Как ИИ помогает создавать КП под клиента

Пошаговый разбор: как собрать вводные, получить черновик коммерческого предложения, проверить ошибки и адаптировать документ под нужный формат.

Коммерческое предложение редко проваливается из-за одной слабой фразы. Чаще проблема в другом: менеджер пишет «о нас», а клиент ждёт расчёт, сроки, риски, понятную выгоду и ответ на свой конкретный запрос. Нейросеть помогает собрать всё это в структуру, но сама по себе не знает контекст сделки. Ей нужны исходные данные, рамки и проверка.

Я отношусь к ИИ в КП как к редактору-сборщику. Он ускоряет черновик, предлагает логику аргументации, убирает хаос из заметок после звонка. Решение, цифры, юридические формулировки и финальное обещание остаются за человеком. Такой подход особенно полезен, когда нужно выпускать 5–20 КП в неделю, а не героически полировать каждое с нуля.

Если вы уже используете нейросети для текстов, полезно сначала сверить базовые принципы в статье про генерацию текста и проверку результата. КП требует более строгой дисциплины: здесь ошибка в сроке, цене или составе работ может стоить переговоров.

Что считать хорошим КП

Хорошее КП отвечает на семь вопросов клиента: что вы предлагаете, зачем это нужно именно ему, сколько это стоит, что входит в объём, когда будет результат, кто отвечает за этапы и какие есть ограничения. Если хотя бы два пункта спрятаны в общих фразах, документ начинает работать как буклет, а не как инструмент продажи.

Я использую простую структуру:

Нейросеть хорошо справляется с превращением разрозненных заметок в такую таблицу или в связный документ. Но если в исходных данных нет цены, сроков и состава работ, она будет пытаться заполнить пустоты вероятными формулировками. В КП это опасно. Поэтому первый этап, не генерация, а сбор вводных.

Шаг 1. Соберите вводные в карточку клиента

Перед запросом к нейросети я собираю карточку. В ней достаточно 10–15 строк, но они должны быть конкретными. Минимальный набор: кто клиент, какая задача, кто принимает решение, какие критерии выбора, какой бюджетный коридор известен, какие сроки обсуждались, какие возражения уже звучали, что нельзя обещать.

Условный пример: клиент «производственная компания, ~300 сотрудников» просит внедрить систему обработки заявок за 2 месяца, но на звонке выяснилось, что у него нет единого справочника товаров. В КП это нельзя замалчивать. Правильная формулировка будет не «запустим за 2 месяца», а «первый этап займёт 2 недели на нормализацию справочника, затем начнётся внедрение основного процесса».

Карточку удобно писать так:

Клиент: компания из сферы B2B-услуг, ~80 сотрудников.
Задача: сократить ручную подготовку отчётов для клиентов.
Боль: менеджеры тратят до нескольких часов на один отчёт.
Критерии выбора: сроки, прозрачность внедрения, поддержка после запуска.
Ограничения: нельзя менять текущую CRM в первом квартале.
Предлагаемое решение: автоматизация подготовки отчётов на основе текущих данных.
Что не обещаем: мгновенную замену всех ручных операций.
Нужный формат КП: письмо на 1 страницу и PDF на 5–7 страниц.

Если команда только начинает работать с ИИ в операционных процессах, я бы параллельно посмотрел материал про внедрение нейросетей в рабочие процессы. Там хорошо раскрыта мысль, что автоматизация начинается не с инструмента, а с повторяемого сценария.

Шаг 2. Дайте нейросети роль и критерии результата

Запрос «напиши коммерческое предложение» почти всегда даёт слабый текст. Лучше задать роль, аудиторию, формат, ограничения и критерии проверки. В SoftChat для такой работы можно вести диалог с выбранной моделью, а настройки текущего чата помогают подстроить ответ: например, управлять креативностью и длиной ответа там, где модель это поддерживает. Для повторяемых задач полезны шаблоны промптов, чтобы менеджеры не собирали запрос каждый раз заново.

Рабочий промпт может выглядеть так:

Ты помогаешь подготовить коммерческое предложение для B2B-клиента.
Цель: сделать структурированный черновик, который менеджер проверит перед отправкой.
Аудитория: финансовый директор и руководитель операционного отдела.
Стиль: конкретно, без рекламных обещаний, с фокусом на задачу клиента.
Формат: 1) короткое резюме, 2) проблема клиента, 3) предлагаемое решение,
4) этапы, 5) стоимость и допущения, 6) риски, 7) следующий шаг.
Запрещено: придумывать цену, сроки, клиентов, гарантии и проценты.
Если данных не хватает, поставь пометку [НУЖНО УТОЧНИТЬ].
Вот вводные: ...

Последняя строка про запрет выдумывать данные сильно меняет качество. Нейросеть начинает помечать пробелы, а не маскировать их гладким текстом. Это особенно заметно в блоках «стоимость», «сроки», «эффект» и «риски».

Шаг 3. Сначала получите скелет, потом текст

Я не прошу сразу писать финальное КП. Сначала нужен скелет. Так легче увидеть, где не хватает фактов. Для страницы на 5–7 разделов достаточно структуры с тезисами по каждому блоку. После согласования структуры можно просить раскрыть каждый раздел отдельно.

Процесс выглядит так:

1. Нейросеть строит оглавление и тезисы.
2. Менеджер отмечает, что убрать, что усилить, где добавить цифры.
3. Нейросеть пишет черновик по утверждённой структуре.
4. Человек проверяет факты, коммерческие условия и юридические формулировки.
5. Нейросеть адаптирует документ под письмо, презентацию или PDF-структуру.

Такой порядок снижает риск получить красивый, но неверный текст. Если сразу генерировать весь документ, правки расползаются: меняешь цену в середине, забываешь обновить резюме, потом та же ошибка остаётся в письме. В структурном подходе факты сначала фиксируются в одном месте.

Шаг 4. Адаптируйте КП под тип клиента

Одинаковое КП для собственника, закупщика и технического директора читается по-разному. Собственник хочет понять экономику и риск. Закупщик смотрит состав, цену, условия оплаты и сравнимость с другими предложениями. Технический специалист проверяет реалистичность внедрения, интеграции, ограничения и поддержку.

Нейросети в маркетинге уже часто используют для сегментации аргументов, об этом подробнее написано в статье про кейсы и инструменты ИИ в маркетинге. В КП логика похожая, но цена ошибки выше: формулировка должна соответствовать сделке, а не просто звучать убедительно.

Для адаптации я использую такой запрос:

Перепиши коммерческое предложение для трёх аудиторий:
1. Финансовый директор: акцент на бюджете, рисках, окупаемости без выдуманных процентов.
2. Руководитель отдела: акцент на процессе, сроках, участии команды клиента.
3. Закупщик: акцент на составе работ, вариантах пакетов, условиях оплаты.
Сохрани одинаковые факты во всех версиях. Не меняй цену и сроки.

После этого удобно собрать одну основную версию и добавить короткие акценты для разных участников сделки. Не нужно делать три разных обещания. Нужно показать один и тот же проект через разные критерии выбора.

Шаг 5. Проверьте ошибки автоматически и вручную

Проверка КП должна идти по чек-листу, а не «на глаз». Нейросеть хорошо находит несостыковки в тексте: цена в одном разделе отличается от цены в таблице, срок в резюме не совпадает с планом, в описании работ есть пункт, которого нет в смете. Но она не знает, какая цена верна, если источник не задан.

Я обычно запускаю отдельный запрос на аудит:

Проверь КП как редактор и коммерческий директор.
Найди:
- противоречия в цене, сроках, составе работ;
- обещания без подтверждения;
- места, где клиент спросит «что конкретно вы сделаете?»;
- слишком общие фразы;
- данные, которые выглядят придуманными.
Верни таблицу: фрагмент, проблема, риск, как исправить.

Для примера: если в резюме написано «запуск за 14 дней», а в плане указаны 4 этапа по 1 неделе, нейросеть должна подсветить конфликт. Исправление не в том, чтобы выбрать красивую цифру. Нужно вернуться к ответственному за проект и подтвердить реальный срок.

Для языковой и смысловой настройки полезны приёмы из статьи про формулирование запросов для нейросетей. В КП особенно хорошо работают ограничения: «не придумывай», «помечай пробелы», «сохраняй все числа без изменений», «выводи сомнительные места в таблицу».

Шаг 6. Подготовьте разные форматы из одной базы

Один и тот же набор фактов можно превратить в несколько форматов: короткое письмо, PDF, слайдовую структуру, внутреннюю заметку для менеджера. Разница не в фактах, а в плотности текста.

Запрос на адаптацию лучше строить от утверждённой базы:

Возьми утверждённые факты ниже и подготовь две версии:
1. Сопроводительное письмо до 180 слов.
2. Структуру PDF-КП на 6 блоков.
Запрещено добавлять новые цены, сроки, гарантии и примеры.
Если для красивого текста не хватает факта, поставь [НУЖНО УТОЧНИТЬ].

В SoftChat можно переключаться между моделями в рамках работы с диалогами и хранить историю разговоров по организации. Это удобно для итераций: сначала получить структуру, затем попросить аудит, потом адаптировать результат под другой формат. Если в команде есть повторяемые роли, сохранённого ассистента можно подключить к открытому чату через меню «Инструменты», и он задаст нужный стиль текущему разговору.

Типовые ошибки при генерации КП

Первая ошибка, просить «сделать продающе». Это почти всегда ведёт к расплывчатым обещаниям. Лучше просить «сделать проверяемо»: конкретный состав работ, понятные допущения, честные ограничения.

Вторая ошибка, смешивать черновик и финальную версию. Нейросеть может быстро собрать текст, но коммерческие условия нужно сверять с источником: CRM, сметой, письмом клиента, внутренней оценкой команды. Если таких данных нет в запросе, модель не обязана угадать истину.

Третья ошибка, использовать один промпт для всех сделок. Для типового продукта это ещё терпимо. Для сложных услуг или внедрения лучше иметь несколько шаблонов: первичное КП, КП после диагностики, продление договора, ответ на тендерную форму, письмо после возражений.

Четвёртая ошибка, не фиксировать запреты. В КП запреты так же полезны, как инструкции. Например: «не обещай экономию в процентах», «не называй срок без фразы о зависимости от согласований», «не упоминай клиентов без разрешения», «не добавляй технические интеграции, которых нет во вводных».

Мини-процесс для команды продаж

Если внедрять этот подход в отделе, я бы начал не с большой автоматизации, а с одного повторяемого сценария. Берём 10 последних КП, удаляем конфиденциальные данные, смотрим структуру и выписываем обязательные блоки. Затем делаем шаблон карточки клиента, шаблон промпта на структуру, шаблон промпта на проверку и шаблон адаптации под письмо.

Модельный кейс: отдел продаж с 6 менеджерами готовит 12 КП в неделю, а каждое предложение требует 40–60 минут на сбор черновика и вычитку. Если команда переводит хотя бы структуру, первичный текст и проверку противоречий в ИИ-сценарий, высвобождаются часы на уточнение условий и переговоры. Это не отменяет ручную проверку. Просто человек тратит время на решение, а не на борьбу с пустой страницей.

Повседневные задачи вроде письма, резюме встречи и подготовки списка уточнений можно отработать отдельно, в этом помогает материал про нейросети и чат-боты для ежедневной работы. Для КП это хорошая тренировочная зона: команда учится давать контекст и проверять результат на менее рискованных документах.

Как я бы настроил процесс на вашем месте

Я бы сделал один «эталонный» шаблон КП и не пытался сразу автоматизировать все варианты. В шаблоне закрепил бы обязательные блоки, список запрещённых обещаний, формат расчёта и места, где менеджер обязан указать источник данных. Затем собрал бы 3 промпта: структура, черновик, аудит ошибок.

Через две недели можно посмотреть на фактические правки. Если менеджеры каждый раз исправляют одни и те же фразы, их нужно внести в промпт или шаблон. Если нейросеть регулярно додумывает сроки, значит карточка клиента слишком бедная. Если КП стало длиннее, но не яснее, нужно ужать формат до одной страницы и оставить PDF только для сложных сделок.

Мой рабочий критерий простой: ИИ полезен в КП, если после него менеджер быстрее видит пробелы, точнее формулирует предложение и меньше копирует старые документы без связи с клиентом. Финальную ответственность оставляем человеку. Так документ остаётся коммерческим решением, а не гладким текстом ради текста.