Промпты для обучения превращают утверждённый рабочий материал в упражнения для сотрудников, если наставник задаёт источник, версию и критерии ответа. Для поддержки и продаж нужны разные ситуации. Итоговую оценку навыка утверждает человек.
Утверждённый материал
Каждое упражнение опирается на конкретную версию регламента. Наставник проверяет текст задания до выдачи сотруднику.
Соберите папку с действующими инструкциями и назначьте владельца каждого документа. В запросе к модели укажите название, дату версии, аудиторию и границы темы. Без версии упражнение может учить старому маршруту обращения или устаревшим формулировкам для клиента.
Передавайте в публичный сервис только разрешённые материалы без реальных данных клиентов. Имена, телефоны и номера заказов замените условными значениями. Если политика компании запрещает отправку регламента наружу, используйте согласованный внутренний контур или подготовьте обезличенный учебный фрагмент.
| Источник | Учебное действие | Проверка |
|---|---|---|
| Регламент поддержки | Маршрут обращения | Сверка с пунктом |
| Скрипт продаж | Уточнение запроса | Сверка с критериями |
| Обратная связь | Разбор ответа | Решение наставника |
Промпт для подготовки основы: «По утверждённому регламенту [название, версия, фрагмент] выдели действия сотрудника, условия перехода и случаи передачи человеку. Верни таблицу: цитата источника, учебное правило, возможная ошибка новичка. Неизвестное обозначь как вопрос наставнику». Последнее поле помогает увидеть пробелы самого документа.
Система обучения и подтверждение навыка разобраны в материале о проверке навыка. Здесь задача уже: подготовить качественное учебное задание из готового источника. Для внедрения в команде пригодится обучение сотрудников работе с ИИ.
Для каждого источника добавьте дату следующего пересмотра. Даже хорошо написанное упражнение теряет ценность, если инструкция меняется, а карточка продолжает учить старому действию. Владелец библиотеки закрывает такой разрыв.
Ситуация для поддержки
Запрос для нового сотрудника поддержки: «Используй только регламент [название, версия, текст]. Создай учебный диалог с клиентом, который сообщает о [тип проблемы] без личных данных. На каждом ходе предложи два действия сотрудника и спроси, какое выбрать. После ответа покажи пункт регламента и объясни последствия выбора».
В сценарии нужен разворот: сначала обычное уточнение, затем сообщение, которое требует передачи старшему специалисту. Наставник проверяет, что модель провела границу в правильном месте. Если регламент молчит о необычной ситуации, упражнение должно оставить вопрос открытым, без выдуманного правила.
Дайте новичку пройти диалог без подсказки, сохраните его решения и попросите объяснить каждый переход. Сотрудник, который угадывает правильную кнопку, может пока плохо понимать причину. После разбора наставник меняет одну деталь ситуации и смотрит, переносится ли навык на новый вариант.
- Укажите версию регламента и учебную цель.
- Получите диалог с развилкой и ссылкой на пункт.
- Проверьте развилку вместе с наставником.
- Дайте сотруднику новую ситуацию для повторения.
Чат-бот для обучения сотрудников отвечает за доставку упражнений и напоминания. Качество самого задания зависит от актуального регламента, точных развилок и проверки наставником. Эти две задачи полезно держать в разных чек-листах.
Обратите внимание на язык клиента в условном диалоге. Слишком удобные реплики скрывают реальные сложности. Наставник может добавить неполное описание проблемы, чтобы проверить навык уточнения без давления на новичка.
Разбор разговора
Для менеджера по продажам материалом служит утверждённый список вопросов к клиенту и правила обещаний. Запрос: «На основе [название, версия, фрагмент] создай условный разговор о [тип запроса]. Попроси сотрудника уточнить потребность, показать ограничения предложения и согласовать следующий шаг. После ответа дай обратную связь по критериям [перечень] с указанием пункта источника».
Учебный клиент может поменять бюджет или сроки в середине диалога. Так видно, пересобирает ли менеджер предложение и удерживает ли обещания в разрешённых границах. Модель генерирует реплики, но наставник решает, отражают ли они реальные правила компании.
В критериях разделите обязательное и желательное. Обязательное — корректно уточнить задачу и передать спорное обещание ответственному. Желательное — удобная структура разговора и ясный следующий шаг. Одна общая оценка скрывает конкретную ошибку, которую сотруднику нужно исправить.
- Какой вопрос сотрудник задал клиенту?
- Где появилось необоснованное обещание?
- Каким пунктом источника подтверждён следующий шаг?
После упражнения сохраните короткую запись: источник, версия, ситуация, ответ сотрудника, замечание наставника и дата повторения. По ней можно вернуться к тому же навыку после обновления материала. Реальные разговоры клиентов для такой учебной записи обычно избыточны.
Продажам полезна ситуация, в которой сотрудник должен отказаться от неподтверждённого срока и предложить честный способ его уточнения. Критерием служит конкретный следующий шаг, согласованный с клиентом.
Обратная связь человеку
Попросите модель комментировать наблюдаемое действие, без оценки личности сотрудника. Формат полезен такой: цитата ответа, соответствующий критерий, что уже получилось, какой шаг исправить. Наставник читает комментарий до передачи и удаляет спорные выводы. Так обратная связь остаётся уважительной и проверяемой.
Запрос можно сформулировать прямо: «Сравни ответ ученика [обезличенный ответ] с критериями [список и версия]. Для каждого критерия дай подтверждающий фрагмент ответа либо отметку об отсутствии. Предложи одну подсказку для повторной попытки. Итоговую оценку оставь наставнику».
Если сотрудник ответил иначе, чем предполагает пример, сравните смысл с исходным правилом. В обучении допустимы разные формулировки при одинаковом корректном действии. Жёсткое совпадение слов часто ошибочно наказывает хороший ответ; наставник объясняет, какие варианты принимаются.
- Замечание привязано к ответу.
- Критерий имеет источник и версию.
- Право итоговой оценки у наставника.
Какой навык вашей команды нужно разобрать на ситуации?
Наставнику полезно видеть и пробелы в критериях. Когда команда спорит о правильном шаге, обновите исходный материал, а затем упражнение. Переписывать только промпт опасно: новый сотрудник получит скрытое правило, которого нет в доступном регламенте.
Если замечание модели звучит категорично, наставник переписывает его как наблюдение и предложение. Это особенно важно для новичка: он должен понять, какое действие исправлять, и иметь возможность повторить упражнение.
Библиотека заданий
Храните промпты как рабочие карточки: роль, источник, версия, цель, формат упражнения, критерии и владелец. Карточка должна позволять другому наставнику воспроизвести задание без устного объяснения. По мере обновления регламента владелец отмечает карточки, требующие пересмотра.
Для запуска выберите один навык, где ошибка заметна в работе: передача сложного обращения или корректное обещание клиенту. Проведите упражнение с несколькими наставниками и сравните их решения на одних и тех же ответах. Разногласия покажут слабое место критериев.
Метрика успеха — доля ответов, где сотрудник применил нужное правило в новом сценарии и смог назвать основание. Число пройденных диалогов само по себе мало говорит о навыке. После обновления материала повторите проверку на другом условном примере.
Проверьте один утверждённый регламент на полноту, затем создайте упражнение с развилкой. Метрика — совпадение решений наставников по одному критерию.
Когда библиотека разрастается, отделяйте задания для тренировки от заданий для аттестации. Первые дают подсказки и повторные попытки; вторые проходят по утверждённой процедуре с решением наставника. Такое разделение честно для сотрудника и удобно для руководителя обучения.
Для библиотеки установите простой сигнал устаревания: новая редакция источника блокирует выдачу связанной карточки до проверки владельцем. Так качество материалов зависит от процесса обновления, без опоры на память отдельных наставников.
Раз в цикл обновления назначьте выборочную проверку карточек другим наставником. Он сверит упражнения с текущим источником и отметит задания, где модель предложила лишнее условие.