Нейросеть для звонков: контроль качества без ручной прослушки

Нейросеть для звонков разбирает запись разговора за 40-60 секунд и выдаёт то, что раньше требовало 10-15 минут ручной прослушки: оценку по чек-листу, список нарушений скрипта, отметку об упущенной допродаже и цитаты из разговора, подтверждающие каждый балл. Я подключал такие пайплайны для отделов продаж на 5-20 менеджеров и каждый раз видел одно и то же: пока проверка идёт выборочно на 3-5% звонков, реальная картина качества скрыта от руководителя, а как только в контур встаёт модель, проверяющая все записи подряд, всплывают проблемы, которые РОП не замечал месяцами.

Зачем нужна нейросеть для звонков, если есть скрипты и РОП

Отдел из 10 менеджеров с 30-40 звонками в день на человека даёт 300-400 разговоров ежедневно. РОП физически прослушивает 15-20 звонков в неделю, если у него нет других задач, а обычно есть. На практике выборка получается случайной и часто предвзятой: проверяют либо явных отстающих, либо тех, на кого пожаловался клиент. Остальные 95% разговоров остаются без обратной связи, и менеджер узнаёт о нарушении скрипта только когда сделка уже сорвалась.

Вторая проблема ручной проверки - субъективность. Один супервайзер после отпуска ставит всем высокие баллы, другой в конце квартала занижает оценки, чтобы обосновать премии. Чек-лист один и тот же, а результат зависит от настроения проверяющего. Модель с фиксированным промптом такой разницы не даёт: одна и та же формулировка возражения получает одинаковый балл вне зависимости от того, кто и когда запускал проверку.

Как работает разбор звонков нейросетью: от записи до отчёта

Пайплайн собирается из трёх шагов. Сначала запись разговора выгружается из телефонии или CRM, где она уже хранится после звонка. Дальше идёт транскрибация: перевод аудио в текст с разметкой по репликам менеджера и клиента. И на последнем шаге текст расшифровки уходит в языковую модель с промптом, где прописан чек-лист, критерии баллов и формат ответа.

Вот упрощённый пример запроса к Claude API для оценки одного звонка:

import anthropic

client = anthropic.Anthropic()

check_list = """
1. Менеджер поздоровался и представился
2. Задал минимум 2 вопроса на выявление потребности
3. Отработал возражение по цене, если оно прозвучало
4. Предложил апсейл или сопутствующий товар
5. Зафиксировал дату и способ следующего контакта
"""

prompt = f"""Оцени звонок менеджера по чек-листу ниже.
По каждому пункту поставь балл от 0 до 2 и приведи цитату из транскрипта.

Чек-лист:
{check_list}

Транскрипт звонка:
{transcript}
"""

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=800,
    messages=[{"role": "user", "content": prompt}]
)

print(response.content[0].text)

Важная деталь: в промпте я всегда прошу модель приводить точную цитату из расшифровки под каждый балл. Без этого менеджер или РОП начинает спорить с оценкой, а с цитатой спор снимается за секунду, потому что видно ровно ту фразу, из-за которой поставлен балл.

Какие критерии чек-листа реально оценивает модель

На практике в чек-лист для отдела продаж я закладываю такие пункты:

• приветствие, представление и обозначение цели звонка
• выявление потребности через открытые вопросы, а не сразу презентация
• отработка типовых возражений: «дорого», «подумаю», «уже работаем с другими»
• предложение допродажи или сопутствующего товара
• фиксация следующего шага с датой и способом связи
• соблюдение регламента: без запрещённых формулировок и невыполнимых обещаний по срокам

Чек-лист под колл-центр поддержки будет другим: там важнее скорость решения проблемы и точность переданной клиенту информации, а не допродажа. Промпт под каждый чек-лист пишется отдельно, и его приходится донастраивать по реальным звонкам в первые 2-3 недели, потому что модель поначалу слишком строго или слишком мягко трактует отдельные формулировки.

Ручная прослушка против нейросети: сравнение по цифрам

Стоимость самой обработки токенами у языковых моделей копеечная в пересчёте на звонок, но основные деньги уходят не на API, а на сборку пайплайна и донастройку промптов под конкретный скрипт продаж. На рынке готовые сервисы речевой аналитики вроде коробочных решений колл-трекинга стоят от 15 000 до 60 000 ₽ в месяц за лицензии на команду, и это без учёта того, что чек-лист там часто зашит жёстко и не подстраивается под ваш скрипт.

Интеграция с телефонией, CRM и Telegram-уведомлениями

Большинство IP-телефоний в России (Mango Office, UIS, Novofon, Zadarma) отдают записи звонков через API или вебхук сразу после завершения разговора. Пайплайн я обычно собираю в n8n: вебхук от телефонии запускает сценарий, который забирает запись, отправляет её на транскрибацию, потом передаёт текст в LLM с промптом и чек-листом, а результат раскладывает по двум направлениям. Итоговая оценка и цитаты уходят в карточку сделки в amoCRM или Bitrix24, а если балл ниже порога, скажем менеджер не зафиксировал следующий шаг или не отработал возражение, срабатывает алерт в Telegram-бота на aiogram, и РОП получает уведомление с прямой ссылкой на запись, не дожидаясь конца недели.

Записи и транскрипты звонков содержат персональные данные клиентов: имя, телефон, иногда адрес или сумму заказа. Поэтому храню такие данные на серверах в России, а не в сторонних облачных таблицах, и настраиваю доступ к дашборду только для РОПа и руководителя отдела. Если нужен весь пайплайн под ключ, от вебхука телефонии до отчёта в CRM, такую разработку интеграции нейросети с телефонией и CRM я беру в работу как отдельный проект.

Сколько стоит внедрение и что входит в цену

Цена зависит от того, что уже есть у клиента и сколько систем нужно связать между собой:

• прогон уже имеющихся записей через модель по готовому чек-листу с выгрузкой отчёта в таблицу или CRM, без встраивания в реальном времени, автоматизация в n8n: от 25 000 ₽
• полный пайплайн в реальном времени: телефония, транскрибация, оценка, запись результата в CRM и алерты в Telegram, AI-интеграция: от 50 000 ₽
• отдельный Telegram-бот для РОПа с уведомлениями по проблемным звонкам, если бот нужен как самостоятельный продукт: от 30 000 ₽
• ежемесячная донастройка чек-листа и промптов под изменения в скрипте продаж, техподдержка: от 15 000 ₽/мес

Первые 2-3 недели после запуска обычно уходят на калибровку: сверяю оценки модели с тем, что поставил бы живой супервайзер на тех же звонках, и правлю промпт там, где расхождение системное, а не случайное.

Частые вопросы

Сколько звонков может обработать нейросеть за день

Ограничение здесь не в модели, а в скорости транскрибации и лимитах API телефонии. На практике пайплайн из n8n и Claude API спокойно обрабатывает несколько тысяч звонков в сутки без очередей, потому что запросы уходят параллельно, а не один за другим.

Нужно ли размечать звонки вручную перед запуском

Небольшая выборка нужна, но не для обучения модели в классическом смысле, а для проверки промпта. Я беру 20-30 звонков, которые уже оценил живой супервайзер, прогоняю их через модель и сравниваю баллы. Если расхождение системное по одному пункту чек-листа, значит формулировку критерия в промпте нужно уточнить.

Что делать со звонками плохого качества записи

Шум, обрыв связи или тихий микрофон дают ошибки в транскрибации, и модель начинает додумывать реплики. Такие звонки я помечаю отдельным статусом «низкое качество записи» вместо того, чтобы выставлять по ним итоговую оценку, и в отчёте они идут отдельной строкой для ручной проверки.

Как хранить транскрипты звонков без нарушения 152-ФЗ

Транскрипты и записи с номерами телефонов и именами клиентов - персональные данные, поэтому храню их на серверах в России и ограничиваю доступ к дашборду ролями, а не общей ссылкой. Сторонние зарубежные облачные таблицы для этого не подходят даже для черновых отчётов.