ИИ для коммерческих предложений: структура и расчёты в 2026
Пошаговый разбор, как с помощью нейросети собрать КП из вводных, расчётов и аргументов, не потеряв точность и коммерческую логику.
Коммерческое предложение часто буксует не из-за слабого продукта, а из-за ручной сборки. Менеджер открывает старый файл, копирует блоки, меняет имя клиента, ищет прошлые цены, просит у пресейла формулировку по интеграции, затем ещё полчаса выравнивает таблицу. Если заявок много, КП превращается в конвейер ошибок: не тот срок, старая скидка, лишний модуль, размытое «мы предлагаем комплексное решение».
Я использую ИИ в КП не как автора финального обещания, а как сборщика черновика, редактора структуры и помощника по расчётам. У него хорошо получается разложить хаотичные вводные по разделам, найти пропуски, предложить вопросы клиенту, собрать таблицу вариантов и переписать текст под конкретную роль получателя. Финальную ответственность всё равно несёт человек: цены, сроки, юридические формулировки и ограничения нужно проверять по внутренним источникам.
Если вы только выстраиваете работу с запросами, сначала полезно разобраться с базовой механикой промптов в статье про формулирование запросов для нейросетей. Здесь я пойду глубже: от брифа до готового КП, с шаблонами промптов и таблицей контроля.
Где ИИ реально экономит время в КП
В типовом КП есть несколько повторяемых операций. Первая, разбор входящих данных: письмо клиента, заметки после звонка, требования из тендера, список продуктов, ограничения по бюджету. Вторая, сбор структуры: проблема, цель, решение, этапы, стоимость, сроки, условия, следующий шаг. Третья, редактура: убрать воду, привести текст к деловому тону, сделать акцент на выгоде для лица, принимающего решение. Четвёртая, расчёты: варианты пакетов, диапазоны, скидки, итоговые суммы, пояснение логики цены.
Ручной разбор 8–12 страниц тендерных требований может занять несколько часов, особенно если менеджер параллельно уточняет детали у технической команды. Нейросеть не заменяет экспертизу, но быстро делает первичную карту: «что клиент просит», «чего не хватает», «какие риски видны», «какие разделы нужны в КП». Это уже снижает нагрузку.
В SoftChat для такой работы удобно вести диалог с сохранённой историей по организации и подключать сохранённого ассистента к текущему чату, если у команды есть отдельная роль, например «редактор КП для B2B-продаж». Ответы отображаются с Markdown, поэтому таблицы, списки и блоки текста сразу читаются аккуратно. Если нужно передать результат коллегам, диалог можно экспортировать в Markdown, PDF или Word, а отдельное сообщение выгрузить в PDF или Word.
Алгоритм: от вводных до черновика КП
Я разбиваю подготовку КП на шесть шагов. Такой порядок дисциплинирует модель и менеджера: сначала факты, потом структура, затем формулировки и расчёты.
| Шаг | Что даём нейросети | Что получаем | Что проверяет человек |
|---|---|---|---|
| 1. Сбор вводных | Заметки звонка, письмо, требования, ограничения | Краткий бриф и список пробелов | Факты, имена, должности, контекст сделки |
| 2. Сегментация клиента | Роль получателя, отрасль, боль, критерии выбора | Акценты для КП | Не преувеличена ли боль, нет ли лишних обещаний |
| 3. Структура КП | Бриф, цель, тип сделки, формат | Оглавление и логика разделов | Подходит ли порядок для этапа воронки |
| 4. Текст разделов | Утверждённая структура, факты, тон | Черновик формулировок | Юридические и продуктовые ограничения |
| 5. Расчёты | Позиции, цены, сроки, правила скидок | Таблица вариантов и пояснение цены | Формулы, налоги, валюту, скидки |
| 6. Финальная проверка | Готовый черновик | Список рисков, вопросов, слабых мест | Всё, что влияет на обещания клиенту |
На первом шаге не прошу модель «сделай КП». Это слишком широкая команда. Лучше попросить извлечь факты и отделить их от предположений.
Промпт для разбора вводных:
Ты помогаешь менеджеру подготовить коммерческое предложение. Разбери вводные ниже.
Сделай таблицу из 4 колонок: факт, источник в тексте, влияние на КП, что нужно уточнить.
Не добавляй информацию, которой нет во вводных. Если данных не хватает, пометь «нет данных».
Вводные: [вставьте письмо клиента, заметки звонка, требования]
Этот промпт особенно полезен после длинного звонка. Модель не спорит с менеджером, а раскладывает материал по полкам. После этого легче понять, можно ли уже писать КП или нужно задать клиенту 3–5 уточняющих вопросов.
Как получить структуру КП, а не набор красивых абзацев
Слабое КП часто выглядит прилично, но не ведёт читателя к решению. В начале много общих фраз, потом внезапно таблица цены, затем условия и подпись. Для B2B это риск: финансовый директор ищет окупаемость, руководитель отдела хочет сроки и нагрузку на команду, технический специалист проверяет ограничения.
Я прошу модель построить структуру под конкретного адресата. Не «универсальное КП», а документ для роли и стадии сделки. Если клиент уже общался с продажами и запросил цену, длинный рассказ о компании мешает. Если это первый контакт после тендера, нужна понятная рамка и доказательство понимания задачи.
Промпт для структуры:
Собери структуру коммерческого предложения для клиента.
Контекст сделки: [кратко опишите ситуацию]
Получатель: [роль и зона ответственности]
Цель КП: [назначить встречу, согласовать пилот, выбрать пакет, пройти тендерный этап]
Ограничения: [срок, бюджет, обязательные условия]
Дай структуру из 7–10 разделов. Для каждого раздела укажи:
1) зачем он нужен;
2) какие факты туда поставить;
3) какой риск возникнет, если раздел написать слабо.
Для примера: если КП отправляется операционному директору, структура может начинаться с «текущая проблема и потери времени», затем переходить к «сценарию внедрения», «нагрузке на команду», «срокам» и только потом к цене. Для финансового директора порядок другой: эффект, стоимость владения, варианты оплаты, риски, контрольные точки.
О связке нейросетей с рабочими процессами я подробнее писал в материале про внедрение ИИ в повседневные задачи команды. В КП это особенно заметно: разовый «сгенерируй текст» даёт случайный результат, а стабильный процесс снижает количество правок.
Текст КП: как убрать воду и сохранить продажу
Генерация текста для КП должна начинаться после структуры и фактов. Иначе модель будет заполнять пустоты гладкими фразами. Я запрещаю ей придумывать преимущества, сроки, гарантии, интеграции и результаты. Формулировка простая: «используй только данные из брифа, всё неизвестное вынеси в вопросы».
Промпт для черновика раздела:
Напиши раздел КП «[название раздела]» на основе фактов ниже.
Аудитория: [роль получателя]
Тон: деловой, конкретный, без рекламных преувеличений.
Объём: 120–180 слов.
Обязательные факты: [список]
Запрещено: обещать сроки, скидки, интеграции и показатели, которых нет в фактах.
В конце добавь 2 варианта более короткой версии для письма.
Такой запрос даёт управляемый результат. Модель пишет не «наша команда поможет оптимизировать процессы», а, например, «предлагаем начать с аудита 15 типовых заявок, чтобы выделить повторяющиеся вопросы и собрать сценарии ответа». Это уже можно обсуждать с продажами и пресейлом.
Если в компании много однотипных предложений, пригодятся шаблоны промптов. В SoftChat есть шаблоны для повторяемых стартов диалога, а ещё можно выбрать ассистента для текущего разговора. Я бы завёл отдельные ассистентские роли под «редактора КП», «проверку рисков» и «сокращение текста», но содержание этих ролей команда настраивает сама под свой стиль.
Для маркетинговых КП, где нужно связать предложение с сегментом и каналом коммуникации, полезен соседний разбор про нейросети в маркетинговых сценариях. Там логика похожая: сначала гипотеза и аудитория, затем текст.
Расчёты: как просить модель считать и где она ошибается
С расчётами я работаю осторожно. Нейросеть может помочь разложить тарифные варианты, объяснить формулу, найти несостыковку в таблице, пересчитать простой сценарий. Но она не должна быть единственным источником итоговой суммы. Любая цена в КП проверяется в таблице, CRM, прайс-листе или финансовой системе.
Хороший промпт для расчётов задаёт формат входных данных и просит показать шаги. Без этого модель может дать красивый итог без понятной математики.
Проверь расчёт коммерческого предложения.
Данные:
- Позиция А: [количество] × [цена]
- Позиция Б: [количество] × [цена]
- Скидка: [правило]
- Налог: [если применимо]
Сделай таблицу: позиция, формула, сумма до скидки, скидка, сумма после скидки.
Отдельно перечисли возможные ошибки: округление, неверная база скидки, отсутствие налога, конфликт сроков.
Не меняй цены и правила, если они не указаны во вводных.
Условный пример: «пакет внедрения» стоит 180 000 рублей, «обучение команды» стоит 45 000 рублей, скидка 10% применяется только к внедрению. В такой ситуации модель должна показать, что скидка равна 18 000 рублей, а итог до налогов составляет 207 000 рублей. Если она применит скидку ко всей сумме, ошибка составит 4 500 рублей. На одной сделке это может выглядеть терпимо, на серии из 20 КП ошибка уже превращается в управленческую проблему.
Модельный кейс: компания из сферы логистики, ~200 сотрудников, получает 40–60 запросов на расчёт в неделю и хранит цены в отдельной таблице. Если менеджер вручную переносит 12 позиций в КП и тратит по 20 минут на проверку каждого файла, только контроль арифметики занимает 13–20 часов в неделю. Нейросеть в таком процессе не должна «придумывать цену», но может проверить структуру расчёта и подсветить строки, где не хватает ставки, количества или правила скидки.
Проверка КП перед отправкой
Финальный прогон через модель нужен не для красоты. Я прошу найти слабые места: непроверенные обещания, разрыв между задачей клиента и предложением, отсутствие следующего шага, неясную цену, спорные формулировки. Это похоже на внутреннего рецензента, который не устал после пятого документа за день.
Промпт для проверки:
Проверь коммерческое предложение перед отправкой.
Роль: строгий коммерческий редактор и риск-аналитик.
Найди:
- неподтверждённые обещания;
- слабые места в аргументации;
- размытые формулировки;
- вопросы, которые задаст клиент;
- места, где цена не объяснена.
Верни таблицу: фрагмент, проблема, почему это риск, как исправить.
На этом этапе удобно менять длину ответа и уровень креативности, если инструмент позволяет такие настройки. В SoftChat расширенные настройки чата показываются в зависимости от выбранной модели: для текста доступны параметры вроде «Креативность», «Длина ответа» и «Разнообразие слов». Настройки запоминаются для конкретного чата, поэтому повторная проверка идёт в том же режиме.
Если вы регулярно создаёте тексты, полезно сверить процесс с материалом про генерацию текста и проверку результата. В КП эта проверка строже, потому что ошибка в описании услуги может попасть в договорные ожидания.
Мини-схема процесса
Ниже схема, которую я держу как рабочую рамку. Она простая, зато не даёт перескочить сразу к «напиши красиво».
- Вводные: собираем факты, ограничения, роль получателя и цель документа.
- Диагностика пробелов: просим модель указать, чего не хватает для уверенного КП.
- Структура: выбираем порядок разделов под стадию сделки.
- Черновик: генерируем текст только по подтверждённым данным.
- Расчёты: просим показать формулы и проверяем итог вручную.
- Рецензия: ищем риски, воду, слабые переходы и отсутствие следующего шага.
- Экспорт и передача: сохраняем финальный текст в нужном формате, если рабочий инструмент это поддерживает.
В SoftChat результат можно оставить в истории диалога, а нужное сообщение экспортировать в PDF или Word. Для длинной работы с КП я предпочитаю сохранять весь диалог в Markdown: потом проще увидеть, какие вводные использовались и какие правки уже обсуждались.
Частые ошибки в промптах для КП
Первая ошибка, просить «сделай продающее КП» без исходных данных. Модель заполнит пустоты типовыми обещаниями. Вторая, смешивать в одном запросе структуру, текст, расчёт и проверку. Получается средний ответ по всем задачам. Третья, не фиксировать запреты: не придумывать сроки, не менять цены, не добавлять гарантий, не расширять состав работ.
Ещё одна проблема, отсутствие роли получателя. Одно и то же предложение для собственника, закупщика и руководителя подразделения должно звучать по-разному. Собственник смотрит на эффект и риски, закупщик на сопоставимость вариантов, руководитель подразделения на внедрение и нагрузку на людей.
Если команда пока выбирает, где удобнее работать с ИИ, можно сравнить подходы в статье про браузерную нейросеть и голосового помощника для обычных задач. Для КП чаще нужен именно письменный рабочий контекст: таблицы, длинные вводные, история правок и экспорт результата.
Как я бы внедрял процесс в отделе продаж
Я бы начал не с автоматизации всего КП, а с одного узкого участка: разбор вводных и проверка финального текста. Эти две операции дают быстрый эффект и меньше всего зависят от внутренних систем. Через неделю можно добавить генерацию структуры, затем шаблоны разделов, потом контроль расчётов.
Рабочее правило простое: модель готовит черновик, человек утверждает смысл и цифры. Если цена, срок или обязательство не подтверждены источником, они не попадают в КП. Если формулировка звучит красиво, но не помогает клиенту принять решение, её нужно заменить на конкретный факт, этап или условие.
Хорошо настроенный процесс подготовки КП выглядит не как магия, а как дисциплина. Вводные собираются в одном формате, промпты повторяются, расчёты проверяются по шагам, финальная рецензия ловит слабые места до отправки клиенту. Именно так ИИ экономит часы менеджеров: не пишет за них обещания, а снимает рутину, которая раньше съедала внимание перед каждой отправкой.