Sales-бот для команды продаж - рутина за 5 секунд

Задача

Ваня - основатель образовательной платформы для B2B-сегмента. Это не курсы для физлиц, а длинные программы обучения для команд компаний - от 50 тысяч долларов на запуск, цикл продажи 2-3 месяца. Лиды приходят в Telegram-канал с вебинаров, статей и рекомендаций - горячие, но они теряются в очереди потому что команда продаж не успевает быстро отвечать

Картина до запуска бота. Типичный лид писал в Telegram «Здравствуйте, посмотрел вебинар, расскажите подробнее про программу для команды из 30 человек». Это сообщение попадало в инбокс одного из трёх менеджеров продаж. Менеджеры были в звонках по 5-6 часов в день, и среднее время ответа на новый лид составляло 2-3 часа в рабочее время и до 18 часов вечером или в выходные. К моменту когда менеджер отвечал - лид уже посмотрел двух конкурентов и его внимание ушло

• 30 типовых вопросов повторялись каждый день: цены, формат, кто учит, есть ли сертификат, можно ли в рассрочку, какие компании уже прошли
• Среднее время первого ответа 2-3 часа - за это время лид остывал
• Менеджеры тратили 60-70% времени на квалификацию (есть ли бюджет, кто принимает решение, в какие сроки) которая на 80% типовая
• Лидов было слишком много чтобы их доводил один человек, и слишком мало чтобы нанять выделенного SDR
• Никакой системы - диалоги жили в Telegram-чатах менеджеров, аналитики по конверсии не было

Решение

Поднял sales-бота на Claude Sonnet который работает первой линией. Бот отвечает на типовые вопросы за 5 секунд (24/7), параллельно ведёт квалификацию по пяти критериям, и только когда лид достаточно прогрет и квалифицирован - передаёт его менеджеру с краткой сводкой по диалогу. Менеджеры теперь подключаются к лидам которые уже знают цену, формат и готовы говорить о сроках запуска

Архитектура:

• Telegram Bot API - единая точка входа. Лид жмёт «Старт», бот здоровается и спрашивает что интересно
• Claude Sonnet через API - ведёт диалог в свободной форме, не по сценарию. В системном промте загружены: правила платформы, прайс с разбивкой по тарифам, FAQ из 30 пунктов, образцы успешных сделок (анонимизированные)
• Квалификация по пяти критериям - размер компании (стандарт BANT), функция и роль клиента, какая боль закрывается обучением, временные рамки, бюджет. Бот не задаёт эти вопросы прямо, а вытягивает в естественной беседе. На каждый ответ присваивает балл от 0 до 2
• Routing - если суммарный балл ≥ 7 из 10 и лид сам спросил «давайте созвонимся» - бот пишет менеджеру в групповой чат «Горячий лид: компания N, 50 человек, бюджет в рамках Pro-тарифа, готов к звонку на этой неделе». Менеджер открывает диалог уже подготовленным
• VPS Hostinger ($12/месяц с PostgreSQL) - хостинг бота. PostgreSQL хранит логи диалогов, чтобы можно было пересмотреть какой лид что писал, и метрики команды - сколько лидов прогрел бот, какая конверсия в звонок

Расход на API Claude - около $20-30/месяц при 200-300 диалогах. На фоне средней сделки в $50K это незаметно

Результат

Команда продаж разгрузилась от рутины. Менеджеры подключаются только к лидам которые уже квалифицированы и готовы к покупке - звонки качественнее, конверсия в сделку выросла. 30% лидов закрываются ботом сами (это те кто получил ответ быстро и решил что это не для них - раньше они тоже отказывались, но через 2 дня и после часа времени менеджера)

Менеджеры на старте сопротивлялись - боялись что бот заберёт у них процент с продаж. После первой недели сами переписали скрипт «как использовать бота как секретаря» - каждый менеджер теперь пишет ботy «опроси этого клиента про размер команды» когда нужно дотащить квалификацию без звонка. Бот стал инструментом, а не конкурентом

Хронология

• День 1Сбор материала. Прошёлся с командой по 30 типовым вопросам, выписал ответы. Скачал последние 100 лидов из Telegram-чатов менеджеров, разметил какие из них стали клиентами и почему
• День 2Системный промт для Claude. Прайс, тарифы, формат программ, кейсы клиентов, политика рассрочки. Логика квалификации по пяти критериям с примерами оценок
• День 3-5Тестирование на реальных лидах. Менеджеры подключались параллельно с ботом и сравнивали ответы. Поправили промт три раза - Ваня корректировал тон и точность по тарифам
• День 7Деплой на VPS Hostinger. PostgreSQL, sentry-мониторинг, обучение команды как пинговать бота из своих чатов и как читать сводки в групповом чате

Подводные камни

Главная проблема - баланс между скоростью ответа и осторожностью бота. Первая версия бота отвечала слишком быстро и слишком уверенно - давала точные цены до того как клиент описал контекст. Это пугало серьёзных корпоративных лидов, они ожидают что им сначала зададут вопросы про их ситуацию. Переписали промт чтобы бот первые 3-4 сообщения был «слушал», задавал вопросы, и только потом давал цены

Второй - Claude иногда путал тарифы при сложных вопросах. Например клиент спрашивал «нам подойдёт Pro если у нас 30 человек но из разных стран», и бот отвечал упрощённо. Решение - добавил в промт явные правила вида «если упоминание мульти-страны или мульти-юрисдикции - НЕ давай конкретный тариф, переводи на менеджера». Жёсткие switches лучше работают чем общие инструкции для пограничных случаев

Третий - это длинный цикл сделки. B2B-обучение покупают 2-3 месяца, и за это время клиент возвращается в чат три-четыре раза. Бот должен помнить что было раньше - не задавать те же вопросы по второму разу. Решилось через хранение истории диалога в PostgreSQL и инжекцию summary прошлых разговоров в системный промт при возврате клиента