Артём Колисниченко: Иногда лучшие практики рождаются не в лаборатории разработчиков, а прямо в реальных проектах — когда команда решает конкретную задачу клиента и находит способ сделать привычные процессы эффективнее.

В рамках рубрики «Рассказ от первого лица» мы передаём слово Сергею Улаеву — руководителю компании “AffContext”, который занимается точечным, сложным и долгосрочным внедрением ПланФикса. Он поделится своим опытом: как построить анализ эмоций клиентов на базе Planfix AI, зачем это нужно бизнесу и какие неожиданные инсайты появляются, когда вы начинаете смотреть на коммуникацию с клиентами под другим углом.

Сергей Улаев: Кофе налито? Лучше налейте, честно.

Итак, представьте – у вас есть клиент, с которым вы работаете уже как несколько лет. Возможно, вы даже лично начинали с ним взаимодействовать, но сейчас уже всё взаимодействие с ним ведут ваши сотрудники. И вроде всё хорошо. Но в один прекрасный момент вы узнаёте, что отношение этого клиента к вашей компании упало до такой степени, что готовятся документы в суд.

– Как так, нормально же общались?! – думаете вы.

Начинаете изучать ситуацию и оказывается, что на протяжении последнего полугода потихоньку копилось недовольство клиента по взаимодействию с вашими сотрудниками. И в целом это было понятно даже по разговорам.

Сначала это были фразы «Будьте внимательнее, коллеги», «Опять напоминаю». Потом фразы «Я же вам уже говорил» и «Вы опять опоздали по срокам!». И вчерашний звонок мог быть со словами «Да, ХХХХ, я уже устал от всего этого. Требую возврат денег».

Вы пытаетесь разобраться в ситуации и понимаете, что в споре виноваты обе стороны. Ну да, вы затянули где-то сроки, но и на той стороне в отпуск ушли ключевые люди и всё согласование встало. Вы вроде бы хотите наладить отношения с клиентом, но сил ваших хватает лишь на то, чтобы запустить процесс юридической защиты вашей компании, ведь дело дальше идёт к суду.

А что, если бы можно было заранее понимать, что взаимодействие с клиентом уже идёт на негативной ноте? Так вот – можно! И даже несколькими путями, о каждом из которых я тут и хочу поведать. Ведь ПланФикс, он чем хорош? Гибкостью! Выбирай тот путь, который удобен тебе.

Давайте сразу обозначу, что же тут будет:

• Как настроить определение эмоций в звонках (с отчетами!).
• Как настроить анализ выполнения регламентных чек-листов в звонках.
• Как сделать глубокий ИИ-анализ по всему содержимому задачи.
• Что у нас самих получилось по итогам всего этого на проекте клиента (нельзя листать в самый конец статьи).

«Сергей, нам надо заранее ловить моменты, когда в общении с клиентами появляется негатив» – сказал нам клиент и запустил целую историю событий, которая переросла в неожиданный для нас результат. Но давайте по порядку, ведь я обещал показать, как делать это своими силами внутри ПланФикса. Хотя стоит понимать, что это не решение в 2 клика, но решение рабочее.

Анализ эмоций в звонках: давайте попросим Planfix AI

Наверняка вы сейчас подумали про недавний функционал анализ звонка, о котором была тоже статья в блоге. Но нет, начнем мы с тех времён, когда этого функционала ещё не было (мы его позже разберём), но был функционал «Послать запрос к Planfix AI». То самое действие в автосценариях:

Если попросить Planfix AI просто определить эмоцию, то вы в ответе получите творческий текст и никак не сможете использовать это в отчетах. Это же ИИ, он любит отвечать творчески и на ваше «определи эмоцию» может выдать всякие разные варианты:

• Спокойный
• Негативный
• Раздраженный
• Злость
• И прочее…

А нам надо всё это обернуть в жесткую структуру, да ещё и в отчеты потом подтягивать. В общем, сядьте поудобнее, время записывать, как это настроить в ПланФиксе:

Шаг 1: Подключаем распознавание звонков

Это делается в разделе «Управление аккаунтом» — «Настройки Planfix AI» — «Распознавание речи». Достаточно активировать функцию «Автоматически распознавать записи звонков»:

Шаг 2: Добавляем аналитику «Эмоция клиента»

Достаточно таких простых данных. Усложнить и добавить что-то новое вы всегда сможете позже самостоятельно, когда обкатаете это всё на практике. Для удобства её можно добавить там же в стандартной группе «Телефония»:

Шаг 3: Добавляем вебхук «Эмоция клиента»

Да, я чуток с конца зашёл, но так ваше внимание чуть позже будет сконцентрировано на самой сути, к которой я подвожу. А пока мы техническую оболочку делаем для обработки данных. Суть вебхука в том, что мы ответ от Planfix AI превратим в структурированную аналитику. Настройки вебхука пусть будут такими.

Шаг 4: Создаем сценарий на получение корректного ответа от Planfix AI

А вот и самое «мясо», ядро всей этой идеи. Один главный сценарий, который заставляет нейросеть отвечать так, чтобы ответ можно было превратить в структурные данные.

Чуть ниже будет полный скриншот настроек сценария, здесь приведу саму суть – как правильно попросить Planfix AI сделать «красиво». Нужно написать такой текст:

Проведи анализ данного разговора и определи эмоцию клиента. Ответ обязательно должен быть цифрой от 1 до 3, где 1 - это нейтральная или позитивная эмоция, 2 - легкое раздражение и недовольство, 3 - сильное недовольство и даже маты

Ответ пришли строго в виде JSON, где будет твое решение по эмоции + причина данного решения. Пример структуры ответа ниже (параметр task всегда должен быть таким, как в этом примере):

{
 "task": {{Задача.Номер}}
 "emotion": 2,
 "reason": "Легкая раздраженность из-за затягивания сроков"
}

Текст разговора ниже:

----------

{{Комментарий.Текст.Без форматирования}}

Нейросеть по такому промпту отдаёт ответ в виде специального JSON-формата:

{ "task": 263142, "emotion": 3, "reason": "Клиент выражает сильное недовольство и прямое желание прекратить сотрудничество (фразы 'Ох, опять вы', 'Да не хочу я с вами работать больше!', 'Я уже хочу завершить нашу работу'), что свидетельствует о крайней степени раздражения и фрустрации." }

И именно этот ответ мы сразу (внутри этого же сценария) отправляем на вебхук, чтобы разобрать данные по полочкам и добавить аналитику «Эмоция клиента»:

А теперь, как обещано, полные настройки сценария:

Обратите внимание, что на втором скриншоте как раз указан адрес вебхука, настроенного раннее.

Шаг 5: Создаем отчет по эмоциям

Есть аналитика – есть и отчёт! Вы только посмотрите какую красоту теперь можно получить в виде отчета:

Там же уровнем ниже находятся все детали по любой оценке. Например, очень легко смотреть обстановку по негативам:

Шаг 6: Создаем сценарий на создание отдельных задач, если получили негатив

Вишенка этого функционала – это автоматически создавать задачи на «разбор полётов», когда мы получаем какую-либо эмоцию (например, негативную). Представьте, клиент только-только выразил своё недовольство, а в системе уже есть задача на контроль данной ситуации.

За такую красоту отвечает всего лишь один дополнительный сценарий:

Вот и всё, таков путь через функционал «Отправить запрос к Planfix AI».

Сразу скажу, что мы от него ушли (об этом ниже), но я лишь приоткрыл завесу того, как можно ЛЮБУЮ важную для вас информацию в процессе разговора фиксировать в системе до уровня читабельных отчетов. Вы только представьте, можно же фиксировать случаи, когда:

• Заказчик подтверждает срыв сроков на своей стороне.
• Заказчик не просто негативит, а употребляет явные слова «суд», «судебное дело» и т.д. (такие случаи можно более оперативно разбирать).
• Менеджер обещает то, что не должен обещать.
• И прочее-прочее.

Да, можно было!

Для вашего удобства все эти настройки мы обернули в бесплатную конфигурацию, которую вы можете в пару кликов поставить себе в аккаунт, а также доработать под свои нужды. 

Это конец?

О нет, это только начало. Подлейте кипяточку в ваш кофе, если он остыл, мы только разогреваемся.

«Сергей, это всё прекрасно. Но нам надо отслеживать и текстовые переписки тоже» – говорит клиент. И тут всё сломалось. А точнее нам пришлось уйти на другую схему, но об этом ниже. Ведь впереди ещё анализ чек-листов и ИИ-анализ по всему содержимому задачи.

Анализ эмоций с помощью функционала Planfix AI «Анализ звонков»

Будет грехом не упомянуть недавний функционал анализа звонков. Для случая нашего клиента этот вариант не подходит, т.к. в текущем виде получить статические ответы «Да / Нет» или «1 / 0» крайне сложно (а именно это нужно для возможности построения нормальных отчетов). Но функционал очень и очень перспективный, и я уверен, что спустя время можно будет пользоваться именно этим способом, а не «Отправить запрос в Planfix AI», т.к. это в разы проще использовать и масштабировать. Подробно о настройках рассказывать не буду, они в принципе не сложны, расскажу лишь о ключевых моментах.

По умолчанию аналитика «Анализ звонков» уже содержит стандартные поля, но мы для пробы добавили новые под наши цели:

Как можете заметить, часть из них уже относится к теме выполнения чек-листов (хотя тут пока и не про них). Название поля и есть некий промпт, по которому ИИ будет понимать, что нужно писать в это поле при анализе звонка. На момент написания статьи (октябрь 2025) ИИ поддерживает лишь такой набор пользовательских полей тут:

• Строка
• Текст
• Набор значений

В итоге по аналитике можно получить такой отчет:

Помните, я в начале статьи писал, что ИИ – очень творческая личность и просто так его не загнать в «жесткие» рамки отвечать строго по правилам. Так вот наш эксперимент это явно показал.

Вы только посмотрите на разброс значений по эмоциям:

• заинтересованная
• спокойствие
• деловой настрой
• позитивная
• пустота (нет данных) вообще

На таких данных отчеты дальше не построишь и это грустно. Если посмотреть данные по другим полям (относящимся уже к теме чек-листов), то там тоже полный разброс ответов. С этим сейчас сложно работать (именно для наших целей), как будто не хватает поля типа «Список», чтобы жестко ограничить ответы нейросети. Вот тогда бы началась жизнь! Да и через отчеты не отправить сигнал на вебхук, чтобы задачи новые создать.

Зачем тогда я это показываю? Да потому что недалёк тот день, когда даже это будет доработано и тогда этим функционалом можно будет пользоваться для базового анализа, он намного проще в настройках. Поэтому функционал в перспективе очень полезный, обязательно следите за новостями по нему, попивая утренний кофе.

Кстати, вы ещё здесь? Удивительно! Кофе точно уже должен был кончиться (или остыть), что же вас тут держит? Вы, кстати, на 9й странице, если перевести уже прочитанный вами весь текст в документ Word. Ох, знали бы вы, сколько кружек разного напитка я выпил, пока это писал. Ну раз вы дочитали до этого места, то наверняка дождётесь и информации про то, чем для нас самих закончилась вся эта история (больше, больше функционала и возможностей!). А я пока иду дальше по обещанному.

Анализ чек-листов

Давайте снова переобдумаем функционал «Послать запрос к Planfix AI».На самом деле то, что мы описывали в самом начале для эмоций, можно использовать и для анализа на выполнение чек-листов. Весь секрет опять же в промпте, который вы будете отправлять системе. Например, вот такой промпт позволит вам получить ответ по выполнению 2-х чек-листов:

Проведи анализ данного разговора и определи выполнение чек-листов со стороны менеджера. Чек-листы следующие:

Оператор уточнил, удобно ли разговаривать клиенту (1 или 0)

Оператор наметил следующий шаг (1 или 0)

Ответ пришли строго в виде JSON, где будет твое решение по анализу чек-листа + причина данного решения. Пример структуры ответа ниже (параметр task всегда должен быть таким, как в этом примере):

{
 "task": {{Задача.Номер}}
 "udobno_li": 0,
 "reason_udobno_li": "Оператор не уточнил в начале разговора, удобно ли разговаривать",
 "next_step":1,
 "reason_next_step": "Менеджер сказал, что перезвонит завтра в 09:00"
}

Текст разговора ниже:

----------

{{Комментарий.Текст.Без форматирования}}

И в ответ нейросеть вам выдаст что-то такое:

{ "task": 263142, "udobno_li": 0, "reason_udobno_li": "Оператор не уточнил в начале разговора, удобно ли клиенту разговаривать в данный момент", "next_step": 0, "reason_next_step": "Менеджер не наметил следующий шаг или конкретные действия после согласования способа отправки отчета" }

А дальше – всё точно так же, как я описывал по эмоциям:

• создаёте нужную аналитику с нужными полями.
• в действии «Послать запрос к Planfix AI» отправляете ответ нейросети на вебхук.
• создаете вебхук, который будет заполнять аналитику нужными данными.

Нет смысла это показывать скриншотами. Если вы разобрались с эмоциями, то сделать описанное здесь не составит труда. А если не разобрались, то сначала надо разобраться с эмоциями. Да и мы не будем удлинять текст этой статьи.

Итого (но не итого) – мы разобрались с эмоциями и чек-листами. И тут клиент спрашивает: «Нам тут к суду готовиться надо. Может можно для юристов вытащить нужную информацию из набора задач? Эдакий ИИ-анализ по множеству задач по нашему запросу».

На момент написания статьи у ПланФикса функционала ИИ-анализа ещё не было (уверен, будет в будущем). Задачка прямо замысловатая.

Глубокий ИИ-анализ по задачам

Но мы были бы не мы, если бы не догадались, как можно получить нужную информацию. Конечно, это не волшебная кнопка «Запустить ИИ-анализ по любому промпту», тут тоже надо исхитриться. Но результат всё равно кратно сокращает затраты юристов, если они будут пытаться найти это вручную.

Итак, конкретная задача – найти задачи, где был факт предоставления заказчиком официального письма с информацией о составе нефти. Поехали!

Шаг 1: Создаем и настраиваем робота-суммаризатора

У ПланФикса уже есть функционал — Суммаризатор – он делает сводку по задаче среди всей информации. Но мало кто знает, насколько мощно можно использовать поле «Дополнительные инструкции, если они нужны» при настройке этого робота.

Именно это поле и есть тот самый промпт, с помощью которого мы можем заставить нейросеть думать и отвечать так, как нам надо. Робот должен быть настроен так (возможно, вам придется создать новое поле для хранения сводки):

Если что – читайте основную справку по настройке такого робота.

Как вы могли понять – тут весь секрет опять в промпте:

Проанализируй весь текст на нахождение там следующей информации: Факт предоставления Заказчиком официального письма с информацией о составе нефти.

Если данной информации нет, то выдай в ответе значение "0". Если информация есть - выдай её.

А дальше немного магии.    

Шаг 2: Отбираем нужные потенциальные задачи

В любом случае мы же запускать анализ будем не по всем задачам в системе, а по конкретному набору задач. Так вот вы можете эти задачи отобрать в отдельном фильтре по определенным условиям. А если задачи совсем разные и у них нет общих условий отбора, то (лайфхак!) поставьте у этих задач один и тот же значок «Избранное» и отберите по нему. Да, я тоже не мог предположить, что буду использовать эти значки таким образом.

Рекомендую в самом фильтре задач оставить лишь поля «Название» и «Summary_» (то самое поле, которые вы указывали в настройках робота), так нагляднее результат будете видеть.

Шаг 3: Запускаем в задачи Суммаризатора 

Выбираем все задачи и массовым действием через кнопку «Изменить…» добавляем в них робота:

Шаг 4: Получаем задачи с нужной информацией

Вуаля! Спустя какое-то время (зависит от объёма информации в задаче) в фильтре вы увидите, какие задачи содержат нужную вам информацию:

Если нужно получить ответ на другой вопрос, схема запускается по новой:

• Меняете вопрос в промпте робота.
• Меняете фильтр задач, чтобы там показывались новые потенциальные задачи.
• У всех задач из фильтра убираете из участников Суммаризатора (он мог там быть с прошлых попыток).
• Во все задачи заново добавляете Суммаризатора.

Да, это делается не в один клик. Да, вы не получите информацию о точном времени комментария, где есть нужная вам информация. Но в любом случае это сильно лучше, чем заставлять юристов читать 50 задач в поисках нужной информации. Уж лучше детально самостоятельно изучить 2-3 именно целевые задачи, всё больше толку будет.

А знаете, что самое «смешное» в этой всей истории? То, что мы в итоге не пользуемся для клиента ничем из описанного здесь.

В итоге — собственный SAAS-сервис

Каждый из описанных методов хоть и рабочий, но имеет свои недостатки. Самый главный недостаток, с которым мы столкнулись – это невозможность анализировать текстовое взаимодействие также, как звонки. Анализировать каждый комментарий на эмоцию – так себе идея, ведь порой важен контекст всего происходящего, чтобы определить общий уровень эмоций в процессе разговора. Например, в звонке контекст – это весь звонок, надо анализировать весь звонок сразу, а не каждое предложение.

Поэтому мы написали собственный сервис по анализу данных. Началось с простого – анализ эмоций не только у звонков, но и у  текстовых коммуникаций:

В рамках собственной разработки мы смогли объединить всю переписку в рамках одного дня и анализировать её потом в контексте общения за весь день. Это позволило максимально приблизить анализ текста к анализу звонков (и это хорошо).

Затем к этому добавился функционал анализа чек-листов. Вот тут уже ситуация «настроить в пару кликов», т.к. всё предельно интуитивно понятно.

Статистика – тоже есть, даже чуть более детальная:

Также можем слать в ПланФикс сигналы при определении нужной эмоции. А ещё – нам не нужно, чтобы у вас была подключена опция распознавания звонков, мы это делаем своими силами. А значит – мы можем обработать и старые данные, где есть лишь файл звонка.

Но вишенка на вишенке – это ИИ-анализ в пару кликов по всему содержимому набора задач с точным указанием, в каких задачах и в какое время была озвучена нужная информация (опять же, можем распознать старые звонки, которые просто лежат файлами в задаче). И даже больше – мы делаем анализ не каждой указанной задачи в отдельности, а всё содержимое всех задач в совокупности. Качество анализа улучшается в разы. Это уже прямо похоже на магию, если честно.

История с клиентом закончилась успешно, анализ данных полностью перекочевал в наш сервис и уже за это время получилось:

• Определять в моменте эмоцию клиента (это и внутри ПланФикса можно, как мы показали, но это лишь вопрос удобства).
• Собирать детальную статистику по множеству чек-листов. Например, выявили менеджера, который редко задавал вопрос «Удобно ли вам разговаривать?». Вот знаете, меня всегда раздражает, когда пытаются что-то продать, не уточнив, могу ли я сейчас вообще их слушать. Точно бы ничего не купил у таких. В общем виновник вычислен, в мире стало на одного учтивого менеджера больше.    
• Подготовить с помощью ИИ-анализа огромное количество полезной информации для юристов клиента, т.к. судебное дело (с которого всё и началось) никто не отменял и нужно было среди множества задач достать разную важную для суда информацию.

Тут хотелось бы написать «Увеличили прибыль клиента на Х%», но давайте будем честны – сложно это измерить. Сложно оценить факт того, что один простой разговор (сделанный вовремя) с недовольным клиентом снял бы его негатив и это принесёт компании ещё не одну сотню тысяч рублей в будущем. Сложно оценить, как более учтивый менеджер может делать больше продаж. Можно, да, но нужно сильно больше данных и на более длинной дистанции. У нас пока таких данных нет. Но если вы сами понимаете, что для вас эти данные важны и нужны, то для вас остаётся лишь один вопрос – где и как вы будете эти данные получать.

Вы узнали, как можно самостоятельно получать эти данные внутри ПланФикса. И что это можно делать через внешние сервисы (думаю, со временем и другие подобные появятся). Только помните, что в любом случае использование ИИ – это не бесплатно и нужно обязательно просчитать возможные траты для каждого варианта.

Тарифы ПланФикса по AI-кредитам можно посмотреть в справке «Planfix AI» и на странице тарифов сервиса (блок «Дополнительные ресурсы»).  

Какой вариант выберете вы? Здесь нет идеала, у каждого есть свои плюсы и минусы, и только вы можете решить, что именно для вас более важно. Если вдруг захотите использовать наш сервис – мы всегда рады вам помочь. Найти наш сервис и более детально изучить весь возможный функционал можно в стандартном разделе ПланФикса: «Управление аккаунтом» – «Интеграции» – «Обработка данных»:

В конце остаётся лишь ещё раз напомнить, что для анализа эмоций в простой форме вы можете воспользоваться нашей бесплатной конфигурацией. И да пусть в вашей компании никогда не будет ситуаций, с которых началась наша вся эта история.

---

Артём Колисниченко: История Сергея — отличный пример того, как реальный запрос клиента может стать драйвером развития целого подхода к работе. Анализ эмоций — это не просто красивая метрика, а способ вовремя заметить надвигающийся кризис, улучшить сервис и сохранить отношения, которые строились годами.

А дальше — всё зависит от вас: использовать ли встроенные инструменты Planfix AI или пойти по пути собственной разработки. Главное — помнить, что за каждым показателем стоит живой клиент и его опыт взаимодействия с вашей компанией.

Не забывайте о наших социальных сетях: ВКонтакте, Telegram и ВК Видео. Там появляются новости о доработках и новинках. Подпишитесь, чтобы ничего не пропустить.