Как создать бота для квалификации лидов с помощью AI

Что такое бот квалификация лидов AI и зачем он нужен

Бот квалификации лидов AI — это автоматизированный ассистент, который ведёт первичный диалог с потенциальными клиентами, задаёт квалифицирующие вопросы и передаёт в отдел продаж только тех, кто соответствует критериям целевого клиента.

Классическая воронка выглядит так: реклама → лендинг → форма → обработка менеджером. Проблема в том, что менеджер тратит время на всех подряд. По данным HubSpot, только 27% лидов оказываются квалифицированными. Остальные 73% — это любопытствующие, конкуренты, студенты и те, кто «просто спросить».

AI-бот берёт на себя фильтрацию:

• Отвечает мгновенно — конверсия в диалог выше на 391% при ответе в первую минуту
• Работает 24/7 без выходных и перерывов
• Задаёт одинаковые вопросы каждому лиду — никакой субъективности
• Собирает данные в структурированном виде для CRM
• Передаёт «горячих» лидов моментально, «холодных» — в nurturing-цепочку

Результат: менеджеры общаются только с теми, кто готов покупать. Цикл сделки сокращается, конверсия растёт, стоимость привлечения клиента падает.

Критерии квалификации: какие вопросы должен задавать бот

Прежде чем строить бота, определите критерии квалификации. Самые популярные фреймворки — BANT и MEDDIC, но для автоматизации лучше работает упрощённая модель из 4-6 вопросов.

Базовые критерии для B2B:

1. Бюджет: «Какой бюджет вы планируете выделить на решение этой задачи?»
2. Полномочия: «Кто в вашей компании принимает решение о таких покупках?»
3. Потребность: «Какую конкретную проблему вы хотите решить?»
4. Срочность: «Когда вы планируете принять решение?»
5. Размер компании: «Сколько сотрудников в вашей компании?»

Базовые критерии для B2C/услуги:

1. Локация: «В каком городе вам нужна услуга?»
2. Тип услуги: «Какой именно формат вас интересует?»
3. Бюджет: «На какой ценовой диапазон ориентируетесь?»
4. Сроки: «Когда планируете начать?»

Важно: не более 6 вопросов. Каждый дополнительный вопрос снижает конверсию в завершённый диалог на 5-10%. Лучше квалифицировать грубо, но сохранить лида, чем получить идеальные данные от 20% аудитории.

Выбор платформы: сравнение инструментов для создания AI-бота

Рынок переполнен конструкторами ботов, но не все подходят для квалификации с AI. Вот сравнение актуальных решений:

Рекомендации по выбору:

• Для малого бизнеса и быстрого старта: Tidio или Landbot
• Для мессенджер-маркетинга: ManyChat
• Для корпоративного B2B с длинным циклом: Intercom или Drift
• Для полного контроля и кастомизации: Botpress

Пошаговая инструкция: создаём бота за 2 часа

Разберём процесс на примере Landbot + ChatGPT — оптимальное сочетание простоты и мощности AI.

Шаг 1: Определите сценарий (15 минут)

Нарисуйте на бумаге или в Miro диалоговое дерево:

• Приветствие → Первый квалифицирующий вопрос
• Ответ А → Следующий вопрос
• Ответ Б → Дисквалификация (вежливый отказ)
• Финал → Передача в CRM или календарь

Шаг 2: Создайте аккаунт и базовый флоу (20 минут)

Зарегистрируйтесь в Landbot. Выберите «Start from scratch». Добавьте блоки: Welcome Message → Button Question → условную логику.

Шаг 3: Подключите AI-блок (30 минут)

В Landbot добавьте блок «AI Assistant». Подключите OpenAI API ключ. Настройте системный промпт (пример ниже). Укажите, какие переменные бот должен извлекать из ответов.

Шаг 4: Настройте скоринг (20 минут)

Создайте переменную lead_score. После каждого ответа добавляйте или вычитайте баллы. Пример: бюджет выше порога = +20, срочность «в этом месяце» = +15, «просто смотрю» = -30.

Шаг 5: Настройте передачу данных (25 минут)

Добавьте Webhook-блок для отправки в CRM. Или используйте нативную интеграцию с Google Sheets для MVP. Передавайте: имя, контакт, ответы, lead_score, timestamp.

Шаг 6: Тестирование (10 минут)

Пройдите сценарий 5 раз с разными ответами. Проверьте, что данные корректно записываются. Убедитесь, что AI не галлюцинирует.

Промпты для AI-бота: готовые шаблоны

Качество квалификации напрямую зависит от системного промпта. Вот проверенные шаблоны:

Системный промпт для B2B SaaS:

Ты — виртуальный ассистент компании [Название]. Твоя задача — квалифицировать входящие лиды через дружелюбный диалог.

Правила:
1. Задавай по одному вопросу за раз
2. Используй деловой, но неформальный тон
3. Если пользователь уходит от темы — мягко возвращай к квалификации
4. Извлекай и сохраняй: company_size, budget_range, timeline, pain_point, decision_maker
5. Если бюджет ниже $500/мес или компания менее 10 человек — вежливо предложи self-service тариф
6. Если все критерии соответствуют — предложи выбрать время для звонка

Никогда не выдумывай информацию о продукте. Если не знаешь ответ — скажи, что уточнишь у команды.

Системный промпт для услуг (маркетинговое агентство):

Ты — ассистент агентства digital-маркетинга. Помоги понять, чем мы можем быть полезны.

Собери информацию:
- Какой канал интересует (SEO/контекст/SMM/комплекс)
- Текущий месячный бюджет на маркетинг
- Сфера бизнеса и география
- Главная цель (лиды/продажи/узнаваемость)
- Есть ли текущий подрядчик

Если бюджет менее 100 000 руб/мес — порекомендуй наш курс для самостоятельного ведения.
Если бюджет 100-300 тыс — предложи аудит.
Если бюджет 300+ тыс — предложи созвон с руководителем направления.

Важные дополнения к промптам:

• Добавьте примеры диалогов (few-shot learning) — точность вырастет на 20-30%
• Укажите стоп-слова: «конкурент», «студент», «курсовая»
• Пропишите fallback: что делать, если AI не уверен в классификации

Интеграция с CRM и автоматизация передачи лидов

Бот без интеграции с CRM — это дорогой блокнот. Настройте автоматическую передачу данных:

Прямые интеграции (рекомендуется):

• Intercom → Salesforce: нативная интеграция, данные в реальном времени
• Tidio → HubSpot: встроенный коннектор, синхронизация контактов
• Landbot → Pipedrive: двусторонняя синхронизация

Через Zapier/Make (универсально):

Типичный сценарий: Landbot Webhook → Zapier → amoCRM создание сделки + задача менеджеру.

Что передавать в CRM:

• Контактные данные (обязательно)
• Lead score (для приоритизации)
• Полный лог диалога (для контекста)
• UTM-метки (для аналитики источников)
• Timestamp первого и последнего сообщения

Автоматизация следующих шагов:

1. Score 80+ → Мгновенное уведомление в Slack + создание задачи «Позвонить в течение 5 минут»
2. Score 50-79 → Добавление в email-последовательность nurturing
3. Score 0-49 → Подписка на newsletter, ретаргетинг

Совет: настройте дашборд в CRM или Google Data Studio с метриками: количество диалогов, % квалифицированных, конверсия по каждому вопросу, среднее время диалога.

Типичные ошибки и как их избежать

За 2 года работы с AI-ботами квалификации накопился список граблей, на которые наступают 80% маркетологов:

Ошибка 1: Слишком много вопросов

Симптом: 70% пользователей бросают диалог на 3-4 вопросе. Решение: максимум 5 вопросов до передачи. Остальное узнает менеджер.

Ошибка 2: Робот звучит как робот

Симптом: низкий engagement, односложные ответы пользователей. Решение: добавьте в промпт инструкцию использовать эмодзи умеренно, задавать уточняющие микро-вопросы, реагировать на ответы («Отлично, понял!»).

Ошибка 3: Нет fallback-сценария

Симптом: бот зацикливается или отвечает невпопад при нестандартных вопросах. Решение: добавьте в промпт: «Если вопрос не связан с квалификацией или ты не уверен — предложи связаться с живым человеком и дай контакт».

Ошибка 4: Жёсткая дисквалификация

Симптом: вы теряете лиды, которые не подходят сейчас, но могут подойти через полгода. Решение: не удаляйте «плохие» лиды, а сегментируйте: не готов сейчас → nurturing-цепочка.

Ошибка 5: Отсутствие A/B тестов

Симптом: вы не знаете, работает ли бот лучше или хуже обычной формы. Решение: запустите параллельно бота и форму, сравните: конверсию в лид, качество лидов (по обратной связи от продаж), CAC.

Метрики эффективности: как понять, что бот работает

Без измерений нет улучшений. Отслеживайте эти KPI:

Метрики вовлечённости:

• Conversation start rate — % посетителей, начавших диалог (бенчмарк: 2-8%)
• Completion rate — % завершивших квалификацию (бенчмарк: 40-60%)
• Avg. conversation length — среднее количество сообщений (оптимум: 6-10)

Метрики качества:

• MQL rate — % лидов, прошедших квалификацию (зависит от ваших критериев)
• SQL rate — % квалифицированных ботом, подтверждённых отделом продаж
• False positive rate — % «хороших» лидов по мнению бота, которые оказались плохими

Бизнес-метрики:

• Time to first response — снижение с часов до секунд
• Cost per qualified lead — сравните с ручной квалификацией
• Sales cycle length — должен сократиться на 15-30%

Настройте еженедельный отчёт. Если completion rate ниже 40% — упрощайте диалог. Если SQL rate ниже 50% — ужесточайте критерии или переобучайте AI.

Дмитрий Коновалов

CMO с 10-летним опытом. Строю комьюнити AI-маркетологов в России. Делюсь реальными кейсами внедрения нейросетей в маркетинг в Telegram @dima_konovalov_edtech.