PORTcore
+7 900 228-04-13
Главная / Блог / Продажи копируют коммерческие предложения вручную: сбор черновика из каталога и требований

Продажи копируют коммерческие предложения вручную: сбор черновика из каталога и требований

Назад к списку
2026-11-12 16:48:01

В большинстве B2B-компаний подготовка коммерческого предложения — это не творческий акт, а сборочная операция. Менеджер знает, что нужно клиенту (из звонка, брифа или письма), и дальше выполняет механическую работу: ищет позиции в каталоге или прайс-листе, копирует наименования, артикулы, характеристики и цены, вставляет в шаблон, добавляет условия поставки, проверяет остатки и отправляет на согласование.

Проблема не в том, что менеджер работает медленно. Проблема в том, что процесс устроен как ручная сборка из разрозненных источников: каталог в одном месте, актуальные цены — в другом, требования клиента — в переписке, шаблон КП — в папке на диске. Каждый раз менеджер собирает эти части заново. Ошибки неизбежны: устаревшая цена, пропущенная позиция, неверная единица измерения.

Ниже — пошаговый разбор того, как ИИ-агент может взять на себя сборку черновика, не заменяя менеджера в части переговоров и финального согласования.

Продажи копируют коммерческие предложения вручную: сбор черновика из каталога и требований

Какие данные участвуют в процессе

Прежде чем автоматизировать, нужно зафиксировать, что именно является входными данными для КП. Как правило, это четыре группы:

  • Требования клиента — письмо, бриф, заявка с сайта или запись звонка. Содержат перечень позиций, объёмы, сроки, специфические условия.
  • Каталог продуктов — наименования, артикулы, технические характеристики, единицы измерения, категории. Обычно хранится в 1С, CRM или отдельной таблице.
  • Актуальные цены и остатки — выгружаются из учётной системы, могут зависеть от клиентской группы, объёма заказа или склада.
  • Шаблон и регламент КП — структура документа, обязательные разделы, формулировки условий, реквизиты.

Если хотя бы один из этих источников недоступен через API или структурированный файл, пилот начинается с инвентаризации данных, а не с написания агента. Это важное ограничение, о котором стоит договориться на старте.

Что автоматизируем, что оставляем человеку

Граница между машиной и человеком в этом процессе — не техническая, а содержательная. ИИ-агент хорошо справляется с извлечением, сопоставлением и форматированием структурированных данных. Человек необходим там, где нужна экспертная оценка, переговорная позиция или нестандартное решение.

Шаг процесса Кто выполняет Комментарий
Извлечение перечня позиций из брифа или письма ИИ-агент Парсинг текста, нормализация наименований
Сопоставление позиций с каталогом (matching) ИИ-агент Семантический поиск или точное совпадение по артикулу
Подстановка актуальных цен и остатков ИИ-агент + API учётной системы Запрос к 1С или CRM в момент сборки
Формирование черновика по шаблону ИИ-агент Генерация DOCX/PDF или заполнение полей в CRM
Проверка нестандартных позиций и условий Менеджер Позиции без точного совпадения, спецусловия
Финальное согласование и отправка Менеджер / руководитель Коммерческое решение остаётся за человеком

Такое разделение снижает риск: агент не принимает коммерческих решений, а только снимает механическую нагрузку. Менеджер получает черновик, а не финальный документ — и это принципиально важно для приёмки пилота.

Схема обмена данными: от брифа до черновика

Ниже — демонстрационная схема потока данных для одного цикла подготовки КП. Это не описание выполненного проекта, а иллюстрация архитектуры, которую мы разбираем при проектировании пилота.

Входящий бриф (письмо / форма / CRM-сделка)
        │
        ▼
[Агент: извлечение позиций]
  - Парсинг текста
  - Нормализация наименований
  - Список: {название, кол-во, единица, доп. требования}
        │
        ▼
[Агент: matching с каталогом]
  - Запрос к API каталога / поиск по индексу
  - Результат: {артикул, наименование, характеристики, флаг совпадения}
        │
        ▼
[Агент: получение цен и остатков]
  - Запрос к 1С / CRM по артикулам
  - Применение клиентской группы и объёмной скидки
        │
        ▼
[Агент: сборка черновика]
  - Заполнение шаблона КП
  - Флаги на позиции без точного совпадения
  - Черновик → менеджеру на проверку
        │
        ▼
[Менеджер: проверка и финализация]
  - Замена флажных позиций
  - Корректировка условий
  - Отправка клиенту

Ключевой элемент схемы — флаги на позиции без точного совпадения. Агент не угадывает и не подставляет случайную позицию: он явно помечает неопределённость и передаёт решение человеку. Это одновременно и защита от ошибок, и критерий качества работы агента.

Пилот: что входит и что является результатом

Пилот имеет смысл запускать на одном типе КП — например, стандартный запрос на поставку оборудования или расходных материалов. Не стоит начинать с нестандартных проектных предложений: там слишком много переменных, и ценность автоматизации на первом этапе минимальна.

Входные данные для пилота

  • 10–20 реальных обезличенных брифов или запросов (письма, заявки, записи из CRM)
  • Актуальный каталог в структурированном формате (CSV, JSON, выгрузка из 1С или API)
  • Правила matching: по артикулу, по наименованию, допустимые синонимы
  • Шаблон КП с описанием обязательных полей
  • Доступ к API цен и остатков (или тестовая выгрузка)

Критерии приёмки пилота

Критерии приёмки фиксируются до начала разработки. Вот типовой набор для этого процесса:

  1. Точность matching ≥ X% — доля позиций, для которых агент нашёл корректное соответствие в каталоге. Значение X определяется совместно исходя из сложности каталога (условный ориентир для обсуждения: 80–90%).
  2. Флаги на все нераспознанные позиции — агент не должен подставлять «похожее» без явной пометки. Критерий: 100% нераспознанных позиций помечены флагом.
  3. Актуальность цен — цены в черновике соответствуют данным из учётной системы на момент сборки. Критерий: расхождение 0.
  4. Время сборки черновика — от получения брифа до готового черновика не более N минут (обсуждается исходя из текущего базового времени).
  5. Формат документа — черновик открывается в согласованном формате (DOCX, PDF, поле в CRM) без ручной доработки структуры.

Приёмка проводится на тестовой выборке: менеджеры проверяют черновики по тем же брифам, что обрабатывались вручную, и сравнивают результат.

Границы продукта и отдельной разработки

Важно разграничить, что является настройкой существующих инструментов, а что — заказной разработкой. Это влияет на бюджет и сроки пилота.

Что решается через готовые компоненты

Если каталог уже живёт в 1С-Битрикс и данные структурированы, часть задачи — подключение к существующему слою данных. Например, модуль обмена portcore.exchange обеспечивает нормализованный доступ к каталожным данным через staging-слой, что упрощает интеграцию агента с источником позиций и цен. Это снижает объём разработки на стороне агента: он получает уже нормализованные данные, а не сырой импорт.

Что является предметом отдельной разработки

Сам ИИ-агент — логика извлечения позиций из текста брифа, алгоритм matching, оркестрация запросов к API и сборка черновика по шаблону — это заказная разработка. Готового «агента для КП» без настройки под конкретный каталог и шаблон не существует: структура данных, правила matching и формат документа у каждой компании свои.

Разработку такого агента мы ведём в рамках услуги разработки AI-агентов: проектируем логику под ваш процесс, подключаем к источникам данных и фиксируем критерии приёмки до старта работ.

Условная экономика: как считать эффект

Точные цифры зависят от вашего объёма и структуры процесса, поэтому ниже — формула для самостоятельного расчёта с условными исходными данными.

Допустим (условные цифры для иллюстрации расчёта):

  • Менеджер тратит на сборку одного КП в среднем 1,5 часа
  • В месяц отдел готовит 60 КП
  • Итого: 90 часов ручной работы в месяц на сборку черновиков

Если агент берёт на себя сборку черновика, а менеджеру остаётся 20 минут на проверку и финализацию:

  • Остаток ручной работы: 60 × 20 мин = 20 часов
  • Высвобождение: 70 часов в месяц

Что делать с этим временем — продавать больше, обрабатывать сложные запросы или сократить переработки — решение операционное, не техническое. Агент создаёт ресурс; как его использовать, определяет бизнес.

Обратите внимание: расчёт становится содержательным только после того, как вы замерили реальное текущее время на один КП. Без базового замера любые цифры — предположения.

Типичные ограничения, которые стоит проверить заранее

Пилот может застрять не из-за технических сложностей, а из-за неготовности данных или процессов. Вот чеклист для предварительной проверки:

  • ☐ Каталог имеет уникальные артикулы или стабильные идентификаторы позиций
  • ☐ Цены и остатки доступны через API или регулярную выгрузку (не только в интерфейсе 1С)
  • ☐ Шаблон КП зафиксирован и не меняется чаще раза в квартал
  • ☐ Бриф от клиента приходит в текстовом виде (письмо, форма), а не только по телефону
  • ☐ Есть менеджер, готовый тестировать черновики и давать обратную связь по качеству matching
  • ☐ Определён владелец процесса, который принимает результат пилота

Если несколько пунктов не выполнены, пилот начинается с подготовки данных. Это нормально — но лучше знать об этом до старта, чем обнаружить в середине.

Связанные процессы: что открывается после

Автоматизация сборки черновика КП — это первый шаг в более широкой цепочке. После того как пилот показал результат, естественными следующими шагами становятся: автоматическая квалификация входящего запроса до передачи менеджеру и маршрутизация по типу клиента или продукта. Об архитектуре такой квалификации — в статье ИИ-квалификация обращений с сайта и передача в CRM.

Если процесс КП связан с внутренними согласованиями — например, нестандартные скидки или технические исключения требуют одобрения, — полезно посмотреть на разбор внутренних согласований через ИИ-разбор запросов и контроль ролей.

Следующий шаг

Если процесс подготовки КП в вашей компании узнаваем по описанию выше, разумный следующий шаг — разобрать его конкретно: какие источники данных есть, где сейчас узкое место и что реально автоматизировать в рамках ограниченного пилота.

Пришлите обезличенный пример брифа и фрагмент структуры каталога — разберём, какая архитектура агента подойдёт и какие критерии приёмки зафиксировать. Обсудить процесс и пилот можно через страницу услуги разработки AI-агентов.

Эксплуатационные затраты: что появляется после запуска

Пилот заканчивается — начинается эксплуатация. Здесь возникают затраты, которые редко учитывают на этапе оценки проекта. Их стоит заложить в расчёт заранее.

Постоянные операционные издержки

  • Стоимость вызовов LLM. Каждый запрос к языковой модели — это токены. При объёме 60 КП в месяц затраты на модель могут быть незначительными, но при росте нагрузки или усложнении брифов они масштабируются. Зафиксируйте стоимость одного прогона на пилоте и умножьте на плановый объём.
  • Поддержка правил matching. Каталог меняется: появляются новые артикулы, уходят старые, меняются наименования. Правила синонимов и маппинга нужно актуализировать — это либо ручная работа ответственного, либо автоматизированный процесс обновления справочника.
  • Мониторинг качества. Точность matching не остаётся постоянной: если каталог вырос или изменилась структура брифов, метрика может упасть. Нужен периодический контроль — хотя бы выборочная проверка черновиков раз в месяц.
  • Обновление шаблона КП. При изменении формата документа или добавлении новых обязательных полей агент требует донастройки. Чем чаще меняется шаблон, тем выше этот вид затрат.

Разовые затраты при изменениях

  • Подключение нового источника данных (например, добавление второго склада или поставщика)
  • Расширение логики matching на новую товарную группу с нестандартной структурой наименований
  • Изменение целевой системы вывода (например, переход с DOCX на поле в CRM)

Практическое правило: если каталог стабилен и шаблон КП меняется редко, эксплуатационные затраты минимальны. Если и то и другое часто обновляется — заложите ресурс на сопровождение явно, иначе агент будет деградировать без видимой причины.

Роль человека после автоматизации: что меняется, что остаётся

Автоматизация сборки черновика не убирает менеджера из процесса — она меняет характер его работы. Важно зафиксировать это изменение явно, иначе команда воспринимает агента как угрозу, а не как инструмент.

Что агент делает вместо человека

  • Читает бриф и извлекает список позиций
  • Ищет соответствия в каталоге по артикулу и наименованию
  • Подтягивает актуальные цены и остатки
  • Собирает черновик по шаблону
  • Помечает флагами всё, что не распознано однозначно

Что остаётся за менеджером

  • Разбор флагов. Агент честно говорит: «не знаю». Менеджер принимает решение по каждой помеченной позиции — заменить, уточнить у клиента или исключить.
  • Коммерческое суждение. Скидка для стратегического клиента, нестандартные условия оплаты, приоритет по срокам — это решения, которые требуют контекста отношений, не только данных из каталога.
  • Финальная проверка перед отправкой. Черновик — это черновик. Менеджер несёт ответственность за то, что уходит клиенту. Проверка занимает 15–20 минут вместо полутора часов, но не исчезает.
  • Обратная связь по качеству matching. Если агент систематически ошибается на определённой товарной группе — менеджер первым это замечает. Его обратная связь улучшает правила.

Ключевой сдвиг: менеджер перестаёт быть оператором копирования и становится верификатором решений. Это повышает ценность его работы, а не снижает её.

Требования к качеству данных: что нужно проверить до интеграции

Агент работает ровно настолько хорошо, насколько качественны входные данные. Типичные проблемы с данными, которые обнаруживаются уже в процессе пилота, лучше выявить заранее.

Каталог

  • Дубли артикулов. Одна и та же позиция с разными артикулами в разных прайс-листах — источник ложных несовпадений. Агент найдёт одну запись, пропустит другую, поставит флаг там, где совпадение есть.
  • Непоследовательные наименования. «Кабель ВВГ 3х2.5» и «ВВГ-П 3*2,5» — одна позиция, но разные строки. Без нормализации наименований matching по тексту будет давать ложные промахи.
  • Устаревшие позиции без пометки. Если снятые с продажи позиции не помечены как неактивные, агент может подставить их в черновик. Клиент получит КП с позицией, которой нет в наличии.
  • Отсутствие единиц измерения. «10» без «шт», «м», «кг» — агент не сможет корректно заполнить поле количества в шаблоне.

Бриф от клиента

  • Нет стандарта формата. Если бриф приходит и как таблица в письме, и как свободный текст, и как голосовое сообщение в мессенджере — агент должен уметь работать с каждым форматом или нужно стандартизировать входящий канал.
  • Неполные данные. Бриф без указания количества, без срока поставки или без юрлица клиента — черновик будет собран с пустыми полями. Это нормально, если поля помечены как требующие заполнения, но не нормально, если агент подставляет дефолтные значения молча.

Практический шаг

До старта пилота проведите аудит каталога на дубли и нормализацию наименований. Это разовая работа, которая окупается не только для агента — она улучшает качество данных для всей системы. Если каталог живёт в 1С-Битрикс, staging-слой нормализации данных позволяет решить эту задачу системно, без ручной правки каждой записи.

Расширенные критерии приёмки: что добавить к базовому набору

Базовые критерии приёмки описаны выше. Ниже — дополнительные критерии, которые стоит рассмотреть в зависимости от специфики процесса.

Критерии устойчивости

  1. Поведение при нечитаемом брифе. Что делает агент, если письмо пришло в виде скана или содержит только таблицу без текстового описания? Критерий: агент возвращает явную ошибку с описанием причины, а не пустой черновик.
  2. Поведение при недоступности API цен. Если учётная система временно недоступна, агент не должен собирать черновик с нулевыми ценами. Критерий: при недоступности источника данных агент останавливает сборку и уведомляет ответственного.
  3. Воспроизводимость результата. Два прогона на одном и том же брифе должны давать идентичный черновик (при неизменном каталоге). Критерий: результат детерминирован.

Критерии масштабируемости

  1. Время сборки при пиковой нагрузке. Если в конце квартала отдел готовит в три раза больше КП, агент не должен становиться узким местом. Критерий: время сборки не деградирует при одновременной обработке N брифов (N определяется исходя из реального пикового объёма).
  2. Корректная работа на расширенном каталоге. Если каталог вырастет вдвое, точность matching не должна упасть ниже порогового значения. Критерий: тест на расширенном каталоге до приёмки в продакшн.

Антипаттерны внедрения: как не потерять эффект

Технически работающий агент может не дать ожидаемого результата, если процесс вокруг него не перестроен. Вот типичные ошибки, которые сводят пользу к нулю.

  • Менеджеры не доверяют черновику и переделывают его с нуля. Причина — не было этапа обучения работе с флагами, или первые черновики были низкого качества и сформировали недоверие. Решение: запустить пилот с одним-двумя лояльными менеджерами, накопить положительный опыт, затем масштабировать.
  • Агент запущен, но метрики не собираются. Без данных о точности matching и времени сборки невозможно понять, работает ли агент так, как ожидалось, и что нужно улучшить. Решение: с первого дня эксплуатации собирать лог прогонов с результатами.
  • Правила matching не обновляются при изменении каталога. Каталог пополнился новой товарной группой — агент начал ставить флаги на все позиции из неё, потому что правила не расширены. Решение: процесс обновления правил matching должен быть частью процесса обновления каталога, а не отдельной задачей.
  • Шаблон КП изменился, агент — нет. Добавили новое обязательное поле в шаблон, но не обновили агента. Черновики уходят на проверку с пустым полем, менеджеры заполняют его вручную и перестают воспринимать агента как помощника. Решение: изменение шаблона КП = задача на обновление агента.

Связанные материалы

Подходящие офферы

Если статья попала в вашу задачу, вот два оффера, с которых можно перейти к внедрению без лишнего discovery.

Другие статьи

Поставщик присылает прайс в PDF: как подготовить позиции к каталогу и обмену с 1С

Поставщик присылает прайс в PDF: как подготовить позиции к каталогу и обмену с 1С

2026-10-23 14:34:35

PDF-прайс поставщика — один из самых распространённых источников данных в B2B-закупках и одновременно один из самых трудоёмких для обработки. Статья разбирает, как устроен ручной процесс сегодня, какие данные...

Читать дальше
Внутренние согласования застревают в чатах: ИИ-разбор запроса, роли и контроль действий

Внутренние согласования застревают в чатах: ИИ-разбор запроса, роли и контроль действий

2026-11-11 19:16:51

Запрос на согласование уходит в общий чат и теряется среди сообщений. Нужный человек видит его через день, отвечает коротко, и никто не знает, что делать дальше. Разбираем, как ИИ-агент может структурировать в...

Читать дальше
Техническое SEO для коммерческих сайтов: как боты продаж, поддержки и внутренних процессов повышают эффективность

Техническое SEO для коммерческих сайтов: как боты продаж, поддержки и внутренних процессов повышают эффективность

2026-04-07 13:00:53

Внедрение ботов в коммерческие сайты — это не только про автоматизацию, но и про улучшение технического SEO. В статье разбираем, как правильно подготовить, реализовать и валидировать ботов для продаж, поддержк...

Читать дальше