Заявка пришла в пятницу в 22:40 через форму на сайте. Менеджер увидел её в понедельник утром, позвонил в обед — клиент уже купил у конкурента, который ответил через десять минут. Эта история повторяется в стоматологиях, автосервисах, студиях ремонта и небольших B2B-компаниях. Проблема не в лени менеджеров, а в том, что входящий поток не совпадает с рабочим графиком и постоянно рассыпается по каналам: сайт, Telegram, WhatsApp, Instagram, почта, звонки.
AI-агент для обработки заявок закрывает именно этот разрыв. Он отвечает за секунды в любое время, задаёт уточняющие вопросы, отделяет целевые обращения от спама и передаёт менеджеру не «контакт», а готовый бриф. Ниже разберём, как такой агент устроен, где он действительно помогает и какие ограничения надо учитывать заранее.
Что такое квалификация заявки и почему люди делают её плохо
Квалифицировать лид — значит понять три вещи: что человеку нужно, насколько он готов к покупке и подходит ли он вам как клиент. В теории это делает менеджер первым звонком. На практике звонок откладывается, вопросы задаются не все, а ответы записываются в заметки телефона или не записываются вовсе.
Типичные потери на этом этапе:
- обращения вне рабочего времени остаются без ответа до следующего дня;
- заявки из разных каналов не сводятся в одном месте, часть просто теряется;
- менеджер тратит время на нецелевые запросы — соискателей, поставщиков, спам;
- информация о клиенте не фиксируется, и следующий контакт начинается с нуля.
Агент не заменяет продажу. Он снимает первый, самый рутинный слой: ответить, уточнить, зафиксировать, передать нужному человеку.
Как работает AI-агент на входящем потоке
Если убрать технические детали, схема выглядит так.
- Приём. Заявка приходит из любого канала — формы на сайте, Telegram, WhatsApp Business API, почты. Все каналы заведены в одну точку входа.
- Понимание запроса. Языковая модель (GPT-5, Claude, Gemini или открытая модель на своём сервере) читает сообщение и определяет, о чём речь: услуга, товар, срочность, город, бюджет, если он назван.
- Уточняющие вопросы. Агент задаёт только те вопросы, которых не хватает для квалификации. Если клиент уже написал «нужна установка кондиционера в двухкомнатной квартире в Тбилиси на следующей неделе», переспрашивать город и тип объекта не нужно.
- Оценка. По заранее заданным критериям агент присваивает категорию: горячий, тёплый, нецелевой. Критерии задаёт бизнес, а не модель.
- Передача. Карточка создаётся в amoCRM, Bitrix24, HubSpot или Google Sheets, ответственному уходит уведомление в Telegram с кратким резюме диалога. Горячие заявки идут немедленно, тёплые — в очередь на утро, нецелевые закрываются вежливым ответом.
Ключевое отличие от кнопочного бота: агент понимает свободный текст и не ломается, если клиент пишет не по сценарию. Подробнее о различии подходов мы писали в статье о том, как работает автоматизация с AI-агентами.
Критерии квалификации: что агент должен спрашивать
Самая частая ошибка — дать агенту двадцать вопросов. Клиент устаёт на четвёртом и уходит. Рабочий набор обычно укладывается в три-пять параметров, и он сильно зависит от отрасли.
Пример: студия ремонта квартир
- Тип объекта и площадь.
- Город или район — чтобы сразу отсечь регионы, куда вы не выезжаете.
- Сроки начала работ.
- Есть ли дизайн-проект.
Бюджет лучше не спрашивать в лоб в первом сообщении: в этой нише это отталкивает. Агент может назвать ориентировочную вилку за квадратный метр и посмотреть на реакцию.
Пример: B2B-поставщик упаковки
- Тип продукции и примерный объём в месяц.
- Разовая закупка или регулярные поставки.
- Регион доставки.
- Срок, к которому нужна первая партия.
Здесь, наоборот, объём — главный критерий: заказ на 200 коробок и на 20 000 коробок обрабатывают разные люди.
Критерии полезно формулировать в виде простых правил: «если объём больше X и регион в списке — горячий, передать Ивану немедленно». Модель хорошо справляется с извлечением фактов из текста, а решение по правилам лучше оставлять детерминированным — так меньше сюрпризов.
Что агент передаёт менеджеру
Хороший результат работы агента — не «новый лид в CRM», а короткая карточка, по которой менеджер может сразу звонить. В ней обычно есть:
- суть запроса в одном-двух предложениях;
- ответы на квалифицирующие вопросы в виде полей, а не переписки;
- категория и причина, почему агент её присвоил;
- удобное время связи, если клиент его назвал;
- ссылка на полный диалог.
Эти же поля можно собирать в ежедневную сводку: сколько заявок пришло, сколько горячих, какие каналы дали больше всего нецелевых. Как собирать такие отчёты автоматически, рассказано в статье про ежедневную сводку в Telegram.
Где агент на заявках не сработает или сработает плохо
Честные ограничения, о которых стоит знать до старта.
Длинный сложный B2B-цикл с тендерами. Если каждая сделка — это серия встреч и индивидуальных расчётов, агент поможет только на входе: зафиксировать контакт и собрать базовые данные. Экономия будет небольшой.
Цены и условия, которые меняются каждый день. Агент не должен называть цену, если у него нет доступа к актуальному прайсу через интеграцию. Иначе он начнёт её придумывать — о том, как это предотвратить, в статье о галлюцинациях ИИ.
Маленький поток. При пяти заявках в неделю разумнее настроить уведомления и шаблоны ответов, чем строить агента. Порог, после которого проект начинает окупаться, ориентировочно — несколько десятков обращений в неделю или заметная доля заявок вне рабочего времени.
Хаос в самом процессе. Если в компании нет понимания, кто отвечает за лиды и что считать целевым обращением, агент только ускорит хаос. Сначала договориться о правилах, потом автоматизировать.
Стек и сроки: из чего это собирается
Для малого бизнеса почти всегда хватает связки без собственной разработки «с нуля»:
- Оркестрация — n8n (можно развернуть на своём сервере) или Make.
- Модель — GPT-5 или Claude через API; при требованиях к хранению данных внутри — Qwen или Llama на арендованном сервере.
- Каналы — Telegram Bot API, WhatsApp Business API, вебхук с формы сайта, почтовый ящик.
- Хранение — существующая CRM. Если CRM нет, на первом этапе достаточно Google Sheets с уведомлениями в Telegram.
Мы в AiKrok обычно укладываем первую рабочую версию такого агента в две недели: несколько дней на разбор процесса и критериев, затем сборка, подключение каналов и CRM, прогон на реальных заявках. Первые две-три недели после запуска менеджер проверяет каждую карточку — это этап, на котором правятся промпты и критерии. Потом проверка становится выборочной.
Как измерять результат
Не берите за метрику «процент автоматизации». Смотрите на то, что меняется в деньгах и времени:
- медианное время первого ответа — до и после;
- доля заявок, получивших ответ вне рабочего времени;
- доля нецелевых обращений, не дошедших до менеджера;
- конверсия из заявки в разговор с менеджером и далее в сделку по каналам;
- количество заявок, по которым агент передал диалог человеку с пометкой «не понял».
Последняя метрика важна: она показывает, где сценарий расходится с реальностью, и подсказывает, что править.
С чего начать
Практический порядок действий, который работает без лишних затрат.
- Соберите заявки за последний месяц из всех каналов в одну таблицу. Отметьте, сколько из них пришло вне рабочего времени и сколько оказалось нецелевыми.
- Запишите три-пять вопросов, ответы на которые нужны менеджеру до первого звонка.
- Сформулируйте правила: что считать горячей заявкой и кому она уходит.
- Запустите агента на одном канале — обычно это сайт или Telegram — и две недели сравнивайте его работу с ручной.
- Подключайте остальные каналы, когда критерии стабилизировались.
Если нужен взгляд со стороны на процесс и оценка, окупится ли агент на вашем потоке, можно начать с бесплатной консультации: разобрать текущие заявки и честно сказать, где достаточно уведомлений, а где уже нужен агент.