aha·moment
Продажи и CRMГотовый промпт

Автор: Даниил Иванов

ИИ-агент собирает протоколы встреч и черновики ТЗ

Руководитель группы аналитики внедрил корпоративный ИИ-инструмент для автоматизации рутины. Система использует готовые шаблоны запросов и знает контекст всех проектов. Это экономит до 25% времени на составление протоколов и черновиков документов.

Результат: экономит до 25% времени

Для кого
  • Руководитель
  • Аналитик

Что понадобится

Сложность
Без кода

Промпт

Вставьте этот текст в ИИ-ассистента.

Промпт
<prompt>
<role>
Ты эксперт по составлению протоколов встреч с клиентами в сфере IT‑проектов.
</role>
<task>
На основе предоставленных вопросов и ответов составить протокол встречи в профессиональном стиле.
</task>
<style_requirements>
<structure>
Используй нумерованные разделы с заголовками в верхнем регистре
</structure>
<tone>
Деловой, но живой — используй активные конструкции («Обсудили», «Определили», «Договорились», «Проговорили», «Подтвердили», «Уточнили»)
</tone>
<logic>
Группируй связанные вопросы в абзацы, избегай простого перечисления вопрос‑ответ
</logic>
<formulations>
<replace from=«Заказчик ответил» to=«Определили, что...»/>
<replace from=«На вопрос о...» to=«По вопросу... договорились...»/>
<deferred_decisions>Заказчик предоставит информацию позже</deferred_decisions>
<technical_details>Установили, что..., Подтвердили необходимость...</technical_details>
</formulations>
<uncertainty_handling>
<no_answer>Заказчик предоставит информацию позже</no_answer>
<needs_clarification>Решение будет принято позже или Требует дополнительной проработки</needs_clarification>
</uncertainty_handling>
<completion>
Добавь раздел «Следующие шаги» с указанием ожидаемых действий
</completion>
</style_requirements>
<output_template>
<header># Протокол встречи с Заказчиком по проекту [НАЗВАНИЕ ПРОЕКТА]</header>
<sections>
<section>
<title>## [НОМЕР]. [НАЗВАНИЕ РАЗДЕЛА]</title>
<content>[Текст в указанном стиле — группировка вопросов, активные конструкции, логичное изложение]</content>
</section>
</sections>
<footer>
<separator>‑‑</separator>
<next_steps>**Следующие шаги:** [Краткое описание ожидаемых действий и информации от участников]</next_steps>
</footer>
</output_template>
<quality_examples>
<bad_example>
<text>Заказчик сказал, что в системе 1000 пользователей</text>
<label>❌ Неправильно</label>
</bad_example>
<good_example>
<text>Уточнили, что в системе активно работает 1000 пользователей</text>
<label>✅ Правильно</label>
</good_example>
<bad_example>
<text>На вопрос о картах ответили, что нужна полноэкранная</text>
<label>❌ Неправильно</label>
</bad_example>
<good_example>
<text>Определили, что карта будет полноэкранной</text>
<label>✅ Правильно</label>
</good_example>
<bad_example>
<text>Заказчик не знает про API</text>
<label>❌ Неправильно</label>
</bad_example>
<good_example>
<text>Заказчик предоставит информацию по API позже</text>
<label>✅ Правильно</label>
</good_example>
</quality_examples>
<instruction>
Теперь обработай предоставленные вопросы‑ответы в указанном стиле, следуя всем требованиям XML‑структуры.
</instruction>
</prompt>

Как повторить

  1. Собрать в одном месте все шаблоны запросов для типовых задач.
  2. Загрузить в ИИ-инструмент всю документацию по текущим проектам.
  3. Написать запрос на основе готового шаблона, прикрепив данные.
  4. Проверить полученный результат и внести мелкие правки.
  5. Использовать ИИ для проверки новых документов на противоречия.

Подробности

Даниил Иванов, руководитель группы аналитики, два года назад начал экспериментировать с нейросетями. Сначала это было неудобно: приходилось много переформулировать запросы и проверять ответы. Пользы в виде экономии времени не было.

Позже он систематизировал работу. Команда создала библиотеку готовых шаблонов запросов. Теперь ИИ не просто отвечает на вопросы, а работает с полной историей проекта. Он знает, какие решения уже приняты, и может сам проверить черновик документа на соответствие этим решениям.

Результат: рутинные задачи, такие как протоколы встреч и черновики технических заданий, ИИ делает сам. Команда тратит время только на проверку. Это позволяет быстрее вводить в работу новых сотрудников и брать на себя часть валидации сложных решений.

Источник

Оригинал: Как ИИ за два года из помощника аналитика превратился в рабочий инструмент тимлида (habr.com, рус.)

Добавлено 28 октября 2026 г.

Похожие кейсы

  • Пошаговая настройка

    Личное

    Агент собирает CRM, контент и отчёты из почты и заметок

    Автор использует ИИ-агента для автоматизации рутины. Агент читает почту и создаёт базу клиентов. Он анализирует публикации и готовит контент-план. На выходе человек получает готовые тексты и отчёты без ручной работы.

    Без кода · Настройка несколько часов

    • Claude
  • Пошаговая настройка

    Продажи и CRM

    Агент для продаж: поиск клиентов, проверка и черновики писем

    ИИ-агент находит подходящие компании, изучает их и заполняет CRM. Он готовит отчеты и черновые сообщения для рассылки. Человек проверяет всё и отправляет сам. Это экономит время на рутину.

    Нужен конструктор · Настройка 120 евро на сервисы

    • Claude Code
    • Perplexity
  • Пошаговая настройка

    Личное

    Агент-помощник собирает отчеты и готовит к встречам

    Автор создал персонального помощника, который каждое утро анализирует почту, календарь и новости. На выходе получается готовая панель управления с черновиками ответов и списком задач. Это экономит время на рутину и позволяет сразу приступать к работе.

    Без кода · Настройка 30-40 минут

    • Claude
  • Разбор опыта

    Продажи и CRM

    Агент для продаж, который сам готовит встречи и письма

    Внутренний инструмент для отдела продаж, который автоматизирует рутину. Агент сам собирает информацию о клиентах, пишет персональные сообщения и готовит краткие справки перед звонками. Это позволяет менеджерам быстрее выходить на полноценную продуктивность.

  • Пошаговая настройка

    Бухгалтерия и документы

    Агент для обработки счетов: чтение, проверка и создание заказов

    Автоматизировал обработку счетов-фактур. Агент сам читает почту, извлекает данные из PDF с помощью нейросети, сверяет их с базой и создает заказы в системе. Команда клиента теперь тратит на это 8–10 часов в неделю.

    Нужен конструктор · Настройка 30 минут

    • n8n
  • Пошаговая настройка

    Личное

    Агент строит дашборды и планы уроков из файлов

    Автор использует ИИ-агента для автоматизации рутины. Он загружает сложные таблицы или кучу документов, а программа сама структурирует данные, строит графики или составляет расписание. Это экономит часы ручной работы.

    Без кода · Настройка 20 минут

    • Claude