ИИ-квалификатор лидов: какие вопросы задаёт и когда передаёт менеджеру

Что именно делает ИИ-квалификатор лидов

Квалификация нужна до полноценной продажи. Её задача — понять, есть ли у обращения реальная потребность, подходит ли запрос бизнесу и какие сведения потребуются менеджеру для следующего шага. Salesforce описывает похожую границу так: маркетинговый лид может соответствовать продукту, но ещё не быть готовым к покупке, а готовность для продаж определяется по критериям конкретной компании.

ИИ-квалификатор проводит этот первый разговор по заданной роли. Он не должен самостоятельно обещать скидку, утверждать нестандартную цену или закрывать сделку, если владелец не дал таких правил и полномочий. Практический результат его работы — не ярлык «горячий лид», а заполненный контекст, по которому человек понимает, что делать дальше.

• ответить на базовые вопросы по подтверждённым материалам;
• выяснить задачу клиента и важные ограничения;
• собрать контакт и недостающие поля;
• передать менеджеру диалог, краткую сводку и причину передачи.

Какие вопросы задаёт ИИ-квалификатор

Единого списка для всех компаний нет. Salesforce перечисляет BANT, CHAMP и MEDDIC и отдельно предупреждает, что модель квалификации зависит от бизнеса и аудитории. HubSpot также предлагает начинать с целей, текущего плана, трудностей и срока, а не сводить весь разговор к бюджету.

Для первого запуска достаточно четырёх–шести полей, которые менеджер действительно использует. Вопросы задаются по одному и учитывают уже сказанное клиентом. Если человек сразу назвал срок и канал, повторно спрашивать об этом не нужно.

• Что вы хотите решить или получить?
• В каком объёме и для какого процесса это нужно?
• Когда нужен результат?
• Есть ли условия, без которых решение не подойдёт?
• Кому и как удобнее передать продолжение разговора?
• Какой бюджет предусмотрен — только если этот критерий действительно нужен бизнесу на первом этапе.

Чем квалификация отличается от скоринга

Квалификация отвечает на содержательный вопрос: подходит ли обращение по правилам компании и что уже известно о клиенте. Скоринг присваивает баллы или приоритет по выбранным признакам. Он может помогать сортировать большой поток, но не заменяет сам разговор и не объясняет менеджеру потребность клиента.

Для небольшого отдела понятнее начать с трёх исходов: готово к передаче, нужно уточнение, требуется решение человека. Баллы стоит добавлять позже, когда компания накопила данные и может проверить, какие признаки действительно связаны с продажами. Иначе число выглядит точным, но отражает лишь произвольно заданные веса.

Что получает менеджер после квалификации

Менеджеру нужна не стенограмма вместо работы, а короткая карточка с исходными сообщениями рядом. В ней видно, что хочет клиент, какие ограничения назвал, когда ждёт результат, как с ним связаться и что осталось неизвестным. Если разговор передан из-за риска, причина также должна быть видна.

На учебном экране ниже клиенту нужен сотрудник, который уточняет задачу и передаёт заявку менеджеру. ИИ задаёт один следующий вопрос о потоке обращений и каналах, после чего отмечает, что потребность и контакты собраны. Это демонстрационный диалог, а не клиентский кейс и не обещание результата.

• потребность своими словами, без догадки модели;
• сроки, объём и другие настроенные критерии;
• контакт и выбранный способ продолжения;
• невыясненные поля и вопросы клиента;
• ссылка на весь диалог и причина передачи человеку.

Когда ИИ должен передать лид человеку

Передача нужна не только в конце удачной квалификации. Она срабатывает раньше, если клиент прямо просит человека, вопрос выходит за материалы, данные противоречат друг другу или ответ создаёт обязательство для бизнеса. К таким решениям относятся индивидуальная скидка, гарантия цены, юридическое обещание и исключение из утверждённых условий.

NIST указывает, что для генеративных систем могут потребоваться разные уровни человеческого контроля, дополнительная проверка и документирование в зависимости от риска. Поэтому границы лучше задавать правилами до подключения клиентов, а не исправлять после первого спорного обещания.

Как проверить квалификатор до реальных обращений

Сначала владелец выбирает роль, добавляет материалы бизнеса и описывает обязательные поля квалификации. Затем проверяющий ИИ сам играет разных клиентов: отвечает неполно, меняет условия, просит скидку, отказывается сообщать контакт и задаёт вопрос вне базы знаний.

В Нейроквалификаторе такая автоматическая проверка проходит по 20 типовым и рискованным ситуациям. Она отмечает слабый ответ, показывает найденный источник и предлагает действие: уточнить правило, изменить ответ или оставить вопрос человеку. Только после повторной проверки подключаются Telegram или сайт.

• Положительный сценарий: клиент подходит и сообщает нужные данные.
• Неполный сценарий: клиент пропускает поле или отвечает неоднозначно.
• Рискованный сценарий: просит обещание, которого нет в материалах.
• Передача: просит человека или задаёт вопрос вне полномочий ИИ.

Как настроить ИИ-квалификатора под свой бизнес

Начните не с длинного скрипта, а с результата для менеджера. Выпишите поля, без которых он не может продолжить разговор, и правила немедленной передачи человеку. Затем добавьте сайт, документы, цены, сроки и подтверждённые ответы сотрудников.

После проверки один и тот же ИИ-сотрудник может работать в Telegram и на сайте. Канал меняет место разговора, но не критерии квалификации: они хранятся в настройках сотрудника и применяются одинаково. Владелец может менять материалы и правила самостоятельно и повторно запускать проверку перед публикацией новой версии.