AI Sales Academy

Mindset: AI jako asystent, nie zastępca

Prospecting 10 min
Problem biznesowy

Większość handlowców traktuje sztuczną inteligencję jak leniwy pracownik: oczekują, że po wpisaniu 'napisz ofertę' model domyśli się specyfiki branży, marży, problemów klienta i przewag rynkowych. Gdy otrzymują przeciętny tekst, dochodzą do błędnego wniosku, że 'AI się do sprzedaży nie nadaje'. Prawdziwym problemem jest brak zrozumienia, że model językowy nie posiada własnej woli ani pamięci instytucjonalnej firmy.

Sprawdzona metoda

Traktuj model LLM jak piekielnie inteligentnego, ale niedoświadczonego stażystę, który przeczytał wszystkie książki biznesowe świata, ale nie ma pojęcia o Twojej firmie ani Twoim kliencie.

  1. Zasada Inżynierii Kontekstu: Jakość odpowiedzi modelu jest w 90% determinowana jakością danych wejściowych. Jeśli dasz modelowi pusty prompt, dostaniesz statystyczną średnią internetu (AI Slop). Jeśli wkleisz surowe dane (URL, cytat ze sprawozdania finansowego, fragment transkrypcji), model wyciągnie z nich złoto.
  1. Iteracja zamiast pojedynczego strzału: Nigdy nie oczekuj idealnego rezultatu po pierwszym zapytaniu. Profesjonalny workflow to: (1) Ekstrakcja faktów -> (2) Formułowanie hipotez -> (3) Generowanie wariantów -> (4) Selekcja i redakcja handlowca.
  1. Weryfikacja faktograficzna: Model ma tendencję do konfabulacji, gdy brakuje mu danych. Zawsze nakładaj zasadę: 'Jeśli nie znajdziesz tej informacji w dostarczonym tekście, napisz: BRAK DANYCH'.
Przykład z rynku
ZŁY
'Przygotuj analizę spółki InPost pod kątem sprzedaży oprogramowania HR'. Wynik to 4 akapity ogólników o paczkomatach i rozwoju e-commerce, które każdy handlowiec zna.
DOBRY
'Oto fragment ostatniego raportu kwartalnego spółki InPost dotyczący kosztów operacyjnych i zatrudnienia: [CYTAT]. Działasz jako analityk efektywności procesów HR. Wskaż 3 konkretne obszary, w których wzrost liczby kurierów o 24% r/r generuje wąskie gardła w onboardingu i rotacji personelu. Każdy punkt poprzyj liczbą z tekstu'. Wynik to gotowa amunicja na rozmowę z Dyrektorem HR.
Gotowy prompt do skopiowania
Przyjmij rolę: Analityk Sprzedaży B2B przygotowujący odprawę przed rozmową z klientem.

Twoje zasady pracy:
1. Odpowiadasz WYŁĄCZNIE na podstawie faktów zawartych w sekcji [DANE KLIENTA].
2. Jeśli jakaś informacja nie wynika wprost z danych, wpisz: 'BRAK DANYCH W DOKUMENCIE' — nie wymyślaj faktów.
3. Pomiń wszelkie uprzejmości, wstępy i zakończenia. Przejdź od razu do konkretów.

Dane klienta:
[WKLEJ OPIS FIRMY, WYPIS ZE STRONY LUB CYTAT Z RAPORTU]

Zadanie:
- Wypisz 3 największe wyzwania operacyjne tej firmy wynikające bezpośrednio z jej skali.
- Sformułuj 2 pytania problemowe, które mogę zadać na początku rozmowy, aby sprawdzić, czy te wyzwania są dla nich priorytetem.
Model rekomendowany: Claude 3.5 Sonnet / GPT-4o Skopiuj i wklej do ChatGPT, Claude lub Perplexity
ALTERNATYWNE SCENARIUSZE

Warianty i alternatywne scenariusze

Wariant rekrutacyjny: Sprawdź ogłoszenia o pracę klienta i wyciągnij technologie oraz braki kadrowe.

Wariant produktowy: Porównaj ofertę klienta z 2 bezpośrednimi konkurentami i wskaż luki w pozycjonowaniu.

Ćwiczenie praktyczne

Wybierz jedną firmę, do której planujesz się odezwać w tym tygodniu. Pobierz 1 stronę z ich aktualnościami lub raportem. Przetestuj prompt z ograniczeniem 'BRAK DANYCH' i porównaj wynik z ogólnym promptem.

Zapisano w przeglądarce

Kroki do wykonania

0/4