AI-агент для B2B-продажів: кваліфікація та персоналізація лідів

Як AI-агент автоматизує кваліфікацію лідів

Щодня SDR-менеджери витрачають години на кваліфікацію «холодних» лідів, відповідаючи на однотипні запитання та з’ясовуючи бюджет, повноваження та потреби. Скриптові чат-боти тут безсилі — вони пасують перед нестандартними відповідями та багатоходовими запереченнями. Ми розробили AI-агента на базі LLM, який бере на себе першу лінію спілкування, кваліфікує лідів за методологією BANT і передає теплі контакти менеджерам із повним контекстом діалогу. Наш досвід показує: такий агент скорочує час першої відповіді з годин до хвилин і збільшує pipeline на 20–30%.

Що вирішує AI-агент: типові проблеми продажів

• Довгий first response. Ліди чекають відповіді годинами — за цей час вони йдуть до конкурентів. Агент відповідає за 2–3 хвилини, 24/7.
• Низька кваліфікація вхідного потоку. Менеджери витрачають 60% часу на «порожні» ліди без бюджету або повноважень. Агент відсіює їх на старті.
• Неперсоналізований outreach. Масові розсилки дають <1% конверсії. Агент генерує листи з урахуванням даних про компанію: галузь, розмір, останні новини.

Порівняємо AI-агента з традиційним чат-ботом:

Як AI-агент кваліфікує лідів?

Агент починає діалог, ставлячи природні запитання, вбудовані в розмову. Він не запитує все одразу, а поступово виявляє бюджет, повноваження, потребу та терміни. На основі відповідей у реальному часі оновлюється скор ліда. Коли скор перевищує 70, агент пропонує демо-дзвінок і передає контакт менеджеру з повним контекстом. При скорі нижче 30 лід іде в nurture-послідовність. Це знижує навантаження на SDR і покращує конверсію.

Покрокове налаштування AI-агента для кваліфікації

1. Визначте критерії кваліфікації. Оберіть методологію: BANT, GPCT або власну. Опишіть, які дані потрібні для скорингу.
2. Зберіть історичні діалоги. Потрібно хоча б 50–100 успішних і неуспішних розмов для few-shot навчання.
3. Розробіть промпт і схему. Pydantic-модель для валідації полів (бюджет, authority, need, timeline). Приклад нижче.
4. Інтегруйте з CRM. REST API для запису лідів та оновлення статусів.
5. A/B тестуйте. Порівняйте конверсію агента з SDR на контрольній групі.

Як влаштований наш агент: код і стек

Для кваліфікації ми використовуємо gpt-4o та Pydantic-моделі для валідації відповідей. Промпт українською мовою задає агента-продавця B2B SaaS, який слідує методології BANT. При досягненні скора >70 агент викликає функцію schedule_demo — передає ліда в CRM з повним контекстом.

from openai import OpenAI
from pydantic import BaseModel
from typing import Optional
import json

client = OpenAI()

class LeadQualification(BaseModel):
    lead_score: int           # 0-100
    budget_fit: bool
    authority_confirmed: bool
    need_identified: bool
    timeline_clear: bool
    next_action: str          # "schedule_demo", "nurture", "disqualify"
    disqualify_reason: Optional[str]
    key_pain_points: list[str]
    notes: str

QUALIFICATION_SYSTEM_PROMPT = """Ти — менеджер з продажу B2B SaaS.
Твоє завдання — кваліфікувати вхідних лідів за методологією BANT:
- Budget: чи є бюджет на рішення?
- Authority: ти розмовляєш з ЛПР чи впливовцем?
- Need: чи є реальна бізнес-потреба?
- Timeline: коли планують впровадження?

Веди природний діалог. Не став усі запитання підряд — вплітай їх у розмову.
Фіксуй відповіді та оновлюй кваліфікацію по ходу бесіди.
При позитивній кваліфікації (score>70) — пропонуй демо-дзвінок.
При score<30 — ввічливо завершуй, додавай у nurture-послідовність."""

def sales_agent_response(session_id: str, user_message: str, conversation_history: list) -> dict:
    conversation_history.append({"role": "user", "content": user_message})

    # Генерація відповіді агента
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {"role": "system", "content": QUALIFICATION_SYSTEM_PROMPT},
            *conversation_history,
        ],
        tools=[
            {
                "type": "function",
                "function": {
                    "name": "update_lead_qualification",
                    "description": "Оновити кваліфікацію ліда на основі нової інформації",
                    "parameters": LeadQualification.model_json_schema(),
                }
            },
            {
                "type": "function",
                "function": {
                    "name": "schedule_demo",
                    "description": "Запропонувати слот для демонстрації",
                    "parameters": {
                        "type": "object",
                        "properties": {
                            "lead_name": {"type": "string"},
                            "lead_email": {"type": "string"},
                        },
                        "required": ["lead_name", "lead_email"],
                    }
                }
            }
        ],
    )

    # ... обробка відповіді
    return {"response": response.choices[0].message.content}

Персоналізований outreach

Для генерації листів ми використовуємо той самий LLM, але з окремим промптом. На кожен лист система підвантажує дані з нашого API збагачення (галузь, кількість співробітників, свіжі новини компанії). Шаблон послідовності:

def generate_personalized_outreach(lead_data: dict, sequence_step: int) -> str:
    """Генерує персоналізований лист на основі даних про компанію"""
    # Збагачуємо дані про компанію через API (Dadata, LinkedIn)
    company_info = company_enrichment_api.get(lead_data["company_domain"])

    sequence_contexts = {
        1: "Перший контакт — представлення та ціннісна пропозиція",
        2: "Follow-up через 3 дні — конкретна біль за даними компанії",
        3: "Follow-up через тиждень — соціальний доказ (кейс з галузі)",
        4: "Фінальний лист — пряма пропозиція зустрічі",
    }

    email_content = client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Напиши персоналізований sales-лист (крок {sequence_step}).
Контекст: {sequence_contexts[sequence_step]}
Тон: професійний, але не формальний. Без загальних фраз.
Довжина: 100-150 слів."""
        }, {
            "role": "user",
            "content": f"""Дані про ліда:
Ім'я: {lead_data['first_name']}
Посада: {lead_data['title']}
Компанія: {lead_data['company']}
Галузь: {company_info.get('industry')}
Розмір компанії: {company_info.get('employee_count')} співробітників
Нещодавні новини: {company_info.get('recent_news', 'немає даних')}"""
        }],
        temperature=0.7,
    )

    return email_content.choices[0].message.content

Чому AI-агент справляється краще за скриптового бота?

Традиційний бот працює за жорсткими сценаріями — при будь-якому відхиленні від гілки діалог ламається. LLM-агент розуміє контекст, перефразовує запитання та адаптує тон під співрозмовника. Результати з нашої практики: час першої відповіді скорочується в 130 разів (з 6,5 годин до 3 хвилин), а кількість кваліфікованих лідів зростає на 34% завдяки тому, що агент «дожимає» неочевидні кейси.

«Завдяки агенту наші SDR перестали витрачати час на холодний скринінг і зосередились на консультаціях високого рівня» — керівник відділу продажів клієнта.

Кейс: B2B SaaS лідогенерація

Один з наших клієнтів — компанія, що продає ERP-систему для середнього бізнесу. Вхідний потік — 200+ лідів на місяць, SDR-команда з 4 осіб не справлялась. Ми впровадили агента, який брав на себе первинний діалог та кваліфікацію.

Агент обробляє: первинну відповідь на вхідний запит, кваліфікаційний діалог (3–7 повідомлень), скоринг, передачу гарячих лідів SDR з повним контекстом.

Результати за перші 3 місяці:

• Time-to-first-response: 6,5 год → 3 хв
• Кваліфікованих лідів передано SDR: +34%
• Конверсія demo-scheduled: 18% (агент) vs 22% (SDR) — незначно нижче
• SDR фокус: переключились з L1 кваліфікації на роботу з уже теплими лідами
• Виручка pipeline: +28% за квартал (додатковий дохід склав кілька мільйонів гривень)

Обмеження: агент не веде фінальні переговори про умови та не працює з C-level корпоративними клієнтами — тільки кваліфікація та передача.

Що входить в роботу

Разом: 7–10 тижнів. Вартість розраховується індивідуально під ваш бізнес. Отримайте консультацію, щоб оцінити обсяг робіт.

Обробка заперечень

OBJECTION_HANDLERS = {
    "price": "Розумію питання вартості. Давайте подивимось на ROI — наші клієнти в середньому окупають інвестицію за {payback_period} місяців завдяки {key_benefit}. Хочете, я покажу розрахунок для вашого масштабу?",
    "timing": "Розумію, що зараз не найкращий момент. Коли було б зручно повернутись до розмови? Ми можемо поставити нагадування на {suggested_date}.",
    "competitor": "Чув, що ви розглядаєте {competitor}. Ми працюємо з кількома компаніями, які перейшли від них до нас — можу поділитись їхнім досвідом. Що для вас принципово важливо при виборі?",
    "no_need": "Цікаво чути — більшість наших клієнтів теж так думали до того, як виявили {pain_point}. Скажіть, як ви зараз вирішуєте {relevant_challenge}?",
}

Наш досвід та гарантії

Наша команда займається розробкою AI-агентів понад 5 років. У нас більше 25 успішних проектів у сфері лідогенерації. Ми надаємо гарантію на безперебійну роботу агента та підтримку після запуску. Хочете випробувати AI-агента на своїх даних? Зв'яжіться з нами для демонстрації.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.