Кейс: как ИИ-агент вытащил заявки студии ландшафтного дизайна из мессенджеров
Этот ии агент кейс ландшафтный дизайн разбирает по шагам: студия из региона теряла до трети заявок просто потому, что менеджер физически не успевал отвечать в трёх каналах одновременно — на сайте, в Telegram и в Instagram. После внедрения ИИ-агента ситуация изменилась за три недели, и ниже честно, с цифрами и без прикрас, показано, что именно сработало.
Ландшафтный дизайн — ниша с длинным циклом принятия решения и коротким окном первого контакта. Клиент пишет вечером после работы, сравнивает три-четыре студии за один вечер и выбирает того, кто ответил первым и по делу. Если ответ приходит через два часа, а тем более на следующий день, заявка почти наверняка уходит конкуренту. Именно эту проблему студия решала, когда обратилась за автоматизацией.
Проблема: заявки есть, но менеджер не успевает
До внедрения у студии был классический набор точек контакта: форма на сайте, аккаунт в Instagram и группа во ВКонтакте, плюс отдельный номер для WhatsApp. Заявки падали в общий чат, а дальше один менеджер вручную разбирал их по приоритету. В пиковые месяцы — весна и начало лета — поток обращений вырастал в два-три раза, и часть лидов буквально терялась: кто-то не получал ответа вовремя, кто-то писал уточняющий вопрос ночью и к утру уже забывал о студии.
Отдельная боль — квалификация. Часть обращений была нецелевой: вопросы про разовую стрижку газона, а не про проект озеленения участка под ключ. Менеджер тратил время на переписку, прежде чем понимал, что это не его клиент, вместо того чтобы работать с теми, кто готов заказать полноценный проект.
Почему выбрали именно ИИ-агента, а не чат-бота
Первая попытка автоматизации была со стандартным чат-ботом на кнопках: «Выберите услугу» → «Укажите площадь участка» → «Оставьте телефон». Конверсия просела ещё сильнее — клиенты в ландшафтном дизайне почти всегда пишут развёрнуто и нестандартно: «хотим сделать сад в японском стиле, участок 12 соток, есть уклон, что посоветуете». Жёсткий сценарий такие сообщения не понимает и уводит человека в тупик меню.
Подробнее о разнице между этими подходами есть отдельный разбор: чем ИИ-агент принципиально отличается от чат-бота. Если коротко — чат-бот отвечает по заранее прописанному дереву и забывает контекст между сообщениями, а ИИ-агент понимает смысл обращения, помнит всю историю диалога и сам принимает решение, какой вопрос задать следующим, чтобы довести клиента до заявки.
Что настроили: механика внедрения
Команда dareai развернула ИИ-агента на базе GigaChat под три канала студии: сайт, Telegram и Instagram, с единой логикой квалификации. Агент решал три задачи одновременно.
Во-первых, отвечал мгновенно в любое время суток и вёл диалог живым языком, а не по скрипту с кнопками. Во-вторых, квалифицировал лида по площади участка, бюджету и типу задачи — комплексный проект, отдельные малые архитектурные формы или разовое обслуживание — и уже на этом этапе отсекал нецелевые обращения без участия человека. В-третьих, для тёплых заявок сам предлагал слот для звонка дизайнера и фиксировал сделку в amoCRM с полным контекстом переписки, чтобы менеджер не тратил время на повторные вопросы клиенту.
Для ниши в целом такой сценарий подробно описан на странице ИИ-менеджер для ландшафтного дизайна — там показано, какие сценарии диалога и интеграции чаще всего нужны студиям озеленения и проектирования участков.
Внедрение заняло 16 дней: сначала прописали сценарии диалога и базу знаний по услугам студии — стили, материалы, ориентировочные сроки работ, — затем подключили каналы и CRM, после чего две недели агент работал параллельно с менеджером, а его ответы проверялись и дообучались на реальных диалогах.
Результаты за первые три месяца
Ниже сведены ключевые показатели студии до и после запуска ИИ-агента.
| Показатель | До ИИ-агента | После ИИ-агента |
|---|---|---|
| Среднее время первого ответа | от 40 минут до нескольких часов | до 30 секунд |
| Доля заявок с ответом | около 70% | практически 100% |
| Обработка нецелевых обращений | вручную менеджером | автоматически, без участия человека |
| Рост числа целевых заявок | база | +40–60% |
| Нагрузка на менеджера по рутинным диалогам | 100% | снижена примерно наполовину |
Важно оговориться честно: рост заявок — это диапазон, а не гарантия. На него влияет сезонность, рекламный бюджет студии и качество портфолио, которое клиент видит перед обращением. ИИ-агент решает свою часть задачи — не терять уже пришедший интерес и доводить его до записи на консультацию, а не создаёт спрос из воздуха.
Что изменилось для команды студии
Менеджер студии перестал тратить утро на разбор ночных сообщений и вместо этого сразу видел в CRM карточки уже квалифицированных лидов с указанным бюджетом, площадью участка и предпочтительным временем звонка. Дизайнеры получили больше времени на подготовку концепций вместо переписки с теми, кто на старте просто изучал рынок. Собственник студии отметил, что впервые за сезон ни одна заявка, пришедшая вечером или в выходной, не осталась без ответа до утра понедельника.
Этот эффект характерен не только для ландшафтного дизайна — похожая логика работает в любой нише с высоким чеком и долгим циклом сделки. Общий разбор того, из чего складывается стоимость такого внедрения, есть в статье сколько стоит ИИ-агент для бизнеса.
FAQ
Чем этот кейс отличается от типичного чат-бота на сайте?
Чат-бот в этом кейсе как раз пробовали первым, и он не сработал: клиенты пишут о проекте сада свободным текстом, а не выбирают пункты меню. ИИ-агент понимает суть обращения, задаёт уточняющие вопросы по смыслу и помнит весь диалог целиком, а не только последнее сообщение.
Сколько времени заняло внедрение в этом случае?
16 дней — от прописывания сценариев и базы знаний по услугам студии до полноценного запуска во всех трёх каналах с интеграцией в amoCRM. Это укладывается в типичный диапазон 14–21 день для проекта такого масштаба.
Подойдёт ли такой ИИ-агент небольшой студии, а не только крупной компании?
Да, механика не зависит от размера студии: важен поток обращений через несколько каналов и повторяющиеся вопросы клиентов. Даже при небольшом объёме заявок агент снимает рутину с одного-двух менеджеров и не даёт терять лиды вне рабочего времени.
Что если в компании уже настроена CRM — придётся её менять?
Нет, ИИ-агент интегрируется в существующую CRM — в этом кейсе в amoCRM, но так же работает с Битрикс24 и телефонией — и просто добавляет туда карточки уже квалифицированных лидов с историей переписки, ничего не заменяя.
С чего вообще начинается такой проект?
С разбора текущей воронки и каналов обращений. Если нужен более общий контекст перед принятием решения, полезно сначала прочитать про то, как внедрить ИИ-агента в бизнес — там описана последовательность шагов вне привязки к конкретной нише.
Если у вас студия ландшафтного дизайна и заявки так же теряются между сайтом, Telegram и Instagram — не нужно верить на слово, проще посмотреть на живой пример. Запишитесь на демо ИИ-агента в Telegram: /#form, и за 15 минут покажем, как это будет работать именно на ваших сценариях.