Практический пример промпта

Неэффективный промпт. «Какие возражения может иметь клиент?»

Эффективный промпт. «Пожалуйста, внимательно проанализируй представленные ниже фрагменты предыдущих диалогов с клиентом и, основываясь на содержащейся в них информации, сформулируй обоснованные предположения о том, какие потенциальные возражения могут возникнуть в ходе следующего запланированного разговора. Для каждого идентифицированного возражения укажи, на каких факторах оно, вероятнее всего, будет основываться (бюджетные ограничения, опасения относительно сложности интеграции, недостаточный уровень доверия к бренду), и предложи два-три конкретных, убедительных аргумента для эффективного преодоления каждого из возможных возражений».

Практическая ценность. Если в вашем распоряжении имеется архив предыдущей переписки (или качественная стенограмма телефонных переговоров), то современный чат-бот способен оперативно проанализировать эти материалы и выявить потенциально значимые моменты. Например, клиент в одном из сообщений упоминал: «Да, необходимо отметить, что наш текущий бюджет имеет определенные ограничения, и мы пока не имеем четкого понимания, как интегрировать данное решение в существующую сметную структуру». На основе этой и подобной информации языковая модель может сформулировать обоснованное предположение: «Высока вероятность возникновения возражения, связанного с восприятием цены как чрезмерно высокой и отсутствием четко представленного механизма расчета экономической эффективности». Далее искусственный интеллект предложит несколько потенциально эффективных аргументов: «Рекомендуется представить детализированный расчет ROI, привести успешный кейс реализации проекта со схожими бюджетными параметрами…»

Объективные ограничения подхода

• Необходимо понимать, что чат-бот не имеет технической возможности анализировать «реальные графические материалы» (например, сложные диаграммы распределения бюджетных средств) и не обладает доступом к фактическим корпоративным данным. Он ограничивается анализом текстовой информации, опираясь на типовые сценарии и данные, содержащиеся непосредственно в предоставленных вами материалах.

• В некоторых случаях языковая модель может генерировать предположения о возражениях, которые, хотя и логичны в общем контексте, неактуальны в специфике конкретной отрасли. Поэтому важно критически оценивать предлагаемые выводы, выбирая те элементы, которые представляются релевантными и потенциально полезными в вашей ситуации.