7 мест, где sales AI-агент ломается до первого нормального pipeline

7 мест, где sales AI-агент ломается до первого нормального pipeline

Чаще всего проблема не в модели, а в том, как вы собрали цепочку. Для sales-агента критичны 4 слоя: нормализация лида, доступ к CRM, retrieval по базе знаний и контроль действий перед отправкой.

— Если в CRM пустые поля, агент начинает «додумывать» сегмент и приоритет.
— Если retrieval тянет слишком много контекста, модель теряет фокус и смешивает продукты.
— Если нет approval step, агент может отправить письмо не тому аккаунту или с неверным оффером.
— Если логика follow-up не хранит состояние, цепочка разваливается на 3–5 касании.

Для SDR-задач лучше держать короткий контекст: последние события по аккаунту, 1–2 релевантных кейса, текущая стадия и один следующий action. Всё остальное — в tool calls, а не в prompt. Иначе после нескольких итераций агент начинает повторяться и уходит в общие формулировки.

Ещё одна типовая ошибка — смешивать генерацию текста и решение о следующем шаге в одном шаге графа. Разделяйте: сначала агент выбирает action, потом отдельный узел формирует copy. Так проще ловить сбои и откатывать не весь сценарий, а только один участок.

Если строите sales AI, начинайте не с «умного письма», а с валидации данных, state machine и ручного контроля на критичных действиях. Тогда агент действительно помогает продажам, а не имитирует их.