ИИ-агент квалификации входящих заявок: как перестать терять лиды
Как работает ИИ-агент квалификации входящих заявок: первый ответ за секунды, вопросы по критериям, передача в Bitrix24 или amoCRM с данными. Границы и MVP.
Заявка с сайта пришла в 19:40. Менеджер увидел её утром, написал клиенту в 10:20 — а тот уже обсуждает задачу с конкурентом, который ответил вчера за пять минут. Знакомая история почти для любого отдела продаж, и именно с неё обычно начинается разговор про автоматизацию обработки входящих заявок. Не потому что «все внедряют ИИ», а потому что деньги на маркетинг уже потрачены, лид уже пришёл — и потерялся на самом дешёвом для исправления этапе.
**Коротко:** автоматизация обработки входящих заявок упирается в две дыры — время первого ответа и ручную квалификацию. ИИ-агент закрывает обе: отвечает за секунды в любое время, задаёт вопросы по вашим критериям и создаёт в Bitrix24 или amoCRM сделку с заполненными полями. Продавать он не должен — где проходит граница, разберём отдельно.
Почему заявки теряются: скорость первого ответа и ручная квалификация
У потери входящих лидов две типовые причины, и обе — не про плохих менеджеров.
**Первая — скорость.** Клиент, который оставил заявку вам, почти всегда параллельно пишет ещё двум-трём подрядчикам. Кто первым ответил по существу, тот и ведёт разговор. А менеджер в это время на созвоне, обедает, разбирает вчерашние сделки или просто закончил рабочий день. Заявки, пришедшие вечером и в выходные, стабильно ждут дольше всех — при том что человек, который пишет в субботу, обычно самый мотивированный: у него болит прямо сейчас.
**Вторая — ручная квалификация.** Даже когда менеджер ответил быстро, начинается переписка на полдня: «Расскажите подробнее», «А какой у вас объём?», «А сроки какие?». Каждый вопрос — это часы ожидания ответа, и на каждом шаге часть клиентов просто отваливается. Параллельно менеджер тратит то же самое время на заведомо нецелевые обращения — спам, соискателей, «просто узнать цену» без задачи. В итоге дорогое время продавца размазано тонким слоем по всем обращениям подряд, а горячие лиды стоят в общей очереди.
Отдельная беда — учёт. Заявки приходят из пяти мест: форма на сайте, WhatsApp, Telegram, звонки, Авито. Часть фиксируется в CRM, часть живёт в личных переписках менеджеров. Сколько лидов реально пришло за месяц и сколько из них не получили ответа — часто не знает никто. Прежде чем что-то улучшать, эту цифру придётся измерить, и обычно она неприятно удивляет.
<Callout>
Потерянный входящий лид — самая дорогая потеря в воронке: за него уже заплачено рекламой, контентом или репутацией. Всё, что требовалось, — вовремя ответить и задать три вопроса.
</Callout>
Как ИИ-агент обрабатывает входящую заявку: ответ, вопросы, передача менеджеру
ИИ-агент квалификации — это программа на базе языковой модели, которая первой встречает входящее обращение в чате и делает три вещи.
**Отвечает сразу.** В любое время суток, в будни и выходные, первый содержательный ответ уходит за секунды. Не «ваше обращение очень важно для нас», а нормальная реплика по теме обращения: агент видит, что написал клиент, и отвечает на это конкретно.
**Задаёт вопросы по вашим критериям квалификации.** Критерии — это не магия модели, а ваша рабочая логика продаж, переложенная в инструкцию агенту. Например: какой продукт или услуга интересует, какой объём или тираж, какие сроки, есть ли бюджетная вилка, кто принимает решение. Агент ведёт живой диалог: если клиент в первом же сообщении назвал объём и сроки, агент не переспрашивает по скрипту, а уточняет только недостающее. Если клиент отвечает расплывчато — мягко переформулирует вопрос, а не зацикливается.
**Передаёт менеджеру структурированную карточку.** На выходе продавец получает не ленту диалога на три экрана, а выжимку: кто, что нужно, объём, сроки, бюджет, контакты, канал. Горячий лид с полными данными — с пометкой «связаться сейчас». Нецелевое обращение — отфильтровано или помечено, чтобы менеджер не тратил на него время.
Пример постановки из практики: отдел продаж на amoCRM с телефонией UIS, обращения из нескольких каналов, менеджеры физически не успевают отвечать всем быстро. Первый фильтр — «целевой или нет, что за задача, какой объём» — как раз тот участок, который агент забирает на себя, оставляя людям переговоры и закрытие.
Важная оговорка: агент не продаёт. Он готовит разговор для человека. Попытка заставить агента «дожимать» клиента — почти всегда ошибка, к этому вернёмся в разделе про границы.
Откуда агент берёт знания о вашем продукте
Чтобы отвечать по существу, а не общими словами, агенту нужна база: прайс, описание услуг, типовые вопросы и ответы, ограничения («минимальный тираж — от 100 штук», «доставка только по России»). Это оформляется как база знаний, к которой агент обращается перед каждым ответом, — и отвечает он строго по ней, а не по «общим знаниям» модели. Если в базе ответа нет, агент так и говорит и передаёт вопрос менеджеру. Обновили прайс — обновили базу, переучивать ничего не нужно. Подробнее о том, как устроен такой контур, — в описании подхода к [ИИ-агентам на базе знаний компании](/services/rag-knowledge-base).
Чем ИИ-агент отличается от чат-бота по кнопкам
Кнопочные боты существуют давно, и у многих компаний уже есть опыт с ними — часто неудачный. Разница принципиальная.
**Бот по кнопкам** — это жёсткое дерево сценария. «Выберите: 1 — узнать цену, 2 — статус заказа, 3 — связаться с менеджером». Работает, пока клиент идёт по задуманному пути. Как только человек пишет свободным текстом «мне нужно 500 худи с нашим принтом к концу августа, сколько выйдет?» — бот отвечает «не понимаю, выберите пункт меню». Клиент раздражается и уходит либо сразу жмёт «оператор», и вся автоматизация сводится к лишнему шагу перед живым человеком.
**ИИ-агент** понимает свободный текст. Из фразы про 500 худи он сам извлекает продукт, тираж и срок, задаёт уточняющий вопрос про макет и переходит дальше. Он держит контекст: если клиент через пять сообщений вернулся к теме цены, агент помнит, о каком тираже шла речь. Он переносит смысл, а не сверяет строки.
Есть и обратная сторона: агент сложнее в настройке и требует контроля качества. Кнопочный бот предсказуем на сто процентов — он никогда не скажет ничего, кроме заложенных фраз. Агент гибче, но именно поэтому ему нужны ограничения: что можно говорить, чего нельзя, когда передавать человеку. Для простых задач вроде «выдать ссылку на прайс» кнопки честно достаточно — не всякую задачу нужно решать ИИ. Агент оправдан там, где обращения разнообразные, вопросов для квалификации несколько и цена потерянного лида ощутимая.
Связка с CRM: заявка попадает в Bitrix24 или amoCRM уже с данными
Агент без CRM — половина решения. Если результат диалога остаётся в мессенджере, менеджер всё равно вручную переносит данные, и часть по дороге теряется. Поэтому нормальная схема выглядит так.
Клиент пишет в любой подключённый канал — виджет на сайте, Telegram, WhatsApp. Агент ведёт диалог и по ходу заполняет поля будущей сделки. Как только собран минимум для квалификации, в [CRM](/services/crm-automation) — Bitrix24 или amoCRM — автоматически создаётся сделка: контакт, источник, суть задачи, объём, сроки, бюджетная вилка в своих полях, полный текст диалога — в примечании. Сделка падает на нужный этап воронки и назначается ответственному, горячие — с уведомлением менеджеру прямо сейчас.
Что это даёт помимо скорости:
- **Ни одна заявка не живёт в личной переписке менеджера.** Всё в CRM, с историей, независимо от того, кто в отпуске.
- **Менеджер начинает разговор с предметного вопроса,** а не с «расскажите, что вам нужно» — клиент уже всё рассказал агенту и не любит повторять.
- **Появляется честная статистика:** сколько обращений пришло по каждому каналу, сколько целевых, где отваливаются. До внедрения эти цифры обычно никто не видит целиком.
Если в компании есть телефония — например, UIS в связке с amoCRM — звонки встраиваются в тот же контур: обращение по любому каналу оставляет след в одной системе, и картина по входящим собирается в одном месте, а не в трёх отчётах.
Технически интеграция делается через штатные API Bitrix24 и amoCRM — без «доработок ядра» и хрупких обходных путей, которые ломаются при обновлении CRM.
Границы автоматизации: что агенту доверять нельзя и как контролировать качество
Здесь честность важнее продажи, потому что переоценка агента обходится дороже его отсутствия.
**Чего агенту доверять нельзя:**
- **Финальные цены и сроки.** Агент может назвать порядок или вилку из утверждённого прайса, но «посчитать под задачу» и пообещать срок производства — работа человека. Языковая модель, загнанная в угол вопросом о цене, может уверенно назвать правдоподобную, но неверную цифру — а клиент это запомнит.
- **Юридически значимые обещания.** Условия договора, гарантии, ответственность — только человек.
- **Скидки и переговоры.** Решение «дать ли скидку этому клиенту» требует контекста, которого у агента нет.
- **Конфликтные ситуации.** Недовольного клиента агент должен немедленно передавать человеку, а не пытаться урегулировать.
**Как контролировать качество:**
- **Логирование всех диалогов.** Каждый разговор сохраняется и доступен для разбора. Первые недели диалоги читают ежедневно, дальше — выборочно.
- **Правило эскалации.** Если агент не уверен в ответе или клиент прямо просит человека — разговор передаётся менеджеру сразу, без попыток удержать. «Не знаю, сейчас уточню у коллеги» — нормальный ответ агента, «выдумать что-нибудь убедительное» — недопустимый.
- **Жёсткий список запретных тем** в инструкции агента: цены вне прайса, сроки, условия оплаты, обещания результата.
- **Регулярная донастройка.** Разбор диалогов первые две-четыре недели — это не «доделка недоделанного», а штатная часть внедрения: реальные клиенты всегда спрашивают то, чего не было в сценариях, и инструкция агента дорабатывается по живым примерам.
Отдельно про данные: агент собирает контакты, а значит, это персональные данные и 152-ФЗ. Согласие на обработку, политика на сайте и понимание, где физически хранятся диалоги, — часть проекта, а не факультатив.
MVP агента: сроки, стоимость и метрики окупаемости
Собирать сразу «агента, который умеет всё», — плохая идея. Рабочий путь — MVP на самом болезненном участке.
**Что входит в первый контур.** Один-два канала (например, виджет на сайте и Telegram), квалификация по 4–6 вашим критериям, создание сделки в Bitrix24 или amoCRM с заполненными полями, уведомление менеджера о горячих лидах, логирование диалогов. Без голоса, без оплаты в чате, без интеграции со складом — это следующие итерации, если первый контур докажет пользу.
**Сроки и деньги.** Первый рабочий контур — обычно от 150 000 ₽ и от 2 до 8 недель: срок зависит от количества каналов, состояния CRM и того, насколько формализованы критерии квалификации (чаще всего они живут в голове руководителя отдела продаж, и их нужно сначала выписать). Перед проектом имеет смысл диагностика от 50 000 ₽, которая зачитывается в стоимость проекта: на ней измеряется текущая картина — сколько заявок приходит, сколько теряется, где узкое место — и становится ясно, что автоматизировать в первую очередь. Иногда по итогам диагностики выясняется, что начинать нужно не с агента, а с [наведения порядка в самом учёте заявок](/blog/uchet-zayavok-servisnoy-kompanii), и это тоже полезный результат: он экономит бюджет на решении не той задачи.
**Метрики, по которым считается окупаемость.** Обещать проценты роста до замера базовой линии — недобросовестно, поэтому считаем по вашим цифрам:
- время первого ответа до и после (сейчас — часы, с агентом — секунды);
- доля обращений, оставшихся без ответа, включая вечер и выходные;
- доля заявок, дошедших до CRM с заполненными полями квалификации;
- время менеджера на нецелевые обращения;
- конверсия из обращения в квалифицированный лид — по данным CRM, а не по ощущениям.
Умножьте количество заявок в месяц на долю потерянных и на стоимость одного клиента для вашего бизнеса — это и есть сумма, с которой сравнивается стоимость проекта. Для одних компаний агент окупается за месяц, для других не нужен вовсе: если у вас десять обращений в месяц и один менеджер, который отвечает за пять минут, — вам не нужен ИИ-агент, и честный подрядчик скажет это на диагностике.
С чего начать
Если подозреваете, что теряете входящие, начните с трёх строк: откуда приходят заявки (каналы), какая у вас CRM и что сейчас происходит с обращением, пришедшим в пятницу вечером. Я посмотрю вводные и скажу, есть ли смысл в агенте для вашей ситуации и с какого контура начинать — без обязательств и презентации на час. Напишите на [MrBoroAI@yandex.ru](mailto:MrBoroAI@yandex.ru) или [оставьте три строки в брифе](/brief?utm=blog_ii_agent_kvalifikacii_zayavok).
Частые вопросы
Что такое ИИ-агент квалификации заявок и чем он отличается от чат-бота?
Чат-бот по кнопкам ведёт клиента по жёсткому сценарию: нажал не туда — диалог развалился. ИИ-агент понимает свободный текст, задаёт уточняющие вопросы по заданным критериям и держит контекст разговора. Клиент пишет как привык, а агент сам вытаскивает из ответов бюджет, сроки, объём и суть задачи и передаёт менеджеру структурированную карточку, а не переписку на три экрана.
Почему скорость первого ответа так важна для входящих заявок?
Клиент, который оставил заявку, обычно пишет ещё двум-трём подрядчикам параллельно. Пока менеджер занят на созвоне или заявка ждёт утра, клиент уже разговаривает с тем, кто ответил первым. Агент отвечает за секунды в любое время суток и удерживает диалог до момента, когда подключится живой человек.
Какие данные ИИ-агент передаёт в CRM?
Всё, что удалось выяснить в диалоге по вашим критериям квалификации: суть задачи, объём или тираж, сроки, бюджетную вилку, контакты, источник обращения. Сделка в Bitrix24 или amoCRM создаётся сразу с заполненными полями и полным текстом диалога — менеджер начинает разговор не с «расскажите, что вам нужно», а с предметного вопроса.
Что нельзя доверять ИИ-агенту при обработке заявок?
Называть финальные цены и сроки, давать юридически значимые обещания, принимать решения о скидках и закрывать сделку. Задача агента — квалифицировать и передать, а не продать. Все диалоги должны логироваться и выборочно проверяться человеком, а на неуверенных ответах агент обязан передавать разговор менеджеру, а не импровизировать.
Сколько стоит и как долго делается MVP такого агента?
Первый рабочий контур — обычно от 150 000 ₽ и от 2 до 8 недель в зависимости от каналов и CRM. Перед проектом имеет смысл диагностика от 50 000 ₽, которая зачитывается в стоимость проекта: она показывает, где именно теряются заявки и что автоматизировать в первую очередь. Окупаемость считается по вашим цифрам: сколько заявок в месяц, какая доля остаётся без ответа и сколько стоит один потерянный клиент.
Связано
Услуга по теме
Перейти к услугеРелевантные кейсы
Нужна такая же система под ваш бизнес?
Оставьте заявку, и я предложу реалистичный план внедрения с оценкой рисков.