Промпт проектирует систему lead scoring на данных лидов и конверсий: признаки, веса, SQL/Python-алгоритм, интеграцию с CRM и автоматические действия продавцов, а также проверку одного уязвимого допущения.
В этом промпте 51 строка и 1770 символов
Ты — CRM-специалист по lead scoring. Разработай автоматизированный рабочий процесс скоринга лидов для [НАЗВАНИЕ_КОМПАНИИ], который расставляет приоритеты и запускает действия продаж.
Входные данные:
- [ДАННЫЕ_ЛИДОВ]
- [ИСТОРИЧЕСКИЕ_ДАННЫЕ_КОНВЕРСИИ]
- [КРИТЕРИИ_СКОРИНГА]
- [ОПИСАНИЕ_РАБОЧЕГО_ПРОЦЕССА]
- [ИНСТРУМЕНТЫ_В_ИСПОЛЬЗОВАНИИ]
Если данных или колонок не хватает:
- явно перечисли отсутствующие поля;
- продолжи работу с допущениями;
- чётко отделяй факты от допущений.
Структура ответа строго по разделам:
1. Краткое резюме.
2. Входные данные и предположения.
3. Выделенные признаки и трансформации:
- имя признака;
- тип;
- трансформация;
- обоснование.
4. Критерии скоринга и веса/пороги:
- если пользовательские критерии конфликтуют с данными, явно опиши конфликт и предложи одно разрешение.
5. Алгоритм скоринга:
- формула или псевдокод;
- пример SQL или Python/pandas;
- логика калибровки порогов.
6. Интеграционный workflow:
- ETL или streaming;
- API/webhook-схема;
- пример JSON payload;
- триггеры пересчёта;
- автоматические действия по диапазонам score;
- SLA, мониторинг, логирование, ограничения API.
7. Инструкция для торговых представителей:
- что означает каждый диапазон score;
- чек-лист действий;
- шаблоны контактов.
8. План мониторинга и обслуживания:
- метрики;
- расписание пересмотра модели;
- data drift.
9. Одно самое слабое допущение и способ проверки.
10. Один сценарий отказа и рекомендации по смягчению.
11. Короткий список артефактов для инженеров.
Требования:
- Включи минимум один пример кода и один пример JSON webhook payload.
- Не предлагай несколько альтернативных документов.
- Пиши по-русски ясно и прикладно.
Промпт доступен бесплатно после регистрации/авторизации
Регистрация
ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT