AI-продавец в CRM: что он берёт на себя, где передаёт человеку и сколько это стоит

AI-продавец в нашей CRM отвечает клиентам круглосуточно по базе знаний, квалифицирует лид и оформляет заказ, а стоп-темы, негатив и крупные суммы передаёт человеку. Внедрение под ключ стоит 15 000 ₽, расход на нейросеть считается отдельно. Ниже: сценарии, границы, контроль и условный разбор магазина.

Что делает AI-продавец за первую линию продаж

AI-продавец в нашей CRM берёт на себя первую линию: отвечает на входящие сообщения, выясняет потребность, подбирает продукт по базе знаний, оформляет заказ и ставит задачи менеджеру. Это не замена отдела продаж и не чат-бот с кнопками. Он ведёт обычный диалог, но каждое его действие идёт через те же бизнес-правила, что и действие человека, и пишется в историю с пометкой «действие AI».

Ночью и в выходные он отвечает за секунды, и это его главное применение: лид, который остывает за минуты, не ждёт утра. Работает во всех каналах системы: Telegram-бот, электронная почта, веб-форма или виджет на сайте. Клиент опознаётся по любому контакту, поэтому переписка из разных каналов складывается в одну карточку. Новый канал подключается через отдельный адаптер, а ядро системы знает только «диалог» и «сообщение», поэтому логика AI одинакова везде. Дальше важнее граница: что делает он, а что остаётся людям.

Внутри CRM + AI-отдел продаж три цифровых сотрудника: продавец первой линии (мы называем его Василиса), AI-РОП, который по расписанию считает конверсии и ставит менеджерам задачи по потерянным заявкам, и AI-контроль качества, который разбирает закрытые диалоги по чек-листу. В этой статье речь в основном о первом, об истории создания платформы рассказано в материале про AI-отдел продаж.

Чего продавец не делает: назад по воронке лиды не двигает, это защита от слива заявок роботом. Крупные суммы и чувствительные темы он передаёт человеку. И он не придумывает цены: там, где в базе знаний ответа нет, правильное поведение — позвать менеджера, а не импровизировать. Насколько это соблюдается, проверяется журналом, о нём ниже.

Из чего он отвечает: база знаний и эталоны, а не память модели

Ответ строится из базы знаний компании, а не из «общих знаний» языковой модели. Это принципиальная разница: цены, сроки доставки и условия оплаты у вас свои, и модель не может их помнить. База знаний в нашей системе — обычные статьи, которые редактирует менеджер, а не программист: прайс, доставка, оплата, скрипты продаж, банк возражений, стоп-темы.

Для каждой статьи есть два флага. «Показывать Василисе» определяет, что видит AI вообще. «Всегда в промпте» закрепляет критичные правила, они попадают в каждый ответ, а не только когда поиск их нашёл. Поиск гибридный: смысловой (по близости значения) плюс точный полнотекстовый по словам. Правка статьи мгновенно обновляет поисковый индекс, так что новая цена начинает действовать сразу.

Дальше слой эталонов. Оператор размечает ответы в журнале: «Эталон» закрепляет удачный, «Исправить» сохраняет правильный вариант. Эталоны подбираются к похожим вопросам по смыслу и подмешиваются в промпт, и система учится на реальной переписке, а не только на настройках. Все размеченные ответы копятся в датасет для возможного дообучения собственной модели.

Конвейер одного ответа состоит из семи шагов: контекст диалога с паузой в 8 секунд, чтобы клиент дописал мысль, пре-фильтр стоп-тем, поиск по базе знаний, сборка промпта, ответ модели с вызовом действий (этап, заказ, задача), пост-фильтр и запись в журнал до отправки клиенту. | Шаг | Что происходит | |---|---| | 1. Контекст | диалог, карточка, заказы, пауза 8 с | | 2. Пре-фильтр | стоп-темы и «позовите человека» без вызова модели | | 3. База знаний | смысловой и полнотекстовый поиск | | 4. Промпт | правила, эталоны, знания, история | | 5. Модель и действия | ответ, этап, заказ, задача | | 6. Пост-фильтр | негатив и низкая уверенность дают эскалацию | | 7. Журнал | снимок вызова пишется до отправки |

Когда AI молчит и зовёт менеджера: стоп-темы, негатив, порог суммы

AI передаёт диалог человеку в пяти случаях: сработала стоп-тема, клиент недоволен, сумма заказа выше порога, клиент просит позвать человека или модель не уверена в ответе. После передачи AI замолкает и не отвечает, пока менеджер явно не вернёт управление кнопкой «Вернуть Василисе». Двоевластия в переписке нет: отвечает либо AI, либо человек.

Для интернет-торговли это особенно заметно: вопросы в основном типовые (наличие, срок, доставка, возврат), и на них AI отвечает быстро и одинаково. А нетиповые вопросы, ради которых люди и пишут менеджеру, уходят человеку. Такое разделение экономит время именно на однообразной части, которая раздражает сотрудников больше всего и чаще всего приводит к ошибкам по невнимательности.

Первые две проверки (стоп-темы и фраза «позовите человека») выполняются до вызова модели, на простых правилах, и поэтому не зависят от настроения нейросети. Негатив и низкая уверенность ловятся после ответа, пост-фильтром: если ответ получился сомнительный, он не уходит клиенту, а диалог переходит человеку. Менеджер получает уведомление, и это должно быть заметное уведомление, а не письмо в общую папку.

Пороги и список стоп-тем настраивает владелец. В примерах ниже значения иллюстративные: что считать стоп-темой, определяется на внедрении по вашему бизнесу. Обычно это возвраты и претензии, юридические вопросы, нестандартные скидки, гарантийные споры. Чем жёстче список в первые недели, тем спокойнее запуск; потом его можно ослаблять по данным журнала.

Ошибка, которую я вижу у новичков: ставят слишком высокий порог суммы, чтобы «AI брал больше». Лучше начать с низкого, а повышать, когда увидите, как он справляется с реальными заказами. Цена ошибки на крупной сделке намного выше цены задержки в несколько минут, пока подключится менеджер.

Как проверить его работу: журнал ответов, оценка 0–10 и разметка «Эталон / Исправить»

Проверка строится на трёх инструментах: журнал каждого ответа, автоматическая оценка диалогов и ручная разметка. Журнал хранит для каждого вызова нейросети вопрос, ответ, токены, скорость, стоимость в рублях и полный снимок промпта, то есть что именно «видела» модель: какие статьи, эталоны и историю. Спор «почему бот так ответил» решается фактами за минуту.

AI-контроль качества разбирает каждый закрытый диалог и каждую эскалацию по чек-листу, который берётся из ваших регламентов, и выставляет скоринг 0–10. Оценку получают и менеджеры, и сам AI, по одной шкале. Плохие разборы подсвечивают ответы, которые стоит исправить. Не нужно читать все диалоги: смотрите те, где оценка низкая, и выборку случайных для контроля.

Ручная разметка занимает минуты в день: открыли журнал, нажали «Эталон» у удачных ответов, написали правильный вариант там, где AI ошибся. Эталоны подмешиваются в промпт сразу, поэтому каждая правка начинает работать уже на следующем похожем вопросе, а не после «переобучения». Но это работа, и её нужно закладывать: человек, который ежедневно просматривает журнал, — часть проекта, а не бонус.

Важная привычка: раз в неделю смотрите не только плохие оценки, но и случаи, когда AI позвал менеджера. Если эскалаций слишком много на один и тот же вопрос, значит, в базе знаний не хватает статьи, и её нужно написать. Если эскалаций почти нет, а жалобы клиентов есть, значит, стоп-темы слишком мягкие. Журнал нужен не для отчёта, а для регулярной настройки.

Контроль расходов встроен в тот же журнал: токены и рубли по каждому вызову, лимиты и алерты бюджета. Это важно, потому что стоимость модели переменная: чем больше диалогов, тем больше расход. Лимит с уведомлением владельцу в Telegram защищает от неприятного счёта в конце месяца.

Разбор случая: интернет-магазин «Купи Лампу» на 11 рабочих мест

Условный пример, данные вымышленные. Интернет-магазин «Купи Лампу» продаёт освещение, 11 рабочих мест: четыре менеджера, два на складе, логист, маркетолог, бухгалтер, директор и администратор. Заявки приходят с сайта, из Telegram и по почте. Вечером и в выходные никто не отвечает, к утру часть клиентов уходит к тем, кто ответил раньше.

Запуск шёл поэтапно. Сначала наполнили базу знаний вместе с владельцем: прайс на 300 позиций, доставка по зонам, оплата, возврат, десять возражений и список стоп-тем (претензии, юридические лица с отсрочкой, нестандартные скидки). Затем «теневой запуск»: AI готовил ответы, но клиенту уходило только после просмотра менеджером, а ответы размечались. Через две недели включили автономные ответы на простые вопросы.

Условный порог суммы заказа поставили на уровне чуть выше среднего чека. Все заказы выше порога и все претензии уходят менеджеру со звуковым уведомлением. На ночные заявки AI отвечает сам, собирает контакт и состав заказа, а утром менеджер видит готовую карточку с историей. AI-РОП раз в сутки составляет список заявок без движения и ставит по ним задачи.

Чего в этом примере нет: прироста продаж в процентах. Он зависит от того, сколько заявок вы теряли ночью и в выходные, а это измеряется на ваших данных. Окупаемость считайте по формуле на своих цифрах: сколько заявок вы теряете вне рабочего времени, какая доля из них реально закрылась бы, какой чек и маржа. Если вы ещё выбираете CRM с учётом 1С, пригодится сравнение систем для малого бизнеса. Ограничение примера: качество ответов целиком зависит от того, насколько полно наполнена база знаний, и первые недели её приходится дописывать по журналу.

Чего он не умеет и сколько стоит запуск

Продавец не заменяет человека там, где нужна ответственность и нестандартное решение: скидки вне правил, конфликты, сложные договорённости, большие суммы. Он зависит от базы знаний: если в ней ошибка или пробел, он воспроизведёт ошибку. И он не гарантирует отсутствие неточных ответов: модель может ошибиться, поэтому нужны эскалации, журнал и выборочная проверка. Я бы не стал запускать его без неё.

Список того, что остаётся людям: нестандартные скидки, конфликты и претензии, крупные суммы, правка базы знаний, решения по спорным ответам. Список того, что берёт AI: ответы по базе знаний 24/7, квалификация лида, оформление заказа, напоминания и задачи, ночной разбор потерянных заявок, оценка диалогов. | Берёт AI | Остаётся людям | |---|---| | Ответы по базе знаний круглосуточно | Нестандартные скидки | | Квалификация и оформление заказа | Конфликты и претензии | | Задачи по потерянным заявкам | Крупные суммы | | Оценка диалогов по чек-листу | Правка базы знаний, спорные ответы |

Стоимость. По странице продукта внедрение под ключ стоит 15 000 ₽ единоразово: развёртывание, настройка, наполнение базы знаний вместе с вами, теневой запуск AI с разметкой ответов и обучение сотрудников. Абонентской платы за саму CRM нет. Дальше оплачиваются ваш сервер и обращения к языковой модели: облако по токенам или собственное железо с GPU. Модель расходов у каждого варианта своя, поэтому расчёт под ваш объём диалогов делается по запросу.

Данные остаются на вашем сервере в РФ: система self-hosted, шлюз к моделям не привязан к одному провайдеру, при облачной модели персональные данные маскируются, для строгих требований возможен локальный инференс. Для сравнения со связкой из конструктора автоматизаций и Telegram-бота прочтите материал про self-hosted автоматизацию продаж на n8n: подход другой, ограничения тоже.

Частые вопросы