Как составить коммерческое предложение с ИИ

Практическая инструкция для отдела продаж: как за 10–15 минут собрать черновик КП, не потеряв контроль над ценами, фактами и обещаниями клиенту.

Коммерческое предложение часто выглядит как документ на 5–12 страниц, но по сути это набор управленческих решений: что клиенту больно, чем мы закрываем задачу, сколько это стоит, где риск и почему предложение надо принять сейчас. Когда менеджер собирает КП вручную, он тратит время на четыре повторяемые операции: вытаскивает вводные из переписки, строит структуру, пишет текст и пересчитывает экономику. По опыту рабочих процессов продаж, на персонализированное КП уходит 2–4 часа, если есть сбор данных, правка формулировок, таблицы и согласование деталей.

ИИ хорошо снимает именно эту рутину. Не финальную ответственность, а черновую механику. Современные ИИ-модели могут разложить бриф по разделам, предложить 2–3 логики аргументации, переписать абзацы под роль клиента и подготовить расчётную таблицу. Человек всё равно проверяет цены, сроки, юридические обещания, реальные кейсы и маржинальность. Я бы рассматривал нейросеть как сильного младшего аналитика: быстро собирает основу, не ходит в CRM за правдой и не знает вашу себестоимость, если вы её не дали.

Если вы только выстраиваете работу с нейросетями в отделе, полезно сначала договориться о правилах внедрения. Я подробно разбирал это в статье про внедрение нейросетей в рабочие процессы: там речь о сценариях, владельцах процесса и проверке результата. Здесь сфокусируемся на КП.

Что отдавать ИИ, а что оставлять человеку

Главная ошибка в КП через нейросеть, дать запрос «напиши коммерческое предложение» и ждать готовый документ. Модель не знает, что у вас нельзя обещать внедрение за 3 дня, что скидка выше 12% требует согласования, а кейс для клиента из медицины нельзя показывать в строительной нише. Поэтому я делю работу на зоны.

Для текста нейросеть особенно полезна там, где формат повторяется. Примеры: вводный блок «что мы поняли о задаче», раздел «как будет устроена работа», письмо-сопровождение, краткое резюме для руководителя. Если вам нужен более широкий разбор текстовых задач, посмотрите материал про нейросеть для генерации текста и проверку результата.

Шаг 1. Соберите входные данные в карточку клиента

ИИ не должен угадывать. Перед запросом я готовлю короткую карточку. Её можно собрать из заметок после звонка, письма клиента, брифа или стенограммы встречи. Хорошая карточка занимает одну страницу, обычно 250–500 слов.

Шаблон выглядит так:

Клиент: ниша, размер, регион без лишних персональных данных.
Кто принимает решение: должность, критерии выбора, ограничения.
Задача: что хочет улучшить или запустить.
Боль: где теряет деньги, время, заявки, качество или контроль.
Текущий процесс: как делает сейчас.
Наше решение: что предлагаем, без рекламных преувеличений.
Ограничения: сроки, бюджет, юридические условия, технические рамки.
Доказательства: 2–3 релевантных факта, кейса или результата, которые можно раскрывать.
Расчёт: цены, диапазоны, предположения, формулы.
Тон: деловой, короткий, без давления, с акцентом на окупаемость.

Для примера: если клиент из дистрибуции просит автоматизировать обработку заявок, в карточке лучше написать не «нужна автоматизация», а «менеджеры вручную переносят заявки из почты в таблицу, из-за этого теряются статусы и растёт время ответа». Такая формулировка даёт модели опору для КП: проблема, причина, эффект, предлагаемое решение.

Качество входных данных сильнее влияет на результат, чем выбор красивой фразы в финале. Поэтому базовую технику запросов я советую закрепить отдельно, например через статью про формулирование запросов для нейросетей.

Шаг 2. Сгенерируйте структуру КП, а не текст целиком

Первый запрос должен дать каркас. Не просите сразу «напиши 10 страниц». Сначала получите план, оцените логику, уберите лишнее. В продажах это экономит больше времени, чем кажется: править структуру на уровне заголовков быстрее, чем переписывать готовый документ.

Рабочий запрос:

Ты помогаешь подготовить коммерческое предложение для B2B-клиента.
На основе карточки ниже собери структуру КП.
Нужно 7–9 разделов, каждый раздел: заголовок, цель раздела, 2–4 тезиса.
Отдельно покажи, какие данные надо проверить у менеджера перед отправкой.
Не придумывай цены, кейсы и сроки. Если данных нет, пометь «нужно уточнить».
Карточка клиента: ...

Я обычно прошу два варианта структуры. Первый, для финансового директора, с акцентом на экономику и риски. Второй, для операционного руководителя, с акцентом на процесс и сроки. Разница заметна уже в порядке разделов. Финансовому директору логично раньше показать стоимость владения, эффект и ограничения. Операционному руководителю, этапы запуска, зоны ответственности и контроль качества.

Мини-схема процесса:

Вводные клиента → структура КП → черновик текста → расчёт → проверка фактов → финальная версия

Шаг 3. Напишите черновик по разделам

Когда структура согласована, не генерируйте весь документ одним куском. Большой ответ сложнее проверять, в нём чаще появляются общие слова и нестыковки. Я иду разделами: сначала резюме, затем задача клиента, затем решение, потом этапы и экономика.

Запрос для одного раздела:

Напиши раздел «Что мы поняли о задаче» для КП.
Объём: 120–160 слов.
Стиль: деловой, конкретный, без давления.
Используй только факты из карточки.
Структура: 1) текущая ситуация, 2) проблема, 3) к чему приведёт решение.
Запрещено придумывать цифры, названия клиентов, сроки и гарантии.

После первого черновика я прошу модель сделать редакторскую правку:

Сократи текст на 25%.
Убери общие фразы.
Каждый абзац должен отвечать на вопрос клиента: «зачем мне это читать?»
Сохрани факты, не добавляй новые обещания.

Такой цикл быстрее, чем пытаться сразу получить идеальный текст. Для маркетинговых команд этот подход знаком: гипотеза, быстрый черновик, проверка, новая версия. Похожую механику я разбирал в статье про нейросети в маркетинге и автоматизацию контента.

Шаг 4. Подготовьте расчёты без магии

Расчёты в КП опасны тем, что выглядят убедительно даже при неверных предположениях. Поэтому я прошу ИИ не «посчитать выгоду», а собрать модель расчёта и явно показать формулы. Числа должны приходить от вас: цена часа, количество заявок, средний чек, конверсия, время менеджера, стоимость лицензий, ставка подрядчика.

Запрос:

Собери расчётную модель для КП.
Данные: ...
Нужно вывести таблицу: показатель, текущее значение, после внедрения, формула, комментарий.
Если данных не хватает, не подставляй средние значения, а создай строку «нужно уточнить».
Отдельно перечисли 5 рисков расчёта.

Простая модель экономии времени может выглядеть так:

Условный пример: отдел продаж готовит 60 КП в месяц, раньше тратил по 3 часа на каждое, а после перехода на ИИ-черновики оставил 15 минут на первичную сборку и 45 минут на проверку, итоговая экономия составила около 120 часов в месяц. Это не обещание результата для любой команды. Это способ увидеть порядок величины и понять, где окупается настройка процесса.

Условный пример: компания из сферы логистики, ~200 сотрудников, при 120 КП в месяц и сокращении ручной работы с 3 часов до 30 минут получает расчётную экономию 300 часов в месяц. В год это 3600 часов, то есть почти два рабочих года одного специалиста при норме около 1970 часов. Такая цифра появляется не из красоты презентации, а из количества повторяемых документов.

Шаг 5. Персонализируйте КП под роль читателя

Одно и то же решение нужно объяснять разным людям по-разному. Генеральному директору чаще нужна связь с выручкой, риском и сроком возврата вложений. Руководителю отдела продаж, влияние на скорость обработки заявок и прогноз. Техническому специалисту, интеграционные ограничения, безопасность данных, нагрузка на команду.

Запрос для адаптации:

Перепиши резюме КП для трёх читателей: генеральный директор, руководитель продаж, технический руководитель.
Для каждого дай 90–120 слов.
Не меняй суть предложения.
Акценты: экономика, процесс, ограничения.

Здесь нейросеть помогает увидеть, где КП перегружено деталями. Если версия для директора не помещается в 120 слов, значит в предложении слишком много второстепенного. Если техническая версия звучит как рекламный буклет, значит не хватает ограничений и предпосылок.

Как организовать процесс в SoftChat

В SoftChat удобно вести такую работу через чат с выбранной моделью и сохраняемой историей разговоров в рамках организации. Для КП я бы завёл отдельный диалог под задачу или шаблонный сценарий промпта, а роль ассистента настроил под формат «редактор B2B-коммерческих предложений». В веб-чате можно подключить сохранённого ассистента к разговору через меню «Инструменты», и он задаст роль текущему диалогу. Если сообщения уже есть, новый чат открывается с этим ассистентом, чтобы роль не менялась посреди обсуждения.

Полезная деталь для работы с КП, настройки чата показывают доступные параметры выбранной модели. Для текста это могут быть «Креативность», «Длина ответа» и «Разнообразие слов». Я обычно снижаю креативность на расчётах и повышаю её на этапе вариантов заголовков или письма-сопровождения. Настройки запоминаются для конкретного чата, поэтому не приходится каждый раз собирать рабочую среду заново.

Если вы часто повторяете один и тот же сценарий, например «разобрать бриф», «собрать структуру КП», «проверить расчёты», используйте шаблоны промптов. Это снижает зависимость от настроения менеджера и делает результат стабильнее. Для личной рутины похожие принципы описаны в статье про нейросети и чат-боты для повседневных задач: там те же механики, только на бытовых и офисных сценариях.

В SoftChat есть память о пользователе для авторизованных пользователей. Её уместно применять для устойчивых предпочтений, например «пиши КП короткими абзацами», «избегай агрессивных продаж», «сначала показывай таблицу рисков». При этом рабочие запросы сами по себе не сохраняются как предпочтения; память пополняется, когда вы явно делитесь фактом или просите «Запомни …». Для отдельного чата можно отключить использование памяти, если задача требует чистого контекста.

Проверка КП перед отправкой

ИИ-черновик нельзя отправлять клиенту без контроля. Я проверяю документ в пять проходов, но не превращаю это в бюрократию.

Первый проход, факты. Есть ли выдуманные кейсы, неверные должности, лишние обещания, неподтверждённые сроки. Второй, экономика. Совпадают ли формулы, цены, скидки, налоги, период расчёта. Третий, ясность. Понятно ли за 30 секунд, что предлагается и почему это связано с задачей клиента. Четвёртый, риск. Нет ли фраз вроде «гарантируем рост выручки», если в договоре такого нет. Пятый, действие. Понятен ли следующий шаг: созвон, согласование сметы, пилот, доступы, договор.

Отдельно я прошу нейросеть выступить критиком:

Проверь КП как финансовый директор клиента.
Найди 10 причин, почему предложение могут отклонить.
Для каждой причины предложи правку текста или дополнительный факт, который нужно запросить у менеджера.
Не добавляй новые данные, если их нет в документе.

Такой запрос часто показывает слабые места: непонятный срок окупаемости, размытый объём работ, слишком общий блок преимуществ, отсутствие ответственности сторон. Это не заменяет руководителя продаж, но экономит его время на первичной вычитке.

Где появляются сотни часов экономии

Сотни часов появляются не в одном героическом документе, а в потоке. Если компания делает 10 КП в месяц, эффект будет заметным, но не драматичным. Если 80–150 КП, рутинная часть превращается в отдельную нагрузку на менеджеров и пресейл.

Условный пример: SaaS-команда готовит 90 КП в месяц, ручная сборка занимает 2 часа 30 минут, ИИ-черновик и первичная редактура занимают 35 минут. Экономия на одном документе равна 1 часу 55 минут, за месяц получается около 172 часов. За квартал, больше 500 часов. При этом финальная проверка остаётся у человека, потому что цены, скидки и юридические условия зависят от сделки.

Условный пример: интегратор с длинными пресейл-циклами делает 35 крупных КП в месяц. Раньше аналитик собирал структуру, описание этапов и риски около 4 часов. После стандартизации карточки клиента и промптов черновая часть занимает около 50 минут, а проверка ещё 40–60 минут. Даже при консервативном расчёте команда высвобождает около 75 часов в месяц. За полгода это 450 часов, которые можно перенести на встречи, квалификацию заявок и доработку сильных предложений.

Здесь нет секрета. ИИ ускоряет повторяемый черновой слой: план, текст, варианты формулировок, таблицы, список вопросов. Чем лучше стандартизирован вход, тем меньше хаоса на выходе.

Что бы я сделал на вашем месте

Я бы не начинал с полной автоматизации КП. Сначала выбрал бы один типовой сегмент, например предложения после первичного созвона для малого и среднего бизнеса. Затем собрал бы 10 старых КП, вычистил из них закрытые данные и выделил повторяемые блоки: резюме, задача, решение, этапы, расчёт, риски, следующий шаг.

Дальше я бы сделал три шаблона промптов: «структура», «текст раздела», «расчётная модель». После этого прогнал бы 5 новых сделок через новый процесс и сравнил не красоту текста, а операционные показатели: время сборки, число правок руководителя, количество уточняющих вопросов, долю КП, где клиент понял следующий шаг без дополнительного письма.

Если результат устойчивый, можно расширять процесс на другие сегменты. Если нет, причина чаще всего не в модели, а во входных данных: менеджеры по-разному описывают клиента, не фиксируют ограничения, забывают цены и пишут «сделать красиво» вместо конкретной задачи. Хорошее КП начинается не с генерации, а с дисциплины брифа. ИИ просто делает эту дисциплину видимой.