Sales AI ломается не на модели, а на контексте сделки: чек-лист на прод

Sales AI ломается не на модели, а на контексте сделки: чек-лист на прод

У агентов для продаж типичная поломка не в генерации текста, а в потере состояния между шагами. Если SDR-агент не хранит: источник лида, сегмент, стадию, последние возражения и next best action, он начинает писать «умные» письма, которые не двигают сделку.

Рабочая схема для production:
— один слой памяти на сделку, отдельно от краткосрочного чата;
— retrieval только из CRM и call notes, без свободного web-search;
— жёсткая схема ответа: цель, гипотеза, следующий шаг, риск;
— лимит на автогенерацию: после 3–5 итераций нужен human review.

Для lead-scoring агента полезнее не «предсказать закрытие», а объяснить, какие сигналы изменили score: открытие письма, посещение pricing, ответ на objections, активность в демо. Иначе модель сложно дебажить, а sales ops не понимает, почему лид ушёл в high-priority.

Если строите sales AI-пайплайн, начинайте с логирования: входные поля, извлечённые факты, выбранное действие, latency, ручная правка. Когда агент ошибается, почти всегда нужен не новый prompt, а лучшая изоляция контекста и guardrails на действия.