Короткая инструкция для отдела продаж: как собрать данные о клиенте, превратить их в персональное коммерческое предложение и сократить рутину до 85% в формализованных сценариях.

Коммерческое предложение часто проигрывает не из-за цены. Оно проигрывает потому, что выглядит как документ «для всех»: общие выгоды, одинаковые формулировки, слабая связь с задачей клиента. Я вижу это регулярно при разборе продающих материалов. Менеджер знает контекст: что клиент спрашивал на встрече, какие возражения уже звучали, кто принимает решение, какой срок закупки. Но в КП попадает 20% этой информации, потому что на ручную сборку текста не хватает времени.

Нейросеть помогает убрать самую вязкую часть работы: собрать факты, разложить их по структуре, подготовить первый черновик и проверить, где предложение слишком общее. В хорошей схеме человек остаётся владельцем смысла, цены и обещаний. ИИ берёт на себя черновик, варианты формулировок, адаптацию под отрасль и контроль пустых мест.

Если вы только выстраиваете привычку работать с запросами, полезно начать с базы: в статье про формулирование запросов для нейросетей я разбираю, почему одна и та же модель даёт разный результат при разной постановке задачи.

Где ИИ реально экономит время в подготовке КП

Ручная подготовка КП обычно распадается на несколько повторяемых операций. Сначала менеджер перечитывает карточку клиента, заметки со встречи и переписку. Затем выбирает структуру: проблема, решение, состав работ, сроки, цена, следующий шаг. Потом пишет текст, правит тон, убирает лишнее, согласует с руководителем или экспертом.

Для КП на 5–8 страниц типичная ручная сборка занимает от 2 до 4 часов, если есть созвон, история переписки и несколько вариантов пакетов. В этой работе мало чистого творчества. Много сортировки: найти нужные факты, не забыть возражение, не перепутать ограничения, не пообещать лишнего.

Автоматизация до 85% достижима не во всех продажах, а там, где есть повторяемый продукт, типовая структура КП и нормальная входная информация. Например, если менеджер каждый день готовит 6–10 предложений по похожим услугам, нейросеть может сократить черновую часть с 90 минут до 10–20 минут. Финальная проверка всё равно остаётся за человеком.

Этап работы Вручную С ИИ-черновиком Что проверяет менеджер
Сводка по клиенту из заметок 20–40 минут 3–7 минут Точность фактов, роли участников
Структура КП 15–30 минут 2–5 минут Логику предложения и приоритеты
Первый текст 40–90 минут 8–20 минут Обещания, цену, сроки, юридические формулировки
Адаптация под отрасль 20–45 минут 5–12 минут Термины клиента и ограничения
Финальная вычитка 15–30 минут 10–20 минут Числа, приложения, следующий шаг

В маркетинговых командах похожая логика уже применяется для брифов, объявлений и посадочных страниц. Если хотите посмотреть на соседние сценарии, пригодится разбор нейросетей в маркетинге и автоматизации контента.

Какие данные нужны, чтобы КП стало персональным

Нейросеть нельзя кормить только фразой «напиши коммерческое предложение для клиента». Она честно заполнит пустоты общими словами. Хороший результат начинается с входного пакета данных.

Я делю данные на пять блоков.

  1. Контекст клиента. Отрасль, размер компании, регион, модель продаж, тип покупателей, сезонность. Для B2B часто хватает 8–12 фактов, чтобы текст перестал быть абстрактным.
  2. Потребность. Что клиент хочет изменить: снизить стоимость лида, ускорить обработку заявок, закрыть вакансии, запустить новый канал, сократить ручные операции.
  3. История общения. Дата встречи, участники, прямые цитаты без украшений, возражения, критерии выбора, бюджетные рамки, дедлайн.
  4. Ваше предложение. Состав работ, варианты пакетов, цена, сроки, границы ответственности, что не входит в проект.
  5. Доказательства. Типовые результаты, методика, фрагменты портфолио, технические ограничения, список рисков.

Условный пример: для клиента «сеть медицинских клиник» входной пакет может включать 12 филиалов, 3 источника заявок, цель сократить время ответа администратора до 5 минут, возражение «мы уже пробовали чат-бота», ограничение по запуску за 30 дней. С таким набором нейросеть уже способна написать КП, где первый экран говорит о скорости обработки обращений, а не о «повышении эффективности бизнеса».

Если входных данных мало, лучше сначала попросить модель задать уточняющие вопросы. Для КП по сложной услуге нормальный список уточнений содержит 10–15 вопросов: кто подписывает договор, какие метрики считаются успехом, какие интеграции уже есть, что нельзя менять, какие сроки критичны.

Пошаговый процесс: от заметок к готовому КП

В SoftChat я бы выстроил работу через отдельного ассистента под роль «редактор коммерческих предложений». В веб-чате можно подключить сохранённого ассистента к разговору, использовать шаблоны промптов для повторяемого старта и при необходимости переключать модель внутри беседы. Для текста доступны понятные настройки вроде «Креативность» и «Длина ответа», поэтому менеджеру не нужно разбираться в технических параметрах генерации.

Дальше процесс выглядит так.

Шаг 1. Сжать историю клиента в краткое резюме. Вставьте заметки со встречи, выдержки из переписки и данные из карточки сделки. Попросите нейросеть выделить факты, цели, ограничения, возражения и открытые вопросы. На этом этапе нужен не красивый текст, а таблица с проверяемыми пунктами.

Шаг 2. Проверить полноту данных. Хороший запрос: «Найди пробелы, которые мешают написать точное КП. Раздели вопросы на обязательные и желательные». Если модель просит цену, сроки, критерии выбора и лицо принятия решения, это нормальная реакция. Лучше потратить 5 минут на уточнение, чем отправить документ с догадками.

Шаг 3. Собрать структуру КП. Для простых услуг достаточно 6 разделов: ситуация клиента, цель, предлагаемое решение, план работ, стоимость, следующий шаг. Для сложных проектов добавляют риски, варианты пакетов, роли команды, календарный план и приложения.

Шаг 4. Сгенерировать черновик по утверждённой структуре. В запросе надо запретить модели придумывать факты. Формулировка простая: «Если данных нет, поставь пометку [уточнить], не заменяй её предположением». Это снижает риск красивого, но неверного текста.

Шаг 5. Адаптировать тон под клиента. Для финансового директора текст должен быть короче и жестче по цифрам. Для директора по маркетингу можно дать больше контекста по гипотезам и каналам. Для собственника малого бизнеса лучше писать через результат, сроки и прозрачность оплаты.

Шаг 6. Провести контроль обещаний. Попросите нейросеть выделить все числовые обещания, сроки, гарантии, зависимости и места, где звучит слишком уверенно. Потом человек сверяет это с прайсом, договором и реальными ресурсами команды.

Этот подход хорошо стыкуется с общей логикой внедрения ИИ в процессы: сначала описывается повторяемый сценарий, затем закрепляется шаблон, потом появляется контроль качества. Похожую рамку я описывал в материале про внедрение нейросетей в рабочие процессы.

Инфографика: цикл подготовки КП с ИИ

Цикл КП под конкретного клиентаЧеловек задаёт смысл и проверяет обещания, ИИ ускоряет черновую сборкуДанныевстреча, CRM,возраженияСводкацели, риски,пробелыЧерновикструктура итекст КППроверкацены, сроки, фактыОтправкаследующий шаг ясен

Промпт-шаблон для первого черновика КП

Ниже шаблон, который можно адаптировать под свой продукт. Я намеренно оставляю в нём жёсткие ограничения: они помогают модели не «додумывать» реальность.

Ты редактор B2B-коммерческих предложений.
Подготовь черновик КП для клиента на основе данных ниже.

Данные клиента:
[отрасль, размер, роль контактного лица, контекст]

История общения:
[краткая хронология, цитаты, возражения, критерии выбора]

Наше предложение:
[услуга, состав работ, сроки, цена, ограничения]

Требования к результату:
1. Начни с ситуации клиента, без общих фраз.
2. Покажи, как предложение связано с его целью.
3. Не придумывай факты. Если данных нет, пиши [уточнить].
4. Сформируй 2 варианта заголовка и 1 короткое письмо для отправки КП.
5. В конце перечисли риски и вопросы, которые надо проверить перед отправкой.

Для повторяемой работы этот запрос удобно сохранить как шаблон. В SoftChat есть шаблоны промптов, поэтому менеджер может запускать один и тот же сценарий без копирования длинной инструкции из документа. Если команда работает с разными типами клиентов, лучше сделать отдельные версии: для первичной продажи, для продления договора, для апсейла и для ответа на тендерный запрос.

Как учитывать историю клиента без лишнего риска

История клиента усиливает КП, но в ней много чувствительных деталей. Я не советую бездумно вставлять весь поток переписки. Практичнее сделать промежуточную выжимку: факты, договорённости, возражения, обещания, вопросы. Личные детали, внутренние комментарии и лишние документы лучше убрать до генерации.

Для примера: вместо 40 сообщений из переписки менеджер готовит краткую сводку на 1800–2500 знаков. В ней есть дата встречи, 4 цели клиента, 2 ограничения, 3 возражения и 1 согласованный следующий шаг. Такой формат быстрее проверять, проще хранить и легче использовать в повторных КП.

Если клиент возвращается через месяц, не нужно писать предложение заново. Достаточно обновить входной пакет: что изменилось, какие возражения сняты, какая цена актуальна, какой дедлайн появился. Нейросеть может сравнить старую и новую версию контекста, а затем подсказать, какие разделы КП требуют правки.

В SoftChat для долгой работы с предпочтениями пригодна память: сервис может запоминать явно переданные предпочтения и факты, а пользователь управляет записями в разделе «Память». Для КП это полезно на уровне личных рабочих правил, например «пиши КП в спокойном деловом тоне» или «не используй агрессивные продажи в письмах». Факты о конкретной сделке я бы всё равно держал в самой карточке клиента и переносил в запрос осознанно.

Типовые ошибки при генерации КП

Первая ошибка — просить «сделать продающий текст». Такая команда почти всегда ведёт к общим фразам. Лучше просить документ под конкретную ситуацию: «клиент сравнивает нас с текущим подрядчиком», «главное возражение — цена», «решение принимает операционный директор».

Вторая ошибка — оставлять модель без прайса и границ работ. Если в запросе нет состава услуги, нейросеть может красиво описать то, чего компания не делает. Поэтому в шаблоне должны быть блоки «входит» и «не входит». Для сложных проектов добавляйте зависимости: доступы от клиента, согласование макетов, готовность данных, сроки ответа.

Третья ошибка — не отделять черновик от финала. ИИ-текст нельзя отправлять клиенту без сверки. Минимальная проверка занимает 10–20 минут: числа, сроки, юридические формулировки, имена, должности, вложения, следующий шаг. Для дорогих сделок добавляется проверка экспертом или руководителем продаж.

Четвёртая ошибка — гнаться за красивым стилем раньше фактов. Сильное КП держится на совпадении с потребностью клиента. Красивые обороты не спасут документ, если в нём нет ответа на вопрос «почему это решение подходит именно нам». О том, как проверять текстовые черновики, хорошо дополняет эту тему материал про нейросеть для генерации текста и контроль результата.

Минимальная схема для отдела продаж

Если в команде 3–5 менеджеров, начинать можно без сложной автоматизации. Нужны четыре артефакта: единый шаблон входных данных, промпт для сводки клиента, промпт для КП и чек-лист проверки. Этого хватает, чтобы первые результаты появились за неделю, а не после большого внедрения.

Условный пример: компания из сферы B2B-услуг, ~30 сотрудников, готовит 25 КП в месяц. Если среднее ручное время на документ 2,5 часа, это 62,5 часа работы. При снижении черновой части до 35–45 минут команда высвобождает около 35–45 часов в месяц. Эти часы не исчезают, они уходят в более полезные действия: уточняющие звонки, расчёт экономики, работу с возражениями.

Для личной продуктивности менеджера принцип тот же. Один сохранённый шаблон запроса, одна папка с актуальными описаниями услуг, один чек-лист финальной проверки. Если нейросеть используется и в повседневных задачах, помогает привычка формулировать запрос через роль, контекст, цель и формат результата. Этот навык подробно разобран в статье о том, как использовать нейросети и чат-боты для повседневных задач.

Как понять, что процесс работает

Я бы оценивал внедрение не по числу сгенерированных страниц. Страницы легко накрутить. Нужны рабочие метрики, которые видит руководитель продаж.

Первые две недели можно замерять 5 показателей: среднее время подготовки КП, долю документов с персональным первым разделом, число правок руководителя, скорость отправки после встречи, конверсию из КП в следующий шаг. Последняя метрика зависит от цены, спроса и качества лидов, поэтому её нельзя приписывать только ИИ. А вот время подготовки и качество структуры видны быстро.

Хороший признак: менеджеры перестают начинать с пустого документа. Плохой признак: все КП становятся одинаковыми, меняются только название клиента и сумма. Значит, в запросах не хватает истории общения и критериев выбора.

Что бы я сделал на вашем месте: взял один тип сделки, где КП повторяются чаще всего, описал входной шаблон на одну страницу и прогнал 5 последних сделок через новую схему. Не ради идеального текста. Ради проверки, какие данные у вас реально есть, где менеджеры додумывают контекст и какие разделы КП можно стандартизировать без потери смысла. После этого станет ясно, нужна ли глубокая автоматизация или достаточно хорошего шаблона и дисциплины проверки.