Как я собрал AI скилл, который сам ведёт CRM за менеджера?

Как я собрал AI скилл, который сам ведёт CRM за менеджера?

За вечер, без строчки кода, можно собрать агента, который сам заполняет карточку сделки в CRM после звонка. Звучит как реклама. На практике 80% времени уходит не на то, чтобы агент это делал, а на то, чтобы он делал это правильно — не путал поля, не терял контекст и не плодил дубли в базе.

Расскажу, как я собрал скилл, который ведёт CRM вместо менеджера: что такое скилл в этом контексте, чем он отличается от обычного промпта или интеграции, как я его внедрял пошагово, где реально спотыкался и что в итоге получилось.

Зачем вообще агент в CRM, если есть менеджер

У любого отдела продаж есть узкое место, которое не видно в отчётах: разрыв между звонком и записью в CRM. Менеджер поговорил с клиентом, повесил трубку — и следующие 10 минут должен вспомнить и вручную забить: что обсудили, какие возражения, какая следующая дата контакта.

На практике это делают через раз. Карточка сделки живёт своей жизнью, а разговор — своей. Руководитель видит в CRM «созвонились, ждём решения» там, где на самом деле было предметное обсуждение цены и конкретный дедлайн.

Я решил не бороться с дисциплиной менеджеров, а убрать сам шаг, где теряются данные.

Как я собрал AI скилл, который сам ведёт CRM за менеджера?

Что такое скилл — и чем он НЕ является

Скилл — это не просто длинный промпт и не готовая интеграция «из коробки». Это упакованный набор инструкций и правил, который агент подключает сам, когда задача попадает под его описание — как папка с должностной инструкцией, которую сотрудник открывает автоматически, увидев нужный тип задачи.

Важно понимать разницу:

  1. Скилл — не промпт. Промпт вы пишете каждый раз заново. Скилл живёт в системе один раз и переиспользуется агентом без вашего участия.
  2. Скилл — не интеграция. Он не заменяет API CRM. Он определяет логику: что агент должен извлечь из разговора, куда это положить и по каким правилам.
  3. Скилл — не автоматизация «если-то». В отличие от жёсткого сценария, скилл принимает решения в неопределённости: если из разговора неясно, к какой сделке относится звонок, он не гадает, а запрашивает уточнение.

Звучит абстрактно, ровно до того момента, как видишь его в работе.

Как я собрал AI скилл, который сам ведёт CRM за менеджера?

Как я внедрял это пошагово

Как я собрал AI скилл, который сам ведёт CRM за менеджера?

Шаг 1. Описал, что именно должен делать агент

Я не начинал с кода. Первый файл скилла — это простое описание на человеческом языке: когда скилл срабатывает, что он должен сделать, каких полей CRM касается и что делать, если данных не хватает.

Ключевая ошибка новичков здесь — пытаться описать вообще всё сразу. Работает обратное: узкий скилл под одну понятную задачу срабатывает точнее, чем один универсальный «CRM-агент на всё».

Шаг 2. Дал агенту доступ к нужным полям, а не ко всей базе

Я осознанно не открывал агенту всю CRM. Он получил доступ только к полям карточки сделки: статус, комментарий, дата следующего контакта, сумма. Это не техническое ограничение — это защита от того, что агент случайно перезапишет что-то важное за пределами своей задачи.

Шаг 3. Подключил транскрипт звонка как источник

Дальше — самое очевидное и самое капризное звено: расшифровка разговора. Я подключил транскрибацию звонков и передал текст скиллу как входные данные. Здесь и всплыла первая реальная проблема.

Шаг 4. Научил агента отличать факт от предположения

Первая версия скилла записывала в CRM буквально всё, что говорил клиент, включая случайные реплики вроде «может, в следующем квартале подумаем». Агент интерпретировал это как готовое возражение и решение — и статус сделки скакал непредсказуемо.

Пришлось явно прописать правило: записывать в статус только то, что клиент подтвердил как факт, а формулировки-предположения оставлять в комментарии, а не менять поле «этап сделки».

Шаг 5. Добавил проверку перед записью

Финальный штрих — агент не пишет в CRM молча. Перед сохранением он формирует короткое резюме звонка и показывает менеджеру: «Записываю так — статус: переговоры, следующий контакт: 15 марта. Верно?» Менеджер подтверждает одним словом или поправляет.

Это увеличило скорость по сравнению с ручным заполнением, но не убрало человека из процесса полностью — и это было осознанным решением, а не недоработкой.

Продвинутое применение: не только запись, но и подсказка

Когда база CRM стала действительно отражать разговоры, а не пересказ по памяти, я расширил задачу скилла. Он стал не только фиксировать факты, но и подсвечивать риск: если клиент за последние два звонка ни разу не назвал конкретную дату решения, скилл помечает сделку как «требует внимания» — до того, как она формально просрочится.

Это то, что руководитель раньше видел в отчёте на третьей неделе. Теперь — на следующий день после звонка.

Как я собрал AI скилл, который сам ведёт CRM за менеджера?

Частые ошибки, на которые я наступил

  1. Слишком широкий скилл. Попытка сделать «универсального CRM-агента» на старте убивает точность. Узкая задача — узкий и предсказуемый результат.
  2. Доверие агенту без подтверждения. Автозапись без шага «согласился менеджер» приводит к тихому засорению базы данными, которые никто не проверял.
  3. Игнорирование edge-кейсов звонка. Плохое качество связи, перебивание, шум — транскрипт может быть кривым, и агент должен уметь сказать «не уверен», а не выдумывать содержание разговора.
  4. Отсутствие роли человека в процессе. Полностью автономная запись звучит соблазнительно, но именно шаг подтверждения убирает 90% ошибок на старте использования.

Что в итоге

Скилл не заменил менеджера и не заменил CRM. Он убрал разрыв между разговором и записью — тот самый провал, где обычно теряются детали, которые потом стоят компании реальных денег на упущенных сделках.

Если вы дошли до этого места — скорее всего, у вас в компании есть свой аналог этого разрыва: между действием сотрудника и системой, которая должна это действие отразить. Расскажите в комментариях, где у вас теряются данные между «сделали» и «записали» — разберу ваш случай в следующем посте.

1
1