ИИ для коммерческого предложения: структура и расчёты в 2026
Обновлено 24 июня 2026 года: я перестроил инструкцию под актуальную работу с языковыми моделями, добавил расчёты времени, шаблоны запросов и схему проверки КП перед отправкой.
Коммерческое предложение часто буксует не из-за слабого продукта, а из-за ручной сборки: менеджер ищет вводные, копирует старый файл, правит формулировки, считает цену, сверяет условия и только потом отправляет документ клиенту. ИИ хорошо забирает именно этот слой рутины. Он не заменяет переговоры и знание клиента, зато помогает быстрее собрать структуру, написать первый вариант текста, привести расчёты к понятной форме и проверить, нет ли противоречий. В повторяемых продажах экономия времени может доходить до 70%, если у команды уже есть шаблон КП, понятная логика ценообразования и набор проверочных вопросов.
Введение к обновлённой версии
В прежних инструкциях по КП часто советовали «попросить нейросеть написать предложение». На практике этого мало. Без исходных данных модель выдаёт красивый, но пустой текст: общие выгоды, расплывчатые сроки, цену без обоснования. Я обновил материал так, чтобы он работал как пошаговый процесс: от брифа клиента до финальной проверки перед отправкой.
Главное изменение, теперь ИИ используется не как автор всего документа, а как связка из четырёх ролей: аналитик вводных, редактор структуры, помощник по расчётам и контролёр качества. Такой подход проще внедрять в отдел продаж. Менеджеру не нужно заново придумывать КП под каждого клиента, он двигается по маршруту из 6–8 шагов и понимает, где модель помогает, а где решение остаётся за человеком.
Если команда только начинает внедрять такие сценарии, полезно сначала разобрать базовые принципы в статье про то, как встроить нейросети в рабочие процессы, а затем уже переносить их в продажи и подготовку документов.
Где ИИ реально экономит время в КП
Обычное КП для B2B-продаж состоит из 7 блоков: контекст клиента, проблема, предлагаемое решение, состав работ или поставки, сроки, цена, условия и следующий шаг. Вручную менеджер тратит время на три самые повторяемые операции: сбор структуры, адаптацию текста и сверку цифр.
Для примера: если подготовка КП раньше занимала 120 минут, а после шаблона и ИИ-помощника стала занимать 35–45 минут, экономия составляет примерно 62–71%. Формула простая: старое время минус новое время, затем деление на старое время и умножение на 100. Такой эффект появляется не от одной удачной команды, а от стандартизации процесса.
| Этап КП | Без ИИ | С ИИ | Что проверяет менеджер |
|---|---|---|---|
| Разбор вводных | 15–25 минут | 5–10 минут | Корректность фактов о клиенте |
| Структура документа | 20–30 минут | 5–8 минут | Логику аргументации |
| Черновик текста | 40–60 минут | 12–20 минут | Тон, точность, обещания |
| Расчёт и таблица цены | 20–40 минут | 8–15 минут | Формулы, скидки, НДС, сроки |
| Финальная вычитка | 15–25 минут | 8–12 минут | Юридические и коммерческие условия |
В SoftChat для такой работы удобно использовать чат с историей диалогов, шаблоны промптов и Markdown-таблицы в ответах. Если активная модель поддерживает вложения, можно прикреплять документы к сообщениям, например бриф, старое КП или таблицу с тарифами. Для повторяемых сценариев помогает отдельный системный промпт или пользовательский ассистент под задачу «собрать КП по брифу». Эти возможности не снимают проверку с менеджера, но сокращают путь от пустого файла до рабочего черновика.
Шаг 1. Соберите вводные в одном брифе
ИИ плохо работает с обрывками: часть данных в переписке, часть в заметках, цена в голове у менеджера, сроки в старом договоре. Перед генерацией КП я собираю минимальный бриф из 10 пунктов. Он занимает 5–7 минут, зато экономит правки на следующих этапах.
Минимальный бриф для КП:
- Кто клиент: отрасль, размер, роль контактного лица.
- Что клиент хочет купить или улучшить.
- Какая проблема звучала на встрече.
- Какие ограничения есть по срокам, бюджету, юридическим условиям.
- Какие продукты или услуги входят в предложение.
- Что точно не входит в объём работ.
- Какие есть тарифы, ставки, скидки, пакеты.
- Какой следующий шаг нужен после отправки КП.
- Какой тон уместен: строгий, партнёрский, краткий, технический.
- Какие фразы нельзя обещать, например «гарантируем рост продаж за месяц».
Хороший запрос к модели выглядит так:
«Проанализируй бриф для коммерческого предложения. Выдели недостающие данные, риски для расчёта цены и вопросы, которые нужно уточнить у клиента до подготовки финальной версии. Ответ дай таблицей: блок, что известно, чего не хватает, вопрос клиенту».
На этом этапе не нужно просить финальный текст. Сначала модель должна найти пустоты. Если она видит, что нет срока внедрения, формата оплаты или состава работ, менеджер задаёт клиенту 2–5 уточняющих вопросов до того, как документ уйдёт на согласование.
Шаг 2. Попросите ИИ собрать структуру КП
Структура лучше текста. Если порядок блоков слабый, даже грамотные абзацы не спасают КП. Для первичного каркаса я использую запрос, который заставляет модель думать через задачу клиента, а не через описание компании.
Шаблон запроса:
«Собери структуру коммерческого предложения для клиента из брифа ниже. Цель КП: получить согласие на следующий созвон и обсуждение договора. Сделай 7–9 разделов. Для каждого раздела укажи цель, ключевой тезис и данные, которые нужно вставить вручную. Не пиши рекламные общие фразы. Бриф: …».
Условный пример: для SaaS-сервиса с чеком 180 000 рублей в год структура может начинаться не с рассказа о продукте, а с блока «Что изменится в работе отдела после подключения». Затем идут сценарии использования, состав тарифа, сроки запуска, стоимость, условия оплаты и следующий шаг. В таком порядке клиент быстрее видит связь между своей проблемой и предложением.
Если вы регулярно пишете тексты для продаж, стоит держать рядом инструкцию по генерации текста и проверке результата. Для КП особенно полезны приёмы с ограничением тона, длины абзацев и обязательной проверкой фактов.
Шаг 3. Сгенерируйте текст блоками, а не весь документ сразу
Просьба «напиши КП на 5 страниц» почти всегда даёт средний результат. Модель пытается закрыть всё одним ответом и начинает заполнять пробелы предположениями. Я делю документ на блоки: вступление, решение, состав работ, цена, условия, следующий шаг.
Для вступления подходит такой запрос:
«Напиши вступительный блок КП на 900–1200 знаков. Адресат: коммерческий директор. Тон: спокойный, деловой, без громких обещаний. Нужно показать, что мы поняли задачу клиента: … Используй 3 конкретных факта из брифа. Не добавляй фактов, которых нет в исходных данных».
Для блока решения:
«Опиши предлагаемое решение в формате: задача клиента, что предлагаем, как это работает, какой результат клиент сможет проверить. Длина: 4 абзаца по 2–3 предложения. Запрещены общие фразы вроде «повысим эффективность» без объяснения механизма».
Для блока состава работ:
«Собери таблицу состава работ. Колонки: этап, что делаем, результат этапа, срок, кто участвует со стороны клиента. Не меняй сроки из брифа. Если данных не хватает, поставь пометку «уточнить»».
В SoftChat ответы можно получать потоково, поэтому черновик появляется по мере генерации, а не после долгого ожидания. В рабочем диалоге сохраняется история, значит менеджер может вернуться к брифу, структуре и предыдущим версиям формулировок. Если текст получился слабым, кнопка улучшения запроса перед отправкой помогает переформулировать черновую команду и посмотреть вариант до отправки.
Шаг 4. Используйте ИИ для расчётов, но проверяйте формулы
Расчёт цены в КП часто сложнее текста. Нужно учесть количество лицензий, объём работ, ставку специалиста, скидку, НДС, поддержку, разовые и регулярные платежи. Я не советую доверять модели финальную цену без проверки. Зато она хорошо помогает собрать логику расчёта, найти пропущенные статьи и оформить таблицу.
Рабочий запрос:
«На основе данных ниже собери расчёт стоимости для КП. Раздели разовые и ежемесячные платежи. Покажи формулы словами. Если есть скидка, выведи цену до скидки, размер скидки и итог. Если не хватает данных для точного расчёта, перечисли вопросы. Данные: …».
Для примера: пакет из внедрения за 90 000 рублей, ежемесячной поддержки за 35 000 рублей и скидки 10% на первый платёж должен отображаться отдельно: внедрение до скидки, скидка 9 000 рублей, итог за внедрение 81 000 рублей, поддержка 35 000 рублей в месяц. Так клиент видит, что скидка применена к конкретному блоку, а не «размазана» по всему предложению.
После генерации таблицы я прохожу чек-лист:
- Все ставки и цены взяты из актуального прайса.
- Скидка применена к нужной позиции.
- Валюта и НДС указаны явно.
- Разовые и регулярные платежи разделены.
- Нет бесплатных работ, которые команда не планировала дарить.
- Срок действия КП указан, например 10 или 14 календарных дней.
Если расчёты идут через таблицы, просите модель выдавать их в Markdown. Такой формат легко скопировать в документ или превратить в таблицу для письма.
Шаг 5. Проверьте КП через роль «скептичный клиент»
Финальная проверка нужна до дизайна и отправки. Я прошу модель посмотреть на КП глазами клиента, который ищет риски, скрытые расходы и слабые места. Это быстро вскрывает размытые обещания, лишние абзацы и вопросы, которые менеджер забыл закрыть.
Запрос для проверки:
«Прочитай коммерческое предложение как скептичный клиент. Найди 10 возможных возражений. Для каждого укажи: фрагмент КП, почему он может вызвать вопрос, как переписать или какие данные добавить. Не придумывай новые условия сделки».
Ещё один полезный режим, проверка на конкретность:
«Оцени КП по шкале от 1 до 5 по четырём критериям: понятна ли проблема клиента, ясно ли решение, прозрачна ли цена, очевиден ли следующий шаг. Для каждой оценки дай короткое объяснение и правку текста».
В продажах это похоже на репетицию перед звонком. Менеджер заранее видит, где клиент спросит: «А что входит в поддержку?», «Почему срок 6 недель?», «Что будет, если мы не успеем дать данные?». Хорошее КП отвечает на такие вопросы до того, как они становятся возражениями.
Шаг 6. Соберите библиотеку шаблонов
Один раз настроенный процесс даёт выгоду только тогда, когда им пользуются повторно. Для отдела продаж я бы разделил шаблоны на 5 групп: первичный бриф, структура КП, текстовые блоки, расчёт цены, финальная проверка. В SoftChat можно хранить промпт-шаблоны для повторяемых стартов диалога и использовать пользовательских ассистентов под разные типы задач. Это удобно, когда один сценарий нужен менеджеру по услугам, другой по подписке, третий по проектной поставке.
Практичная структура библиотеки:
| Шаблон | Когда применять | Что вставляет менеджер |
|---|---|---|
| «Разбор брифа» | После звонка или заявки | Заметки встречи, письмо клиента |
| «Структура КП» | До написания текста | Цель КП, роль клиента, продукт |
| «Текст блока решения» | При сборке документа | Проблема, состав предложения, ограничения |
| «Расчёт цены» | Перед коммерческим согласованием | Прайс, объём, скидка, срок действия |
| «Проверка скептика» | Перед отправкой | Финальный текст КП |
Если в маркетинге уже используются ИИ-сценарии для гипотез, объявлений и сегментов, процесс подготовки КП проще связать с общей контент-системой. Об этом подробнее написано в материале про нейросети в маркетинге и автоматизацию задач.
Обновление раздела про модели и инструменты
Раньше в инструкциях часто советовали выбрать конкретный сервис и строить процесс вокруг него. Такой подход быстро устаревает. Модели меняются, появляются новые режимы работы с вложениями, растёт качество таблиц и длинных документов. Поэтому я смотрю не на название инструмента, а на набор функций, нужных для КП.
Для подготовки коммерческих предложений нужны 6 возможностей: длинный контекст для брифа, аккуратная работа с таблицами, загрузка документов при поддержке выбранной модели, история диалога, шаблоны запросов и возможность переключать модели под сложность задачи. В SoftChat есть выбор модели по диалогу, история в рамках организации, системные промпты, пользовательские ассистенты, шаблоны промптов, Markdown-ответы с таблицами и вложения к сообщениям с учётом ограничений активной модели. Если выбранная модель не дала пригодный ответ, SoftChat может получить ответ от резервной модели и показать это отдельной строкой, а не списывать неудачную попытку без результата.
Для командной дисциплины я рекомендую фиксировать не название модели, а стандарт качества ответа: структура из 7–9 блоков, таблица цены с формулами словами, список рисков, запрет на выдуманные факты. Тогда процесс переживает смену инструментов.
Частые ошибки при генерации КП
Первая ошибка, просить модель придумать выгоды без данных о клиенте. Получается текст, который можно отправить кому угодно, а значит, он слабо продаёт конкретному адресату.
Вторая ошибка, отдавать расчёты без ручной сверки. Языковая модель может красиво оформить таблицу, но финальные суммы должны проверяться по прайсу, договорным условиям и внутренним правилам скидок.
Третья ошибка, делать КП слишком длинным. Если клиент просил расчёт на один пакет услуг, документ на 12 страниц с историей компании создаёт лишнее сопротивление. В большинстве первичных B2B-сценариев достаточно 3–6 страниц или письма с вложением и кратким резюме.
Четвёртая ошибка, отправлять документ без следующего шага. В КП должен быть понятный финал: согласовать состав работ, выбрать пакет, назначить звонок, подтвердить оплату, прислать реквизиты. Один документ закрывает один следующий шаг.
Навык формулировать точные команды сильно влияет на качество результата. Если запросы пока получаются слишком общими, начните с базовой статьи про правильную формулировку запросов для нейросетей.
Итог обновления
Обновлённая версия статьи переносит фокус с «сгенерировать красивый текст» на управляемый процесс подготовки КП. Сначала бриф, затем структура, затем блоки текста, после этого расчёт, проверка и библиотека шаблонов. Именно эта последовательность даёт экономию времени: менеджер меньше копирует старые документы, быстрее видит недостающие данные и отправляет клиенту предложение с понятной логикой.
ИИ полезен в КП там, где есть повторяемость. Он ускоряет черновики, таблицы, формулировки и проверку рисков. Финальные коммерческие решения остаются за человеком: цена, скидка, обещания, сроки и юридические условия требуют ручного контроля. Если держать это разделение, КП становится быстрее без потери точности.