Как ИИ генерирует

Практическая схема: какие данные дать нейросети, как собрать шаблон КП и где проверять расчёты, чтобы экономия времени не превратилась в риск для сделки.

Коммерческое предложение редко начинается с красивого текста. Обычно оно начинается с хаоса: письмо от клиента, заметки после созвона, старый файл на 17 страниц, прайс в таблице, несколько ограничений от производства или команды внедрения. Если всё это вручную приводить к структуре, специалист тратит основное время не на смысл, а на перекладывание данных из одного формата в другой.

ИИ полезен именно на этом участке. Он быстро собирает каркас КП, превращает вводные в понятный текст, предлагает варианты пакетов, считает промежуточные значения по заданной формуле и помогает найти слабые места перед отправкой. Экономия до 70% времени реалистична для типовых предложений, где уже есть прайс, перечень услуг, шаблон договора и повторяемая логика расчёта. Для сложных тендеров, где требуется юридическая проверка и согласование нескольких департаментов, эффект будет скромнее.

Я отношусь к нейросети как к младшему коммерческому редактору с высокой скоростью, но без права финального решения. Ей можно поручить черновик, сортировку аргументов, адаптацию под отрасль и первичную проверку арифметики. Ответственность за цену, сроки, обещания и юридические формулировки остаётся у человека.

Где именно появляется экономия времени

Вручную КП часто собирают линейно: открыть старый файл, заменить название компании, поправить описание задачи, подобрать услуги, пересчитать стоимость, перечитать письмо клиента, снова переписать блок «почему мы». Нейросеть позволяет разрезать работу на параллельные операции.

В типовом процессе я выделяю пять участков, где автоматизация даёт самый быстрый эффект:

Если обычное КП занимает 3 часа, а вводные уже собраны, нейросеть может сократить черновую часть до 40–60 минут. Но это не магия. Время уходит не «на кнопку», а на подготовку нормальных данных: прайса, ограничений, сегмента клиента, правил скидок и примеров прошлых предложений. Похожая логика работает и в других текстовых задачах, о ней я подробно писал в материале про нейросеть для генерации текста и проверку результата.

Какие данные нужны, чтобы КП не выглядело общим

Плохой запрос выглядит так: «Сделай коммерческое предложение для клиента». Нейросеть выдаст гладкий текст, но в нём почти не будет пользы. Хороший запрос похож на краткое ТЗ для сотрудника.

Минимальный набор вводных для КП:

1. Кто клиент: отрасль, размер, роль человека, который читает предложение.
2. Какая задача: что болит, какой результат нужен, какие ограничения уже названы.
3. Что продаём: услуги, состав работ, сроки, границы ответственности.
4. Как считаем цену: фикс, часы, пакеты, подписка, этапы, скидки, налоговые условия.
5. Какой формат нужен: письмо на 1 страницу, PDF-структура, таблица пакетов, текст для CRM.
6. Что нельзя писать: гарантии, которых нет, спорные сравнения, обещания без подтверждения.

Условный пример: компания из сферы логистики, ~200 сотрудников, просит КП на автоматизацию обработки заявок, а бюджет предварительно ограничен 900 000 рублей. В запросе нейросети лучше сразу указать, что нужно подготовить 3 пакета, базовый до 450 000 рублей, средний до 700 000 рублей и расширенный до 900 000 рублей, с отдельным блоком рисков и списком данных, которые надо уточнить до финальной сметы. Тогда модель не будет угадывать диапазоны, а построит документ вокруг заданных рамок.

Если команда только начинает внедрять такие сценарии, полезно сначала описать один повторяемый процесс, например подготовку КП после первого созвона. Такой подход снижает сопротивление: люди видят понятную операцию, а не абстрактный «ИИ для продаж». Эту тему я разбирал шире в статье о том, как внедрить нейросети в рабочие процессы.

Шаблон промпта для структуры КП

Я начинаю не с текста, а с каркаса. Структура задаёт логику сделки: сначала проблема клиента, затем решение, затем состав работ, сроки, цена, риски и следующий шаг. Если сразу просить «красивое КП», модель часто уходит в рекламные фразы.

Готовый шаблон можно использовать как основу:

Ты помогаешь подготовить коммерческое предложение.

Контекст клиента:
[отрасль, размер, роль получателя, что уже известно]

Задача клиента:
[цель, проблема, ограничения, критерии выбора]

Наше предложение:
[услуги, продукты, этапы, команда, сроки]

Финансовые условия:
[цены, пакеты, скидки, налоги, порядок оплаты]

Сделай структуру КП на [1/3/5] страниц.
Для каждого раздела укажи:
- цель раздела;
- ключевые тезисы;
- какие данные нужны для точного текста;
- риск, если раздел написать слишком общо.
Тон: деловой, конкретный, без громких обещаний.

После этого я прошу модель проверить каркас как критичный покупатель: «Какие 5 вопросов останутся у финансового директора после чтения?» Такой второй проход часто выявляет слабые места. Например, в структуре есть цена, но нет пояснения, почему выбран именно такой объём работ. Или указан срок «4 недели», но не написано, какие данные клиент должен передать в первую неделю.

Для регулярной работы удобно держать несколько шаблонов: для холодного КП после заявки, для предложения после аудита, для продления договора, для допродажи текущему клиенту. В SoftChat для таких повторяемых стартов предусмотрены шаблоны промптов, а в открытом чате можно подключить сохранённого ассистента, если для КП нужна заранее заданная роль, например редактор, коммерческий аналитик или методолог. Выбранная модель при этом не меняется, поэтому роль можно отделить от технических настроек разговора.

Как генерировать текст без воды

Текст КП должен отвечать на вопрос клиента: «Почему это подходит моей ситуации и что будет после оплаты?» Поэтому я почти всегда запрещаю модели писать общие преимущества без связи с вводными.

Рабочая инструкция для текстового блока:

Напиши раздел «Решение» для КП.
Не используй общие обещания.
Каждый абзац должен содержать одну из опор:
- конкретную задачу клиента;
- конкретный результат работ;
- ограничение или риск;
- следующий шаг.
Длина раздела: 180–220 слов.
В конце добавь 3 вопроса, которые надо уточнить перед финальной версией.

Модельный кейс: для сервиса B2B с чеком 120 000 рублей в месяц можно попросить нейросеть подготовить 2 версии блока, одну для коммерческого директора и одну для технического руководителя. В первой версии акцент будет на сроке запуска, прогнозируемых расходах и прозрачности этапов. Во второй версии больше места займут интеграции, ограничения данных и зона ответственности команды клиента. Оба текста описывают одно предложение, но отвечают на разные страхи.

Хороший текст КП не обязан быть длинным. Для первого письма после созвона часто хватает 600–900 слов и таблицы пакетов. Для тендера объём может вырасти до 20–40 страниц, но там нейросеть лучше использовать по частям: отдельно резюме, отдельно методология, отдельно ответы на требования, отдельно проверка терминов.

В маркетинговых командах похожий принцип применяют при подготовке лендингов, писем и рекламных гипотез: один набор фактов превращается в несколько форматов для разных аудиторий. Больше примеров есть в материале про нейросети в маркетинге и автоматизацию контента.

Расчёты: где ИИ помогает, а где опасен

Расчёты в КП нельзя отдавать нейросети «на доверии». Модель хорошо раскладывает формулу, объясняет логику, находит пропущенные строки и делает черновую таблицу. Но финальную арифметику лучше проверять в таблице, бухгалтерской системе или калькуляторе.

Безопасная схема такая:

Шаблон для расчётного блока:

Собери таблицу расчёта КП.
Используй только эти входные данные:
[перечень работ]
[ставки]
[количество часов или фиксированные цены]
[налоги и скидки]

Покажи:
1. строку расчёта для каждой услуги;
2. формулу итоговой суммы;
3. отдельную строку скидки;
4. итог до налогов и после налогов;
5. список мест, где данных не хватает.
Если данных не хватает, не придумывай значения, а поставь «требует уточнения».

Гипотетический пример: пакет «Запуск за 30 дней» включает аналитику за 40 часов, настройку за 80 часов и обучение за 16 часов при ставке 3 500 рублей в час. Модель может быстро собрать сумму 476 000 рублей до скидки и показать, что скидка 10% снижает цену до 428 400 рублей. После этого человек проверяет, есть ли резерв на управление проектом, налоги, поддержку и непредвиденные доработки. Именно на этих строках чаще всего теряется прибыль.

Настройка рабочего процесса в SoftChat

Для подготовки КП удобен один длинный диалог на одну сделку или один тип предложения. В SoftChat история разговоров хранится по организации, а модель можно переключать для конкретного разговора. Это помогает разделить задачи: один чат для каркаса КП, другой для редакторской правки, третий для проверки вопросов клиента. Я не смешиваю в одном диалоге десятки сделок, потому что контекст начинает мешать: модель может подтянуть старый аргумент туда, где он уже не подходит.

В настройках чата SoftChat доступны понятные параметры ответа, включая «Креативность», «Длина ответа» и «Разнообразие слов» для текстовых задач. Для КП я обычно держу креативность низкой или средней: коммерческому документу нужна точность, а не литературный разгон. Длину ответа удобно повышать на этапе структуры и снижать на этапе письма клиенту.

Ещё один практичный приём, использовать память только там, где она действительно помогает. SoftChat умеет запоминать предпочтения и факты о пользователе, если вы явно делитесь ими или просите «Запомни …». Для КП это может быть стиль общения, любимая структура, запрет на некоторые формулировки или привычный формат финального блока. Записи можно править, ставить на паузу, удалять, искать по категориям и отключать память в конкретном чате. Так персональные настройки помогают с рутиной, но не подменяют вводные по конкретному клиенту.

Если вы ещё не уверены в качестве запросов, начните с базовых принципов промптинга. В статье про формулирование запросов для нейросетей я разбираю, почему контекст, роль, формат ответа и критерии проверки важнее, чем длинные абстрактные инструкции.

Контроль качества перед отправкой

Нейросеть ускоряет подготовку КП, но не знает внутренних договорённостей вашей компании, если вы их не дали. Поэтому финальная проверка должна быть отдельным этапом, а не быстрым перечитыванием на экране.

Мой минимальный контрольный список для КП:

• совпадают ли имя клиента, отрасль, задача и должность получателя;
• нет ли обещаний, которые команда не может выполнить;
• все ли суммы сходятся с прайсом и формулой;
• указаны ли сроки, зависимости и зона ответственности клиента;
• понятно ли, какой следующий шаг ожидается после чтения;
• убраны ли общие фразы, которые можно вставить в любое КП.

Для проверки удобно дать модели отдельную роль критика:

Проверь КП как финансовый директор клиента.
Найди 10 причин, по которым документ могут не согласовать.
Раздели замечания на группы:
- цена и окупаемость;
- сроки;
- риски;
- непонятные формулировки;
- недостающие данные.
Не переписывай текст, сначала дай список проблем.

После такого прохода я прошу переписать только проблемные фрагменты. Не весь документ. Это экономит время и сохраняет единый тон. Для повседневных рабочих задач такая логика тоже полезна: не просить нейросеть «сделать всё», а давать ей конкретную операцию с понятным критерием результата. Похожий подход описан в статье о том, как использовать нейросети и чат-боты для повседневных задач.

Финальный ориентир

Если бы я настраивал подготовку КП с нуля, я бы начал с одного шаблона для самой частой сделки. Не с полной автоматизации отдела продаж, не с интеграций и сложных регламентов, а с документа, который команда отправляет каждую неделю.

Сначала собрать 5–7 старых КП и вычистить из них повторяемые блоки: структура, таблица пакетов, типовые возражения, правила скидок, формулировки сроков. Затем сделать один промпт для каркаса, один для текста, один для расчётов и один для проверки. Через 10 подготовленных предложений уже будет видно, где экономится время, где модель ошибается и какие данные надо давать точнее.

ИИ хорошо снимает черновую нагрузку. Он не должен решать за вас, какую цену поставить и что обещать клиенту. Зато он отлично помогает быстрее дойти до версии, которую можно обсуждать с руководителем, юристом или заказчиком. Именно там появляется практическая экономия: меньше пустого форматирования, больше времени на смысл сделки.