Лидогенерация с помощью ИИ: что отдать машине и как её проверить

Лидогенерация с помощью ИИ отдаёт машине ту работу с заявками, где человек проигрывает в скорости и терпении, то есть пишет объявления, подбирает аудиторию, отвечает ночью, сортирует обращения по заранее записанным признакам и считает, из какого канала пришли живые люди. Проверяют такую машину сверкой с ручным разбором, и без сотни заявок, разобранных своими руками, собственник не узнает, сколько живых заявок, уже оплаченных рекламой, ИИ отправил в корзину.

Сверх разбора задач покажу, как превратить проверку в деньги, то есть какие вопросы задать себе по выгрузке заявок, как на них ответить и как дальше отвечать за вечер, отдав сверку нейросети.

Какие задачи лидогенерации отдать нейросети

ИИ в лидогенерации окупается там, где заявке нужна скорость, а суждение уже записано человеком.

Часть работы машина делает и без спроса. Мастер кампаний в Яндекс Директе по описанию бизнеса сам пишет объявления, подбирает аудиторию, время и площадки показа (Яндекс Директ).

Целиком машине достаются две строки, две она делает вчерне, а в последней её нет вовсе. Я бы начинал с сортировки, ведь её проверить дешевле всего.

Нейросеть отбирает заявки только по вашим признакам

Без записанных признаков живой заявки ИИ сортирует по собственному вкусу, гладкому и общему.

Рекламный кабинет снимает ботов, но пропускает в CRM почти всё, что видно по смыслу. По справке Яндекса, антифрод, то есть защита от ботов и накруток, не трогает заявки реальных людей, которые не стали целевыми, ошибки в полях и формы, заполненные за вознаграждение (Яндекс Директ).

Сортировка остаётся на компании, и машине нужна ваша мерка. Это город, услуга из прайса, существующий номер и человек, который сам подтвердил интерес; подробно она разобрана в статье про признаки качественного лида. Черта продаж выше, у квалифицированного лида проверяют ещё деньги, право решать и срок.

В чате предпринимателей попросили нейросеть, которая будет «общаться, помогать потенциальным ученикам и потом их закрывать на чеки». До чека, впрочем, машина доводит только тех, кого правильно отобрала, и проверяется это раньше любых продаж.

Качество отбора проверяют сотней заявок, разобранных руками

Точность ИИ на заявках узнают одним способом, сверив его пометки с вашими на одной и той же сотне.

Берут сто последних заявок с пометкой машины, прячут пометки, и менеджер разбирает каждую по признакам компании. Потом обе разметки сводят в одну таблицу. Числа ниже учебные.

Совпало 84 из 100, и в отчёте это выглядит прилично. Но из 62 живых заявок машина отбросила 10, то есть каждую шестую.

Какая ошибка дороже

Пропущенный мусор стоит шести лишних звонков менеджера. Отброшенная живая заявка стоит денег, за неё уже заплатили рекламе. По данным Callibri, лид у компаний рынка услуг в июне 2025 года обходился в среднем в 3 012 рублей (Callibri). Десять отброшенных заявок по такой цене дают 30 120 рублей на каждую сотню, и это ещё без несостоявшихся продаж.

Собственник хочет, чтобы машина отсеивала строже и менеджеры не тонули в мусоре, а строгий фильтр выбрасывает живых. Противоречие снимает корзина. Отброшенные заявки складывают отдельно, и раз в день их просматривает человек. Если разбирать некому, проверку каждого обращения с записью разговора отдают подрядчику, которому платят только за подтверждённые заявки.

Машине отдают только ту работу, которую уже делали руками

Автоматизировать имеет смысл набитую руку, а сырой процесс машина только разгоняет в неверную сторону.

По моему опыту, лидогенерация проходит три ступени, и прыгать через них дорого. Сначала компания находит первых покупателей и продаёт им сама, потом понимает, с чем они приходят, и конверсия перестаёт быть случайной. Только после этого есть смысл в крупных бюджетах и в машине, которая разбирает поток. Если отдел ни разу не сортировал заявки руками, ИИ сверять не с чем (а его 84 % совпадений некому посчитать).

В опросе Cloud.ru и Высшей школы бизнеса ВШЭ среди компаний от ста сотрудников с работающим агентом продажи и маркетинг назвали областью применения в 11 % ответов (Cloud.ru и ВШБ ВШЭ).

Порядок я бы держал такой. Неделю заявки сортируют люди, машина размечает их параллельно, потом сверяют сотню. Когда отброшенных живых меньше одной на двадцать, пометки ставит машина, а корзину смотрит человек. Эталоном для такой сверки годятся и пометки оператора, который подтверждает каждую заявку звонком.

Где ИИ в лидогенерации снимает работу, а где опасен

Машина экономит часы на сортировке и подсчёте, а опасна там, где касается чужих телефонов.

Заявка с именем и номером содержит персональные данные. Если загрузить выгрузку в зарубежный сервис, выйдет передача данных за рубеж. О ней по части 3 статьи 12 закона о персональных данных компания обязана заранее уведомить Роскомнадзор (КонсультантПлюс). Робот, который сам обзванивает купленную базу с предложением, нарушает часть 2 статьи 18 закона о рекламе (КонсультантПлюс).

Сам я решаю, что считать живой заявкой, сколько минут есть на ответ и что делать с корзиной. Машине отдаю пометки с основанием, склейку дублей и подсчёт по каналам, а первый звонок с подтверждением интереса ночью берёт подрядчик.

Перед сверкой задайте себе три вопроса. Сколько живых заявок машина отбросила за неделю? Во сколько рублей они обошлись рекламе? Совпадает ли её пометка с итогом в CRM?

Промпт: сколько живых заявок отбросила нейросеть

На вход идёт то, что уже лежит в CRM, выгрузка заявок за неделю или месяц с датой, источником, текстом обращения, пометкой машины (бота, сервиса или подрядчика) и итогом, плюс расход по источникам. Имена и телефоны клиентов замените метками вида «заявка 1», персональные данные и коммерческую тайну в публичный чат не вставляйте. Подойдёт любая крупная модель, DeepSeek работает бесплатно и без VPN, ChatGPT и Claude мощнее, но с ограничениями доступа из России. Устройство таких заданий разобрано в статье про промты для бизнеса.

Роль. Ты аналитик отдела продаж и проверяешь, как машина сортирует заявки, только по приложенной выгрузке.

Результат. Таблица 2 × 2, где в строках пометка машины («живая», «мусор»), в столбцах итог по CRM («живая», «мусор»), а в клетках число заявок. Под таблицей четыре числа: доля совпадений; сколько живых заявок машина отбросила и какая это доля от всех живых; сколько мусора пропустила; во сколько рублей рекламы обошлись отброшенные живые заявки по цене заявки их источника.

Зачем. Хочу понять, можно ли доверить машине весь поток заявок и сколько денег я теряю на её ошибках.

Подзадачи строго по порядку, к следующей не переходи, пока не закрыта предыдущая.
1. Перечисли столбцы выгрузки и спроси, где пометка машины, где итог, где источник и расход. Без ответа дальше не иди.
2. Спроси, какие итоги считать живой заявкой, какие мусором и куда относить «не дозвонились». Без ответа дальше не иди.
3. Заявки без пометки машины или без итога покажи отдельным списком и не считай.
4. Собери таблицу 2 × 2 и посчитай четыре числа. Цену заявки источника считай как расход источника, делённый на число его заявок.
5. Если у отброшенных машиной заявок итога нет, выбери из них 20 случайных и попроси меня разобрать их вручную. Результат этой двадцатки покажи отдельно, рядом назови, сколько отброшенных заявок осталось непроверенными, и общий итог по ним не выводи.
6. Покажи до десяти отброшенных живых заявок с текстом обращения и предположи, по какому признаку машина ошиблась.
7. Под каждой находкой дай одну фразу, которую я завтра скажу тому, кто отвечает за сортировку, с конкретным числом.

Нюансы. Говори простым языком. Если итоги записаны по-разному, сведи их в список и спроси, угадывать нельзя. Живой заявку делают признаки компании, а не продажа, поэтому отказ живого человека остаётся живой заявкой. Если пометка машины спорит с итогом, покажи такие строки и спроси, как их считать.

Рамки. Не выдумывай нормы точности и средние по рынку. Оценивай пометки, людей не оценивай. Мотивационные речи и рассуждения о важности опусти полностью.

Коротко: главное из статьи

• Лидогенерация с ИИ отдаёт машине объявления, первый ответ ночью, сортировку заявок и подсчёт по каналам, а рекламный автообзвон запрещён законом о рекламе.
• Нейросеть отбирает заявки только по признакам, которые записала компания, потому что антифрод Директа пропускает формы за вознаграждение и ошибки в полях.
• Качество отбора проверяют сверкой пометок машины с ручным разбором одной и той же сотни заявок.
• В учебном расчёте десять отброшенных живых заявок при цене лида 3 012 рублей стоят 30 120 рублей рекламы, а шесть пропущенных мусорных стоят шести лишних звонков менеджера.
• В зарубежный сервис заявки загружают с метками вместо имён и телефонов.

Частые вопросы