Квалификация лидов в Битрикс24 с помощью ChatGPT

• Зачем бизнесу ChatGPT
• Какую бизнес-задачу должен решать ChatGPT
• Какую LLM-модель выбрать для классификации лидов
• Как работать с ChatGPT компании из России
• Дообучение и настройка
• Как результат выглядит в Битрикс24

Как обычно ваши менеджеры принимают лид в обработку? Открывают почту или CRM, где видят кучу заявок от целевых и не очень клиентов вперемешку со спамом? Ежедневно тратят время на её разбор, в то время как уже поступают звонки на телефон и сыпятся сообщения в чаты. В статье расскажем как быстро и дешево решить проблему сортировки потока лидов с помощью искусственного интеллекта.

Зачем бизнесу ChatGPT

Для современного бизнеса искусственный интеллект перестал быть просто модным словом и превратился в ключевой инструмент для получения конкурентных преимуществ и роста эффективности.

Но компаниям обычно нужна не просто умная языковая модель, а быстрая и качественная автоматизация какого-то процесса, которую можно произвести с помощью этой модели. Такая автоматизация уменьшит объемы ручного труда и рутину, позволит эффективнее использовать ресурсы коллектива.

Автоматизация процессов — это неизбежный этап развития любого бизнеса. Конечно, существуют области, где полная замена человека сложна или невозможна, но с задачей классификации хорошо обученная LLM справится быстрее.

Именно на решение такой задачи был ориентирован наш заказчик — поставщик серверного оборудования и систем хранения данных.

Какую бизнес-задачу должен решать ChatGPT

Заказчик пришёл с идеей автоматической квалификации лидов, приходящих из почты в CRM. При большом входящем потоке, применение ИИ для классификации заявок позволило бы снизить нагрузку на менеджеров, освободив их для решения более важных задач. А еще ИИ не подвержен сомнениями и берет в работу все входящие сообщения, не выделяя среди них те, которые понравились ему больше. И он не забудет сконвертировать соответствующее критериям сообщение в сделку, даже если его «отвлекут» другие дела.

В поставленной задаче нет творческих, нестандартных и субъективных компонент, поэтому её можно и нужно автоматизировать. Для этого, вначале, мы должны получить данные из полей почтовых сообщений (тема, комментарий или тело сообщения) или полей веб-форм. В случае получения заявок из веб-форм модель должна смотреть на введенный номер телефона или почтовый адрес, чтобы отбраковать такие варианты как +7 (999) 999-99-99 или test@test.ru.

После этого, данные полей в текстовом формате отправляются на сервер ChatGPT обычным REST-запросом для анализа. Предусмотрена возможность вложения файлов.

ChatGPT должен разделять лидов на целевые и нецелевые, основываясь на тексте письма и/или приложенном файле.

Какую LLM-модель выбрать для классификации лидов

После постановки задачи нужно выбрать модель, которая будет решать её наиболее эффективно. На рынке представлено огромное количество моделей искусственного интеллекта с различной архитектурой, производительностью и стоимостью. К сожалению, не все они доступны для работы из российского контура.

• GigaChat. Имеет мультимодульную структуру и API для интеграции. В задачах классификации демонстрирует стабильную производительность и высокую точность. Стоимость обработки 1000 токенов —  от ₽ 0,04 (здесь и далее цены указаны на август 2025 г.).

• Yandex GPT, как и GigaChat, имеет мультимодульную структуру. Бизнес-решения доступны через Yandex Cloud в двух вариантах: API для интеграции в собственные сервисы и Playground для тестирования и проверки гипотез. Цена на тарифе YandexGPT Pro начинается от ₽ 0,6 за 1000 токенов в зависимости от режима (синхронный/асинхронный).

• Deep Seek. Можно использовать в рабочих процессах без ограничений. Точность обработки русского языка достигает 98%. Стоимость обработки 1000 токенов одна из самых маленьких на рынке ИИ — всего ₽ 0,0015.

• Google Gemini. По качеству решения задач, включая классификацию, сортировкуи и сложный логический анализ, Gemini 2.5 показывает одни из лучших результатов на рынке. Стоимость обработки 1000 токенов на тарифе Pro начинается с ₽ 0,125.

• Показатели ChatGPT являются флагманскими на рынке. Лучше всего подходит для сложных диалогов, рассуждений и взаимодействия в режиме реального времени. Показывает наилучшие результаты по скорости решения задач классификации и лидирует в точности классификации сложных паттернов. Цена начинается от ₽ 0,03 за 1000 токенов. Точность обработки русского языка высокая.

• Claude. В некоторых вопросах более продвинутая, чем ChatGPT, версия искусственного интеллекта по цене в ₽ 0,024 за 1000 токенов.

Несмотря на уверенное лидерство среди языковых моделей, ChatGPT имеет ряд ограничений для применения его в российской юрисдикции. 

• Основная проблема — блокировка запросов со стороны OpenAI. Сервер с CRM заказчика находится на территории РФ, а все запросы отсюда блокируются владельцем данной языковой модели.

• Оплата токенов возможна только с зарубежной банковской карты.

• 152-ФЗ накладывает ограничения на трансграничную передачу персональных данных, которые могут находиться в теле сообщения или его полях. Требуется получать согласие пользователей на обработку этих данных или обезличивать их, а также уведомлять Роскомнадзор о трансграничной передаче.

Так может быть проще интегрировать Битрикс24 с другой нейронкой, например, GigaChat или использовать встроенный в Битрикс24 Copilot?

Да, мы можем интегрировать Битрикс24 с GigaChat, Yandex GPT или Claude. Методы модуля от OpenAI универсальны для большинства моделей. Если же говорить про Copilot, то он не является самостоятельным ИИ, а значит, в любом случае, потребуется интеграция с какой-либо моделью по рассматриваемой в статье процедуре.

Как работать с ChatGPT компании из России

Несмотря на то, что часть формальностей может быть так или иначе урегулирована, остается проблема доступа к API сервиса с территории России. 

Здесь рассматривались два варианта:

1. Использование proxy-сервера. Прокси передает данные без обработки, поэтому они должны передаваться через прокси напрямую из CRM с соответствующими инструкциями. Всё нужно передавать в формате, понятном ChatGPT.




Принципиальная схема решения с proxy.

2. Разработка специального модуля для работы на сервере, находящемся за пределами РФ. Модуль самостоятельно будет обрабатывать сырые данные из CRM и отдавать их в сервис для анализа.

Принципиальная схема решения с внешним сервером.

Причины, по которым был выбран второй вариант: 

• быстрый старт, благодаря наличию готовых решений и примеров.

• стабильный модуль, имеющий высокий уровень поддержки со стороны сообщества. 

• гибкость для будущих расширений функционала, учитывая ожидаемую нагрузку и возможные дополнительные требования, например, внедрение брокера задач.

Дообучение и настройка

Модель уже обучена, дообучать её не требуется.

Настройка модуля происходит только служебной информацией. Внутри Битрикс24 настраиваем токен ChatGPT, токен синхронизации с внешним сервером (модулем) и даём ссылку на промежуточный сервер.

Всё остальное донастраивается на стороне OpenAI с помощью Ассистента, который имеет несколько опций:

Самая главная — System Instructions. Инструкции должны быть краткими и понятными: только «кто» (какая роль у модели), «что» и «каким способом (какая у модели задача, что она должна возвращать и в каком виде)».

Пример описания роли: «Ты ассистент, квалифицирующий лиды. Определяешь лиды как «валидный» или «невалидный» на основе их интереса к Битрикс разработке. Если лид интересуется разработкой в Битрикс или вопросами, тесно связанными с Битрикс, отмечаешь его как «валидный». Если интерес лида направлен на разработку, не связанную с Битрикс, отмечаешь его как «невалидный». Твой ответ должен быть только «valid» или «no valid»».

Остальные параметры помогут улучшить результат еще на несколько процентов.

Функция модуля заключается в управлении тремя сущностями: сообщение, поток (удержание контекста) и ассистент (настройки). Суть его работы проста. При входящем сообщении в модуле создается поток с прикреплённым ассистентом. Далее на текущий поток прикрепляются файлы, которые содержат текстовую информацию из полей сообщения и не сконвертированные данные (приложения к письму) и всё это отправляется в ChatGPT. Ответ отправляем отдельным запросом в CRM.

На момент написания модуля у сообщества был очень скудный опыт работы с механизмом объединения трех сущностей. Много вопросов было задано … самому ChatGPT. Правда в то время ему не удавалось сгенерировать релевантный и точный ответ.

Как результат выглядит в Битрикс24

В карточке лида пользователь видит уже готовый результат их сортировки на целевых и нецелевых.

Карточка лида.

Сообщение в Ленте о результатах обработки лида.

Со слов заказчика, валидация происходит с абсолютной точностью, а расходы на подключение и запросы составляет не более 30 рублей в месяц.

Хотите повторить опыт нашего клиента в своей компании и по максимуму переложить повторяющиеся процессы с большой долей рутины на искусственный интеллект? Заполните форму внизу, чтобы наш сотрудник перезвонил, уточнил детали и организовал онлайн-встречу с экспертами по автоматизации внутренних процессов.