Как мы с клиентом разобрали конкурентов через ИИ и подняли конверсию на 6%

На консультации клиент задал вопрос: "Хочу поднять продажи. Как ИИ может мне помочь?"

Решили провести конкурентную разведку. Но не как раньше — тайный покупатель, записываешь звонок, слушаешь, пытаешься понять что к чему. Долго, субъективно, не масштабируется.

А с помощью ИИ. Вот что мы сделали.

Что сделали:

Прозвонили пять конкурентов. По 3 звонка на каждого.

Прогнали через транскрибатор. Взяли мой промт для судебной экспертизы диалога — он вскрывает скрипты, находит психологические триггеры, показывает где конкурент теряет деньги.

Загрузили все транскрибации в промт. Получили пять детальных отчетов с конкретными фишками каждого конкурента.

Что нашли:

Конкурент А через кучу преимуществ подводит к встрече. Перечисляет пять-шесть выгод, клиент сам соглашается на встречу. Не давит, не впаривает.

Конкурент Б моментально отправляет коммерческое предложение. Пока разговор идет — КП уже в почте. Скорость закрывает возражения.

Конкурент В жестко квалифицирует лид. Если нет бюджета или нет решения сейчас — вежливо отказывает. Экономит время менеджеров на плохих лидах.

Собрали топ технологий из всех разборов. Внедрили за неделю.

Результат через месяц:

Конверсия выросла на 6%.

Клиент понял, как правильно квалифицировать лидов — какие вопросы задавать, чтобы сразу отсеивать нецелевых клиентов.

В чем разница с обычным анализом:

Раньше ты хоть и мог прозвонить конкурентов, но вопрос — насколько качественно анализировал их технологии? Слушаешь звонок, вроде понял что-то, а что конкретно работает — непонятно.

Сейчас экономия времени. Твоя задача только позвонить и записать.

Дальше прогоняешь все анализы через ИИ. Собираешь топ технологий из всех разборов.

Как это работает:

Берешь промт, который я прикрепил ниже. Загружаешь транскрибацию, описываешь свой бизнес и конкурента.

Промт выдает детальный разбор: какие скрипты используют, где теряют клиентов, какие триггеры ставят, как работают с возражениями.

Прогоняешь всех конкурентов. Находишь самое ценное. Забираешь себе, адаптируешь.

Зачем это нужно:

Все думают про ИИ как про ChatGPT для текстов. А ИИ умеет вскрывать паттерны в разговорах. Это как иметь аналитика продаж, который слушает конкурентов 24/7.


Держите промт:
Ссылка

Скопируйте, примените на одном конкуренте. Напишите, что нашли.

Хеллоу!

Про присутствие в интернете

Вы же 100% перед тем, как начать работать с новым человеком и отдать ему деньги - пробиваете либо его компанию, либо его самого. Читаете отзывы, смотрите соцсети.

Сейчас это база. Слишком много обмана вокруг, да и просто хочется на старте понимать, с кем работаешь.

А что видят люди, когда гуглят тебя?

Короче, наткнулся на штуку, которую советую сделать всем - публичный профиль в Яндексе.

Работает так: ты сам создаешь карточку о себе. Указываешь кто ты, чем занимаешься, добавляешь ссылки на соцсети. И когда кто-то вводит твое ФИО в Яндекс - видит не рандомные результаты, а твою карточку с нормальной инфой.

Мне кажется, это как Яндекс.Карты для людей. Пока там нет отзывов (но, думаю, скоро появятся), зато можно контролировать первое впечатление.

Если работаешь с клиентами - это маст хев.

Профиль создается за 2 минуты. Появляется в поиске через день.

Делать тут

Если полезно - поставь огонек и скинь тому, кому это нужно.

Хеллоу!

Чем лучше ты квалифицируешь лидов - тем меньше их остается

Звучит как очевидность. Но подожди

Обычно думают: спросим побольше на старте → отсеем нецелевых → сэкономим время менеджеров

А на практике: бот задает 8 вопросов → отваливаются и целевые тоже → менеджеры сидят без работы

Почему?

В голове клиента весы. На одной чаше — ценность, которую он ожидает. На другой — усилия прямо сейчас: отвечать, заполнять, ехать, ждать

На первом касании ты еще ничего не дал. Ценность — только прогноз. А усилия уже реальные. Если чаша усилий перевешивает — человек уходит

Я это понял, когда работал в недвижке. Прошел курс по AJTBD — и вдруг увидел, что мы делали не так

Человек оставляет заявку на квартиру. Бот закидывает вопросами, потом менеджер звонит: "Приходите в офис, подберем вам квартиру"

Все. Это вся ценность, которую мы озвучивали

А от человека просили: ответить на кучу вопросов + выделить время + доехать до офиса. Весы не сходились — люди сливались. Мы потом названивали с разных номеров, писали догоняющие сообщения. Бесило всех

Переделали

Бот: три вопроса, после второго — сразу мини-расчет

Менеджер звонит с другим посылом: "Давайте прямо сейчас по телефону подберем варианты, посчитаю ипотеку, расскажу про акции. Если понравится — приедете уже на конкретные квартиры, там юрист объяснит нюансы, сможете сразу подать заявку в банк. Плюс покажу закрытую базу, которой нет на сайте"

Чувствуешь разницу?

Усилия снизили: не надо сразу ехать, основную пользу получаешь по телефону

Ценность подняли: ипотека, акции, юрист, закрытая база — человек понимает, зачем тратить время

Было 45% доходили до звонка. Стало 55%+.

Тот же трафик. Просто двинули ценность вверх, усилия вниз

Принцип работает везде: боты, скрипты, лендинги, даже первое сообщение в WhatsApp

Попробуй у себя

Хеллоу!

Пятничные новости, выпуск 2. Но сегодня - только одна новость. Зато какая

Не буду кидать вам 5 новостей, из которых 4 вы прочитаете и забудете. Лучше расскажу про одну штуку, которая реально меняет то, как мы работаем с нейросетями.

Речь про десктопные AI-агенты

Коротко: что случилось

Месяц назад Anthropic (создатели Claude) выпустили Cowork - приложение, которое дает нейросети доступ к файлам на вашем компьютере. Я тогда не писал, присматривался

А на этой неделе OpenAI выкатили свой ответ - Codex, десктопное приложение для ChatGPT. И тут стало понятно: два гиганта движутся в одну сторону. Тренд подтвердился

Почему это важно

Сегодня мы работаем с нейросетями так: открыл чат, скопировал данные, вставил в окно, получил ответ, скопировал обратно. Пять таблиц - пять итераций скопировать-вставить

Десктопные агенты убирают этот цикл целиком. Указываешь нейросети на папку с файлами и говоришь: "Посмотри этот эксель и проанализируй". Она сама открывает, сама читает, сама делает анализ и кладет результат рядом. Без копирования. Без переключения окон

Cowork (Claude)

Вышел месяц назад. Встроен прямо в десктопное приложение Claude на macOS. Открываешь, указываешь папку, описываешь задачу - и уходишь пить кофе. Claude сам разбирается с файлами: сортирует, анализирует таблицы, собирает отчеты, пишет документы. Подключается к Google Drive, браузеру и куче сервисов через коннекторы.

Codex (ChatGPT)

Вышел на этой неделе. Умеет то же, что Cowork, плюс бонус - пишет и запускает код. Хочешь почувствовать себя вайбкодером и собрать что-то рабочее, даже если ты не программист? Вот тебе инструмент.

Что это значит простым языком

Мы переходим от формата "спросил - ответил" к формату "дал задачу - она сделала". Нейросеть перестает быть чатом и становится сотрудником, который работает с вашими файлами напрямую и может выполнять какие то задачи сама или регулярно.

Хороших выходных!

Хеллоу!

Имба-связка для анализа конкурентов. Я в шоке от результата

Слушайте, я нашел офигеть какую штуку для анализа конкурентов. Не могу не поделиться, потому что сам офигел

Все до смешного просто.

Берешь вообще все материалы конкурента: сайт, выгрузку постов из тг, подкасты собственников, интервью, вебинары. Все, что удалось откопать. И загружаешь в NotebookLM

Система индексирует это за пару минут и дальше отвечает на вопросы строго по загруженным данным. А это вообще золото, которое нам нужно!

Но самый кайф - это подкасты

Я нашел пару подкастов конкурентов и добавил в блокнот. Люди в подкастах расслабляются и говорят то, что никогда не написали бы на сайте. Куда движется компания, какие сегменты тестируют, где провалились. Они сами не понимают, сколько ценной инфы сливают в эфир

А мы это забираем и раскладываем по полочкам за 20 минут

Вот промт, который я использую. Копируй и вставляй в NotebookLM после загрузки материалов:

Проанализируй все загруженные источники как конкурентный аналитик. Задача — извлечь максимум полезной информации о конкурентах.

Выдай структурированный отчет по разделам:

1. ПРОДУКТЫ И УСЛУГИ — что продают, какие форматы, тарифы, упаковка предложений
2. ЦЕЛЕВАЯ АУДИТОРИЯ — на кого нацелены, как описывают своего клиента, какие боли закрывают
3. ПОЗИЦИОНИРОВАНИЕ — как себя подают, ключевые месседжи, УТП, обещания
4. КЕЙСЫ И РЕЗУЛЬТАТЫ — конкретные цифры, истории успеха, доказательства экспертизы
5. ВОРОНКА ПРОДАЖ — как привлекают, прогревают, продают, какие CTA используют
6. СЛАБЫЕ МЕСТА — что не закрывают, где недорабатывают, на что жалуются их клиенты, какие темы обходят
7. ФИШКИ И ИНСАЙТЫ — нестандартные приемы, идеи которые можно адаптировать

По каждому пункту приводи прямые цитаты из источников. Если данных нет — пиши "не обнаружено". Не додумывай.

Раньше мы тратили на анализ одного конкурента 4-5 часов.
Сейчас - 20 минут на загрузку материалов и 5 минут на генерацию отчета

На выходе - структурированный разбор на 2-3 страницы, где видно позиционирование, слабые места и идеи, которые можно забрать себе.

После первого отчета сразу просите глубже проанализировать!

Еще совет

Этот же промт работает, когда делаешь инфографику по конкурентам. Там вообще все наглядно получается. Справа в окне есть функция

Скорее тестируйте и помните, что вас также могут прогнать)

P.S. Вы надеюсь помните, что я по репостам ориентируюсь, что писать и мотивируюсь ☺️

Хеллоу! Свежий кейс, в нашей студии

Как мы ускорили работу тендерного специалиста в 2,5 раза

А все началось с вопроса клиента: "Вот моя ниша — госзакупки. Ну куда тут ИИ можно внедрить?"

Разобрались. Тендерный специалист ищет закупки, в которых компания может поучаствовать.

Как было раньше (на одну заявку):
- Скачай контракт, найди в договоре объект закупки
- Найди поставщика по цене ниже
- Составь таблицу по счетам
- Проверь контракт на юридические косяки
- Собери пакет документов для участия

Одна заявка — 50 минут рутины. Копируешь из одного документа в другой. Перепроверяешь. Снова копируешь. А ведь можно было бы за это время найти еще пару выгодных закупок.

Мы сделали Telegram-бота:
- Сам находит объект закупки в контракте
- Проверяет документ на юридическую чистоту
- Готовит коммерческое предложение — прям PDF с фотками и характеристиками товаров
- Считает маржинальность

Результат:
- Одна заявка: было 50 минут → стало 20 минут
- Заявок в день: было 6 → стало 15

Сейчас дошлифовываем некоторые модули. Ребята уже активно пользуются.

Ну кайф ведь )

Мне можно писать и задавать вопросы, возможно мы ваш бизнес тоже можем автоматизировать)

Хеллоу!

Excel + ИИ в 2026. Четыре способа, все рабочие

Смотрите, я каждую неделю вожусь с таблицами. Выгрузки из CRM, финансовые сводки, клиентские базы. За последний год перебрал кучу связок ИИ + таблицы — и оставил четыре, которыми пользуюсь сам

1. Закидываешь Excel прямо в чат

Беру файл, кидаю в Claude или ChatGPT и спрашиваю: "Какие клиенты перестали покупать за последние 3 месяца?". Или: "Сравни расходы по отделам, покажи где перерасход"

Формулы писать не нужно, сводные строить не нужно. Вопрос — пара минут — ответ с графиками

Еще фишка: просишь "верни мне файл с этими изменениями" — получаешь готовый Excel обратно

2. Функция =GPT() прямо в ячейке

Подключаешь ChatGPT к Google Sheets или Excel — появляется новая формула. Как ВПР, только умнее

Пишешь =GPT("определи тональность отзыва", A1) — протягиваешь на 500 строк. Или =GPT("извлеки имя компании из этого текста", C3)

Я так классифицировал 2000 заявок за 15 минут. Вручную это два дня

Писал инструкцию по подключению — тут

У Gemini в Google Sheets похожая штука — функция =AI(). Работает по подписке

3. ИИ пишет формулу, ты вставляешь

Говоришь: "Мне нужна формула, которая посчитает конверсию из лида в сделку с разбивкой по менеджерам и месяцам". ИИ выдает — копируешь в ячейку

Тут ИИ как консультант. Все действия твои. Путь не самый быстрый, зато через месяц начинаешь сам разбираться в том, что происходит в таблице

Знаете это ощущение, когда гуглишь формулу 20 минут, а потом все равно не работает? Вот тут ИИ выдает за 10 секунд и сразу с объяснением, что к чему

4. Gemini-ассистент прямо в Google Workspace

Платишь за подписку Gemini — и в Таблицах, Docs, Slides появляется помощник. Анализирует, строит графики, предлагает формулы, помогает с оформлением

Если живешь в Google-среде — вообще кайф. Ничего никуда загружать не надо, ИИ уже рядом с твоими данными

Честный минус: часть функций пока только на английском. Сводки, анализ, форматирование — уже на русском. Остальное — ждем

Какой выбрать:
- Нужна аналитика и ответы по данным — способ 1
- Нужно прогнать колонку на 500+ строк — способ 2
- Нужна сложная формула и хочешь понимать, как она работает — способ 3
- Сидишь в Google и хочешь все под рукой — способ 4

И да, на вопрос "а мои кривые таблицы из 1С он вообще поймет?" — поймет. Тестировал на выгрузках с безумным форматированием. В 9 из 10 справляется, если что — переформулируешь вопрос

Если данные чувствительные и грузить в облако стремно — бери способ 2 или 3, файл никуда не уходит. Или удали столбцы с персональными данными перед загрузкой, минутное дело

Завтра расскажу, как за 30 секунд собрать дашборд из любого Excel. А пока — скинь этот пост своей команде, пусть тоже попробуют

Хеллоу!

Как я превращаю Excel в дашборд за 2 минуты. Обещал вчера — показываю

Вчера рассказывал про 4 способа работать с таблицами через ИИ. Сегодня покажу штуку, от которой у меня до сих пор "вау"-эффект

Короче, и в ChatGPT, и в Gemini есть режим, про который мало кто знает

В ChatGPT он называется "Холст". В Gemini — Canvas

Суть: когда этот режим включен, нейросеть не просто отвечает текстом — она сразу показывает результат. Прямо в интерфейсе. С графиками, фильтрами, кнопками

И вот что я с этим делаю

Кидаю таблицу в чат и пишу: "визуализируй данные в дашборде и отобрази в холсте"

Две минуты — и у меня интерактивный дашборд. С графиками, диаграммами, фильтрами по датам и категориям. Не картинка — живой дашборд, который можно крутить

Но самое вкусное — это ссылка. Нейросеть генерирует ссылку, которой можно поделиться. Отправил коллеге — он открывает и видит тот же дашборд. Без регистрации, без установки, просто по ссылке

Вот мои примеры, зайдите посмотрите:
ChatGPT: https://chatgpt.com/canvas/shared/6991ac97305081918306c45244a22c9f
Gemini: https://gemini.google.com/share/60452a900b01

Пара нюансов, которые сильно улучшают результат:

Когда кидаете таблицу — уточняйте, что хотите увидеть. Не просто "сделай дашборд", а "покажи динамику продаж по месяцам, топ-5 менеджеров по конверсии и воронку по этапам". Чем конкретнее запрос — тем точнее дашборд

Если результат понравился и хочется сохранить — попросите нейросеть выгрузить в HTML. Скачиваете файл, открываете в браузере — дашборд у вас на компе, работает без интернета

А когда приходят свежие данные — просто подгружаете новую таблицу в тот же чат. Нейросеть пересчитывает и обновляет дашборд

Попробуйте на любой своей таблице. Прямо сейчас. Откройте ChatGPT или Gemini, закиньте файл, напишите "визуализируй в дашборде" — и посмотрите, что получится

Скинь этот пост тому в команде, кто каждую неделю делает отчеты руками. Пусть попробует и скажет спасибо

Хеллоу!

Завел канал в Max

Телегу блокируют, рабочие переписки у меня уже частично переехали в Max. Решил и канал туда продублировать.

Контент пока одинаковый — и тут, и там. Но если телегу закрутят серьезнее — ничего не потеряете.

Кстати, раньше создать канал в Max мог не каждый. Сейчас открыли для всех.

Ссылка: Вот

Подписывайтесь — особенно если сами уже начали туда переезжать.

Хеллоу!

Пятничные новости: что произошло в мире AI за неделю

Неделя жирная. Google выкатили сразу две модели, OpenAI допилили ChatGPT. Разбираю, что из этого реально пригодится в работе.

1. Gemini 3.1 Pro Preview — Google удвоили мозги

Google выпустили обновленную модель Gemini 3.1 Pro. Если коротко — она стала в 2 раза умнее прошлой версии. Не на словах, а по независимым тестам на логику и рассуждения.

На практике это означает, что модель сильнее там, где нужно не просто ответить, а подумать. Многошаговый анализ данных, сложные сравнения, разбор документов с нюансами.

За один запрос можно скормить ей примерно 700 страниц текста. А стоит она вдвое дешевле Claude Opus — при сопоставимом уровне.

Уже доступна в Gemini App для подписчиков AI Pro/Ultra и в NotebookLM. Если пользуетесь нотебуком для работы с документами — попробуйте. Анализ договоров, отчетов, все, где нужна логика, а не пересказ — должен тянуть ощутимо лучше.

2. ChatGPT теперь жует по 20 файлов за раз

Раньше загружали пару файлов и молились, чтобы контекст не потерялся. Теперь — до 20 файлов в одно сообщение. Длинные сессии с Thinking тоже стали стабильнее (раньше на сложных запросах часто обрывались).

Направление понятно — разработчики наращивают мощности, чтобы анализировать большие объемы не в 5 подходов, а в один. Скоро будем кидать годовую CRM целиком и говорить "проанализируй".

3. Код прямо в чате ChatGPT

Коротко, но приятно. Код теперь можно править и запускать прямо в окне чата — с превью мини-приложений и диаграмм.

Раньше просил ChatGPT сделать дашборд — копировал код, открывал редактор, проверял, возвращался с правками, ну либо кривое отбражение было. Теперь все в одном месте. Видишь результат сразу, правишь на месте. Цикл "попросил — проверил — поправил" сократился с 5-6 итераций до 2-3.


4. Gemini 3 Deep Think — модель для тяжелой аналитики

Google параллельно обновили свою "думающую" модель. Она заточена под задачи, где обычные нейросети буксуют — глубокие исследования, сложная аналитика, задачи с кучей переменных. По тестам обошла большинство конкурентов.


Все задачи на исследование рынка, конкурентов, глубокий разбор ниши — я бы прогнал через обновленный Deep Think и сравнил с тем, что давала прошлая версия. По тестам скачок большой, интересно проверить на реальных бизнес-задачах.

На этом все. Всем пятница 💪

Меня забанили в chatGPT.
Самое веселое, что я им не пользовался недели 3. В основном работал в Claude.

Может за прошлые заслуги.

Как мне уже написали, все мои GPTs перестали работать.

Копии у меня на пк. Сделаем снова, если аккаунт не разблокируют.

Пока подал заявку на восстановление, надеюсь передумают

Хеллоу!

А это отзыв из моих недавних консультаций.

В марте готов пообщаться и помочь вам, с вопросами на тему нейронок.

Тут подробно все расписано)

Промтмейкер переехал — забирайте

Писал на вчера, что меня забанили в ChatGPT. Аккаунт пока не восстановили

А мне столько людей написало в ЛС и под тем постом, что промтмейкером пользуются регулярно. Приятно 🤩

Короче, держите копию промтмейкера в Google Gemini

Вот ссылка
Работает даже на бесплатной подписке Гугла

И вот что я понял, пока все это разруливал. Привязываешь рабочий инструмент к одной платформе — и в один день остаешься без всего. Ни предупреждений, ни объяснений. Просто бац — и нет.
Хороший урок: всегда держи копию в другом месте

Для тех, кто давно хотел попробовать Gemini — сейчас акция. 2,49 доллара на полгода, потом 5 в месяц

У меня куплен ChatGPT за 8 долларов и Gemini за 5. Две нейронки по цене одной. Единственная накладка — чаты в разных местах, но привыкаешь за пару дней

Скиньте пост друзьям и коллегам — пусть тоже забирают

Хеллоу!

Perplexity Pro на месяц за 100₽ вместо 1800₽

Кто покупал годовую подписку за 800₽ — вы наверняка столкнулись с тем же, что и я. Компания откатила все промокоды и забанила аккаунты. По факту убила целый рынок перепродажи (возможно, это изначально был маркетинговый ход — собрали виральность, а потом закрыли лавочку).

Меня тоже забанили. Я сразу оплатил подписку за $20 и пользовался дальше — потому что без Perplexity уже реально сложно. Привык искать через него, а не через Гугл

Но на прошлой неделе наткнулся на новый формат. Не годовые промокоды, а месячные аккаунты с активированным пробным периодом. За 100₽

Как это устроено: кто-то активирует триал (первый бесплатный месяц) и продает готовый аккаунт. Ты не проходишь сам все круги ада с привязкой карт и VPN — берешь сразу рабочий профиль


Кому подойдет:
- хочешь протестировать, стоит ли платить за полную подписку
- готов менять аккаунт каждый месяц (история не сохраняется)

Если думаете: "Опять забанят, как в прошлый раз"?
Ок, 100р потеряли. Кофе 250 стоит)

Я попробовал. Пользуюсь 5-й день, все функции Pro на месте.

Покупал тут

____
Мой канал в Max

Хеллоу!

Любая компания — это люди. А HR — самая недооцененная функция в бизнесе.

Серьезно. Все говорят про автоматизацию продаж, маркетинга, аналитики. А HR сидит в стороне и руками делает то, что давно можно отдать нейросетям.

На днях был на консультации с клиентом. Разбирали его процессы — и в какой-то момент зацепились за HR-блок. Начали накидывать, что тут можно сделать с ИИ

Получился такой список (от простого к сложному):

Простые задачи (можно запустить за 1-2 дня):

- Генерация текстов вакансий и вопросов для скрининга. Загружаешь описание роли — получаешь готовый текст вакансии и список вопросов для первичного отбора. Не надо каждый раз писать с нуля. Найм ускоряется, качество описаний растет

- Массовый скрининг резюме. ИИ сам фильтрует кандидатов по твоим критериям. Время на ручной разбор сокращается до 90%. HR-менеджер смотрит только релевантных, а не все 200 откликов подряд

- ИИ-ассистент по внутренней базе знаний. Сотрудники задают вопросы — бот отвечает по регламентам. Нагрузка на HR падает, а новички получают ответы за 30 секунд вместо «напиши в чат, ответим завтра»

Средние задачи (неделя-две на настройку):

- ИИ-онбординг новых сотрудников. Автоматическая программа адаптации: что прочитать, кому написать, какие доступы запросить. Процесс стандартизируется, а не зависит от того, «не забыл ли HR отправить чек-лист»

- Генерация должностных инструкций. Указываешь роль и грейд — получаешь готовый документ. HR-специалист вместо 3 часов тратит 15 минут на проверку и правки

- Генерация обучающих материалов и гайдов. Загружаешь процесс — получаешь инструкцию с шагами. База знаний наполняется в 5 раз быстрее


Сложные задачи (нужна кастомная разработка):

- ИИ-интервью и первичный скрининг. Система проводит видео-интервью, анализирует ответы и дает оценку. Рекрутер тратит время только на финалистов — не на 50 созвонов с нерелевантами

- Анализ коммуникаций для оценки выгорания. Система мониторит переписки (тональность, частоту, паттерны) и сигнализирует, если кто-то на грани. Ты узнаешь о проблеме до того, как сотрудник принесет заявление

Думаешь: «Звучит круто, но у нас специфика, это все не про нас»? На практике — 6 из 8 задач выше подходят любой компании от 15 человек. Начни с простых — скрининг резюме или ассистент по базе знаний. Это 1-2 дня на внедрение и результат сразу видно

Как думаете, что из этого надо делать в первую очередь? Напишите в комментах.

Хеллоу!

Прогнали 7 000 звонков через ИИ. Вот что происходит в чужих отделах продаж

У нас накопились данные по клиентам из разных ниш — недвижимость, фитнес, онлайн-образование, B2B. Решил прогнать все скопом и посмотреть: есть ли системные паттерны вне зависимости от продукта?

Оказалось, есть. И они одинаковые почти везде

69% звонков — менеджер ни разу не спросил про бюджет, сроки или цель покупки. Сразу в презентацию. Клиент слышит монолог про продукт, который ему, возможно, вообще не нужен в таком виде. Итог предсказуемый — "я подумаю"

64% звонков заканчиваются без следующего шага. Не "давайте созвонимся в среду в 11", а "ну ладно, звоните если что". Звонок был, контакт был, продажи нет

В 34% случаев первое возражение — конец разговора. Клиент говорит "дорого", менеджер говорит "понятно" и прощается. Без уточнения, без альтернативы, просто уходит

Самое неприятное в этих цифрах — это не один слабый менеджер. Это норма, которую никто не видит, потому что слушать 50 звонков в неделю физически невозможно.

Менеджер работает так, как ему удобно. А ты узнаешь об этом только когда клиент уже принял решение в пользу конкурента.

Это не история про плохих менеджеров. Это история про то, что без данных управлять отделом продаж — это как ехать с закрытыми глазами. Едешь, но куда — непонятно.

Компании, которые уже подключили нашу систему анализа звонков, получают детальную картину по каждому звонку. Видно кто тащит, кто сливает, где именно рвется сделка. Менеджеры это знают — и начинают работать по-другому.

Рекорд пока у одной компании: +28% к качеству отработки клиентов за два месяца. Что это значит для чистой прибыли — остается только догадываться.

Хеллоу!

4 шага, чтобы ии перестал выдавать посредственные ответы на сложные задачи

Делаю портал для нашего анализа звонков. Подключаем новый функционал, собираем серьезную машину для контроля за отделом продаж

И тут баг. Фиксишь одному клиенту - ломается у другого. Фиксишь второму - у первого снова падает. Три круга подряд

Модель каждый раз выдавала "нормальный" результа. Не плохой. Но и не тот, который решает задачу до конца

Тогда вспомнил прием, который активно юзал в 2023-м и забросил. Тогда мы загоняли ии в "роль критика" - получил ответ, попросил раскритиковать в пух и прах. Почти всегда вылезало 2-3 годные идеи, которые сам бы не увидел

С развитием моделей забросил. Зря. Потому что даже в 2026-м ни одна модель не выдает идеальный ответ с первого раза на сложную многослойную задачу

Но в чистом виде прием уже не тот. Я его докрутил

Вот 4 шага:

1. Получил ответ от ии. Чувствуешь что что-то не так, но не можешь сформулировать. Говоришь модели: "Здесь что-то не то, кажется есть слабые места. Напиши промт для Perplexity Deep Research, чтобы исследовать мировую практику по этому вопросу и актуальные подходы в 2026 году" (тут уже сами придумайте - важно чтоб она нашла, как делают другие в 2026 тоже самое)

2. Берешь промт, запускаешь Deep Research в Perplexity. Он копает глубоко - собирает свежие данные, чужой опыт, другие способы решения.

Важно: прочитай результат сам (хотябы частями). Часто уже на этом этапе видишь, где было слабое место

3. Грузишь исследование обратно в модель. Она сама видит разрывы между тем, что выдала раньше, и тем, что нашел Perplexity. Дорабатывает ответ с учетом новых данных

4. После доработки запускаешь критику: "Раскритикуй в пух и прах то, что получилось. Найди все дыры". Получаешь еще порцию точечных доработок

Почему это работает: без Perplexity критика варится в тех же данных, на которых строился первый ответ. Модель крутит одну и ту же информацию по кругу. А когда подкидываешь свежее исследование с мировой практикой - вылезают дыры, которые она сама бы никогда не нашла. Плюс ты сам, пока читаешь ресерч, начинаешь видеть картину иначе

Где реально нужно:
- вайбкодинг (код работает, но не уверен что все учтено)
- серьезные исследования и отчеты
- многоэтапные проекты с кучей переменных
- любая работа, где цена ошибки заметная

Для постов и простых задач - перебор. А вот для того, над чем работаешь день-два, 15 минут на этот цикл экономят часы переделок потом

Наверное думаешь: "Можно просто попросить переделать, без всякого ресерча". Можно. Но модель выдаст вариацию того же самого. Deep Research добавляет внешнюю точку зрения с реальными кейсами и практиками, которых у модели просто не было. В этом вся разница

Если делаешь что-то масштабное - попробуй на ближайшей задаче. Ну или скинь этот пост тому, кто делает)