Промпты для ведения CRM. 23 готовых примера для ChatGPT, DeepSeek, Gemini и других ИИ

Возможно, Вы замечали, что Ваша CRM-система, вместо того чтобы быть центром управления клиентами, медленно превращается в дорогое цифровое кладбище данных. Контакты копятся, сделки висят без движения, а менеджеры тратят больше времени на заполнение полей, чем на общение с людьми. Это до боли знакомая ситуация для многих компаний.

Вы уже слышали, что нейросети могут помочь, и даже пробовали просить их “написать письмо клиенту”. В ответ получали что-то безликое и совершенно бесполезное. В итоге рождается мысль: “Этот ИИ не работает для серьезных задач”. Но это фундаментальное заблуждение, которое стоит бизнесу упущенной выгоды.

Проблема не в искусственном интеллекте. Проблема в том, как мы с ним разговариваем. Чтобы получить от ИИ осмысленный результат, нужно перестать быть просителем и стать постановщиком задач. В этой статье мы разберем, почему простые запросы проваливаются, и предоставим 23 готовых, детально проработанных промпта для ведения CRM, которые превратят нейросеть в вашего самого эффективного ассистента.

Что Вы упускаете, используя простые запросы:

• Точность данных
• Скорость выполнения рутинных операций
• Возможности для персонализации
• Глубокую аналитику по клиентской базе
• Скрытые точки роста и возможности для допродаж

Приготовьтесь изменить свой подход к работе с CRM раз и навсегда.

Почему стандартные запросы к ИИ не работают для CRM

Представьте, что нейросеть — это ваш невероятно умный, исполнительный, но совершенно ничего не знающий о вашем бизнесе стажер. Если Вы дадите ему команду “напиши клиенту”, он напишет. Но он не знает, кто этот клиент, какая у него история покупок, на каком этапе воронки он находится и какова цель этого письма. В результате получается текст, который в лучшем случае будет проигнорирован, а в худшем — вызовет раздражение.

Многие наступают на одни и те же грабли, ожидая от ИИ телепатических способностей. Это приводит к разочарованию и отказу от мощнейшего инструмента. Давайте разберем ключевые причины провала и почему они критичны именно для CRM.

Ошибка 1: Отсутствие контекста — фатально для отношений с клиентом

В отличие от написания поста для соцсетей, работа в CRM — это всегда работа с контекстом. Каждая задача связана с конкретным клиентом, его историей и текущим статусом.

Ключевая мысль: Для CRM-системы контекст — это не просто дополнительная информация, это основа, на которой строятся отношения и продажи.

Когда Вы отправляете в нейросеть запрос без данных о клиенте, Вы заставляете ее “додумывать”. ИИ не знает, что:

• Клиент “Иван Петров” уже третий раз обращается с одной и той же проблемой.
• Компания “Ромашка” — ваш VIP-клиент с чеком в 10 раз выше среднего.
• Лид “Ольга” пришел с вебинара и уже знаком с вашим продуктом.

Без этой информации любое “персонализированное” письмо будет звучать фальшиво. Именно поэтому промпты для CRM должны быть насыщены деталями из карточки клиента.

Ошибка 2: Неопределенная цель — пустая трата времени и ресурсов

Запрос “проанализируй данные клиента” — это команда в пустоту. Что значит “проанализируй”? Найти возможности для допродажи? Оценить риск ухода? Подготовить краткую сводку для менеджера перед звонком?

Каждая операция в CRM имеет конкретную бизнес-цель. Нейросеть должна четко понимать, какого результата от нее ждут. В противном случае она выдаст общие наблюдения, не имеющие практической ценности. И вот менеджер, вместо того чтобы получить готовое решение, тратит время на расшифровку бессмысленного отчета. Конечно, после пары таких попыток он вернется к ручной работе, проклиная “бесполезные технологии”.

Ошибка 3: Игнорирование формата вывода — создание дополнительной работы

Допустим, Вы хотите, чтобы ИИ сегментировал клиентов по заданным критериям. Вы пишете промпт, и он выдает результат в виде связного текста: “К VIP-клиентам можно отнести ООО ‘Альфа’ и ИП Сидорова, так как их оборот превышает…”.

Что с этим делать дальше? Копировать вручную? Пытаться распарсить этот текст для импорта в систему? Это неудобно и долго. Гораздо эффективнее сразу попросить нейросеть выдать результат в структурированном виде, например, в формате JSON или таблицы. Это позволяет автоматизировать дальнейшие шаги и избежать ручного переноса данных.

Слабый промпт	Сильный промпт	Почему сильный промпт работает
“Напиши письмо для Ивана”	“Напиши follow-up письмо для Ивана после демонстрации продукта. Цель – договориться о следующем звонке. Учти, что он выражал сомнение в цене.”	Задает конкретную цель (звонок) и учитывает ключевое возражение клиента (цена), что делает письмо релевантным.
“Проанализируй клиента”	“Проанализируй историю покупок клиента X и предложи 3 продукта для кросс-продажи с обоснованием для каждого.”	Четко определяет задачу анализа (поиск продуктов для кросс-продажи) и формат результата (3 продукта с обоснованием).
“Создай задачу менеджеру”	“Создай задачу в CRM для менеджера Петрова: ‘Позвонить клиенту Y’. Приоритет: высокий. Срок: до 15:00 сегодня. В описании укажи: ‘Клиент заполнил форму на расчет’.”	Предоставляет все необходимые поля для создания задачи в CRM, исключая двусмысленность и необходимость уточнений.

Понимание этих ошибок — первый шаг к созданию действительно работающих промптов. Далее мы перейдем к конкретным примерам, которые построены с учетом всех этих нюансов.

23 готовых промпта для ведения CRM: от лидов до лояльности

Ниже представлены готовые к использованию промпты, разделенные по функциональным блокам. Каждый промпт — это не просто шаблон, а продуманный инструмент, решающий конкретную бизнес-задачу. Обратите внимание на их структуру: она всегда включает роль, контекст, переменные и четкую цель.

Часть 1: Работа с лидами и сегментация

Это основа основ. Ошибки на этом этапе приводят к тому, что менеджеры тратят время на “холодных” лидов, а перспективные клиенты остаются без внимания.

Промпт 1: Квалификация и скоринг нового лида

Этот промпт помогает быстро оценить перспективность нового лида на основе данных из заявки, чтобы менеджер мог сфокусироваться на самых “горячих”.

Элемент промпта	Содержание
Роль	Ты — опытный B2B-аналитик по продажам.
Задача	Провести скоринг нового лида на основе предоставленных данных и критериев.
Контекст	Наш идеальный клиент — это производственная компания с оборотом от 100 млн рублей в год, находящаяся в поиске решений для автоматизации склада.
Данные лида (переменные)	Источник лида: [Например: ‘Заявка с сайта после вебинара’] Имя: [Имя] Компания: [Название компании] Должность: [Должность] Сфера деятельности компании: [Например: ‘Производство продуктов питания’] Размер компании (по данным из открытых источников): [Например: ’50-100 сотрудников’] Текст сообщения из формы: [Например: ‘Добрый день, интересует стоимость вашего WMS-решения’] Просмотренные страницы на сайте: [Например: ‘/products/wms’, ‘/cases/food-industry’]
Критерии скоринга (1-10 баллов)	Соответствие сферы (производство): +3 балла Должность (ЛПР – директор, C-level): +2 балла Прямой запрос о продукте в сообщении: +2 балла Просмотр кейсов на сайте: +1 балл Источник (вебинар): +2 балла
Цель	Присвоить лиду итоговый балл, дать краткое обоснование и рекомендовать следующий шаг для менеджера.
Формат вывода	Строго JSON: {“lead_name”: “…”, “score”: X, “justification”: “…”, “next_step”: “…”}

Почему этот промпт работает: Он не просто просит “оценить лида”, а дает четкие веса для каждого параметра. Это превращает субъективную оценку в измеримый процесс. Формат JSON позволяет автоматически обновить поле “Скоринг” в карточке лида в CRM.

Промпт 2: Сегментация клиентской базы

Этот промпт поможет разбить всю базу на понятные сегменты для дальнейшей персонализированной работы.

Роль	Ты — маркетолог-аналитик, специализирующийся на RFM-анализе.
Задача	Сегментировать список клиентов на основе данных об их покупках.
Контекст	Мы — интернет-магазин электроники. Нам нужно выделить “Чемпионов”, “Лояльных”, “Спящих” и “Группу риска” для запуска целевых email-кампаний.
Данные клиентов (переменные)	Предоставлю массив объектов в формате JSON, где каждый объект — это клиент с полями: client_id, last_purchase_date (дней назад), purchase_frequency (количество покупок за год), total_spent (общая сумма покупок). [Вставить массив данных]
Правила сегментации	Чемпионы: покупали недавно (0-30 дней), часто (больше 5 раз), тратят много (топ 20% по сумме). Лояльные: покупали недавно (0-60 дней), покупают средне (2-5 раз). Группа риска: покупали давно (91-180 дней), но раньше покупали часто или много. Спящие: последняя покупка более 180 дней назад.
Цель	Вернуть JSON, где каждому client_id присвоен соответствующий сегмент.
Формат вывода	Строго JSON: [{“client_id”: …, “segment”: “…”}, …]. Никакого текста до или после.

Почему этот промпт работает: Он задает четкие, измеримые правила для каждого сегмента. Это исключает двусмысленность. Требование формата JSON позволяет сразу импортировать результат в CRM и использовать сегменты для настройки автоматических рассылок.

Промпт 3: Создание customer-persona на основе данных сегмента

После сегментации полезно создать обобщенный портрет клиента в каждом сегменте.

Роль	Ты — исследователь рынка и UX-аналитик.
Задача	Создать детальный портрет клиента (customer-persona) на основе обобщенных данных по сегменту.
Контекст	Мы проанализировали сегмент наших “Чемпионов” в CRM. Нужно создать их собирательный образ.
Данные по сегменту (переменные)	Средний возраст: 35 лет Преобладающий пол: Мужской (70%) Частые должности: IT-специалист, менеджер среднего звена Средний чек: 15 000 руб. Часто покупаемые категории: Комплектующие для ПК, гаджеты для умного дома Основной источник трафика: органический поиск по техническим запросам Цели покупки: апгрейд домашнего рабочего места, хобби (сборка ПК) Боли и проблемы (из опросов): сложность выбора совместимых компонентов, нехватка времени на изучение обзоров.
Цель	Создать описание персоны по имени “Техно-Энтузиаст Алексей”.
Формат вывода	Текст, структурированный по разделам: 1. Демография. 2. Профессиональная деятельность. 3. Цели и мотивация. 4. Проблемы и барьеры. 5. Каналы коммуникации. 6. Краткое саммари “Как мы можем ему помочь”.

Почему этот промпт работает: Он агрегирует сухие данные из CRM в живой, понятный образ. Это помогает команде маркетинга и продаж лучше понимать свою аудиторию и создавать более эмпатичный контент.

Часть 2: Персонализация коммуникаций

Именно здесь ИИ может принести максимальную пользу, создавая сообщения, которые выглядят так, будто написаны лично для каждого клиента.

Промпт 4: Персонализированное приветственное письмо

Роль	Ты — email-маркетолог и эксперт по вовлечению клиентов.
Задача	Написать текст приветственного письма для нового подписчика.
Контекст	Человек подписался на нашу рассылку через форму на странице “[Название скачанного лид-магнита, например, ‘Чек-лист по выбору кофемашины’]”. Мы — магазин specialty-кофе.
Данные клиента (переменные)	Имя: [Имя клиента] Скачанный материал: [Название лид-магнита] Город: [Город клиента, если известен]
Элементы письма	1. Обращение по имени. 2. Благодарность за подписку и упоминание скачанного материала. 3. Краткое представление компании (1-2 предложения). 4. Полезный совет, связанный с темой лид-магнита. 5. Призыв к действию (например, посмотреть подборку кофе для новичков). 6. Тональность: дружелюбная, экспертная, но не снобская.
Цель	Создать теплое и полезное письмо, которое положит начало хорошим отношениям с подписчиком.
Формат вывода	HTML-разметка для письма (тема и тело письма).

Почему этот промпт работает: Он привязывает письмо к конкретному действию пользователя (скачивание лид-магнита), что сразу делает его релевантным. Вместо общего “Спасибо за подписку” клиент получает подтверждение, что его интерес был замечен.

Промпт 5: Follow-up письмо после отсутствия ответа

Роль	Ты — деликатный, но настойчивый менеджер по продажам.
Задача	Написать короткое и вежливое follow-up письмо.
Контекст	Мы отправили коммерческое предложение клиенту [Название компании] 5 дней назад, но не получили ответа. Последний контакт был с [Имя контактного лица].
Переменные	Имя клиента: [Имя] Название компании: [Компания] Дата отправки КП: [Дата] Тема КП: [Например, ‘КП на поставку оборудования’] Ключевая выгода для клиента (из КП): [Например, ‘снижение издержек на 15%’]
Цель и ограничения	Цель: получить ответ, жив ли интерес. Тональность: ненавязчивая, заботливая. Не использовать манипулятивные фразы типа “Вы, наверное, заняты”. Письмо должно быть не длиннее 4-5 предложений.
Формат вывода	Тема и текст письма.

Почему этот промпт работает: Он запрещает использование клише и манипуляций, которые всех раздражают. Вместо этого он фокусируется на помощи и напоминании о ценности, что повышает шансы на позитивный ответ.

Промпт 6: Реактивационное письмо для “спящего” клиента

Роль	Ты — CRM-маркетолог, главная задача которого — вернуть ушедших клиентов.
Задача	Написать текст письма для реактивации клиента, который давно не покупал.
Контекст	Клиент [Имя] из компании [Компания] не совершал покупок уже 180 дней. Его последняя покупка — [Название последнего купленного товара/услуги].
Переменные	Имя клиента: [Имя] Количество дней без покупок: 180 Последний купленный продукт: [Продукт] Сфера деятельности клиента: [Сфера] Специальное предложение для возврата: [Например, ‘Персональная скидка 15% на следующий заказ’ или ‘Бесплатный аудит’]
Цель и структура	Цель: Напомнить о себе и мотивировать на возврат. Структура: 1. Вежливое напоминание о том, что давно не виделись. 2. Упоминание его последнего заказа, чтобы показать, что мы его помним. 3. Предложение специального бонуса “для своих”. 4. Простой призыв к действию.
Формат вывода	Тема и текст письма.

Почему этот промпт работает: Он использует персонализацию (упоминание последней покупки), чтобы выделиться на фоне массовых рассылок “Мы по вам скучаем”. Специальное предложение делает возврат более привлекательным.

Промпт 7: Генерация скрипта для звонка на основе данных CRM

Роль	Ты — руководитель отдела продаж, который готовит своих менеджеров к звонкам.
Задача	Создать структуру и ключевые тезисы для телефонного звонка клиенту.
Контекст	Менеджер должен позвонить клиенту, который 2 дня назад скачал наш прайс-лист, но не оставил заявку.
Данные из CRM (переменные)	Имя клиента: [Имя] Компания: [Компания] Действие: Скачал прайс-лист на категорию [Название категории] Просмотренные страницы до этого: [Список страниц] История взаимодействий: [Например, ‘Был на вебинаре месяц назад’]
Цель звонка	Выяснить, появились ли у клиента вопросы по прайсу, и квалифицировать его интерес. НЕ ПРОДАВАТЬ “в лоб”.
Структура скрипта	1. Вступление (представиться и напомнить о скачанном прайсе). 2. Ключевой вопрос (например, “Успели ли ознакомиться? Возможно, появились какие-то вопросы по позициям?”). 3. Вопросы для квалификации (2-3 вопроса о задаче клиента). 4. Предложение следующего шага (например, “Если задача актуальна, могу подготовить для Вас детальный расчет”). 5. Завершение звонка.
Формат вывода	Текст в виде пошагового скрипта с речевыми модулями.

Почему этот промпт работает: Он смещает фокус с “продажи” на “помощь”. Звонок, построенный по такому скрипту, воспринимается не как навязывание, а как своевременная экспертная поддержка.

Часть 3: Внутренние задачи и аналитика

Здесь ИИ помогает не во внешних коммуникациях, а в обработке информации внутри компании, экономя часы работы менеджеров и аналитиков.

Промпт 8: Краткое саммари истории взаимодействия с клиентом

Роль	Ты — ассистент руководителя отдела продаж. Твоя задача — готовить краткие сводки по клиентам.
Задача	Проанализировать лог взаимодействий с клиентом и составить краткое саммари для менеджера перед звонком.
Контекст	Менеджеру через 15 минут звонить важному клиенту, у него нет времени перечитывать всю историю в CRM.
Лог взаимодействий (переменные)	[Вставить текст лога из CRM: даты и содержание звонков, писем, встреч, жалоб, покупок]
Цель	Выделить ключевую информацию, чтобы менеджер за 1 минуту вошел в курс дела.
Структура саммари	Последний контакт: Дата и тема. Ключевые договоренности: Что было обещано клиенту или о чем договорились. Открытые вопросы/проблемы: Есть ли нерешенные жалобы или вопросы. Потенциал: Упоминал ли клиент о планах, которые могут привести к новой сделке. Красные флаги: На что обратить особое внимание (например, недовольство ценой).
Формат вывода	Текст в виде маркированного списка по указанной структуре.

Почему этот промпт работает: Он экономит драгоценное время менеджера и снижает риск допустить ошибку, забыв о важном нюансе из прошлой коммуникации. Это повышает качество каждого контакта с клиентом.

Промпт 9: Создание задачи для менеджера в CRM

Роль	Ты — системный интегратор, который переводит человеческий язык в формат, понятный CRM-системе.
Задача	На основе текстового описания создать структурированную задачу.
Контекст	Руководитель надиктовал голосом задачу для менеджера, нужно преобразовать ее в формат для API CRM.
Текстовое описание (переменные)	“Слушай, пусть Вася позвонит завтра утром в ‘Ромашку’, там надо обсудить с главбухом Еленой Ивановной новый договор. Это очень срочно.”
Дополнительные данные	ID ответственного “Васи”: `user_789` ID клиента “‘Ромашка'”: `company_123` ID контакта “Елена Ивановна”: `contact_456` “Завтра утром” означает [Завтрашняя дата] 11:00.
Цель	Сформировать JSON-объект для создания задачи через API.
Формат вывода	Строго JSON: {“task_name”: “Позвонить и обсудить новый договор”, “responsible_user_id”: “user_789”, “due_date”: “[YYYY-MM-DD]T11:00:00”, “client_id”: “company_123”, “contact_id”: “contact_456”, “priority”: “high”, “description”: “Обсудить новый договор с главным бухгалтером Еленой Ивановной.”}

Почему этот промпт работает: Это идеальный пример перевода неструктурированной информации в структурированную. Он позволяет создавать задачи в CRM с помощью голосовых ассистентов или чат-ботов, минимизируя ручной ввод.

Промпт 10: Анализ текста отзыва и тегирование

Роль	Ты — аналитик клиентского опыта.
Задача	Прочитать отзыв клиента и присвоить ему соответствующие теги из списка.
Отзыв клиента (переменная)	“В целом, ваш сервис неплохой, доставка была быстрой. Но курьер был очень груб, и упаковка товара была повреждена. Пришлось потратить время на разбирательства.”
Список тегов	`Сервис`, `Цена`, `Доставка`, `Качество товара`, `Вежливость персонала`, `Упаковка`, `Сайт`, `Ассортимент`.
Цель	Выделить основные темы, затронутые в отзыве, и определить его общую тональность.
Формат вывода	JSON: {“tags”: [“Доставка”, “Вежливость персонала”, “Упаковка”], “sentiment”: “negative”}

Почему этот промпт работает: Он позволяет автоматически обрабатывать сотни отзывов, превращая их в данные для анализа. Собрав статистику по тегам, можно быстро выявить самые проблемные зоны в бизнесе (например, если тег “Доставка” встречается в 80% негативных отзывов).

Промпт 11: Генерация еженедельного отчета по продажам

Роль	Ты — финансовый аналитик и бизнес-консультант.
Задача	На основе сухих цифр подготовить краткий и понятный отчет для руководителя.
Данные за неделю (переменные)	Новых лидов: 150 (прошлая неделя: 120) Закрыто сделок: 25 (прошлая неделя: 30) Средний чек: 12 500 руб (прошлая неделя: 11 000 руб) Конверсия в продажу: 16.6% (прошлая неделя: 25%) Топ-менеджер по продажам: Иванов (7 сделок)
Цель	Написать саммари отчета (3-4 абзаца), выделив ключевые тренды, поводы для беспокойства и позитивные моменты.
Структура отчета	1. Главный итог недели (кратко). 2. Позитивные моменты (что выросло и почему). 3. Проблемные зоны (что упало и возможные причины). 4. Рекомендации на следующую неделю (на что обратить внимание).
Формат вывода	Текст отчета, написанный деловым, но понятным языком.

Почему этот промпт работает: Он переводит цифры на язык бизнеса. Руководителю не нужно самому сравнивать показатели и делать выводы — он получает готовую аналитику с рекомендациями.

Часть 4: Работа с лояльностью и удержанием

Привлечь клиента — это полдела. Гораздо сложнее и важнее его удержать. Эти промпты помогут повысить лояльность и вовремя заметить тех, кто собирается уйти.

Промпт 12: Определение клиентов с риском ухода (churn prediction)

Роль	Ты — дата-сайентист, специализирующийся на предсказании оттока клиентов.
Задача	На основе поведенческих данных клиента оценить вероятность его ухода в ближайшие 3 месяца.
Данные клиента (переменные)	ID клиента: [ID] Частота покупок: снизилась с 1 раза в месяц до 1 раза в 4 месяца. Средний чек: упал на 30%. Активность на сайте: не заходил 60 дней. Обращения в поддержку: 2 жалобы за последний месяц (ранее не было). Использование продукта: перестал использовать ключевые функции.
Цель	Оценить риск ухода по 10-балльной шкале, дать обоснование и предложить 2-3 превентивные меры.
Формат вывода	JSON: {“client_id”: …, “churn_risk_score”: X, “reason”: “…”, “preventive_actions”: [“…”, “…”]}

Почему этот промпт работает: Он позволяет выявлять “тревожные звоночки” еще до того, как клиент окончательно уйдет. Это дает возможность отделу по работе с клиентами сработать на опережение.

Промпт 13: Идеи для программы лояльности

Роль	Ты — креативный маркетолог, эксперт по программам лояльности.
Задача	Предложить 3-4 идеи для программы лояльности.
Контекст и переменные	Наш бизнес: Кофейня (офлайн). Целевая аудитория: Студенты и офисные работники 20-35 лет. Средний чек: 350 руб. Проблема: Низкая повторяемость покупок, много “одноразовых” клиентов.
Цель	Придумать не банальные (“каждая 6-я чашка в подарок”), а более интересные механики.
Формат вывода	Список идей. Для каждой идеи: 1. Название/суть механики. 2. Почему это сработает для нашей аудитории. 3. Примерная сложность внедрения (низкая, средняя, высокая).

Почему этот промпт работает: Вместо того чтобы просить стандартные решения, он подталкивает ИИ к генерации креативных идей, релевантных для конкретной аудитории и бизнеса.

Промпт 14: Текст для NPS-опроса

Роль	Ты — исследователь клиентской удовлетворенности.
Задача	Написать текст для email-рассылки с NPS-опросом.
Контекст	Опрос отправляется через 7 дней после получения заказа клиентом.
Переменные	Имя клиента: [Имя] Номер заказа: [Номер] Купленный товар: [Товар]
Цель	Создать максимально короткое и понятное письмо, чтобы получить высокий процент ответов.
Структура	1. Тема письма: “Оцените нас за 15 секунд, [Имя]?”. 2. Текст: супер-короткий, с благодарностью за заказ и одной единственной ссылкой на опрос. 3. Подчеркнуть, что это займет не больше минуты.
Формат вывода	Тема и текст письма.

Почему этот промпт работает: Он сфокусирован на главной цели — максимизации конверсии в ответ. Убирая все лишнее, он повышает шансы, что занятой клиент все-таки нажмет на ссылку.

Промпт 15: Ответ на негативный отзыв

Роль	Ты — специалист по управлению репутацией и конфликтолог.
Задача	Написать проект ответа на публичный негативный отзыв.
Отзыв (переменная)	“Ужасный сервис! Ждал доставку 3 дня вместо обещанного одного, никто не предупредил о задержке. Больше у вас ничего не закажу!”
Данные из CRM	Заказ действительно задержался на 2 дня из-за сбоя в логистике.
Алгоритм ответа (LEAF)	1. Listen (Выслушать): Показать, что отзыв услышан. 2. Empathize (Сопереживать): Проявить сочувствие. 3. Apologize (Извиниться): Признать ошибку. 4. Fix (Исправить): Предложить решение и/или компенсацию.
Цель	Снизить негатив, показать другим читателям, что компания решает проблемы, и попытаться вернуть клиента.
Формат вывода	Текст публичного ответа.

Почему этот промпт работает: Он использует проверенную методологию работы с негативом, что позволяет дать структурированный и профессиональный ответ, а не эмоциональный. Это важно для управления репутацией.

Дополнительные полезные промпты

Вот еще несколько примеров для решения разнообразных задач:

• Промпт 16: Определение возможностей для Up-sell/Cross-sell. Проанализировать историю покупок и предложить, какой более дорогой или сопутствующий товар можно предложить клиенту.
• Промпт 17: Суммаризация длинной email-переписки. Взять полотно текста из переписки и выделить ключевые договоренности и нерешенные вопросы.
• Промпт 18: Написание черновика Case Study. На основе данных о клиенте (проблема, предложенное решение, полученные результаты в цифрах) написать структуру и основной текст кейса для сайта.
• Промпт 19: Очистка и стандартизация данных. Преобразовать “ген. дир.”, “Генеральный директор”, “гендиректор” в единый формат “Генеральный директор”.
• Промпт 20: Генерация темы для письма A/B теста. Предложить 3-4 альтернативные темы для одного и того же письма, нацеленные на разные триггеры (любопытство, срочность, выгода).
• Промпт 21: Подготовка персонального предложения на день рождения. На основе любимых категорий товаров клиента предложить ему персональную скидку или подарок.
• Промпт 22: Анализ причины отказа от сделки. Взять комментарий менеджера “Клиент отказался, дорого” и предложить 3-4 уточняющих вопроса, которые менеджер должен был задать, чтобы понять истинную причину.
• Промпт 23: Создание шаблона ответа на типовой вопрос. На основе часто задаваемого вопроса в поддержку (“Как отследить заказ?”) создать универсальный и понятный шаблон ответа.

Как правильно работать с ИИ для CRM-задач: рекомендации наставника

Иметь набор хороших промптов — это только половина успеха. Вторая половина — это правильный подход к их использованию и адаптации. Вот несколько советов, которые помогут Вам избежать типичных ошибок и извлечь максимум пользы.

1. Думайте как архитектор, а не как проситель

Перестаньте воспринимать ИИ как поисковую строку. Начните относиться к нему как к системе, которую Вы проектируете. Каждый промпт — это “чертеж” для маленькой программы, которая должна выполнить конкретную работу. Чем детальнее чертеж, тем точнее результат.

2. Принцип “один промпт — одна задача”

Не пытайтесь впихнуть в один запрос несколько действий. Промпт “Проанализируй клиента, напиши ему письмо и создай задачу” скорее всего даст плохой результат по всем трем пунктам. Разделите это на три последовательных промпта. Это даст Вам больше контроля и повысит качество каждого шага.

3. Создайте свою библиотеку промптов

Не нужно каждый раз изобретать велосипед. Возьмите предложенные в этой статье промпты за основу. Адаптируйте их под специфику вашего бизнеса, продуктов и клиентов. Сохраните самые удачные варианты в отдельный документ или базу знаний. Со временем у Вас появится собственная библиотека отлаженных инструментов для любых CRM-задач.

4. Безопасность прежде всего: анонимизируйте данные

Критически важный момент! Не передавайте в публичные нейросети (такие как ChatGPT) реальные персональные данные клиентов: полные имена, телефоны, email-адреса. Перед отправкой данных в промпт заменяйте их на псевдонимы или идентификаторы (`Клиент_123`, `user@example.com`). Для полноценной и безопасной работы лучше использовать корпоративные версии ИИ-моделей или разворачивать их на собственных серверах, где данные защищены.

Чек-лист создания эффективного промпта для CRM

Перед тем как запустить промпт в работу, проверьте его по этому списку:

1. Роль задана? (Например, “Ты — маркетолог-аналитик”).
2. Контекст предоставлен? (Кто мы, что за продукт, какая ситуация).
3. Задача четко сформулирована? (Не “проанализируй”, а “найди 3 продукта для кросс-продажи”).
4. Все необходимые данные (переменные) включены? (Данные из карточки клиента, история покупок и т.д.).
5. Ограничения и нюансы указаны? (Тональность, длина текста, что НЕ нужно делать).
6. Формат вывода определен? (JSON, HTML, маркированный список и т.д.).

Если Вы можете поставить галочку напротив каждого пункта — ваш промпт готов к работе.

Частые вопросы, которые боятся задать

Вопрос: Можно ли полностью автоматизировать CRM с помощью ИИ?

Ответ: Полностью — вряд ли и не нужно. ИИ — это инструмент усиления, а не полной замены человека. Лучшая связка — это когда ИИ берет на себя 80% рутинной работы (подготовка данных, написание черновиков, аналитика), а человек добавляет финальные 20% — эмпатию, стратегическое видение и принятие окончательных решений.

Вопрос: Что делать, если ИИ “галлюцинирует” и придумывает факты?

Ответ: Это происходит, когда в промпте не хватает данных или задача слишком открытая. Чтобы снизить риск “галлюцинаций”, всегда предоставляйте ИИ как можно больше фактической информации в самом промпте. Не спрашивайте “Какой у клиента может быть интерес?”, а предоставьте его историю просмотров и спросите “На основе этих данных, какие три темы ему наиболее релевантны?”.

Вопрос: Сколько времени уходит на создание хорошего промпта?

Ответ: На первый взгляд, может показаться, что это долго. Но это инвестиция, которая окупается многократно. Потратив 10-15 минут на создание и отладку одного хорошего промпта (например, для реактивации клиентов), Вы затем сможете применять его к сотням клиентов, экономя десятки часов ручной работы и получая гораздо лучший результат.

Заключение: от архива данных к активному инструменту роста

Мы начали с образа CRM как “кладбища данных”. Это происходит не потому, что CRM-системы плохи, а потому, что у сотрудников не хватает времени и ресурсов, чтобы эффективно работать с накопленной информацией. Искусственный интеллект, при правильном подходе, становится тем самым недостающим звеном, которое оживляет эти данные.

Ключевая мысль, которую стоит вынести из этой статьи: качество ответа от ИИ на 90% определяется качеством вашего запроса. Перестаньте давать ему расплывчатые команды и начните ставить четкие, детальные задачи, как вы бы сделали это для самого компетентного сотрудника.

Используйте предложенные промпты для ведения CRM как отправную точку. Экспериментируйте, адаптируйте их под свою реальность. Создавайте свою уникальную библиотеку инструментов. Именно такой системный подход позволит Вам превратить CRM из пассивного хранилища в проактивный центр управления клиентскими отношениями, который напрямую влияет на рост вашего бизнеса. Теперь у вас есть все необходимое, чтобы начать этот путь.