Как мы настраиваем AI-тренажёр, чтобы операторы справлялись со сложными звонками
Почему скриптовые тренажёры не работают в коллекшене
Большинство обучающих систем устроены как квиз: оператор говорит X, система ждёт Y. Стерильная среда, никакого давления. В реальности должник не ждёт паузы, не следует логике скрипта и моментально считывает неуверенность в голосе. Он перебивает, уходит в агрессию, потом резко переключается на слёзы, бросает трубку — и всё это в одном разговоре. Скриптовый тренажёр так не умеет.
AI-тренажёр на базе LLM, напротив, моделирует живого, неудобного собеседника, которого можно настроить под конкретную нишу и уровень жёсткости.
Из чего собирается сценарий
Сценарий настраивается до тренировки. Руководитель указывает продукт, тип звонка и цель разговора, а дальше задаёт поведение виртуального клиента.
Настроение и характер. Классический выбор — злой, нейтральный или дружелюбный. Нюансы прописываются текстом: например, «склонен к манипуляциям» или «быстро переходит от агрессии к жалости».
Ограничения убирают неправдоподобное поведение: «не соглашаться с первым аргументом», «не вести себя так, будто ждал этого звонка». Это делает диалог реалистичным, неудобным для оператора.
Требования задают конкретные триггеры поведения:
- ссылаться на законы и заявлять, что звонки запрещены;
- начать с обвинений в мошенничестве, потом сломаться и жаловаться на жизнь;
- использовать нецензурную лексику;
- уходить от темы и требовать соединить с руководителем.
Портрет и возражения дают роли правдоподобность. Лучше всего задать искусственному интеллекту конкретную роль: «мужчина 45 лет, потерял работу, считает долг несправедливым». Возражения прописываются под нишу — то, что операторы слышат каждый день: «Я не обязан с вами разговаривать», «Подавайте в суд», «Я сам перезвоню».
Пример сценария для МФО, просрочка 90+
«Клиент — должник по кредиту, отрицает наличие долга. В начале разговора агрессивен, обвиняет компанию в мошенничестве. Если оператор давит, начинает плакать и говорить о болезни ребёнка. Если оператор проявляет сочувствие, меняет тактику и требует прекратить звонки, ссылаясь на закон. Разговор заканчивает резким „Я сейчас вешаю трубку“ через 3–4 минуты, если менеджер не нашёл точку контакта».
После каждой сессии оператор получает разбор: где потерял инициативу, где фраза балансировала на грани нарушения 230-ФЗ, где мог отработать возражение, но ушёл в оправдания. Сценарий можно пройти несколько раз — система каждый раз строит диалог заново, в зависимости от реплик оператора.
Три вещи, которые это меняет на практике
1. Новички ошибаются без риска. Сорваться, нагрубить, нарушить 230-ФЗ — в тренажёре нет никаких серьёзных последствий для компании. Все критические ошибки происходят в симуляции.
2. Опытные операторы выходят из режима автопилота. Нестандартный сценарий — с плачем, угрозами, внезапной сменой позиции — вскрывает слабые места, которые в рутинном обзвоне незаметны.
3. Повторяемость без живого тренера. Супервизор не сможет разыграть одну и ту же жёсткую ситуацию двадцать раз подряд для разных сотрудников. AI делает это для каждого — и каждый раз по-другому, в зависимости от того, как оператор ведёт разговор.
Как начать
Возьмите 2–3 сценария, которые чаще всего выбивают операторов из колеи. Пропишите под каждый портрет клиента его поведение и конкретные возражения. Добавьте требования, которые делают разговор по-настоящему жёстким.
Настроить сценарий достаточно один раз — дальше на нём тренируется вся команда или каждый новичок перед выходом на линию. Несколько прогонов, и операторы перестают теряться перед агрессией.
«Самая частая ошибка при настройке тренажёра — прописать только поведение клиента и забыть про ограничения. Без них AI начинает соглашаться слишком легко, и оператор уходит с ощущением, что всё сделал правильно, хотя в реальном звонке такой клиент давно бы бросил трубку».
А как вы сейчас вводите новых операторов в коллекшен? Есть ли у вас тип клиента, который до сих пор не получается отработать в тренировках?
