Практичный алгоритм для продаж: как собрать данные, получить черновик коммерческого предложения, проверить ошибки и быстро подстроить текст под конкретного клиента.

Коммерческое предложение редко проваливается из-за одного неудачного слова. Чаще проблема в другом: менеджер торопится, копирует старый файл, забывает боль клиента из созвона, оставляет лишние услуги и отправляет документ, который выглядит как «всем подряд». ИИ хорошо закрывает именно эту рутину. Он помогает собрать структуру, переписать выгоды нормальным языком, сравнить версии и найти слабые места до отправки.

Я отношусь к нейросети не как к автору КП, а как к младшему редактору продаж. Ей нельзя отдавать финальное решение, цену, обещания по срокам и юридические формулировки без проверки. Зато ей можно дать расшифровку созвона, карточку клиента, прайс, ограничения по поставке, примеры прошлых КП и попросить собрать аккуратный первый вариант. Если процесс выстроен, подготовка первичного черновика занимает минуты, а не час с пустым документом.

Где ИИ реально экономит время в КП

В типовом B2B-КП есть 7 рабочих блоков: контекст клиента, задача, предложенное решение, состав работ или поставки, сроки, стоимость, следующий шаг. Ручная подготовка съедает время на каждом блоке. Менеджер ищет старые формулировки, проверяет, что не перепутал отрасль, заново пишет вступление и пытается сделать текст менее шаблонным.

ИИ ускоряет не весь процесс целиком, а отдельные операции. Это трезвая позиция. Если исходных данных нет, модель начнёт додумывать. Если данные собраны, она быстро раскладывает их по структуре и предлагает несколько версий подачи.

Этап работы с КП Без ИИ С ИИ Что проверяет человек
Разбор заметок после созвона 15–30 минут 3–7 минут Правильно ли выделены боли и критерии выбора
Черновик структуры КП 20–40 минут 5–10 минут Нет ли лишних блоков и неподходящего тона
Адаптация под отрасль клиента 15–25 минут 5–8 минут Не появились ли неподтверждённые обещания
Проверка логики и ошибок 10–20 минут 5–10 минут Цены, сроки, факты, юридические условия
Подготовка короткого письма к КП 5–15 минут 2–4 минуты Ясность следующего шага

Модельный кейс: менеджер по продаже SaaS для отдела поддержки готовит 6 КП в неделю, и при ручной сборке тратит около 70 минут на каждое. После перехода на шаблон запроса, где отдельно подаются контекст клиента, ограничения, цена и желаемый тон, черновик собирается за 15–20 минут, а оставшееся время уходит на проверку и персонализацию. Это не магия. Экономия появляется из-за повторяемого процесса.

Если вы только начинаете внедрять ИИ в продажи, сначала полезно разобрать общую механику интеграции в работу. Я бы начал с материала про внедрение нейросетей в рабочие процессы, потому что КП быстро упирается в дисциплину данных: кто заполняет бриф, где лежит прайс, кто отвечает за финальную проверку.

Алгоритм из 5 этапов

Первый этап, сбор входных данных. Минимальный набор выглядит так: кто клиент, какая у него задача, что он уже пробовал, какие критерии выбора прозвучали, какой бюджетный диапазон обсуждался, кто принимает решение, какой следующий шаг согласован. Если есть расшифровка созвона, её лучше сначала превратить в краткое резюме, а не сразу просить «сделай КП».

Второй этап, нормализация фактов. Перед генерацией я отделяю подтверждённое от предположений. Подтверждённое: «нужен запуск до конца квартала», «в команде 12 операторов», «сейчас заявки обрабатываются вручную». Предположение: «клиенту важна цена», если он этого не говорил. Нейросеть должна видеть разницу, иначе она начнёт усиливать слабые догадки.

Третий этап, первый черновик. Запрос должен задавать роль, формат, ограничения и критерии качества. Например: «Собери структуру КП для B2B-клиента. Не придумывай цены и сроки. Отдельно пометь места, где не хватает данных. Пиши деловым, но живым языком. В конце дай список вопросов менеджеру перед отправкой». Такой подход хорошо сочетается с базовой практикой из статьи про формулирование запросов для нейросетей, где результат зависит от контекста и ограничений.

Четвёртый этап, редактура под клиента. Здесь я прошу модель сделать 2 версии: короткую для письма и подробную для вложения. Для малого бизнеса обычно работает ясная структура на 1–2 страницы. Для корпоративного клиента часто нужен документ на 4–8 страниц с рисками, этапами и ответственными зонами. Это не правило на все случаи, но хороший ориентир для первичной сборки.

Пятый этап, проверка. ИИ должен отдельно пройтись по ошибкам: фактические несоответствия, неподтверждённые обещания, размытые выгоды, повторения, противоречия в сроках и цене. Финальную проверку делает человек. Особенно там, где речь о договоре, скидке, гарантиях, интеграциях и сроках поставки.

В SoftChat для такой работы удобно держать повторяемые стартовые запросы в шаблонах промптов, а для конкретного разговора подключать сохранённого ассистента с нужной ролью, например редактора продаж. Если нужен более короткий или более подробный результат, в настройках чата можно менять длину ответа и креативность, при этом доступные параметры зависят от выбранной модели. Это помогает не переписывать один и тот же запрос с нуля.

Промпт для генерации КП

Ниже шаблон, который я бы использовал как основу. Его нельзя вставлять вслепую. Замените поля на реальные данные и удалите всё лишнее.

Ты помогаешь менеджеру по продажам подготовить коммерческое предложение.

Данные клиента:
1. Отрасль и размер компании:
2. Задача клиента:
3. Что клиент сказал на созвоне:
4. Критерии выбора:
5. Ограничения по срокам:
6. Бюджет или ценовой диапазон:
7. Наше предложение:
8. Что нельзя обещать:

Собери КП в структуре:
- короткое вступление с привязкой к задаче клиента;
- суть решения простым языком;
- состав работ или поставки;
- ожидаемый результат без неподтверждённых гарантий;
- сроки и стоимость только из входных данных;
- следующий шаг.

Если данных не хватает, не придумывай. Пометь это фразой «нужны данные от менеджера».
После черновика дай список из 10 проверок перед отправкой.

Почему этот запрос работает лучше, чем «напиши КП»? В нём есть границы. Модель видит, какие факты можно использовать, где запрещено фантазировать, какой формат нужен на выходе. Для текстовых задач это базовый принцип, и подробнее он разобран в материале про генерацию текста нейросетью и проверку результата.

Условный пример: компания из сферы логистики, ~200 сотрудников, продаёт услугу оптимизации маршрутов и обычно готовит КП за 90 минут. После заполнения такого брифа менеджер получает структуру за 8 минут, затем 20 минут проверяет ограничения, тарифы и сроки внедрения. Полная работа занимает около 30 минут вместо полутора часов, но только потому, что исходные данные уже собраны в одном месте.

Проверка ошибок: что нельзя отдавать модели без контроля

Самая опасная ошибка в КП, это не опечатка. Опечатку заметят и простят. Гораздо хуже, когда текст обещает результат, который команда не гарантирует, или называет срок, которого нет в производственном плане. Нейросеть может красиво сформулировать рискованное обещание, если не поставить запрет.

Я проверяю КП по 9 пунктам:

  1. Совпадают ли имя компании, отрасль, должность контактного лица и задача.
  2. Нет ли цены, скидки или срока, которых не было во входных данных.
  3. Не звучит ли текст как универсальная презентация без привязки к разговору.
  4. Разделены ли факты, прогнозы и предположения.
  5. Есть ли следующий шаг: звонок, согласование, тест, встреча.
  6. Понятно ли, что входит в стоимость, а что оплачивается отдельно.
  7. Нет ли внутренних терминов, которые клиент не обязан знать.
  8. Не повторяются ли одни и те же выгоды разными словами.
  9. Можно ли сократить первый экран письма до 5–7 строк.

Для проверки удобно давать модели отдельную роль: «ты редактор, который ищет слабые места перед отправкой клиенту». Не просите её сразу «улучшить». Сначала пусть найдёт проблемы и объяснит, почему они мешают продаже. Потом уже можно просить вторую версию текста.

В маркетинговых и продажных материалах нейросети особенно полезны, когда нужно быстро проверить несколько гипотез подачи. Об этом шире написано в статье про нейросети в маркетинге и автоматизации контента, но для КП я бы ограничивал число вариантов. Две версии обычно достаточно: рациональная, с акцентом на стоимость и сроки, и ценностная, с акцентом на задачу клиента.

Адаптация под клиента без фальшивой персонализации

Плохая персонализация выглядит так: «Мы внимательно изучили вашу компанию» и дальше идёт шаблонный текст. Хорошая персонализация показывает, что менеджер понял ситуацию клиента. Например, не «мы повысим эффективность», а «сейчас заявки разбираются вручную, поэтому в пиковые часы часть обращений ждёт ответа дольше, чем планирует руководитель отдела».

ИИ помогает адаптировать КП по 4 слоям: отрасль, роль читателя, стадия сделки и риск. Финансовому директору нужен язык затрат, окупаемости и ограничений. Руководителю отдела важны сроки запуска, нагрузка на команду и понятный план. Собственнику чаще нужен ответ, почему решение стоит обсуждать сейчас, а не через полгода.

Для примера: если клиент после первого созвона просит «пришлите что-нибудь посмотреть», лучше отправить короткое КП на 1 страницу с 3 тезисами, диапазоном цены и предложением созвона на 20 минут. Если клиент уже сравнивает 3 поставщиков, документ должен быть плотнее: критерии выбора, ограничения, отличия подхода, порядок запуска, список вопросов перед договором.

В SoftChat можно вести диалог с учётом выбранного ассистента и системного промпта в конкретном разговоре. Для повторяемой работы с КП это полезно: один ассистент может держать роль строгого редактора, другой, роль специалиста по коротким письмам. Если пользователь явно сохраняет предпочтения через память, сервис может учитывать их в ответах, например желаемый тон или формат. Управление такими записями доступно в профиле, а для отдельного чата можно отключить использование памяти.

Повседневные сценарии вроде писем, планов встреч и кратких резюме похожи по механике на КП: сначала контекст, затем формат, потом проверка. Если нужно выстроить личный набор таких процессов, полезен разбор про использование нейросетей и чат-ботов для повседневных задач.

Как встроить это в работу отдела продаж

Один сильный промпт не меняет продажи. Меняет набор привычек. Я бы закрепил процесс так: после каждого квалифицированного созвона менеджер заполняет короткий бриф на 10–12 полей, нейросеть собирает черновик, менеджер правит факты, руководитель смотрит только крупные сделки. Для небольших сделок достаточно выборочной проверки 1–2 раза в неделю.

Условный пример: отдел из 5 менеджеров отправляет 40 КП в месяц, и каждое раньше занимало в среднем 60 минут. Если черновик и первичная проверка сокращают работу до 25 минут, высвобождается около 23 часов в месяц. Это почти 3 рабочих дня, которые можно потратить на повторные касания, созвоны и работу с возражениями.

Чтобы процесс не развалился, храните рядом с шаблоном 3 вещи: список запрещённых обещаний, актуальные цены и типовые вопросы клиентов. Нейросеть должна работать с этими данными каждый раз. Если цены меняются раз в месяц, шаблон запроса без обновления быстро начнёт вредить.

Моё правило принятия решения простое: ИИ можно доверить черновик, структуру, варианты формулировок и редакторскую проверку. Нельзя доверять финальные коммерческие условия, юридические обещания и вывод о том, что клиент «точно купит». Хорошее КП остаётся работой менеджера. Нейросеть просто убирает пустую механику, чтобы у человека осталось больше времени на смысл, переговоры и точность.