как использовать chatgpt для продаж: 12 сценариев в битрикс24

почему это не про входящий поток лидов

Большинство статей про ChatGPT в продажах крутятся вокруг одного момента — входящей заявки. Оценить её горячность, ответить быстрее конкурента, отсеять спам. Это важная зона, но она закрывает только вход в воронку. А сделка потом ещё живёт неделями и месяцами — звонки, письма, возражения, повторные предложения, отказы, допродажи. Вот туда я и смотрю в этой статье.

На моих проектах из 12 сценариев ниже реально приживаются и используются системно 4–6. Остальные менеджер пробует пару раз и бросает — не потому что не работают, а потому что их не встроили в ежедневную рутину. Сценарий, который требует отдельного окна, отдельного копирования текста и отдельного «не забыть» — умирает через неделю. Живёт то, что встроено в карточку сделки одной кнопкой или шаблоном.

Отдельно смотрел похожие примеры внедрения ИИ в разных нишах Битрикс24 — часть кейсов разбирал в статье про проекты с ИИ на Битрикс24.

сценарии 1–2: подготовка к переговорам и работа с возражениями

1. Подготовка к переговорам. Перед звонком или встречей менеджер вставляет в ChatGPT историю сделки из карточки — переписку, комментарии, прошлые предложения — и просит две вещи: краткую выжимку («о чём договаривались, что клиент уже видел, какой статус») и список вероятных возражений на этой стадии. Пять минут вместо пятнадцати минут перечитывания карточки перед звонком.

Отличие от резюме звонка из статьи про BitrixGPT в том, что здесь работа идёт до разговора, а не после. Помощник не описывает прошедший звонок, а прогнозирует следующий.

2. Отработка конкретного возражения. Менеджер знает тип возражения заранее — «дорого», «подумаем», «уже работаем с другими» — и просит черновик аргументации именно под него, с учётом специфики компании клиента из карточки. Это не универсальная скрипт-заготовка из методички, а черновик под конкретный диалог.

Подготовка возражений под ChatGPT окупается в первую неделю на длинных циклах продаж — в услугах, в B2B, где от первого звонка до оплаты проходят недели. На быстрых сделках — розница, разовая покупка с решением за один разговор — эффект почти не заметен: цикл слишком короткий, чтобы окупить время на подготовку промпта.

сценарии 3–4: письма под отрасль и разбор проигранных сделок

3. Персонализация холодного письма под сферу деятельности лида. Не рассылка одного шаблона всем, а адаптация под отрасль клиента: одно и то же предложение звучит по-разному для производства и для юридической фирмы. Менеджер даёт ChatGPT базовый текст и одну строку — сфера деятельности компании из карточки лида — и получает вариант с другими примерами и акцентами, а не просто заменённым названием компании.

На практике это спасает от письма, где «уважаемый [Название компании]» забыли заменить — модель работает с текстом целиком, а не подставляет переменные в шаблон.

4. Разбор причин проигранных сделок за период. Раз в месяц или квартал менеджер (или РОП) выгружает комментарии из проигранных сделок за период и просит найти повторяющиеся паттерны причин отказа. Руками читать полсотни комментариев из карточек — час-полтора, ChatGPT сводит их в 5–7 категорий за пару минут: «не устроила цена — 12 случаев», «долго отвечали — 8 случаев», «выбрали конкурента по функциональности — 6 случаев».

Это не замена нормальной аналитики по воронке, а быстрый черновой срез перед разбором на планёрке — сырые текстовые комментарии ChatGPT разбирает лучше, чем сводная таблица без текста.

сценарии 5–6: сравнение с конкурентом и допродажи

5. Сравнительная таблица «мы vs конкурент» под конкретного клиента. Это не всё коммерческое предложение целиком — сборка КП разбиралась в другой статье. Это именно блок сравнения под возражение «а чем вы лучше», когда клиент прямо назвал, с кем сравнивает. Менеджер даёт список конкурентных преимуществ компании и название конкурента (или тип конкурента — «фрилансер», «крупный интегратор»), ChatGPT собирает таблицу из 4–6 строк под именно этот разговор, а не общую маркетинговую простыню на все случаи.

6. Сценарий допродажи по истории покупок. Клиент уже что-то купил, менеджеру нужна подсказка, что предложить следующим шагом. ChatGPT смотрит на историю сделок в карточке компании и предлагает 2–3 логичных направления — не случайных, а вытекающих из того, что клиент уже использует. На моих проектах этот сценарий чаще всего просят руководители отделов продаж — им важно, чтобы менеджер не забывал предлагать смежные продукты, а не только закрывал текущую заявку.

сценарии 7–8: перевод переписки и ответ на негатив

7. Перевод переписки с иностранным клиентом. Не просто дословный перевод, а адаптация тона под деловую переписку на другом языке — русская манера писать длинно и вежливо не всегда воспринимается как деловая в английской или немецкой переписке, и наоборот. ChatGPT одновременно переводит и подстраивает регистр — менеджеру не нужно отдельно думать о стиле после перевода.

8. Черновик ответа на негативный отзыв или жалобу. Менеджер (или руководитель) вставляет текст жалобы, получает черновик ответа — спокойный тон, признание проблемы без юридических признаний вины, предложение решения. Дальше человек обязательно правит текст перед публикацией: тональность и конкретные обещания по срокам исправления — это зона, где цена ошибки высокая, а ChatGPT не знает, что реально можно обещать клиенту.

сценарии 9–10: ролевая тренировка и сегментация заявок

9. Ролевая тренировка менеджера. ChatGPT играет роль трудного клиента с заданным характером — «скупой закупщик», «нерешительный руководитель, который тянет с ответом», «агрессивный клиент, который сравнивает с тремя конкурентами» — и менеджер тренирует разговор перед реальным звонком, набирая текстом или голосом. На моих внедрениях этот сценарий заходит новичкам в отделе продаж лучше всего: тренировка перед первыми звонками снимает часть страха перед сложным клиентом.

10. Сегментация текстовых заявок по типу потребности. Не по горячности — это территория AI-квалификации из отдельной статьи — а по теме или продукту, для маршрутизации к нужному менеджеру-специалисту. Например, в компании с несколькими направлениями одна заявка про монтаж, другая про сервисное обслуживание, третья про закупку оборудования — ChatGPT читает текст обращения и определяет категорию, дальше по этой категории идёт автоматическая маршрутизация ответственного в Битрикс24.

сценарии 11–12: где нельзя доверять ИИ и как это подключить

11. Где ChatGPT ошибается в продажах. Три зоны, которые я всегда выношу отдельным пунктом на встрече с заказчиком. Цифры — скидки, итоговая стоимость, сроки поставки: модель уверенно посчитает и озвучит цифру, которая нигде не согласована, и клиент воспримет её как обещание компании. Финальные условия сделки — рассрочка, гарантии, юридические формулировки: это зона юриста и руководителя, а не черновика от ChatGPT. И третье — оценка платёжеспособности или надёжности клиента по тексту переписки: модель не имеет доступа к реальным данным о компании и в таких случаях просто выдаёт правдоподобный, но необоснованный вывод. Во всех трёх случаях правило простое: ChatGPT готовит черновик, человек утверждает цифры и финальные формулировки.

12. Как это подключить технически. Коротко: встроенный BitrixGPT проще запустить — без своего сервера, настройка внутри портала, подходит для большинства сценариев из этой статьи. Внешний API ChatGPT нужен, когда требуется гибкий промпт под узкую нишу заказчика или интеграция с данными вне карточки Битрикс24. Как устроена техническая часть и на что смотреть при выборе, подробно разбирал в статье про BitrixGPT в отделе продаж — не буду повторять здесь то же самое.

частые вопросы