Оценка качества переписки в сделке (AI)

Что делает робот

Робот собирает всю email-переписку из сделки и отправляет её языковой модели на оценку. На выходе — структурированный JSON с оценкой от 0 до 100, разбором сильных и слабых мест и рекомендациями для менеджера. Не нужно открывать сделку и перечитывать двадцать писем: модель делает это за секунды и выдаёт вердикт в машиночитаемом виде, который процесс может использовать дальше — записать в поле, отправить руководителю, отфильтровать проблемные сделки.

Робот относится к AI-группе: за запросы к модели расходуются токены, их пакет покупается в биллинге приложения.

Как устроена оценка

Модели предлагается оценить переписку по пяти критериям: тон и вежливость, ясность изложения, клиентоориентированность, проактивность и качество ответов. Каждый критерий получает балл от 0 до 100, плюс общий балл score_total. Кроме цифр модель возвращает краткий вывод, списки сильных сторон, проблем, рекомендаций и тревожных сигналов — например, грубость менеджера или проигнорированный вопрос клиента. Отдельное поле confidence показывает, насколько модель уверена в оценке: если писем мало, уверенность честно снижается.

В анализ идёт не простыня текста, а структурированная переписка: номер письма, дата, направление (входящее или исходящее), тема и текст. Модель понимает, где реплика менеджера, а где клиента. Температура генерации занижена, поэтому повторные прогоны одной переписки дают близкие оценки.

Настройка

• ID сделки — по умолчанию подставлен {{ID}}, то есть текущая сделка;
• Удалить HTML теги — рекомендуем включить: письма приходят в HTML, и без очистки разметка съедает лимит и путает модель;
• Включить вложения — в анализ попадёт список файлов: имя, ID и размер. Само содержимое вложений не читается, но модель увидит, что менеджер отправил «Договор.pdf», а не просто отписался;
• API Key, API URL, Модель ИИ — опционально. Без них работает модель по умолчанию через встроенный OpenRouter. Можно подключить любой OpenAI-совместимый сервис со своей моделью.

Результат в процессе

Робот возвращает оценку в JSON, сырой ответ модели, текст переписки, которая ушла на анализ, количество писем и список ID файлов. Поля подставляются в следующие шаги: общий балл — в поле сделки, вывод и рекомендации — в уведомление руководителю или комментарий в таймлайн.

Сценарии из практики

Фильтр проблемных сделок. Раз в день процесс проходит по открытым сделкам, робот оценивает переписку в каждой. Если score_total ниже 60 — сделка попадает в список на разбор, руководитель получает сводку. Обучение строится на реальных ошибках, а не на случайной прослушке.

Контроль новичков. Менеджер работает первый месяц. После каждого пятого письма в сделке робот оценивает переписку и пишет рекомендации в комментарий. Наставник видит динамику по полю с баллом, не читая всю почту подряд.

Эскалация при тревожных сигналах. В JSON есть список red_flags. Если он не пуст — клиент жалуется на игнор или менеджер хамит — процесс сразу ставит задачу руководителю отдела, не дожидаясь планового аудита.

Типичные ошибки

«Письма в сделке не найдены». В сделке нет дел типа «письмо»: переписка велась в лиде до конвертации или общение шло в мессенджере. Ставьте условие на количество писем до вызова или подтягивайте дела из лида роботом «Перенести или добавить дела из другой сущности в текущую».

«Ответ ИИ не является валидным JSON». Модель вернула текст с пояснениями вместо чистого JSON. Так бывает на слабых или перегруженных моделях. Сырой ответ сохраняется в результате — посмотрите его и смените модель в настройках.

Робот молча не запускается. Проверьте баланс токенов в биллинге приложения: AI-роботы останавливаются, когда пакет исчерпан.

Мусор в анализе. Если не включить очистку HTML, модель разбирает разметку вместо смысла, а баллы пляшут. Включайте «Удалить HTML теги» всегда, кроме случаев отладки.