Метод Славуцкого
← Кейсы учеников
ИИ для бизнеса39ТерраПрототип

AI-агент для квалификации лидов с Авито

Создан прототип AI-агента, который отвечает на обращения с Авито, собирает данные для сметы и передаёт лид в CRM.

Точка А

Авито был основным каналом входящих обращений, однако уведомления пропускались из-за занятости владельца на производстве. Первичная квалификация выполнялась вручную: требовалось последовательно уточнить параметры объекта и сохранить их для расчёта сметы. Из-за пауз между сообщениями процесс занимал от десяти минут до двух дней, а часть лидов терялась до передачи в работу.

Точка Б

AI-агент мгновенно вступает в диалог, сохраняет контекст переписки и последовательно собирает данные, необходимые для предварительного расчёта. После валидации информации система создаёт карточку клиента в CRM и отправляет владельцу уведомление в Telegram. Владелец подключается к обращению после завершения базовой квалификации.

Решение

Спроектирован автономный контур Авито → NextBot → CRM → Telegram. AI-агент собирает тип зоны установки, метраж ограждения, адрес объекта и контактный номер телефона. Для защиты от ошибок настроена проверка формата вводимых данных, включая валидацию номера телефона. Тональность и способность удерживать контекст тестировались на исторических переписках с реальными клиентами с Авито.

Результат

ФактОтвет за секунды · 100% корректных записей в CRM в тесте

до 2 дней
занимала первичная квалификация до автоматизации
секунды
время ответа AI-агента в тестовой среде
100%
корректность записи параметров в CRM в тесте
4
обязательных параметра для расчёта сметы

В тестовой среде AI-агент отвечал за секунды, корректно собирал обязательные параметры и передавал их в CRM через функциональные вызовы. Связка Авито, NextBot, CRM и Telegram работала без сбоев в рамках проведённого тестирования. Прототип подтвердил возможность автономной квалификации на уровне, достаточном для рутинного первичного сбора данных. В коммерческую эксплуатацию на живом трафике решение не запускалось, проект был остановлен на стадии готового R&D-прототипа.

Выводы

Пилот подтвердил жизнеспособность трёхслойной архитектуры: естественный диалог, валидация данных и интеграция с CRM. Полученный шаблон можно адаптировать для других сервисных бизнесов, где предварительный расчёт зависит от последовательного сбора обязательных параметров.

Стек и инструменты

АвитоNextBotCRM-системаTelegramBotFatherФункциональные вызовы