Строительство и ремонт
Июнь 2026
Отфильтровать целевые заявки из потока входящих автоматически — без участия менеджеров на этапе первичного разбора.
«Квал» (целевая заявка) — заказ от 150 кв. м по каждой позиции.
Например:
180 м² стеновых панелей — КВАЛ (берём в работу)
120 м² кровельных и 50 м² стеновых — НЕ КВАЛ (слишком мелко)
Ситуация до внедрения:
У клиента уже стоял бот-квалификатор, но он неверно считал математику. Складывал стены и кровлю вместе. Путался. Противоречил сам себе. Менеджеры перепроверяли сотни диалогов вручную — а сделки уходили к конкурентам.
Первый шаг — не переписывать промпт, а понять, где именно система ломается. Мы вскрыли переписки и нашли корень:
Где терялись деньги: до 70% рабочего времени менеджеров уходило на первичную фильтрацию входящих вместо работы с реально крупными сделками
Узкое место: у системы не было жёсткого математического правила «меньше 150 м² → вежливо прощаемся». Всё решалось на ощупь
Клиент пришёл со скепсисом — предыдущий бот уже подвёл. Поэтому мы начали с демо-бота в Telegram. Заказчик лично «пытал» его самыми каверзными запросами: проверял, как ИИ считает квадратуру и различает типы панелей. Только когда ИИ доказал, что считает лучше отличника — подписали договор.
Для проекта выбрали нейросеть Grok. Причина: она реже выдумывает факты и жёстче следует правилам. Инструкция простая: «Видишь меньше 150 м² — вежливо прощайся. Больше — бери контакт». Grok выполняет её буквально.
Реализовали три ключевых параметра:
Математическая логика: ИИ не просто читает текст — он считает цифры и сопоставляет их с категориями (стены/кровля) отдельно по каждой позиции
Интеграция с Bitrix24: бот квалифицирует лид и автоматически передаёт его в нужную стадию CRM
Охват: подключили все 4 аккаунта Авито — бесперебойная работа 24/7
Раньше на каверзный вопрос клиента бот отвечал «я уточню». Теперь — отвечает сразу, фактами. Мы собрали все разрозненные данные — от технических регламентов производства до ответов на сложные вопросы клиентов — и упаковали в структурированную базу знаний. Теперь ИИ оперирует фактами о плотности утеплителя (PIR, минвата, пенополистирол), типах замков и огнестойкости на уровне ведущего инженера завода. И это напрямую отразилось на цифрах.
Сэндвич-панели — это сотни комбинаций: разная толщина (от 50 до 250 мм), типы покрытий и вся палитра RAL. Мы сформировали полный цифровой каталог со всеми вариациями товаров. Это позволило боту мгновенно ориентироваться в ассортименте и выдавать точные параметры по запросу клиента — даже если заказчик сам запутался в замерах.

Статистика за период работы системы:
Масштаб: 1 263 квалифицированных диалога на 4 аккаунтах Авито — от «Здравствуйте» до квалификации
Нагрузка: 95% сообщений обрабатываются без участия человека — менеджеры работают только с горячими заявками от 150 м²
Объём: обработано более 6 500 сообщений (всего поступило 6 966)
Стоимость: 15 ₽ за один квалифицированный диалог — ИИ выявил потребность, проверил объём и взял контакт
Суть изменений: менеджер получает в CRM не просто сообщение, а готовую карточку: «Клиент Иван, нужно 240 м² стеновых панелей, телефон +7...». Человеческий фактор убран с этапа рутины.

Завод перестал «захлёбываться» в сообщениях. Менеджеры работают только с «китами» — заказчиками, чьи объёмы соответствуют мощностям производства.
Скорость: клиент на Авито получает расчёт за секунды
Фокус: отдел продаж занимается продажами, а не арифметикой за 3-й класс
Масштаб: теперь можно запускать хоть 10 аккаунтов на Авито — нагрузка на персонал не вырастет
![]()
Юлия Позднякова
Ключом к результату стала не замена одного бота другим, а пересборка логики с нуля: жёсткая математика вместо линейных скриптов, глубокая база знаний вместо шаблонных ответов. Теперь ИИ оперирует техническими данными на уровне инженера — и отдел продаж занимается продажами, а не фильтрацией.
Три элемента, без которых это было бы невозможно: правильный выбор модели (Grok), предварительное тестирование и глубокая интеграция в CRM.
![]()
Максим
Маркетолог
Очень доволен результатом: задачу взяли в работу и закрыли быстро и качественно. Робот уже показывает хороший уровень, дальше будем постепенно дорабатывать его, чтобы убрать редкие некорректные ответы и еще улучшить квалификацию. В целом - отличная работа и сильный результат на старте.