Задача
Менеджеры вручную обрабатывали заявки с сайта и из мессенджеров: уточняли требования, рассчитывали стоимость, готовили сметы и коммерческие предложения.
Подготовка занимала несколько дней. Пока клиент ждал расчёт, он мог обратиться к конкурентам.
Что сделали
- 01
Разбор заявки
Система анализирует обращение и готовит персональный ответ. На простые вопросы отвечает сама, сложные передаёт менеджеру.
- 02
Сбор требований
Запрашивает недостающие сведения и формирует техническое задание для расчёта.
- 03
Смета и презентация
Отдельный модуль рассчитывает стоимость по правилам компании. Из проверенных данных система собирает коммерческое предложение.
- 04
Согласование и отправка
Менеджер проверяет результат. Документы отправляются после его согласования.
Как реализовали
- Kimi K3
- n8n
- Python
- FastAPI
- PostgreSQL
- PptxGenJS
- API мессенджеров
Kimi K3 разбирает запрос и подготавливает данные для предложения. n8n связывает входящие каналы и внутренние процессы. Python обрабатывает данные и формирует документы.
Сервис на FastAPI получает обращения, PostgreSQL хранит данные процесса. Презентация собирается по шаблону с помощью PptxGenJS. Обмен с мессенджерами выполняется через API.
Точность расчётов
ИИ может ошибиться в стоимости или пропустить важное требование. Поэтому модель подготавливает данные, но не определяет цену самостоятельно: смету рассчитывает отдельный модуль по бизнес-правилам компании.
Нестандартные заказы обязательно согласует менеджер. Готовое предложение также проходит проверку перед отправкой.
Результат
- От первого обращения до готового предложения — до 12 часов вместо 3–5 дней. Это время подготовки КП, а не полный цикл сделки.
- Более быстрые ответы и отправка предложений помогли повысить конверсию.
- Менеджеры меньше времени тратят на сметы и презентации и больше — на переговоры.
