Agentic-воронка для лидов: как собрать и сколько стоит

За последний год связка «LLM + внешние инструменты» перестала быть демо на конференции и превратилась в рабочую схему для отделов продаж. Идея простая: не один скрипт-бот, отвечающий по FAQ, а несколько специализированных агентов, которые передают задачу друг другу — от первого касания до записи квалифицированного лида в CRM. Такую конструкцию называют agentic-воронкой. Ниже — как она устроена, из каких кубиков собирается и во что обходится, если считать не в маркетинговых обещаниях, а в токенах и подписках.

Что такое agentic-воронка и чем она отличается от чат-бота

Классический бот работает по дереву сценариев: узнал ключевое слово — выдал заготовку. Как только пользователь отклоняется от сценария, бот ломается. Агентная схема устроена иначе: каждый агент¹ получает цель («квалифицировать этот лид»), набор инструментов (поиск по базе, запрос в CRM, отправка письма) и сам решает, в каком порядке ими пользоваться. Один агент не тянет всю воронку — их делят по ролям, и это ключевое отличие от монолитного бота.

Типовое разделение выглядит так:

• Агент-привратник — первый контакт на сайте или в мессенджере: понимает запрос, отсекает спам, собирает базовые данные.
• Агент-квалификатор — задаёт уточняющие вопросы по методике BANT или похожей, оценивает бюджет, роль, срочность.
• Агент-обогатитель — подтягивает данные о компании из внешних источников через RAG² и внутренней базы знаний.
• Агент-маршрутизатор — решает, кому передать лид: менеджеру, в самозапись на демо или обратно в прогрев.

Разделение ролей — это не эстетика. Узкий промпт с одной задачей ошибается реже, чем один агент, которого просят делать всё сразу. И отлаживать цепочку из четырёх понятных шагов проще, чем один непрозрачный.

Из чего собирают воронку

Три слоя: модель, оркестратор и интеграции. Модель отвечает за рассуждение и текст, оркестратор — за то, как агенты вызывают инструменты и передают управление, интеграции — за связь с CRM, почтой и базой данных.

Слой модели

На верхних шагах воронки, где важны качество диалога и следование инструкции, обычно ставят более сильную модель. На простых операциях — отсечка спама, извлечение полей из текста — экономят и берут дешёвую и быструю. Смешивать модели в одной воронке — нормальная практика: платить премиум-ценой за распознавание e-mail в тексте смысла нет.

Слой оркестрации

Здесь выбор между фреймворком с кодом и no-code-платформой. Первый даёт полный контроль и версионирование, второй — быстрый старт без разработчика. Точные названия и версии фреймворков меняются быстро, поэтому перед выбором сверьтесь с их актуальной документацией, а не с прошлогодними обзорами.

Слой интеграций

Самое недооценённое звено. Агент, который красиво разговаривает, но не умеет записать лид в CRM и поставить задачу менеджеру, — это дорогая игрушка. Львиная доля времени на внедрение уходит именно на подключение к вашим системам, а не на промпты.

Агентную воронку ломает не «глупая» модель, а отсутствие чёткой границы: где агент решает сам, а где обязан передать управление человеку. Без этой границы вы получаете уверенно звучащие ответы на вопросы, которых вам никто не задавал.

Сравнение подходов к оркестрации

Три способа собрать логику воронки — от самого гибкого до самого быстрого в запуске. Конкретные продукты не называю: их характеристики и тарифы устаревают за месяцы. Ориентируйтесь на тип решения.

Как построить: пошагово

1. Опишите текущую воронку без ИИ. Где лид появляется, кто его квалифицирует, по каким критериям, сколько времени занимает передача менеджеру. Без этой карты вы автоматизируете хаос.
2. Найдите узкое место. Обычно это медленная квалификация или лиды, которые остывают, пока до них дойдёт менеджер. Начинайте с одного агента здесь, а не со всей цепочки.
3. Соберите пилот на одном шаге. Например, агент-квалификатор, который задаёт три вопроса и ставит тег в CRM. Проверьте на реальном трафике, а не на выдуманных диалогах.
4. Добавьте передачу человеку (handoff). Пропишите явные условия: агент передаёт лид менеджеру, если запрос выходит за рамки или клиент прямо просит человека.
5. Замерьте до и после. Скорость ответа, доля квалифицированных лидов, конверсия в демо. Без цифр вы не поймёте, окупилась ли затея.
6. Расширяйте цепочку. Добавляйте агентов по одному, когда предыдущий стабилен.

Сколько это стоит

Три статьи затрат. Первая — токены модели: цена за миллион входных и выходных токенов у поставщиков API, она указана на их страницах и периодически меняется. Второй — оркестрация: no-code-платформы берут помесячную подписку или плату за количество запусков сценария. Третий, самый большой на старте, — работа по интеграции с вашими системами.

Реальная стоимость одного обработанного лида зависит от длины диалога и от того, насколько дорогую модель вы поставили. Дешёвая модель на квалификации против премиальной может отличаться по цене за токен в разы. Прежде чем масштабировать, прогоните сотню реальных диалогов и посчитайте фактический расход токенов — прогноз «на глаз» здесь регулярно врёт.

Кому это пригодится, а кому нет

Пригодится:

• B2B-командам с потоком входящих заявок, где менеджеры не успевают быстро квалифицировать лиды и часть остывает.
• Компаниям с длинным циклом сделки, где прогрев и обогащение данных занимают недели ручной работы.
• Тем, у кого повторяющиеся квалификационные вопросы: бюджет, сроки, роль контакта.

Не пригодится или преждевременно:

• Бизнесу с единичными лидами в неделю: ручная обработка дешевле и надёжнее любой автоматизации.
• Сложным сделкам, где решение зависит от нюансов, которые модель не выудит из переписки, — там агент только раздражает клиента.
• Компаниям без нормальной CRM и без описанной воронки: сначала процесс, потом агенты поверх него.

¹ Агент — программа на основе LLM, которая получает цель и набор инструментов и сама выбирает последовательность действий, а не идёт по жёсткому сценарию.

² RAG (retrieval-augmented generation) — подход, при котором модель перед ответом подтягивает релевантные данные из внешней базы, а не полагается только на то, что запомнила при обучении.