Оценка звонка менеджера руками руководителя съедает часы: прослушать запись, сверить со скриптом, выставить балл, написать обратную связь. Языковая модель делает первый проход за минуту — читает расшифровку разговора и возвращает оценку по вашим критериям. Решение по сотруднику остаётся за вами, модель снимает рутину разбора. Под капотом это обычная языковая модель, которой вы задаёте чёткие правила оценки.

Что делает промпт

TL;DR

Промпт для оценки звонка превращает расшифровку разговора в структурированный отчёт: соблюдён ли скрипт, прозвучало ли предложение записи, как менеджер закрыл возражения, какой итог. Модель ставит балл по вашим критериям и даёт короткую обратную связь. Руководитель смотрит спорные случаи и принимает решение по сотруднику сам.

У отдела записи каждый день десятки звонков. Чтобы понять, держит ли менеджер скрипт, руководитель прослушивает выборку вручную и заполняет чек-лист. На один разговор уходит вдвое больше времени, чем длится сам звонок: послушать, отмотать, сверить, записать вывод. В итоге проверяют пять звонков из ста, а остальные уходят без разбора.

Промпт меняет это соотношение. Вы отдаёте модели расшифровку разговора и список критериев, по которым оцениваете менеджера. Модель проходит по каждому пункту, отмечает, что сделано, и ставит общий балл. На выходе вы получаете таблицу по всем звонкам смены за то время, пока раньше слушали один. Это переводит контроль качества из выборочного в сплошной.

Важно держать рамку узкой. Модель оценивает звонок строго по вашему чек-листу, без свободной трактовки. Чем конкретнее критерии, тем устойчивее результат: «менеджер назвал свободные окна записи» проверяется однозначно, а «менеджер был вежлив» оставляет место для разнобоя в оценках.

  • Сверка разговора со скриптом записи: приветствие, выявление запроса, предложение слота
  • Проверка обязательных шагов: уточнение услуги, имя клиента, подтверждение времени
  • Разбор возражений: как менеджер ответил на «дорого», «подумаю», «перезвоню сам»
  • Итоговый балл и короткая обратная связь по конкретному звонку

Как собрать промпт

Хороший промпт начинается с критериев, а с готовой расшифровки звонка. Сначала выпишите, по чему вы вообще оцениваете менеджера записи, и переведите каждый пункт в проверяемый вопрос. Дальше задайте модели роль, формат вывода и шкалу. Чем жёстче структура, тем меньше расхождений между оценками разных звонков.

  1. Выпишите 5-8 критериев оценки звонка: приветствие, выявление запроса, предложение слота, работа с возражениями, фиксация записи
  2. Переведите каждый критерий в проверяемый вопрос с ответом «да» или «нет»: «менеджер предложил конкретное время записи?»
  3. Задайте модели роль: «ты руководитель отдела записи, оцениваешь разговор по чек-листу»
  4. Опишите формат вывода: таблица по критериям, общий балл из 10, две строки обратной связи
  5. Прогоните 10 расшифровок и сравните оценку модели с тем, как оценили бы вы сами
  6. Подправьте формулировки критериев там, где модель и вы разошлись, и закрепите шаблон
// С чего начать проще всего

Возьмите один критерий, который чаще всего проседает у менеджеров, — например, предложил ли сотрудник конкретное время записи. Прогоните по нему все звонки за неделю. Это быстрый способ увидеть, что промпт ловит реальные провалы, прежде чем расширять чек-лист на весь скрипт.

Чем пользоваться

Для оценки звонков нужны две вещи: расшифровка разговора и сам промпт. Расшифровку даёт сервис распознавания речи, который переводит запись в текст. Дальше текст уходит в чат с языковой моделью вместе с вашим чек-листом. Для разовой проверки выборки этого хватает: руководитель копирует расшифровку, вставляет в чат и читает отчёт.

ЗадачаЧем закрытьКогда усложнять
Расшифровка звонка в текстСервис распознавания речи из вашей телефонии или отдельныйКогда звонков сотни в день — настраивают автоматическую выгрузку
Оценка одного звонка по чек-листуЧат с языковой моделью и готовый промптКогда оценок десятки в день — подключают автоматизацию через n8n
Сводка по менеджеру за периодТаблица оценок, модель сводит в отчётКогда менеджеров много — настраивают регулярную сводку
Контроль всех звонков подрядСвязка распознавание плюс оценка по промптуКогда нужен поток без участия руководителя

Стоимость держится в рамках десятков долларов в месяц за подписку на модель, точную цифру сверьте на сайте сервиса — тарифы меняются. Для одного отдела записи этого хватает с запасом: руководитель прогоняет выборку звонков, видит слабые места и даёт менеджерам конкретную обратную связь. Платная связка с автоматической выгрузкой и оценкой каждого звонка окупается позже, когда разговоров становится сотни в день.

Российский руководитель упирается в вопрос доступа к моделям и оплаты. Здесь работают и отечественные решения, и зарубежные через корректный доступ. Конкретный выбор зависит от объёма звонков и чувствительности данных клиентов — это как раз тема, которую мы разбираем на разборе процессов.

Где нужен контроль

Модель ошибается уверенно. Она способна засчитать менеджеру шаг, которого в разговоре отсутствовало, или занизить балл из-за корявой расшифровки, где сервис распознавания перепутал слова. Это свойство языковых моделей называют галлюцинациями, и оно остаётся даже у сильных версий. Поэтому оценка модели — это первый проход, а финальный приговор по сотруднику. Спорные звонки руководитель слушает сам.

// Что остаётся за человеком

Решение по премии, выговору, обучению менеджера держит руководитель. Модель готовит разбор и экономит часы на прослушке, но кадровый вывод по живому сотруднику — зона человека. Менеджер должен получать обратную связь от руководителя, а от строки в отчёте.

Полезно заранее договориться, какие оценки идут в работу автоматически, а какие проходят через руководителя. Балл по типовому короткому звонку можно принимать как есть. Низкую оценку, жалобу клиента, спорный разговор руководитель пересматривает лично перед тем, как делать вывод о сотруднике. Эта граница защищает и менеджера от случайной ошибки модели, и качество самой оценки.

  • Расшифровка с ошибками: проверяйте текст на спорных звонках, распознавание речи неидеально
  • Низкий балл менеджеру: руководитель слушает запись сам перед кадровым выводом
  • Персональные данные клиентов в записях отдают модели с осторожностью, через корректный доступ
  • Критерии оценки: формулируйте однозначно, размытые пункты дают разнобой в баллах

Главная защита от ошибок — узкий чек-лист и проверка на старте. Когда вы видите, что на десятке реальных звонков оценка модели совпадает с вашей, доверие растёт само. Расширяйте критерии постепенно, удерживая контроль на каждом шаге. Полезно держать привычку раз в неделю выборочно сверять пару оценок модели с записью вручную. Так промпт становится точнее, а руководитель спокойно опирается на сплошной разбор вместо выборочного.

Куда двигаться

Когда оценка звонков работает, отдел переходит к следующему шагу: от разбора прошлых разговоров к подсказкам менеджеру в реальном времени и к сводкам для руководителя. Сначала вы видите слабые места по итогам смены, дальше собираете на их основе обучение, и качество записи растёт без постоянной ручной прослушки. Это нормальный путь — по одному критерию, с проверкой отдачи.

Заодно руководитель учится формулировать критерии оценки сам. Поначалу вы собираете чек-лист и промпт вместе со мной, дальше корректируете их под новые услуги и скрипты, а сводку по отделу получаете за минуты вместо дня прослушки. Этот навык остаётся с компанией: даже когда выйдут новые версии моделей, ваша команда уже умеет с ними работать и переносит промпты без переучивания.

Сложность здесь в выборе правильных критериев и в обучении руководителя работать с моделью без меня. Самый частый провал — в промпт закладывают размытые формулировки, получают разнобой в оценках и решают, что инструмент бесполезен. На разборе процессов мы вместе смотрим на ваш скрипт записи и собираем чек-лист, который даёт устойчивый результат.

● Discovery · 1 час · бесплатно

Покажите ваш скрипт записи и пару расшифровок звонков, и на бесплатном часовом разборе я помогу собрать промпт, который оценивает менеджеров так же, как вы сами. Записаться можно через раздел с программами.

Прийти на Discovery →

Частые вопросы

Какие критерии заложить в промпт для оценки звонка?
Берите проверяемые шаги вашего скрипта записи: приветствие, выявление запроса, предложение конкретного времени, работа с возражениями, фиксация записи. Каждый критерий формулируйте как вопрос с ответом «да» или «нет». Размытые пункты вроде «был вежлив» дают разнобой в оценках, поэтому держите формулировки однозначными.
Нужна ли запись звонка или хватит расшифровки?
Модель работает с текстом, поэтому звонок сначала переводят в расшифровку через сервис распознавания речи. Саму запись руководитель слушает только на спорных случаях. Качество распознавания влияет на оценку: на коротких типовых звонках текст обычно чистый, на сложных стоит сверять расшифровку с записью.
Можно ли по оценке модели лишать менеджера премии?
Оценка модели — это первый проход, а готовый приговор. Балл по типовому звонку можно принимать как есть, но низкую оценку и кадровый вывод руководитель проверяет сам, слушая запись. Модель ошибается уверенно и способна засчитать или занизить шаг, поэтому решение по сотруднику держит человек.
Сколько стоит оценивать звонки через языковую модель?
Для выборочной проверки хватает подписки на модель за десятки долларов в месяц плюс сервис распознавания речи, точные суммы сверьте на сайтах сервисов. Этого достаточно одному отделу записи. Автоматическую выгрузку и оценку каждого звонка подключают позже, когда разговоров становится сотни в день.
Как проверить, что промпт оценивает звонки правильно?
Прогоните 10 реальных расшифровок и сравните оценку модели с тем, как оценили бы их вы. Там, где балл разошёлся, подправьте формулировку критерия и повторите. Когда на десятке звонков оценки совпадают, доверие растёт. Раз в неделю выборочно сверяйте пару оценок с записью вручную.
Что делать с персональными данными клиентов в записях?
Имена, телефоны и историю обращений отдавайте модели с осторожностью и через корректный доступ. Для оценки скрипта личные данные клиента обычно лишние — важна структура разговора, а контакт. Когда чувствительность данных высокая, рассматривают локальные решения — это отдельная тема разбора процессов.