Использование нейросетей для общения с клиентами меняет сам процесс работы менеджера. Вы больше не пишете текст с нуля, а собираете факты и редактируете готовый черновик. Но если просто попросить ИИ “ответь клиенту на это письмо”, вы получите неестественный, перегруженный штампами текст, который только раздражает собеседника. Чтобы инструмент экономил время и не вредил репутации, нужно жестко задавать правила генерации и контролировать факты.
| Что разберем | Что это даст на практике |
| Структура рабочего промпта для ответов | ИИ перестанет выдавать длинные извинения и канцелярские шаблоны |
| Сценарии: претензия, отказ, продажа | Сможете быстро адаптировать запрос под уровень негатива или тип задачи |
| Ошибки и галлюцинации нейросетей | Клиент не получит выдуманные скидки, несуществующие сроки или ложные обещания |
Главный принцип: ИИ не отвечает, ИИ упаковывает ваши смыслы
Самая частая ошибка – делегировать нейросети принятие решений. ИИ не знает, можете ли вы сделать возврат, когда приедет курьер и почему сломалась интеграция с 1С. Если не дать ему конкретные факты, он начнет их выдумывать (галлюцинировать) или нальет воду.
Правильный процесс работы выглядит так:
- Вы читаете запрос клиента.
- Вы принимаете решение (например: “Отказать в возврате, так как прошло 20 дней, но предложить скидку 15% на следующий заказ”).
- Вы передаете ИИ контекст, сообщение клиента и ваше решение.
- ИИ превращает эти тезисы в связное, вежливое письмо.
- Вы проверяете факты и отправляете.
Как собрать базовый промпт для службы поддержки
Чтобы ИИ писал адекватно, ему нужно задать роль, ограничения по стилю и четкие вводные. Сохраните этот шаблон и используйте его как основу, меняя только блок с фактами.
Структура идеального запроса:
- Роль: “Ты старший специалист службы поддержки интернет-магазина. Твоя задача – писать вежливые, эмпатичные и понятные ответы клиентам.”
- Правила стиля: “Пиши коротко. Не используй сложные обороты, канцелярит и штампы. Не пиши ‘доброго времени суток’ и ‘надеюсь, это письмо застанет вас в добром здравии’. Обращайся на ‘вы’ со строчной буквы.”
- Сообщение клиента: Вставляете оригинальный текст без изменений.
- Факты для ответа: Перечисляете то, что ИИ должен обязательно включить в текст.
Пример сборки:
“Ты менеджер B2B-сервиса. Ответь клиенту. Тон спокойный, профессиональный, без заискивания. Пиши абзацами не длиннее 3-4 строк.
Письмо клиента: ‘Где закрывающие документы за март? У нас налоговая проверка, мы просили еще неделю назад!’
Факты для ответа: Извиниться за задержку. Документы уже отправлены через ЭДО Диадок 10 минут назад. Продублировали сканы во вложении к этому письму. Виноват технический сбой в интеграции, мы его починили.”
Развилки и сценарии: как менять подход к разным письмам
Сценарий 1: Ответ на претензию или гневное письмо
Когда клиент злится, нейросети склонны впадать в крайности: либо отвечают сухим юридическим языком, либо начинают бесконечно извиняться (“Мы глубоко раскаиваемся и приносим тысячу извинений”). И то, и другое злит еще больше.
Что добавить в промпт: “Извинись только один раз в начале письма. Дальше пиши только по делу. Объясни причину ошибки, скажи, что мы уже делаем для решения, и назови точный срок. Не используй фразу ‘мы понимаем ваше недовольство’.”
Сценарий 2: Отказ клиенту (нет функционала, нельзя вернуть деньги)
Прямой отказ, написанный машиной, часто звучит грубо. ИИ нужно настроить на поиск альтернатив.
Что добавить в промпт: “Мы не можем выполнить требование клиента. Сформулируй отказ мягко, но однозначно. Обязательно предложи альтернативное решение из списка фактов. Не пиши ‘к сожалению’ больше одного раза.”
Сценарий 3: Массовые ответы на типовые вопросы (FAQ)
Если клиенты спрашивают о графике работы, стоимости доставки до пункта выдачи СДЭК или наличии товара, здесь важна скорость и точность.
Как действовать: В этом случае можно использовать ИИ не для генерации текста каждый раз, а для создания базы готовых, по-человечески написанных шаблонов. Попросите ИИ: “Перепиши этот сухой регламент доставки простым языком для клиента”. Сохраните результат в CRM или базу знаний и используйте быстрые клавиши.
Частые ошибки при работе с ИИ-ответами
Ошибка: Использование “ИИ-штампов”
Нейросети обучались на огромном массиве текстов, в том числе плохих. По умолчанию они выдают фразы-маркеры: “Важно отметить”, “В современном быстро меняющемся мире”, “Спешим сообщить”, “Остаемся на связи для дальнейшего плодотворного сотрудничества”.
Как избежать: Добавьте в системный промпт черный список стоп-слов. Прямо напишите: “Никогда не используй следующие фразы: [список]”.
Ошибка: Слепая отправка без вычитки
ИИ может написать: “Мы вернем вам 10 000 рублей”, хотя вы просили предложить купон на 1000 рублей. Или пообещать, что курьер приедет через час, потому что нейросети показалось, что это звучит клиентоориентированно.
Как избежать: Жесткое правило для любого сотрудника: текст от ИИ – это только черновик. Проверка цифр, дат, имен, сумм и названий тарифов делается человеком вручную в 100% случаев.
Ошибка: Потеря контекста переписки
Если вы скормите ИИ только последнее сообщение клиента (“А когда именно?”), он не поймет, о чем речь, и напишет бред.
Как избежать: Копируйте в промпт всю ветку диалога или кратко описывайте предысторию в блоке фактов (“Контекст: клиент ждет доставку дивана, мы переносим срок уже второй раз”).
Ограничения и исключения: когда ИИ лучше не использовать
Есть ситуации, где применение нейросетей для генерации ответов несет больше рисков, чем пользы.
- Официальные досудебные претензии. Юридически значимые ответы должен составлять юрист. ИИ может использовать неосторожную формулировку, которая будет трактоваться не в вашу пользу (например, случайно признать вину компании там, где ее нет).
- Случаи с высоким градусом личной трагедии. Если клиент сообщает о серьезном ущербе здоровью, имуществу, или о смерти родственника (например, запрос на отмену билетов или возврат страховки). Машинная эмпатия здесь выглядит цинично. Пишите такие ответы только вручную.
- Сложный технический саппорт. Если клиент прислал кусок кода, лог ошибки из сервера или скриншот настроек нестандартного роутера, базовые текстовые модели могут дать “правдоподобный, но технически неверный” совет. Здесь ИИ можно использовать только для перевода ответа разработчика с технического языка на клиентский, но не для поиска самого решения.
