Как с помощью ИИ автоматизировать и персонализировать генерацию коммерческих предложений и поднять продажи квартир? Реальный кейс ИИ-автоматизации.

Здравствуйте, согласно последним опросам, более 70% российских компаний планируют внедрять искусственный интеллект в бизнес-процессы.

Однако на практике многие пока слабо представляют, как ИИ может применяться за пределами привычного генератора текстов в ChatGPT или DeepSeek.

Недавно мы открыли отдел по внедрению искусственного интеллекта на базе LLM-решений в нашей компании. Одним из первых запросов стал кейс от застройщика, который хотел выстроить персонализированную коммуникацию с клиентами на этапе продаж квартир.

Застройщику было интересно выстроить персонализацию продаж квартир.
Продажи недвижимости - сложный труд, где ключевая задача продавца понять какой клиент перед ним, понять его истинные желания и продать этому клиенту не просто место в 4 стенах, а продать клиенту мечту - новую идеальную жизнь. И при этом у каждого сегмента аудитории - свой взгляд на жизнь своей мечты.

Семья с детьми мечтает об экологичной квартире в безопасном районе со школой и парком.
Молодой мажор хочет жить в месте, где рядом будут модные заведения, "вайбовые" пространства и будет создаваться ощущение счастливой и беззаветной молодости.

Задача продавца — говорить с клиентом на его языке и уметь транслировать тот стиль жизни, к которому он стремится.

В этой статье мы расскажем о решении, благодаря которому мы смогли персонализировать продажи у застройщика с помощью уникальных КП.

Для каждого сегмента аудитории система, опираясь на рендеры жилого комплекса, формирует индивидуальную презентацию — с визуалами, акцентами и сообщениями, которые 'продают" клиенту "идеальную" квартиру.

Вот как это устроено:

Далее система генерирует уникальное КП, адаптированное под мотивацию и язык конкретного покупателя.

ИИ не просто заменяет имя и вставляет пару слов в шаблон — он создает полноценную продающую презентацию, где ЖК подается как образ жизни, мечта и решение личных потребностей.

Если покупатель пара с детьми, то в таком коммерческом предложении-презентации делается ставка на безопасность, экологичность, наличие условий для счастливого детства (детские площадки, детский сад, школа).

Если ИИ формирует КП для молодой пары без детей, то в КП будет акцент на лайфстайл — кофейни во дворе, террасы на крышах, вечерние огни, фитнес у дома и соседство с «людьми с похожими ценностями».

Причем визуалы в КП — продуманные (не сгенерированные ИИ).

ИИ подбирает те рендеры строящегося жилого комплекса, которые соответствуют ожиданиям каждого сегмента. Так семейная пара с детьми в КП увидит фотографии детской площадки, школы, парка возле дома, в то время как одинокий холостяк, увидит рендеры красивой кофейни на территории ЖК, спортивной площадки, стильного холла.

Как итог - клиент получает PDF коммерческое предложение-презентацию квартиры, как будто его для него подготовил личный менеджер.

Вся система построена на базе n8n и собственного кода.

После заполнения менеджером карточки клиента в CRM (в том числе поля с описанием клиента) - данные попадают в n8n.

Далее включается LLM-модель (мы используем DeepSeek и GPT-4 через OpenRouter), которая по описанию определяет тип клиента:

После определения сегмента, данные отправляются в блок Switch, который автоматически подставляет ID нужной папки с рендерами ЖК и шаблонами презентаций, соответствующей выбранному сегменту.

На следующем этапе включается блок логики, где используется кастомный код и подключенные шаблоны Google Slides.

В зависимости от выбранного сегмента (К которому LLM модель определила клиента на основании его описания) происходит генерация презентации клиента.

Презентация строится по слайдам:

Слайд 6–8 — Блоки про преимущества, «мы», гарантии и call-to-action

Важно отметить: Тексты генерируются на основе сегмента и параметров объекта.

Все визуалы подставляются из Google Drive, где по каждому сегменту лежат свои подборки изображений на основании рэндеров застройщика.

По желанию Заказчика "менеджер вставляет цену за квартиру" в КП, но это можно автоматизировать, подгружая в презентацию информацию о ценах квартиры, которую присматривает клиент.

После - презентация КП трансформируется в pdf файл и передается менеджеру по продажам в Битрикс.
К КП (презентации) менеджер добавляет цену и отправляет клиенту на почту и в мессенджеры.

С застройщиком мы подписали NDA и по нашей просьбе он просил не “светить имя ЖК” в кейсе, однако застройщик утверждает, что конверсия в продажи квартир за 2 месяца использования системы выросла на 10%.

Чтобы продемонстрировать эффективность решения, мы сделали на основании проведенной работы демку, которую можно протестировать в браузере (заменили ЖК на другой из другого города, чтобы соблюсти NDA).

Можем дать к ней доступ.

Помимо ЖК такую систему создания персональных КП можно "встроить" в любой действующий бизнес (от продажи садово-парковой мебели, до услуг промышленной безопасности).

Сейчас взяли клиента (мебельную фабрику) и делаем для них генерацию уникальных КП. Через пару месяцев расскажем и покажем, что получилось.

Также мы разработали 6 других демо решений по внедрению ИИ в бизнес и собрали их в браузер

Каждое решение бесплатно дадим протестировать в браузере. И будем рады бесплатно проконсультировать по внедрению ИИ

Пишите в телеграмм @songwrittertim