Sales AI-агент ломается не на лидах, а на контексте сделки

Sales AI-агент ломается не на лидах, а на контексте сделки

Чаще всего агент для продаж строят как «сначала найди лид, потом напиши письмо». Проблема в том, что у сделки есть состояние: ICP, стадия, источник, последние касания, возражения, кто ЛПР, что уже обещали. Если агент этого не видит, он генерирует шаблонный outreach и быстро начинает повторять сам себя.

Рабочая схема — не один промпт, а pipeline:
— enrichment из CRM и почты;
— decision layer, которая решает, писать ли вообще;
— генерация текста только после проверки правил;
— запись результата обратно в CRM как событие, а не как «готовый текст».

Для долгих цепочек нужен checkpoint: сохранять промежуточное состояние после каждого шага. Иначе после 8–12 итераций агент теряет, почему он выбрал именно этот оффер, и начинает галлюцинировать детали компании.

Ещё одна частая ошибка — смешивать scoring и outreach. Скоринг должен быть детерминированным или почти детерминированным, а LLM — работать только в зоне вариативности: subject line, тон, персонализация, краткий follow-up. Тогда легче ловить регрессии и считать, где агент реально добавляет конверсию, а где просто шумит.

Если делаете sales AI, начинайте не с генерации письма, а с модели состояния сделки. Без неё агент выглядит умно только в демо.