Нейросети для продаж и B2B: письма, скрипты, квалификация

Нейросети для продаж полезны не тем, что «продают сами», а тем, что снимают с менеджера подготовку: собрать сведения о компании клиента перед звонком, написать письмо после встречи, пока разговор свеж, подготовить коммерческое предложение под конкретную боль, отработать возражения на тренажёре вместо живого клиента. Время, которое раньше уходило на документы, уходит на разговоры — а в B2B-продажах сделку закрывают именно они.

Эта статья — про работу отдельного менеджера. Если вас интересует автоматизация отдела целиком — ИИ в CRM, боты, которые квалифицируют заявки, — это разобрано в статьях блога автоматизация отдела продаж и ИИ-продавец. Готовые инструкции для агентов — письма и follow-up, разбор рынка и конкурентов — собраны на полке скиллов для продаж и B2B.

Где нейросеть помогает менеджеру по продажам

Цикл B2B-сделки состоит из множества текстовых шагов, между которыми стоят разговоры. Модель ускоряет шаги и помогает готовиться к разговорам, но сами разговоры, отношения с клиентом и решение о скидке остаются за человеком. Карта ниже показывает, где модель работает лучше всего и чего опасаться.

Главная ошибка — использовать модель для массового производства одинаковых писем. Нейросеть делает рассылку дешёвой, поэтому её делают все, и клиенты тонут в гладких персонализированных письмах с одинаковой структурой. Выигрывает тот, кто использует модель, чтобы подготовиться глубже и написать меньше писем, но точнее.

Разведка клиента перед звонком

Перед первым разговором с крупным клиентом хороший менеджер тратит час на изучение компании: сайт, новости, вакансии, отчётность, выступления руководителей. Модель с доступом к поиску делает сводку за несколько минут: чем компания занимается, как растёт, какие у неё могут быть проблемы, где пересекается с вашим предложением. Вакансии особенно показательны — компания, которая ищет трёх менеджеров по логистике, скорее всего, растёт или меняет процессы.

Требование ссылок — не формальность. Модель без поиска или с плохими результатами поиска достраивает сведения о компании правдоподобными деталями: «недавно открыла филиал в Санкт-Петербурге», «выручка около 2 млрд ₽». Если менеджер скажет такое на звонке, а это неправда, первое впечатление испорчено. Каждый факт из сводки, который вы собираетесь упомянуть, проверяйте по ссылке. Юридические данные — выручку, учредителей, судебные дела — берите из официальных источников: выписки ЕГРЮЛ на сайте ФНС, государственного информационного ресурса бухгалтерской отчётности, картотеки арбитражных дел.

Вопросы для звонка — вторая ценная часть ответа. Они строятся на гипотезах, а не на презентации продукта, и показывают клиенту, что вы готовились. Хороший приём — попросить модель переписать вопросы так, чтобы они были открытыми и касались прошлого опыта клиента: «как вы сейчас решаете…», «что было, когда в прошлый раз…», а не «интересно ли вам…».

Письма и коммерческие предложения

Письмо после встречи — самое недооценённое письмо в продажах. Модель пишет его за минуту по вашим заметкам: что обсудили, что клиент сказал о своей задаче (его словами), что договорились сделать и к какому сроку, следующий шаг. Письмо, отправленное в течение часа после встречи, с цитатой клиента и конкретным следующим шагом, работает лучше любого КП, присланного через неделю.

Коммерческое предложение модель собирает по той же логике: задача клиента его словами, как вы её решаете, результат, стоимость, сроки, что нужно от клиента. Цифры — цены, сроки, результаты прошлых проектов — только ваши. Модель, которой не дали цифр, пишет «сокращение затрат до 40%» и «окупаемость за 3 месяца», и такие обещания потом приходится выполнять или объяснять. Просите оставлять места для цифр пустыми, если их нет во входных данных.

Отдельная задача — напоминания клиенту, который замолчал после КП. Шаблонное «хотел уточнить, удалось ли ознакомиться» клиенты пролистывают. Модель помогает сделать каждое следующее письмо полезным само по себе: короткий ответ на вопрос, который клиент задавал на встрече, пример решения похожей задачи, одна мысль о риске промедления. Для этого ей нужны заметки со встречи и история переписки. Три таких письма с интервалом в неделю дают клиенту повод ответить, а не чувство, что его преследуют.

Скрипты и тренировка возражений

Скрипт продаж, написанный моделью, похож на все скрипты из интернета, и клиенты это слышат. Полезнее другое: дать модели записи или расшифровки своих лучших звонков и попросить вытащить из них структуру, формулировки вопросов и ответы на возражения, которые реально сработали. Получается скрипт, построенный на опыте вашей компании, а не на среднем по рынку.

Тренировка возражений — задача, где нейросеть почти идеальна. Модель играет клиента с заданным характером, должностью и ситуацией, выдвигает возражения и не соглашается слишком быстро. Менеджер тренируется столько раз, сколько нужно, без риска потерять реального клиента. После разговора модель выходит из роли и разбирает ответы по критериям, которые задал руководитель отдела.

Руководителю отдела такой тренажёр даёт стандарт: все новые менеджеры проходят одни и те же сценарии, а оценка идёт по одним критериям. Сценарии полезно собирать из реальных проигранных сделок: разбор, почему клиент ушёл, превращается в тренировку, которая учит не повторять ошибку.

Квалификация и разбор звонков

Квалификация лида — оценка, стоит ли тратить на него время. Классические рамки: BANT, которую связывают с IBM (бюджет, полномочия, потребность, сроки), и более подробная MEDDIC для сложных продаж (метрики, экономический покупатель, критерии решения, процесс решения, боль, внутренний сторонник). Модель хорошо размечает переписку и заметки по таким рамкам: что известно по каждому пункту, чего не хватает, какой вопрос задать на следующем контакте.

Важная граница: модель размечает то, что есть в заметках, но не оценивает вероятность сделки из воздуха. «Вероятность закрытия 70%» от модели — число без основания. Если нужна оценка вероятности, она строится на истории ваших сделок в CRM, а не на впечатлении модели от переписки. Модель же полезна тем, что показывает пробелы: у сделки на 3 млн ₽ неизвестно, кто принимает решение, — это важнее любой цифры вероятности.

Разбор звонков — вторая сильная задача. Из расшифровки модель вытаскивает, сколько говорил менеджер и сколько клиент, какие вопросы задавались, какие возражения прозвучали и как на них ответили, договорились ли о следующем шаге. Руководитель отдела вместо прослушивания часа записей получает сводку по 20 звонкам и слушает только те фрагменты, где что-то пошло не так. Сотрудников нужно предупредить о записи и разборе, а клиентов — о записи разговора.

Рассылки и закон о рекламе

Нейросеть делает персонализированные письма почти бесплатными, и появляется соблазн отправить их тысячам адресов. Здесь нужно помнить часть 1 статьи 18 закона № 38-ФЗ «О рекламе»: распространение рекламы по сетям электросвязи — телефону, СМС, электронной почте — допускается только с предварительного согласия адресата. Правило действует и в B2B: корпоративный адрес не освобождает от него. Штраф для организации по части 1 статьи 14.3 КоАП — от 100 000 до 500 000 ₽.

Граница между рекламой и деловым письмом проходит по адресности и содержанию. Письмо конкретному человеку, с которым вы говорили, о его задаче — деловая переписка. Одинаковое по сути письмо, разосланное по купленной базе, — реклама, даже если нейросеть вставила в каждое имя и название компании. Персонализация, сделанная моделью, не превращает рассылку в личную переписку.

Отдельно — персональные данные. Имя, должность и рабочая почта конкретного человека — персональные данные, и купленные базы контактов часто собраны без законного основания. Загружать такие базы в зарубежную модель — ещё и трансграничная передача по статье 12 закона № 152-ФЗ. Безопасный путь — работать с теми, кто сам оставил контакт: заявки с сайта, участники мероприятий, давшие согласие, клиенты. Как привлекать таких клиентов законно, разобрано в статье блога лидогенерация.

С чего начать на этой неделе: подготовьте с моделью сводки о трёх ближайших клиентах с проверкой каждого факта по ссылке, отправляйте письмо с итогами после каждой встречи и проведите одну тренировку возражений по сценарию реальной проигранной сделки. Через месяц станет видно, где модель экономит время, а где подготовка стала глубже.

Автор: Артём Беспалов, маркетинговое ИИ-агентство «Термос Беспалова», Калининград.

Источники: закон № 38-ФЗ «О рекламе» (статья 18) · статья 14.3 КоАП РФ · закон № 152-ФЗ «О персональных данных» (проверено 26.09.2026).