> For the complete documentation index, see [llms.txt](https://docs.athenachat.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.athenachat.ai/documentation/ru/scenarii-ispolzovaniya/prodazhi.md).

# Продажи

Квалификация лидов, консультация и закрытие сделки

Агент консультирует по каталогу, квалифицирует лида, снимает возражения и либо оформляет заказ, либо передаёт горячего клиента менеджеру в CRM.

Источник на сайте: [Продажи](https://athenachat.ai/ru/use-cases/sells/).

## Что решает

* Клиенты пишут ночью и в выходные — без ответа уходят к конкурентам.
* Менеджеры тратят день на «сколько стоит?» вместо сложных сделок.
* Лиды из рекламы остывают, заявки из мессенджеров не попадают в CRM.

## Как работает

1. Мгновенно принимает лид в [канале](/documentation/ru/kanaly.md) и вовлекает в диалог.
2. Выясняет потребность, консультирует по ценам и наличию из [базы знаний](/documentation/ru/funkcional/baza-znanii.md) или [таблиц](/documentation/ru/funkcional/tablicy.md).
3. Отрабатывает возражения, предлагает альтернативу или акцию.
4. Формирует заказ, отправляет оплату или создаёт сделку в CRM с историей переписки.

## Что настроить

| В кабинете                                                                                                                                                   | Зачем                                        |
| ------------------------------------------------------------------------------------------------------------------------------------------------------------ | -------------------------------------------- |
| [Роль, инструкции, задача](/documentation/ru/funkcional/nastroika-agenta/osnovnye.md)                                                                        | Скрипт продажи и цель диалога                |
| [База знаний](/documentation/ru/funkcional/baza-znanii.md) и [таблицы](/documentation/ru/funkcional/tablicy.md)                                              | Каталог, цены, доставка                      |
| [Триггеры](/documentation/ru/funkcional/nastroika-agenta/triggery.md)                                                                                        | Позвать менеджера, когда клиент готов купить |
| [amoCRM](/documentation/ru/integracii/amocrm.md), [Битрикс24](/documentation/ru/integracii/bitriks24.md), [HubSpot](/documentation/ru/integracii/hubspot.md) | Сделка и история в CRM                       |

**Пример задачи:** «Узнай бюджет и сроки, предложи подходящий тариф, собери телефон и имя, при готовности отправь ссылку на оплату или передай менеджеру».

## Примеры

**Интернет-магазин.** Консультация по каталогу 24/7, заказ в [Telegram](/documentation/ru/kanaly/messendzhery/telegram.md) или [WhatsApp\*](/documentation/ru/kanaly/messendzhery/whatsapp.md), менеджеры только на сложных сделках.

**Онлайн-школа.** Ответы по программам и ценам, запись на пробный урок, воронка в CRM.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.athenachat.ai/documentation/ru/scenarii-ispolzovaniya/prodazhi.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `build a script that syncs our docs to a CMS` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.