Представим владельца магазина, которому показывают десять диалогов, которые вёл ИИ-продавец. Стенограммы выглядят прилично: вежливые обращения, быстрые ответы, клиента называют по имени и благодарят за вопрос. Продаж при этом почти нет. Первое желание — списать всё на «робот не умеет продавать». Второе, куда более полезное — открыть разговоры и найти, в каком именно месте оборвалась цепочка.
Сразу оговорюсь: ниже не отчёт об аудите конкретной компании, не результат эксперимента и не статистика. Это условный учебный набор из десяти разговоров и схема разбора, которую можно приложить к своим стенограммам. Ни компаний, ни имён, ни процентов конверсии — только механика, по которой видно, где покупатель уходит.
Сначала не про вежливость
Стенограмма такого разговора может читаться почти как человеческая: вежливые формулировки, быстрые ответы, аккуратные переходы. Отсюда ловушка: гладкий текст начинает казаться доказательством работы. Смотрите, как складно: и про доставку рассказал, и извинился, и написал «спасибо за обращение». А покупатель после этого «спасибо» закрыл вкладку.
Главная ошибка при оценке ИИ-продавца — мерить его по качеству реплик. Реплика может быть идеальной и при этом бесполезной. «Здравствуйте, я вас внимательно слушаю» звучит прекрасно, но если после десяти минут разговора в системе нет ни заявки, ни телефона, ни понимания, чего человек хотел, диалог провален, каким бы вежливым он ни был.
Второй нюанс сложнее: отсутствие покупки и ошибка ИИ — не одно и то же. Клиент мог быть не готов покупать, мог сравнивать цены у конкурентов, мог искать товар, которого у вас объективно нет. Часть отказов происходит не из-за робота, а из-за рынка. Поэтому разбор должен отвечать не на вопрос «почему не купили», а на вопрос «что зависело от продавца и было ли это сделано». В первом случае вы ищете виноватого, во втором — точку, которую можно починить.
Четыре отметки на каждый разговор
Чтобы не утонуть в стенограммах, удобно проверять каждый диалог по четырём независимым пунктам. Именно независимым: разговор может быть хорош в одном и провален в другом, и это нормально.
Первое — понимание задачи. Что человек хотел на самом деле? Не «телефон», а телефон для чего: для звонков, для съёмки, для работы в поле, для ребёнка, для подарка. В нормальной продаже первичная квалификация почти всегда включает задачу клиента, сроки, бюджет и понимание, кто принимает решение. Если ИИ перескочил этот этап и сразу перешёл к презентации модели, дальше он угадывает.
Второе — соответствие товара. Подходит ли предложение обязательным условиям, а не только общему описанию. Это разные вещи: «ноутбук для работы» и «ноутбук, на котором запускают тяжёлые программы и берут его в поездки» — запросы, которые приводят к разным моделям. Такое несовпадение может быстро подорвать доверие и привести к отказу, даже если остальные реплики были аккуратными.
Третье — момент передачи человеку. Разработчики платформ для ИИ-агентов описывают это как отдельный сценарий, который проектируют заранее: какие темы требуют сотрудника, какие данные ему передаются и что делать, если свободного человека нет. Логика простая — агент передаёт разговор, когда не понял намерение, не может выполнить задачу, столкнулся с чувствительным вопросом или клиент прямо попросил живого сотрудника. Провал — это не только «не передал», но и «передал слишком поздно», когда человек уже раздражён и повторяет одно и то же третий раз.
Четвёртое — следующий шаг. После разговора должно остаться что-то материальное: заявка, счёт, запись на демонстрацию, звонок менеджера, подбор альтернативы или честное «у нас нет подходящего варианта». Разговор, который закончился вежливостью и ничем больше, — это не продажа, а имитация.
Десять условных разговоров: где рвётся цепочка
Дальше — те самые условные десять эпизодов. Каждый показывает отдельный тип потери, и читать их лучше не как приговор, а как набор ситуаций, которые стоит поискать в своих стенограммах.
- Пропущенный вопрос о задаче. Покупатель просит «телефон для работы». ИИ сразу предлагает дорогую модель, не выяснив, нужны ли камера, автономность, корпоративные приложения или вторая SIM-карта. Формально ответ есть, по сути — предложение наугад.
- Пропущенный бюджет. ИИ долго и красиво описывает премиальный вариант, хотя клиент рассчитывает на сумму в два-три раза ниже. В учебном сценарии это может закончиться молчанием: возможно, человек увидел цену и сделал вывод, но это лишь один из вариантов, а не статистика.
- Несоответствие товара. Клиент говорит, что будет регулярно перевозить тяжёлые вещи, а ИИ предлагает бытовую модель. Технически она тоже «перевозит», но не в том режиме, который нужен. В учебном сценарии такое расхождение может обнаружиться до покупки и привести к отказу; возможны и другие исходы.
- Неверно понятое ограничение. Покупатель трижды уточняет, что важен срок доставки к конкретной дате. ИИ продолжает рассказывать о характеристиках и не проверяет наличие. Формально он отвечает на вопрос, которого ему не задавали.
- Возражение без разбора. «Мне нужно подумать» — и ИИ отвечает общей фразой, а затем завершает разговор. Что именно мешает: цена, сравнение с конкурентом, сомнение в качестве или необходимость посоветоваться — остаётся неизвестным. Возражение не отработано, потому что его не раскрыли.
- Слишком поздняя передача человеку. Клиент сообщает о сложном возврате и уже проведённом платеже. ИИ несколько минут повторяет стандартные ответы, хотя вопрос требует доступа сотрудника к заказу. В учебном сценарии это может закончиться раздражением и потерей клиента, но это возможное последствие, а не гарантия.
- Передача без контекста. Оператор получает клиента, но не видит ни выбранный товар, ни предыдущие ответы, ни возражения. Покупатель повторяет всё сначала — и это ощущается как «здесь вообще никто не слушает». При нормальной передаче диалог должен переезжать к сотруднику целиком, вместе с уже собранными данными.
- Ложное завершение. ИИ пишет: «Менеджер свяжется с вами». Заявка не создана, телефон не уточнён, срок обратной связи не назван. Это отдельный и очень неприятный тип ошибки: клиент уверен, что его услышали, а внутри компании о нём никто не знает. Сообщать о переводе, пока система не подтвердила передачу, нельзя — иначе разговор выглядит завершённым, хотя покупатель остался один.
- Корректный отказ от продажи. Товар не подходит по обязательному параметру. ИИ не давит и не уговаривает, а объясняет несовпадение и предлагает альтернативу или человека. Такой разговор не приносит продажи сегодня, но может сохранить доверие — и это тоже результат.
- Хороший разговор без финала. Всё вежливо, вопросы заданы, товар подобран, клиент доволен. В конце — ни заявки, ни следующего шага, ни срока. Человек уходит «подумать», и в стенограмме всё выглядит отлично. Вернётся он или нет — в учебном сценарии неизвестно, но следующего шага нет.
Почти все десять эпизодов на первый взгляд выглядят прилично: никто не хамит, не путает слова, не бросает трубку. Ломается не тон, а цепочка — где-то не хватает вопроса, где-то товара, где-то человека, где-то финала. Именно поэтому разбор по красивым фразам ничего не даёт.
Где ошибается не бот, а проверяющий
Самая частая беда такого разбора — не в стенограммах, а в том, как их читают. Несколько ловушек, в которые легко попасть.
Больше вопросов — значит лучше. Не значит. Вопрос должен уменьшать неопределённость и помогать выбрать товар. Пятый подряд вопрос про оттенок корпуса, когда человек уже сказал, что ему нужен рабочий инструмент, — это не забота, а анкета. Лишний допрос раздражает и повышает шанс, что клиент уйдёт.
Поверить фразе вместо системы. «Менеджер свяжется с вами» в стенограмме ничего не доказывает. Смотреть надо в CRM или в очередь заявок: появилась ли задача, есть ли телефон, назван ли срок. Разговор и результат живут в разных местах, и проверять нужно второе.
Вывод по одной стенограмме. Один неудачный диалог может быть случайностью: странный клиент, стечение обстоятельств, товар кончился. Смотреть надо на серию.
Отдать суждение автоматике. Системы анализа разговоров дают расшифровку, темы, сущности, тональность и метки для дополнительной проверки. Это экономит время на чтение, но не выносит вердикт. Понимание, что человек хотел, почему отказался и что должно произойти дальше, всё равно остаётся за человеком.
Что проверить руками
Практическая часть укладывается в короткий чек-лист. Он не гарантирует рост продаж и не заменяет аналитику, но быстро показывает, где теряются покупатели.
- Что клиент назвал сам и о чём ИИ спросил: задача, сроки, бюджет, кто принимает решение.
- Соответствует ли предложенный товар обязательным условиям, а не только общему описанию.
- Был ли в разговоре сложный, конфликтный или непонятный момент — и когда подключился человек, с историей диалога или с нуля.
- Чем разговор закончился на уровне системы: заявка, счёт, демонстрация, звонок, альтернатива или явный отказ.
- Где именно оборвалась цепочка — в вопросах, в подборе товара, в передаче или в финале.
Пользоваться этим стоит аккуратно. Разбор находит потери, но не отменяет объективных причин: цена могла быть выше рынка, нужной модели не было на складе, человек просто собирал информацию. Смешивать ошибку ИИ и рыночный отказ — значит принять неверное решение и, например, переписать сценарий там, где проблема вообще не в нём.
На мой взгляд, ценность такого разбора не в оценке ИИ, а в том, что он показывает повторяющиеся места. Если одна и та же дырка встречается в нескольких диалогах подряд, это уже повод проверить сценарий, а не списывать всё на случайность — но и делать вывод по десятку разговоров слишком далеко идущим не стоит. Чинится такое не уговорами «отвечай лучше», а конкретной правкой: сценария, правил подбора, момента передачи человеку или контроля результата.
Если после разбора стенограмм возникает вопрос «а как это чинится», а не только «кто виноват», имеет смысл заглянуть в GPT-Лабораторию — там разбирают практические сценарии работы с ИИ, а не только анонсы: https://t.me/jopotology.
Десять разговоров полезны не как отчёт и не как приговор технологии, а как способ увидеть, где рвётся цепочка. ИИ-продавец хорош не тогда, когда складно отвечает, а когда доводит разговор до понятного результата или честно передаёт покупателя человеку. Гладкая стенограмма — ещё не продажа; смотреть надо на то, что осталось после неё.
