Мої AI-кейси · Вячеслав Степанов

— 01 Як це працює

Я прийшов в AI не з цікавості до технології, а з потреби закрити дірки в процесах. Спершу — щоденна робота з моделями. Далі — вайб-кодинг. Потім автоматизації, які живуть без мене: запускаються самі, віддають результат і не потребують нагляду.

Кожне рішення починається однаково — з розбору, як робота влаштована насправді. Де людина витрачає години на те, що можна описати правилом. Де інформація губиться між системами. Де рішення приймають наосліп, бо дані приходять із запізненням. Бот з'являється вже після цього.

— 02 Стек

Моделі

Claude
GPT
Gemini
Perplexity
Grok

Автоматизація

n8n
Make
Zapier

Підхід

Вайб-кодинг
Інтеграції через API
Рішення під конкретний процес

— 03 Вибрані рішення

Продажі

Менеджер має продавати, а не збирати інформацію і не згадувати, кому давно не дзвонив.

01

Дослідження ліда

— Як було

Заявка приходила в CRM майже порожньою: ім'я, телефон, іноді назва компанії. Далі менеджер ішов у пошук сам — що це за фірма, чим займається, який у неї масштаб, хто власник, чи є взагалі бюджет на наш продукт. На одного ліда йшло від двадцяти хвилин до години. При потоці заявок частину просто не досліджували і дзвонили наосліп — а перша розмова наосліп коштує угоди.

— Що робить

—підхоплює заявку одразу після надходження
—збирає профіль компанії з відкритих джерел і реєстрів
—визначає масштаб, сферу, реєстраційні дані, власників
—оцінює, які продукти їй потенційно потрібні
—записує готове досьє в картку CRM до першого дзвінка

Схема n8n: дослідження ліда — Заявка ловиться вебхуком, далі паралельно йде збір із сайту компанії та державних реєстрів. Perplexity шукає публічну інформацію, OpenAI зводить аналіз, Claude перевіряє факти, і фінальний текст падає коментарем у картку Bitrix.

— Результат

Менеджер відкриває картку і бачить клієнта цілком: юрисдикція, рік заснування, географія, масштаб, канали, що саме запитує. Розмова починається з розуміння бізнесу, а не зі знайомства.

AI-аналіз ліда в картці Bitrix — Те, що бачить менеджер у Bitrix

02

Оцінка якості дзвінків

— Як було

Дзвінки ніхто не слухав системно. Керівник вибірково перевіряв кілька записів на тиждень — і то коли був час. Якість переговорів оцінювалась на відчуття. Одні й ті самі помилки повторювались місяцями просто тому, що їх ніхто не фіксував і не показував менеджеру.

— Що робить

—забирає записи розмов із телефонії
—транскрибує кожен дзвінок
—аналізує за критеріями якості переговорів
—ставить оцінку менеджеру і пояснює її
—розкладає результат: якісні розмови окремо, проблемні окремо

Схема n8n: оцінка якості дзвінків — Вебхук від телефонії, два фільтри на релевантність, завантаження запису, транскрибація, аналіз моделлю. Наприкінці розгалуження: розмови з нормальною оцінкою йдуть в одну таблицю, проблемні — в окрему, щоб керівник дивився саме їх.

— Результат

Оцінений кожен дзвінок, а не вибірка. Слабкі місця в переговорах видно одразу — без прослуховування сотень записів.

03

Пошук тендерів і комерційні пропозиції

— Як було

Тендери на європейському ринку шукали руками. Менеджер обходив майданчики, читав умови, вирішував, чи підходить, шукав контактну особу. Частину знаходили із запізненням, коли подаватись уже пізно. Частину не знаходили взагалі — фізично не встигали переглянути всі джерела щодня.

— Що робить

—щодня о 09:30 перевіряє тендерні майданчики
—звіряє знайдене з наявними компаніями, лідами й угодами в CRM
—класифікує за релевантністю до наших продуктів
—досліджує деталі тендера і хто вигравав попередні
—створює лід у Bitrix і надсилає картку в Telegram

Схема n8n: пошук тендерів — Найрозгалуженіша зі схем. Запуск за розкладом, цикл по кандидатах, звірка з Bitrix на трьох рівнях — компанія, лід, угода. Далі Perplexity добирає деталі, Gemini готує матеріал, а нерелевантні позиції відсіюються і позначаються в журналі, щоб не перевіряти їх завтра знову.

— Результат

10 нових лідів щомісяця. Людина підключається тільки тоді, коли клієнт відповів.

04

Реанімація клієнтів

— Як було

Клієнти, які колись купували і зникли, лежали в базі мертвим вантажем. Ніхто не відстежував, хто випав із циклу замовлень. Повторні продажі залежали від того, чи згадає менеджер про конкретну компанію — а при сотнях контактів у базі не згадував ніхто.

— Що робить

—витягує всі угоди і рахує RFM-скоринг: давність, частота, сума
—відбирає тих, хто випав із нормального циклу замовлень
—досліджує, що змінилось у клієнта відтоді
—ставить менеджеру задачу в CRM із контекстом: хто клієнт, що купував, коли востаннє

Схема n8n: реанімація клієнтів — Відбір іде не за датою, а за RFM-скорингом — клієнт, який купував раз на місяць і зник, потрапляє в список раніше за того, хто купує раз на рік. Перед постановкою задачі Perplexity перевіряє, що в компанії змінилось, щоб у менеджера був свіжий привід для дзвінка.

— Результат

Повторні продажі перестали залежати від пам'яті менеджера. Задача приходить сама, з готовим приводом для дзвінка.

Маркетинг

Комунікація йде туди, де клієнт її прочитає. Проблеми в кампаніях видно в день появи, а не в кінці місяця.

05

Ретеншн-комунікації

— Як було

Нагадати про себе клієнту, який давно не виходив на зв'язок, можна було тільки вручну. Розсилки йшли всім однаково і в один канал — хоч половина бази той канал не читає. Хтось відповідає тільки в Telegram, хтось живе у Viber, хтось перевіряє пошту раз на тиждень. Це знали менеджери, але ніде не використовували.

— Що робить

—бере з CRM дату останньої взаємодії з клієнтом
—визначає його переважний канал — email, Telegram, Viber, WhatsApp або соцмережа
—надсилає нагадування саме туди: новинки, актуальні пропозиції, привід повернутись

— Результат

Клієнт отримує повідомлення там, де реально його побачить. Повторні замовлення ростуть без ручної роботи менеджера.

06

Контроль рекламних кампаній

— Як було

Проблеми в кампаніях помічали постфактум. Вартість кліка повзла вгору тиждень, оголошення вигорало, трафік падав — і це бачили тільки коли зводили місячний звіт. На той момент бюджет уже витрачено, а повернути його неможливо.

— Що робить

—перевіряє оголошення в три фази за результативністю
—формує щоденний звіт онлайн
—підсвічує проблемні місця, які треба виправити
—сигналить при стрибку вартості кліка чи падінні трафіку

— Результат

Проблему видно в день появи. Реакція вимірюється годинами, а не тижнями.

07

Монтаж відео

— Як було

SMM-менеджер витрачав години на монтаж коротких роликів: нарізати, підібрати музику, накласти переходи, вирівняти під формат. Рутина з'їдала час, який мав іти на ідеї, зйомку і роботу з аудиторією.

— Що робить

—приймає сирий матеріал від команди
—монтує ролик під формат каналу
—додає музику, ефекти, переходи

— Результат

Монтаж перестав бути вузьким місцем. Команда займається змістом, а не таймлайном.

08

Моніторинг конкурентів

— Як було

Про кроки конкурентів дізнавались випадково: хтось помітив пост, хтось почув на виставці, хтось натрапив на нову сторінку в пошуку. Системної картини ринку не було. Реакція завжди йшла навздогін — коли конкурент уже зібрав свій результат.

— Що робить

—стежить за соцмережами конкурентів
—аналізує, з якими клієнтами вони працюють
—фіксує, що змінилось за тиждень у їхній активності

— Результат

Команда бачить своє місце щодо ринку і встигає відповісти стратегією, а не навздогін.

Команда і дані

Рішення приймаються на актуальних цифрах. Рутина відбору й зведення знята з людей.

09

Скринінг кандидатів

— Як було

Первинний відбір з'їдав час рекрутера, і переважно на відсіювання відгуків, які не відповідали вакансії навіть формально. На реальну роботу з кандидатами — інтерв'ю, оцінку, комунікацію — лишався залишок дня.

— Що робить

—читає відгуки на вакансію
—аналізує за критеріями ролі
—готує зведення по кожному кандидату

Схема n8n: скринінг кандидатів — Одна точка входу розгалужується на паралельні гілки — кожна обробляє свій зріз кандидатів і зводить результат у спільну таблицю. Саме через розгалуження вакансії обробляються одночасно, а не по черзі.

— Результат

Рекрутер починає роботу з коротким списком, а не зі стосом резюме.

10

Дашборди в реальному часі

— Як було

Звітність для власників і для відділу збиралась у таблицях руками. Дані вносили менеджери і маркетологи — з затримкою і з помилками, кожен у своєму форматі. Поки звіт доходив до керівництва, він застарівав. Рішення приймались за картиною тижневої давнини.

— Що робить

—тягне дані через API з CRM, Google Ads, Meta Ads, Analytics і Search Console
—зводить усе в одне середовище онлайн
—показує вартість ліда, середній чек, дати закриття угод
—окремо — завантаженість відділу і хто над якою задачею працює

Живий дашборд: дані з п'яти джерел в одному середовищі, без жодного ручного введення.

— Результат

Ручне зведення зникло разом із помилками. Власники бачать актуальні дані в будь-який момент, а не раз на тиждень.

— 04 Цифрами

100+автоматизацій

1,5роки поглибленої роботи

3платформи автоматизації

Не можна автоматизувати те, чого немає

Вячеслав Степанов

Спершу процес, потім бот. Інструмент не створює систему — він її масштабує. Тому перед кожною автоматизацією я розбираю, як робота влаштована насправді.

— Зв'язокСхожі задачі? Напиши.

← На головну