Когда реклама начала приводить слишком много людей — менеджеры перестали справляться

AI-операционная система в Telegram: первичная консультация, расчёты в рамках прайса и передача подготовленного лида менеджеру. Проект под NDA.

Telegram • AI • OpenAI • Sales

Обсудить AI-контур продаж

Sales OS · каркасные дома

live pipeline · NDA

online

Telegram · поток

Нужен дом ~120 м², участок есть.

Принял. Уточню комплектацию и фундамент — отвечу из базы проектов.

Lead status

qualified

JSON сформирован · менеджер ping

планировка · плавающий слой

НовыйВ работе AIПереданНочной

01 · Traffic pressure

Проблема была не в заявках. Проблема была в скорости реакции.

После запуска рекламы поток обращений начал расти быстрее, чем отдел продаж успевал отвечать. Большая часть диалогов — одни и те же вопросы: стоимость, сроки, комплектации, утепление, фундамент, планировки.

Менеджеры тратили время на первичную консультацию вместо работы с действительно готовыми клиентами. На дашборде это выглядит как очередь и «тихие» потери — не как отдельные ошибки людей.

Incoming lead stream

sim / ops

12 новых сообщений за 4 минуты
Менеджер не ответил 37 минут
Ночная заявка потеряна
Клиент ушёл с сайта

Текущий сигнал

12 новых сообщений за 4 минуты

Плотность обращений выше скорости ответа человека — система фиксирует потери как операционный долг, а не «плохих клиентов».

02 · North star

Задача была не сделать чат-бота

Нужна была система, которая ведёт первичную коммуникацию как консультант: держит контекст, задаёт уточняющие вопросы и ведёт к следующему действию — без ощущения скрипта из трёх кнопок.

System view

Реклама → AI-слой → менеджер

adsAI deskCRM handoff

03 · Consultant surface

AI-консультант внутри Telegram

Интерфейс остаётся привычным: диалог в мессенджере. Под капотом — retrieval, стадии лида и жёсткие границы по темам и ценам.

AI processing loop

Parsing request
orchestrator · bounded tools · audit trail
Retrieving context
Qualification
Lead export

‹

Консультант · каркас

ответ из базы знаний

Сколько примерно будет стоить дом 120 квадратов?

Стоимость зависит от комплектации, утепления и типа фундамента. Могу сделать предварительный расчёт. Для постоянного проживания или сезонного?

Для постоянного.

Тогда рекомендую утепление 200 мм. Подскажите, участок уже есть?

AI печатает…

04 · Grounding

Бот был подключён к внутренней базе знаний компании

AI получал информацию не из интернета, а из документов бизнеса: PDF-проекты, таблицы комплектаций, прайсы и внутренние описания. Ответы остаются в реальном контексте компании.

Knowledge indexing

ingest

projects.pdf → indexed●

prices.xlsx → synced

faq.docx → embedded

context window → updated

Индексация документов и периодическая синхронизация таблиц — без ручного «копипаста» в промпт.
Контекстное окно обновляется дисциплинированно: в разговор попадает релевантный срез, а не весь архив.
Визуально это ближе к internal tooling, чем к маркетинговому лендингу: спокойные статусы, а не «магия AI».

05 · Handover

Система квалифицировала заявки до подключения менеджера

Во время диалога собирались параметры проекта: площадь, сезонность проживания, бюджет, участок, сроки старта. Дальше — структура JSON и уведомление: менеджер подключается уже с полем контекста.

Qualification flow

state machine

Диалог

Уточнение параметров

Расчёт

Сегментация

Сохранение JSON

Уведомление менеджера

06 · Guardrails

Самой сложной частью было удержание контекста

Без рамок модель уходит в общие фразы и начинает «додумывать» сроки и цены. Система была ограничена базой знаний и логикой диалога; ответы проходили через слой правил и проверок.

Retrieval + политика. Ответы опираются на фрагменты документов, а не на «память модели».
Запретные зоны. Цены, сроки и услуги вне прайса не генерируются как факт — только как вариант после уточнения.
Стадия лида. Промпт и инструменты меняются по мере заполнения анкеты — меньше расползания темы.

consultant/generateAnswer.ts

1const response = await generateAnswer({
2  userMessage,
3  knowledgeContext,
4  systemRules,
5  leadStage,
6  allowedTopics,
7  pricingLimits,
8});

07 · Live metrics

Система работала как автономный слой между рекламой и отделом продаж

Тихий операционный режим: быстрый первый ответ, предсказуемая обработка, снижение шума вокруг менеджеров. Ниже — ориентиры, зафиксированные в пилоте (NDA: без раскрытия бренда и сырых логов).

Automation layer

live

Первичный ответ

< 10 сек

медиана по сессиям

Автообработка обращений

до 78%

без эскалации в первый час

Нагрузка на менеджеров

≈ −55%

первичные касания

Ночные диалоги

→ warm

к утру с параметрами лида

08 · Night operations

Самый заметный эффект появился ночью

Раньше заявки после рабочего дня ждали утра. Теперь человек получает консультацию сразу: бот отвечает на вопросы, показывает проекты и собирает параметры.

К утру менеджер видит структурированного лида вместо пустого «Сколько стоит дом?» — контекст не теряется на границе сна и смены.

Telegram · 02:14

Утепление 200 мм — это входит в базу или опция?

Сверю с прайсом комплектации из базы и верну два варианта без «усреднённой» цены.

09 · Blueprint

Техническая архитектура

Логический стек: мессенджер как канал, модель как исполнитель политик, хранилище лидов и уведомления — как связка между AI и людьми.

Telegram Bot API