Когда скрипт отдают на автоматическую проверку, выясняется, что большая его часть непроверяема. «Установить контакт», «выявить потребность», «работать с возражением» — человек понимает, что имелось в виду, алгоритм — нет. И дело не в слабости модели: два опытных руководителя, оценивая один и тот же звонок по таким формулировкам, тоже разойдутся. Ниже — как переписать скрипт в набор критериев, которые проверяются однозначно: какие требования предъявлять к формулировкам, зачем нужны антипримеры и как калибровать результат на реальных разговорах.
Главный принцип: критерий должен быть наблюдаемым
Проверяемый критерий — это утверждение о разговоре, истинность которого можно установить из содержания самого разговора, не додумывая. Практический тест простой: если два человека, прослушав один звонок, могут поставить разные оценки по пункту, критерий сформулирован плохо.
Сравните две формулировки одного требования:
- Непроверяемо: «Менеджер выявил потребность клиента».
- Проверяемо: «Менеджер задал минимум один открытый вопрос о текущей ситуации клиента до перехода к презентации».
Вторая формулировка фиксирует наблюдаемое событие: вопрос задан или нет, до презентации или после. Она же оказывается полезнее для обучения — менеджер понимает, что конкретно от него требуется.
Тот же принцип применим ко всем блокам. «Отработал возражение» превращается в «на возражение о цене менеджер привёл аргумент о ценности или предложил альтернативу, а не согласился с клиентом». «Договорился о следующем шаге» — в «в разговоре названа конкретная дата или день следующего контакта».
Пять требований к формулировке критерия
1. Однозначность
Критерий должен допускать только два исхода — выполнено или нет. Формулировки со словами «достаточно», «качественно», «уместно» вводят третье состояние, которое каждый определяет по-своему. Если хочется написать «достаточно подробно», нужно решить, что именно считается достаточным, и записать это.
2. Привязка к моменту разговора
Многие требования имеют смысл только в определённой точке диалога. «Назвал цену» — слабый критерий; «назвал цену до того, как клиент спросил о ней» — сильный, потому что проверяет инициативу менеджера. Порядок событий обычно и отличает сильный разговор от слабого.
3. Один критерий — одно требование
Пункт «поздоровался, представился и назвал компанию» на практике даёт неинформативную оценку: непонятно, что именно пропущено. Если все три элемента важны, их лучше развести или явно указать, что засчитывается только при выполнении всех.
4. Примеры и антипримеры
Пример показывает, что засчитывается. Антипример — что похоже, но не засчитывается. Именно антипримеры ловят самые дорогие ошибки. В реальном проекте система засчитывала упоминание резидентства в Сколково как упоминание партнёрской программы: слова похожи, смысл разный. Такие пересечения невозможно предугадать заранее — они всплывают на первых прогонах и закрываются добавлением антипримеров.
5. Проверяемость на вашей лексике
Критерий должен опираться на то, как реально говорят ваши менеджеры и клиенты, а не на нормативную лексику из учебника. Если в вашем сегменте клиенты говорят не «дорого», а «нам сейчас не до этого», критерий про отработку ценового возражения должен это учитывать. Материал для таких формулировок берётся из записей — карта частых возражений показывает реальный язык.
Структура рабочего чек-листа
Практичный чек-лист укладывается в 8–12 пунктов, сгруппированных по этапам разговора. Типовая структура для продающего звонка выглядит так:
- Начало. Представление и обозначение цели звонка.
- Диагностика. Открытый вопрос о ситуации клиента до презентации; уточнение сроков или объёма.
- Предложение. Презентация под выявленный запрос, а не по общему шаблону; названа цена.
- Возражения. Возражение отработано аргументом, а не согласием; предложена альтернатива при отказе.
- Закрытие. Назначен конкретный следующий шаг с датой; договорённость проговорена вслух.
- Обязательные элементы. Упоминание дополнительных продуктов или программ, если это требование бизнеса.
Каждый пункт получает вес: не все требования равнозначны, и провал по фиксации следующего шага обычно дороже, чем формальное отклонение в приветствии. Веса стоит задавать осознанно, иначе итоговый балл перестаёт отражать реальную цену ошибок.
Калибровка: без неё чек-лист не работает
Даже хорошо написанные критерии на первом прогоне понимаются не совсем так, как задумывал автор. Калибровка — обязательный шаг, а не опция.
Процедура простая. Берётся контрольная выборка из 10–20 разговоров, желательно разнородных: несколько сильных, несколько провальных, несколько пограничных. Руководитель проставляет оценки вручную, затем они сравниваются с автоматическими. Каждое расхождение разбирается: либо критерий сформулирован неоднозначно и его нужно уточнить, либо руководитель сам оценивал непоследовательно — и это тоже полезная находка.
Практический ориентир: калибровка редко проходит за один заход. Обычно требуется два-три цикла уточнения формулировок, и это нормальная часть внедрения. Быстрее всего процесс идёт в отделах с жёсткими скриптами и чёткой телефонией — колл-центр калибруется проще, чем свободные очные переговоры, поэтому пилот разумно начинать именно с него.
Что автоматизируется плохо
Честная граница экономит время. Надёжно измеряются наблюдаемые вещи: прозвучало ли слово, названо ли число, задан ли вопрос, назначена ли дата, каковы доли речи и темп, были ли перебивания.
Плохо формализуются интегральные оценки: «звучал убедительно», «выстроил доверие», «правильно почувствовал момент». Их зависимость от контекста и собеседника слишком велика. Практичный подход — не пытаться загнать их в чек-лист, а оставить человеку: система даёт наблюдаемые факты, руководитель на разборе делает качественный вывод, опираясь на них. Так снимается и главный риск — недоверие к оценке, которая кажется произвольной.
Отдельно стоит помнить, что модель может ошибаться, и доводить точность до уровня «лучше человека» — это работа подбора формулировок, а не разовая настройка. Разница между «подключить систему» и «подключить так, чтобы ей доверяли принятие решений» измеряется неделями калибровки.
Как связать чек-лист со скриптом для AI-агента
Если AI-агент не только проверяет разговоры, но и ведёт их сам, требования к формулировкам ужесточаются: сценарий должен описывать не только что сказать, но и как реагировать на развилки. Это отдельный класс задач, разобранный в материале скрипты продаж для AI-агента. Общая часть, впрочем, сохраняется: наблюдаемые формулировки и явно прописанные ветки одинаково полезны и для проверки, и для исполнения.
Что делаем мы
404ai — российское AI-агентство для отделов продаж. Оцифровку скрипта в чек-лист, подбор формулировок, добавление антипримеров и калибровку берём на себя: руководителю отдела не нужно разбираться в весах критериев в свободное время — его задача согласовать стандарт и выделить время на сверку оценок. Этот принцип описан на странице подход.
Эхо проверяет чек-лист по 100% разговоров и показывает по каждому пункту, в каком проценте звонков он выполнен. Пилот разворачивается за три рабочих дня, поддерживаются amoCRM, Bitrix24 и основные АТС, данные остаются в РФ по 152-ФЗ, разбор одного диалога стоит от 5 ₽. Если хотите проверить, насколько ваш скрипт вообще пригоден к автоматической проверке, — принесите его на демо: разберём формулировки на ваших звонках.