setupaiagents.com
GTM

ИИ заполняет КП и анкеты

Новый RFP превращается в полный первый черновик на основе вашей библиотеки утверждённых ответов менее чем за час. Так вашим инженерам по продажам экономится 8–16 часов на каждый опросник.

Вход
Новый RFP загружен на Drive
Действие
Сопоставление вопросов с библиотекой утверждённых ответов, составление остального, флаг пробелов
Выход
Черновик документа с оценками уверенности и списком пробелов

Почему сейчас

RFP и опросники SIG это самые затратные по времени блокеры в продажах среднему бизнесу. Сделки ждут неделями, пока кто-то старший ответит на «шифруете ли вы данные в покое». Ответ не менялся 18 месяцев, он где-то в документе. ИИ находит его, вставляет и флагирует 10% действительно новых вопросов.

Что входит в сборку

  • Библиотека ответов: 100–300 утверждённых пар вопрос-ответ, проиндексированных из прошлых RFP
  • Триггер загрузки: новый файл в папке Drive или базе данных Notion
  • Извлечение вопросов: OCR + парсинг структуры (Excel, Word, PDF)
  • Сопоставление: каждый вопрос получает топ-3 совпадения из библиотеки с оценкой уверенности
  • Черновик: ответы с высокой уверенностью заполнены, с низкой помечены '[НУЖЕН-СПЕЦИАЛИСТ]'
  • Результат: Google Doc или страница Notion с параллельным отображением вопрос → черновик → источник
Google DriveNotionGoogle Docs

Типичные проблемы, которые мы решаем

Устаревшие ответы в библиотеке

Если в библиотеке есть ответ, ссылающийся на упразднённые продукты, черновик унаследует это. Мы добавляем поле «дата последнего утверждения» и автоматически флагируем всё старше 12 месяцев.

Извлечение вопросов из Excel

Опросники SIG часто приходят в виде Excel с объединёнными ячейками и скрытыми столбцами. Извлечение бывает шумным. Проверяем вывод и настраиваем парсер под каждый тип шаблона.

Юридическая ответственность

Придуманное «да, у нас есть SOC 2» хуже любого отсутствия ответа. Мы жёстко привязываем ответы на вопросы о соответствии только к библиотеке, никакой генерации. Инженер по продажам проверяет раздел о соответствии перед отправкой.

Пример промпта

Скрытая версия скелета промпта, который мы строим. Ваша сборка настраивается под ваши данные.

You are the SE lead at {companyName}. Incoming questionnaire: {questionsJson}. Answer library (top matches per question already retrieved): {libraryMatches}. For each question: if best match has confidence >0.85, use it verbatim with a citation. If 0.6–0.85, draft using match as a basis. If <0.6, output '[NEEDS-SE]' with a 1-sentence reason.
Стоимость
Стоимость по брифу. Первая сборка требует больше работы по настройке библиотеки, каждая следующая обходится дешевле.
Сроки
Неделя 1: индексация библиотеки ответов. Неделя 2: сборка + тестирование на реальном RFP.

Вопросы

Хотите ИИ заполняет КП и анкеты для вашей команды?

20 минут на вводном звонке. Скажем, подходит ли этот агент под ваш стек.

Другие агенты, которые мы собираем