Строительная компания теряла до 40% лидов из-за ночных обращений и долгого ожидания ответа менеджеров. Команда ZORKA внедрила автономного AI-ассистента на базе LLM с интеграцией в CRM. Время первого контакта сократилось до 12 секунд, а скорость первичной квалификации выросла на 67%.
Потеря теплых заявок и рутинная нагрузка на отдел продаж
В загородном строительстве средний чек превышает 7 500 000 рублей, а цикл сделки длится месяцами. Потенциальный клиент оставляет заявки сразу в 3-4 компании, поэтому договор заключает тот, кто отвечает быстрее всех. Менеджеры компании тратили до 3 часов в день на пустые звонки клиентам без участка или бюджета.
Заявки после 19:00 и в выходные дни простаивали в CRM до утра понедельника. К моменту звонка заказчик уже обсуждал выезд инженера с конкурентами. Студия ZORKA получила задачу автоматизировать отбор лидов без потери живого тона общения.
Кнопочные боты раздражают клиентов в сегменте индивидуального строительства. Нужна языковая модель, которая собирает параметры участка и бюджет в формате свободного диалога.
Архитектура решения: RAG-пайплайн, валидация данных и API
Команда ZORKA спроектировала ассистента на базе FastAPI, векторной базы данных Qdrant и модели Claude 3.5 Sonnet. База знаний содержит 140 типовых проектов домов, актуальные прайс-листы на фундаменты и технические регламенты. Для защиты от галлюцинаций мы внедрили жесткие системные промпты и RAG-механику с ограничением контекста.
Ассистент ведет диалог по скоринговой карте продаж. Он последовательно выясняет наличие участка, кадастровый номер, технологию строительства и вилку бюджета. Все извлеченные сущности валидируются через Pydantic-схемы перед передачей во внешние сервисы.
Изоляция базы знаний через векторный поиск исключает придумывание цен или несуществующих проектов. Модель цитирует только утвержденную строительную смету.
Интеграция с CRM и мгновенная маршрутизация горячих лидов
После сбора параметров AI-ассистент создает сделку в CRM через REST API. Система заполняет 12 полей: площадь дома, материал стен, локацию объекта и срок начала работ. Если бюджет клиента превышает 12 000 000 рублей, бот мгновенно отправляет уведомление старшему инженеру в Telegram.
Мы развернули омниканальный шлюз для виджета на сайте, Telegram-бота и WhatsApp Business API. История диалога сохраняется в карточке контакта с кратким резюме. Менеджер видит ключевые потребности заказчика еще до первого телефонного звонка.
Саммаризация диалога с помощью LLM экономит менеджеру до 8 минут на чтении логов. В CRM передается готовая структурированная выжимка.
Экономия 140 часов работы сотрудников и рост выручки
За первые 60 дней AI-ассистент обработал 1 840 входящих диалогов без участия людей. Скорость обработки входящего потока выросла на 67%, а доля квалифицированных лидов поднялась с 34% до 59%. Расходы на первичную линию поддержки снизились на 210 000 рублей в месяц.
Конверсия из первого контакта в выезд на участок выросла с 19.2% до 28.4%. Клиенты получают расчет ориентировочной стоимости за 2 минуты даже ночью. Затраты на разработку окупились на 7-й неделе за счет двух закрытых договоров.
Стоимость квалификации одного лида снизилась с 650 рублей до 14 рублей с учетом расходов на API модели и серверную инфраструктуру.
- Линейное кнопочное меню вызывает раздражение у заказчиков дорогих домов
- Задержка первого ответа в нерабочее время составляет от 8 до 14 часов
- Ручной перенос данных в CRM приводит к потере параметров участка и бюджета
- Человеческий фактор и ошибки менеджеров при оценке платежеспособности
- Живой естественный диалог с пониманием строительных терминов и специфики
- Ответ за 12 секунд круглосуточно во всех подключенных каналах связи
- Автоматическая передача заполненных полей и короткого саммари в CRM
- Точный скоринг лидов по жестким критериям без галлюцинаций модели
- Аудит логов переписки менеджеров и составление скоринговой карты
- Структурирование базы знаний по проектам домов, ценам и технологиям
- Настройка векторной базы данных Qdrant и пайплайна валидации Pydantic
- Интеграция с LLM и стресс-тестирование диалоговых сценариев
- Подключение сайта, Telegram и WhatsApp к единому бэкенду
- Настройка вебхуков для amoCRM и уведомлений для дежурных инженеров
Часто задаваемые вопросы
В системные промпты зашиты строгие сценарии ограничений. Ассистент вежливо возвращает собеседника к параметрам дома или предлагает переключить чат на живого инженера.
Расходы на API составляют от 8 000 до 15 000 рублей в месяц при среднем объеме в 15 сообщений на диалог. Это в разы выгоднее содержания оператора первой линии.
Да. Команда ZORKA разрабатывает модульные интеграции через REST API для Bitrix24, amoCRM или кастомных ERP-систем заказчика с сохранением полной структуры полей.
Мы используем механизм function calling. Модель не считает цифры в уме, а отправляет запрос к встроенному калькулятору и отдает клиенту точные данные из таблицы цен.
Нужен AI-ассистент для автоматизации продаж?
Команда ZORKA проанализирует текущую воронку, подготовит архитектурную схему и рассчитает окупаемость за 2 дня.