ClaudeLab

ИИ для автосалона: что он закроет в потоке обращений

Опубликовано 12 сентября 2026 г.Intermediate
Что вы узнаете
  • Карта каналов дилерского центра и два места, где обращения теряются
  • Правило, по которому помощник отвечает про наличие и не врёт клиенту
  • Готовый запрос для квалификации обращения, который можно скопировать
  • Границы по закону: автообзвон, напоминания, запись разговора, анкета трейд-ина
  • План на четыре шага и список того, что боту не поручают никогда
Средний уровень
4просмотров

Обращения в дилерский центр приходят одновременно из пяти мест: чаты на классифайдах, форма на сайте, телефон, мессенджеры и живой поток в салоне. ИИ для автосалона имеет смысл ровно там, где этот поток упирается в скорость ответа: человек пишет в 23:40, спрашивает про конкретную комплектацию, ждёт цифру по обмену и параллельно пишет ещё двум дилерам.

Каждую неделю разбираю, что нейросети дают бизнесу: инструменты, сценарии, ошибки и то, что работать не будет. Подпишитесь, разборы приходят раз в неделю.

Что такое ИИ для автосалона и где проходит его граница?

Под одним словом в дилерском центре живут три разные вещи, и путаница начинается на первой же планёрке.

Первое - маршруты и правила. Заявка падает в CRM, назначается продавцу, через сутки без движения прилетает напоминание. Нейросеть здесь не нужна, работают настройки системы. Эта часть разобрана отдельно в материале про автоматизацию продаж.

Второе - разбор смысла. Сообщение «есть такая в наличии, что дадите за мою» превращается в разобранный запрос: модель, наличие, обмен, форма оплаты. Вот тут нейросеть и работает, потому что формат сообщения заранее неизвестен и шаблоном его не поймать.

Третье - разговор вместо человека. Круглосуточный ответ на входящее, два уточняющих вопроса, запись результата в систему. Самая заметная часть и самая узкая: она держится на первом касании и на типовых вопросах.

СлойКто работаетПример в дилерском центре
Правила и маршрутыCRM и интеграцииобращение ушло продавцу, через сутки задача-напоминание
Речь в текстдвижок распознаваниязапись звонка превратилась в расшифровку
Смысл сообщенияязыковая модельиз письма вытащены модель, бюджет, обмен, срок
Данные о машинахучётная система и прайс-листналичие, комплектация, цвет, статус брони
Запись результатаCRMобращение легло в карточку с заполненными полями

Граница проходит по простому признаку. Помощник силён там, где ответ уже существует и лежит в данных. Он опасен там, где ответ нужно пообещать: срок поставки, сумма за машину в обмен, решение банка по кредиту.

Откуда приходят обращения дилера и где они теряются?

Про потери обычно говорят цифрами из чужих презентаций. Пользы от них мало: у дилера с двумя марками и у салона с пробегом структура потока разная настолько, что общий процент ничего не объясняет. Свой замер делается за неделю и одной таблицей: канал, время сообщения, время первого ответа, чем закончилось.

Дальше по каналам. У Авто.ру чаты включаются в личном кабинете дилера в разделе «Настройки»: в журнале площадки говорится, что связаться с продавцом можно звонком, заявкой на обратный звонок или сообщением в чат, и треть посетителей выбирает именно чат. Материал вышел в ноябре 2020 года и обновлялся год спустя, так что доля с тех пор могла сдвинуться. Проверять её стоит по своему кабинету, чужая публикация тут только ориентир.

У той же площадки открыта документация API личного кабинета дилера. В списке ресурсов есть прайс-листы объявлений с историей загрузок, настройки трекинга звонков, рассылка по избранному и управление объявлениями. Публичная часть API отдаёт каталог и статистику, а добавление и редактирование объявлений площадка оставляет за веб-интерфейсом.

У Авито есть публичный API с отдельно опубликованными правилами подключения и использования. Как выглядит работа с обращениями на этой площадке, разобрано в двух соседних материалах: про автоответ на Авито и про то, где вообще применим ИИ на Авито. Дром в этой картине остаётся третьим каналом: публичной документации по интеграции с ним я не нашёл, поэтому обращения оттуда чаще всего разбирают прямо в кабинете площадки.

Вывод из карты каналов неудобный. ИИ для автосалона, подключённый к одному каналу, снимает нагрузку ровно с этого канала. Пока входящие с классифайдов, сайта и телефона разложены по трём разным окнам, единой картины по обращению не будет ни у продавца, ни у машины.

Как это выглядит в готовом виде, показывает наша посадочная страница про ИИ-продавца: там собран тот же контур первого касания, только без привязки к конкретной марке. Хотите собрать такой контур под свой дилерский центр - начинать всё равно придётся с данных, о них следующий раздел.

Почему помощник без доступа к остаткам будет врать про наличие?

Это главная развилка всего сюжета про ИИ для автосалона, и подрядчики её обычно проскакивают. Языковая модель не знает, что стоит у вас на площадке: в ответе окажется ровно то, что подставили в запрос перед разговором.

В типовой учётной системе автобизнеса на 1С блок автосалона ведёт поступление автомобилей с признаком «новый» или «б/у», предпродажную подготовку с установкой дополнительного оборудования, внутренние перемещения с инвентаризацией и анализ складских остатков. То есть ответ на вопрос клиента уже существует внутри компании. Задача интеграции - вытащить его наружу в понятном виде.

До подключения помощника команда отвечает на четыре вопроса:

  1. Что считается наличием. Машина на площадке, машина в пути, машина забронирована, машина продана и ждёт выдачи - это четыре разных статуса, и клиенту они означают разное.
  2. Где лежит источник правды. Учётная система, выгрузка для площадок, таблица у руководителя отдела продаж. Источник должен остаться один.
  3. Как часто он обновляется. Раз в сутки, раз в час, по событию. От этого зависит формулировка ответа: уверенная или с оговоркой.
  4. Что помощник говорит, когда данных нет. Правильный ответ звучит как «проверю и вернусь с ответом», дальше обращение уходит человеку.

Пока этих ответов нет, честнее не запускать бота на вопросы о наличии вовсе. Пусть он собирает контакт и запрос, а наличие подтверждает продавец: ошибка тут дороже экономии. Клиент, приехавший за машиной, которой нет, не возвращается и рассказывает об этом в отзыве.

Техническую сторону связки с учётом разбирает отдельный материал про интеграцию ИИ с 1С. Там же ответ на вопрос, почему выгрузка раз в сутки для дилера обычно слишком редкая.

Квалификация обращения: что спросить до того, как подключится менеджер?

Квалификация - самый быстрый участок по отдаче, потому что она состоит из повторяющихся вопросов. Набор для дилерского центра обычно такой:

  1. Какая модель и комплектация интересует.
  2. Нужна машина из наличия или готовы ждать поставку.
  3. Есть ли автомобиль на обмен и какой.
  4. Оплата своими средствами или через кредит.
  5. Когда планируете покупку и в каком городе забираете.

Дальше ответы разводят обращение по маршрутам: наличие ведёт к записи на показ и тест-драйв, заказ - к разговору о сроках, обмен - к анкете и осмотру, кредит - к приёму заявки.

Вот запрос, который можно скопировать и положить в основу сценария. Он написан так, чтобы помощник не выдумывал факты и передавал разговор человеку в спорном месте:

prompt
Ты помощник отдела продаж дилерского центра. Отвечаешь в чате площадки объявлений.

Задача: выяснить пять вещей и записать их в итог - модель и комплектация,
наличие или заказ, автомобиль на обмен, форма оплаты, срок и город.

Правила:
1. Задавай по одному вопросу за сообщение, не больше двух предложений.
2. Про наличие отвечай ТОЛЬКО данными из блока НАЛИЧИЕ ниже. Нет данных - пиши,
   что уточнишь у продавца, и продолжай разговор.
3. Цену автомобиля в обмен не называй никогда. Объясняй, что сумму подтверждают
   после осмотра.
4. Про решение по кредиту не говори. Объясняй, что заявку рассматривает банк.
5. Если человек просит соединить с продавцом, ставь пометку ПЕРЕДАТЬ и заканчивай.

НАЛИЧИЕ:
<сюда подставляется актуальная выгрузка: модель, комплектация, цвет, статус>

Итог выдай пятью строками в формате «поле: значение».

Что дальше делать с этим итогом, зависит от системы. Общая логика разбора обращений в команде продаж разобрана в материале про ИИ для отдела продаж, а конструкция самого диалога - в разборе про сценарий чат-бота.

Запись на тест-драйв: что можно отдать машине?

Тест-драйв - редкий случай, когда ИИ для автосалона закрывает задачу целиком. Свободные слоты известны, требования к водителю формальные, подтверждение типовое.

Что помощник делает сам: предлагает время, спрашивает про водительское удостоверение и стаж по правилам дилера, записывает, присылает адрес и напоминает за день. Что остаётся людям: сама поездка, проверка документов на месте, страховка и решения в нестандартной ситуации.

Телефонную часть этого же участка разбирает материал про голосового агента на входящих звонках: механика записи там та же, отличается только канал.

Трейд-ин: где заканчивается онлайн-оценка?

Обмен - самое частое место, где бот вредит бизнесу. Названная в чате сумма превращается в обещание, и приехавший клиент спорит уже не о машине, а о том, что ему обещали.

Рабочее разделение выглядит так:

ШагКто делаетЧто получается
Сбор анкетыпомощникVIN, год, пробег, комплектация, число владельцев, известные повреждения
Предварительная вилкапомощник по данным рынкадиапазон с явной оговоркой, что это не итог
Проверка историичеловек по отчётам и документамограничения, залоги, аварийное прошлое
Осмотр и итоговая суммаоценщикцифра, которую дилер подтверждает

Оговорка про вилку - не формальность. Она защищает продавца на встрече: клиент приезжает с готовым ожиданием диапазона, а не одной цифры, и разговор идёт про состояние машины.

Кредит и страховка: что помощник имеет право делать?

Закон 152-ФЗ в статье 3 определяет обработку персональных данных как любое действие с ними, «включая сбор, запись, систематизацию, накопление, хранение». То есть заполненная в чате анкета попадает под закон уже на шаге «собрал и записал», а не когда её увидит модель.

Отсюда три практических правила:

  1. Собирать минимум. Для первого шага заявки хватает имени, контакта и параметров машины. Паспортные данные и справки заполняются в банковской анкете, для чата площадки они избыточны.
  2. Показывать, куда уходят данные. Согласие и политика обработки должны быть доступны из того же окна, где человек оставляет контакт.
  3. Не пересказывать условия банка своими словами. Ставка, срок и одобрение - зона банка, поэтому помощник передаёт заявку и оставляет расчёт платежа кредитному специалисту.

Что можно отдавать нейросети в работе с персональными данными и что нельзя, подробно разобрано в материале про персональные данные клиентов в нейросети.

Напоминания по зависшим обращениям: где юридическая граница?

Дилерский центр живёт длинными сделками, поэтому соблазн понятный: поднять базу обращений трёхмесячной давности и пройтись по ней роботом. Именно здесь ИИ для автосалона чаще всего упирается в закон, а не в технику.

Часть 1 статьи 18 закона о рекламе разрешает распространять рекламу по сетям электросвязи «только при условии предварительного согласия абонента или адресата на получение рекламы», причём доказывать наличие согласия обязан тот, кто рекламу распространяет. Часть 2 той же статьи запрещает использовать сети электросвязи для рекламы «с применением средств выбора и (или) набора абонентского номера без участия человека (автоматического дозванивания, автоматической рассылки)».

С 1 сентября 2025 года работает ещё одна норма: по пункту 9.1 статьи 46 закона «О связи» оператор передаёт на телефон абонента сведения об организации или предпринимателе, инициировавших вызов. Пункт введён законом от 01.04.2025 № 41-ФЗ. Анонимный прозвон «с обычного номера» как приём закончился: клиент видит, кто ему звонит.

Что остаётся рабочим и спокойным:

  • ответ и уточнение в том же канале, где обращение началось;
  • напоминание о записи на тест-драйв или на выдачу, которую человек назначил сам;
  • сервисные сообщения по действующему договору;
  • рассылка тем, кто дал согласие и может от него отказаться в один клик.

Где в обзвоне проходит техническая граница и что вообще умеет голосовая часть, разобрано в материале про голосового робота для обзвона.

Что происходит после продажи: сервис, отзывы, повторные визиты?

Сервисная часть работает по своим правилам, и разбирать её отдельно правильнее: механика записи, загрузка постов, согласование работ и предварительный расчёт устроены иначе. Этому посвящён соседний материал про ИИ для автосервиса.

Отзывы - вторая тема после продажи. Их собирают, читают и превращают в список повторяющихся претензий; как это делается нейросетью, показано в разборе про анализ отзывов. Возвраты клиента в салон через год и через три считает уже CRM, и про её связку с нейросетями есть отдельный материал про ИИ для CRM.

Из чего собирается связка: четыре слоя

Разложить ИИ для автосалона по слоям полезно перед разговором с подрядчиком: сразу видно, за что он отвечает, а что остаётся на вас.

СлойЧто в нёмКто обычно владеет
Данныеостатки, комплектации, статусы брони, расписание тест-драйвовдилерский центр
Каналычаты площадок, сайт, мессенджеры, телефонплощадки и дилер
Модель и сценарийправила диалога, запреты, передача человекуподрядчик или своя команда
Запись результатакарточка сделки, задачи продавцу, отчёт руководителюCRM дилера

Слабое место почти всегда одно: данные. Канал подключается за дни, сценарий правится за часы, а выгрузка остатков с нужной частотой оказывается проектом на несколько недель, потому что упирается в учётную систему и в чужие регламенты.

С чего начать: план на четыре шага

  1. Замер недели. Сколько обращений, по каким каналам, сколько осталось без ответа дольше часа, сколько пришло вне рабочего времени. Одна таблица, никакой аналитики.
  2. Данные о наличии. Один источник правды, понятная частота обновления, четыре статуса машины. Без этого шага ИИ для автосалона превращается в генератор обещаний.
  3. Пилот на одном канале. Две недели, один канал, каждое сообщение помощника читает человек. Правится сценарий и список запретов, саму модель трогать не нужно.
  4. Регламент. Список того, что помощник не делает никогда, и правило, кто читает переписки раз в неделю. Без этого шага сценарий устаревает вместе со складом.

Как считать отдачу от такого проекта и какие цифры брать в расчёт, разобрано в материале про окупаемость ИИ.

Где вы сейчас?

  • Обращения обрабатываются вручную, единой картины нет. Первый шаг - замер недели по каналам и времени ответа.
  • Каналы сведены в CRM, но ночью никто не отвечает. Первый шаг - помощник на первом касании в одном канале.
  • Бот уже стоит и отвечает про наличие по тексту объявления. Первый шаг - выгрузка остатков и запрет на ответы без данных.
  • Всё работает, но повторных визитов мало. Первый шаг - сервисная часть и отзывы после продажи.

Чек-лист перед запуском

  • Определён единственный источник данных о наличии и частота его обновления.
  • Согласованы статусы машины: на площадке, в пути, забронирована, продана.
  • Записано, что помощник отвечает, когда данных нет.
  • Собран список запретов: цена обмена, решение банка, срок поставки.
  • Проверены основания обработки персональных данных и доступность согласия.
  • Назначен человек, который читает переписки бота раз в неделю.
  • Выбран один канал для пилота и срок, после которого принимается решение.

Источники

Частые вопросы

Может, если у него есть доступ к данным о наличии: к выгрузке из учётной системы или к прайс-листу, который дилер отдаёт площадкам. Без такого доступа помощник отвечает по тексту объявления и рано или поздно пообещает проданную машину. Поэтому внедрение начинают с одного источника правды по остаткам и понятной частоты его обновления, а помощник подключается вторым шагом.
Максим Самусь
Автор
Основатель ClaudeLab

Десять лет в маркетинге: агентства, продвижение услуг, трафик из таргета и контекста. Весной 2026 взял в руки Claude Code и собрал первый собственный продукт и систему ИИ-агентов под свои задачи. С тех пор строит на этом агентство - сайты, автоматизацию и заказную разработку для бизнеса. Пишет о том, что делает сам: разбирает задачи, которые проходит на своих проектах и проектах клиентов. Свои продукты - Photogenia, нейрофотосессии с сайтом и Telegram-ботом, и Reachen, сервис генерации рекламных креативов. Ведёт Telegram-канал о Claude Code и нейросетях для бизнеса - @ai_smart_usage.

Эта статья была полезна?

Похожие статьи

ИИ для языковой школы: от заявки до продления абонемента

ИИ для языковой школы закрывает повторяющиеся операции вокруг набора и удержания: приём заявок вечером, предварительный уровень, черновик расписания, напоминания о продлении, сигналы оттока. Преподавание и решения об учениках остаются за человеком.

19 мин

ИИ для сервисного центра: поток обращений от заявки до выдачи

ИИ для сервисного центра закрывает повторяющуюся часть разговора с клиентом: первый ответ, сбор данных об устройстве, статус ремонта, уведомление о готовности. Осмотр, сумма и решение по гарантии остаются мастеру. Разбор по восьми участкам потока обращений.

25 мин

ИИ для аптеки: что законно, что запрещено и где реальная польза

Разбор: что ИИ для аптеки делает законно - наличие, цена, бронь, аналоги по МНН, прогноз заказа, маркировка, обучение первого стола. И где красная линия: подбор препаратов и советы по лечению боту запрещены, историю покупок в публичную нейросеть не отдают.

15 мин

ИИ для типографии: разбор потока заказов от заявки до счёта

ИИ для типографии закрывает переписку вокруг заказа: уточняет параметры тиража, собирает черновик сметы по прайсу, принимает макет и объясняет отказ препресса. Подпись под формпруфом и решение по цене остаются за человеком. Разбор семи участков работы.

21 мин

Самое читаемое за 7 дней