AI-разбор входящих КП и RFP: матрица соответствия и риски за 21 день
AI-разбор входящих КП, тендеров и RFP за 21 день — это extraction требований → матрица соответствия «must/should/nice» → shortlist рисков и явный next-step в CRM. Без матрицы и владельца сделки «умный summary PDF» не экономит часы и не повышает win-rate.
Я собираю этот контур, когда отдел тонет в PDF/DOCX/Excel: десятки страниц требований, разные форматы, дедлайны «до пятницы», а менеджер вручную копирует критерии в таблицу и забывает половину must-have. Ниже — схема на 21 день, которую я реально ставлю МСП и среднему B2B.
Что ломается без AI-разбора RFP
Симптомы, по которым я понимаю, что нужен не «чат с PDF», а контур:
| Симптом | Цена | Что должно появиться |
|---|---|---|
| RFP читают 1–2 человека «как получится» | пропуск must-have, дисквалификация | extraction + чеклист must |
| Сравнение оферт в голове/Excel без версии | споры «чья цифра» | матрица соответствия v1/v2 |
| Риски в переписке, не в CRM | сделка «зелёная», потом сюрприз | shortlist risk + owner |
| Next-step «подумаем» без дедлайна | RFP умирает в папке | задача + SLA в Bitrix |
| Нет трейса «откуда взяли требование» | нельзя оспорить интерпретацию | цитата + страница/якорь |
Правило: AI не «отвечает на тендер». AI нормализует вход, чтобы человек принял решение быстрее и с меньшей ошибкой.
Контур за 21 день: extraction → матрица → CRM
Я режу пилот на три недели. Цель — не идеальный NLP, а повторяемый артефакт на каждый входящий пакет.
Неделя 1: захват и extraction
- Единая точка входа: почта/форма/мессенджер → сделка Bitrix со стадией
RFP_IN. - Файлы кладутся в одну папку сделки; запрет «файл только в Telegram».
- AI-extraction выдаёт JSON/таблицу:
must[],should[],nice[]- дедлайны, формат ответа, юр. условия, SLA поставки
open_questions[]— то, что в тексте неоднозначно
- Каждое требование с цитатой (фрагмент + страница/раздел). Без цитаты — в
open_questions.
| Поле extraction | Пример | Зачем |
|---|---|---|
req_id | MUST-014 | ссылка в матрице и задачах |
priority | must / should / nice | фильтр go/no-go |
text_norm | «интеграция с 1С УТ 11» | сравнение оферт |
quote | «…обязательна выгрузка…» | аудит |
confidence | 0.0–1.0 | HITL если < порога |
gap_vs_offer | match / partial / miss / unknown | заполняется на неделе 2 |
Неделя 2: матрица соответствия и shortlist рисков
Я строю матрицу «требование × наша оферта / продукт / подрядчик»:
| req_id | priority | gap | риск | mitigation | owner |
|---|---|---|---|---|---|
| MUST-014 | must | partial | срыв срока интеграции | уточнить API + пилот 5 дней | техлид |
| MUST-003 | must | miss | дисквалификация | no-bid или партнёр | РОП |
| SHOULD-08 | should | match | — | указать в КП раздел 4 | менеджер |
Shortlist рисков — не «всё плохо», а топ-5–7 с влиянием на go/no-go и цену:
- юридические (штрафы, NDA, IP);
- технические (несовместимость, объём доработок);
- коммерческие (скрытый scope, fixed price vs T&M);
- ресурсные (кто пишет ответ к дедлайну).
Неделя 3: next-step в CRM и playbook ответа
В Bitrix после разбора обязательно появляются:
- стадия:
RFP_REVIEW→GO/NO_BID/CLARIFY; - поля:
uf_rfp_must_count,uf_rfp_miss_must,uf_rfp_risk_score,uf_rfp_deadline; - задачи: уточняющие вопросы клиенту, сбор proof, черновик КП, peer-review;
- дедлайны с буфером −48ч до официального cut-off.
Идемпотентность: повторная загрузка того же пакета не плодит 10 матриц (source_hash файла + deal_id).
Чеклист go / no-bid / clarify
Я не даю AI «самому решать bid». AI готовит scorecard; решение — у РОП/техлида.
GO, если:
- 0 miss по must или есть закрытый mitigation с owner и сроком;
- риск-score ниже порога (например ≤ 35/100);
- есть capacity на ответ до deadline−48ч;
- экономика пакета понятна (floor price / red lines).
NO-BID, если:
- ≥1 критический must без realistic mitigation;
- юридические red lines (штрафы/IP), которые не принимаем;
- win-probability низкая при высокой цене ответа (часы команды).
CLARIFY, если:
- ≥3 open_questions с влиянием на scope/цену;
- противоречия в RFP (разные разделы);
- confidence extraction низкий на must-блоке → HITL до решения.
| Решение | SLA в CRM | Артефакт |
|---|---|---|
| GO | задача «черновик КП» ≤ 24ч | матрица v1 + outline КП |
| NO-BID | комментарий reason + nurture | shortlist + polite decline |
| CLARIFY | письмо/звонок ≤ 1 раб. дня | список вопросов с req_id |
Метрики пилота 21 дня
Без цифр контур превращается в «ещё один бот».
| Метрика | База (вручную) | Цель пилота |
|---|---|---|
| Время до первой матрицы | 4–12 ч | ≤ 45–90 мин + HITL |
| Доля RFP с заполненным risk shortlist | < 30% | ≥ 90% |
| Пропуск must (постфактум) | «бывает» | 0 критических в GO |
| Сделки без next-step > 48ч | часто | ≤ 10% |
| Часы на ответ одного RFP | 1–3 дня FTE | −30…50% на extraction/сверке |
Минимум логов: deal_id, hash файлов, версия промпта/модели, кто подтвердил HITL, финальное решение GO/NO-BID.
Часто задаваемые вопросы
Это не то же самое, что AI-разбор демо и тегов отказов?
Нет. Разбор демо — про речь после встречи и follow-up. Здесь вход — документы RFP/КП/тендера, выход — матрица требований, риски и bid-решение. Другой объект, другие поля CRM, другой SLA.
Можно ли кормить сырой PDF в ChatGPT без контура?
Можно один раз. На потоке теряются: версия матрицы, цитаты, owner, идемпотентность, PII, audit. Я всегда кладу extraction в структурированный слой и сделку, а не в «чат менеджера».
Нужен ли RAG по базе знаний компании?
На пилоте 21 дня — опционально. Сначала стабилизирую extraction + матрицу + CRM. RAG по прошлым КП/кейсам подключаю, когда must/should уже стабильны и есть размеченный golden-set ответов.
Кто отвечает, если AI ошибся в must?
Owner сделки + peer-review на must-блоке. AI с low confidence обязан уходить в HITL. В логе — кто утвердил go при partial/miss.
Читайте также
- AI-разбор демо: транскрипт → теги отказов → Bitrix и playbook 21 день
- Нейросети для автоматизации закупок и тендеров
- Tool-calling Bitrix CRM: whitelist, dry-run, audit и откат
Готовый контур extraction → матрица → CRM под ваш поток RFP/КП: https://raisovich.ru
Сколько занимает AI-разбор одного RFP на пилоте 21 дня?
Цель пилота — первая матрица за 45–90 минут плюс HITL, против 4–12 часов ручного чтения. Полный цикл extraction → матрица → next-step в CRM обычно укладывается в рабочий день с буфером −48ч до дедлайна.
Что появляется в CRM после разбора входящего КП?
В сделке появляются must/should/nice, shortlist рисков с owner, score go/no-bid/clarify и задача next-step со SLA. Без этих полей summary PDF не считается готовым контуром.
Когда выбирать no-bid вместо go по матрице рисков?
No-bid, если есть критический must без realistic mitigation, юридические red lines или низкая win-probability при высокой цене ответа. AI готовит scorecard, финальное решение остаётся у РОП или техлида.
Подпишитесь на @raisovich_news
Первыми получайте новые статьи об AI-автоматизации, нейросетях для бизнеса и создании сайтов. Без спама — только полезный контент.
Часто задаваемые вопросы
Сколько занимает AI-разбор одного RFP на пилоте 21 дня?
Цель пилота — первая матрица за 45–90 минут плюс HITL, против 4–12 часов ручного чтения. Полный цикл extraction → матрица → next-step в CRM обычно укладывается в рабочий день с буфером −48ч до дедлайна.
Что появляется в CRM после разбора входящего КП?
В сделке появляются must/should/nice, shortlist рисков с owner, score go/no-bid/clarify и задача next-step со SLA. Без этих полей summary PDF не считается готовым контуром.