Custom GPT jako lead magnet B2B — case study AI Negocjator

AI Negocjator to Custom GPT, którego zbudowałem dla programu AI_Sales. Użytkownik przekazuje mu ofertę B2B i kontekst rozmowy, a asystent przeprowadza dokument przez uporządkowany audyt przed wysłaniem go do klienta.

Nie chodziło o stworzenie bota, który będzie negocjował za handlowca. Trafniejszy obraz to test zderzeniowy oferty. Dokument trafia najpierw na kontrolowaną próbę, a dopiero później na biurko klienta.

AI wskazuje słabe miejsca. Człowiek nadal trzyma kierownicę.

Brief: magnes na kontakty, który najpierw wykonuje pracę

Większość magnesów na kontakty składa odbiorcy obietnicę: zostaw adres, a dostaniesz materiał, z którego być może kiedyś skorzystasz. W AI Negocjatorze chciałem odwrócić tę kolejność.

Najpierw działanie. Potem dalsza relacja.

Użytkownik nie dostawał kolejnego opisu negocjacji. Przynosił własną ofertę, opisywał klienta i otrzymywał analizę materiału, z którym faktycznie miał wyjść do sprzedaży.

To dobrze pasowało do programu AI_Sales prowadzonego przez Szymona Negacza. Darmowa wersja asystenta była dostępna po zapisie do newslettera. Wersja PRO trafiała do uczestników programu i dawała szerszy kontekst oraz możliwość dopasowania instrukcji do własnej firmy, produktu i branży.

Powstały więc dwa poziomy jednego produktu:

• wersja darmowa — próbny audyt konkretnej oferty;
• wersja PRO — rozszerzona wersja do dalszej pracy podczas programu.

Nie traktowałem ich jak „słabej” i „mocnej” odmiany tego samego pliku. Każda miała inne zadanie. Pierwsza pokazywała sposób pracy. Druga pomagała wdrożyć go we własnym kontekście.

Dlaczego wybrałem Custom GPT

Custom GPT to asystent działający w ChatGPT na podstawie własnych instrukcji, materiałów i ustawień. W tym projekcie nie potrzebowałem agenta, który sam uruchamia kolejne systemy i podejmuje działania w tle. Potrzebowałem kontrolowanej rozmowy wokół jednego dokumentu.

Przepływ był prosty:

1. Użytkownik przekazuje ofertę.
2. Dodaje kontekst klienta i etapu sprzedaży.
3. Asystent prowadzi audyt według ustalonej kolejności.
4. Po każdym etapie użytkownik może odnieść się do uwag.
5. Na końcu otrzymuje materiał do samodzielnej decyzji.

To jest właściwy zakres dla asystenta AI. Nie działa sam za plecami użytkownika. Odpowiada wtedy, gdy człowiek rozpocznie rozmowę i dostarczy materiał.

W przypadku negocjacji to zaleta, nie wada. Oferta zawiera decyzje, za które nadal odpowiada handlowiec: zakres, zobowiązania, granice ustępstw i następny krok. Tego nie chciałem oddawać modelowi.

Sama „bezwzględna osobowość” nie wystarcza

Najłatwiejszy sposób budowania takiego GPT wygląda tak: wpisz w instrukcji „jesteś bezwzględnym negocjatorem” i licz, że model zrobi resztę.

Nie zrobi.

To kostium, nie proces. Model może brzmieć ostro, a nadal przegapić brak dowodu, niejasny zakres albo ofertę niedopasowaną do etapu rozmowy.

Dlatego nie budowałem AI Negocjatora wokół samego tonu. Najpierw opisałem kolejność analizy, wymagane dane, kryteria oceny i format odpowiedzi. Dopiero potem ustawiłem sposób komunikacji: bez owijania, ale zawsze z uzasadnieniem i propozycją następnego ruchu.

Asystent miał robić trzy rzeczy:

• wskazać konkretny fragment wymagający uwagi;
• wyjaśnić, dlaczego może osłabiać ofertę;
• zaproponować pytanie albo zmianę, którą handlowiec sam oceni.

To ostatnie rozróżnienie jest ważne. „Ta sekcja jest słaba” niczego nie naprawia. „Klient nie wie, co dokładnie otrzyma i po czym rozpozna zakończenie prac” daje punkt zaczepienia.

Jak wyglądał audyt oferty

Pierwotny proces obejmował dziesięć punktów. W praktyce układały się one w pięć rund:

1. Kontekst rozmowy

Zanim AI dotknęło oferty, zbierało informacje o kliencie, etapie sprzedaży, pilności, alternatywach i działaniach konkurencji. Ten sam dokument może być sensowny po kilku rozmowach i zdecydowanie za wczesny po pierwszym kontakcie.

Bez kontekstu model oceniałby tylko tekst. Negocjacje zaczynają się wcześniej.

2. Problem klienta i zawartość oferty

Asystent sprawdzał, czy dokument zaczyna się od sytuacji klienta, czy od standardowego „o naszej firmie”. Następnie oceniał, czy zakres, sposób realizacji i ramy współpracy są opisane na tyle jasno, aby odbiorca wiedział, co właściwie kupuje.

Tu wychodzą rzeczy banalne, ale kosztowne: niejasne pojęcia, ukryte założenia i elementy, które dla autora są logiczne tylko dlatego, że zna projekt od środka.

3. Wartość i pozycja negocjacyjna

Kolejna runda dotyczyła sposobu pokazania wartości, wariantów oferty i granic ustępstw. Asystent pytał między innymi:

• co jest warunkiem koniecznym;
• z czego można ustąpić;
• jaka jest alternatywa, gdy klient odrzuci propozycję;
• czy różnice między wariantami są widoczne;
• czy oferta daje handlowcowi pole do rozmowy.

AI nie ustalało tych granic. Wymuszało ich nazwanie przed spotkaniem.

4. Dowody i obiekcje

Następnie AI Negocjator szukał twierdzeń, które brzmią jak obietnica, ale nie mają podparcia w opinii, przykładzie, danych albo opisie wcześniejszej realizacji. Sprawdzał też, czy oferta odpowiada na przewidywalne pytania klienta, zanim trafią one na stół.

Nie chodzi o dopisanie strony pełnej zapewnień. Chodzi o usunięcie miejsc, w których klient musi sam zgadywać, dlaczego powinien uwierzyć autorowi dokumentu.

5. Zamknięcie i forma

Ostatnia runda obejmowała następny krok, czytelność i ton. Oferta nie powinna kończyć się mglistym „zapraszamy do kontaktu”, jeśli obie strony wiedzą już, co ma wydarzyć się dalej.

Asystent oceniał też język dokumentu. Żargon sprzedażowy tłumaczył na prostsze pojęcia. Zamiast zasłaniać analizę skrótami, miał mówić tak, żeby handlowiec mógł od razu wykorzystać uwagę w rozmowie.

Raport, a nie ściana porad

Po każdej rundzie asystent porządkował wynik w trzech grupach:

• co już działa;
• co wymaga pilnej decyzji;
• co warto poprawić w dalszej kolejności.

Użytkownik nie dostawał na końcu kilkudziesięciu przypadkowych uwag. Przechodził przez analizę etapami i mógł zatrzymać się przy punkcie, z którym się nie zgadzał.

To odróżnia proces od jednorazowego polecenia „oceń moją ofertę”. Dobre instrukcje nie polegają na dodawaniu kolejnych przymiotników. Określają wejście, kolejność pracy, kryteria i sposób odbioru wyniku. Szerzej opisuję to w poradniku o projektowaniu dobrych promptów do AI.

Bezpłatne narzędzie

Sprawdź w 3 minuty, czy Twój pomysł na AI da się wdrożyć

Opisz pomysł, odpowiedz na kilka pytań i zobacz ocenę: macierz wykonalność × impakt, plan MVP i rekomendację — bez zakładania konta.

Sprawdź swój pomysł →

Jak AI Negocjator działał jako magnes na kontakty

Mechanizm dystrybucji był prosty: darmowa wersja trafiała do odbiorcy po zapisie do newslettera AI_Sales. Zamiast samego materiału edukacyjnego użytkownik otrzymywał dostęp do narzędzia, na którym mógł wykonać pierwsze zadanie.

To nie oznacza, że Custom GPT jest z definicji lepszy od e-booka, webinaru albo arkusza. Każdy format rozwiązuje inny problem.

Dokument sprawdza się wtedy, gdy odbiorca potrzebuje uporządkowanej wiedzy. Rozmowa z GPT ma sens, gdy odpowiedź zależy od danych użytkownika — w tym przypadku od konkretnej oferty, klienta i etapu negocjacji.

Link do GPT pełnił rolę dostępu po zapisie, ale nie był indywidualnym kluczem. Osoba, która dostała wspólny adres, mogła przekazać go dalej. To ważna różnica przy projektowaniu podobnego mechanizmu: newsletter kontroluje moment wysłania dostępu, nie każdą późniejszą wizytę.

Wersja darmowa i PRO miały inne zadania

Darmowy AI Negocjator miał dać odbiorcy doświadczenie pracy z ofertą. Nie opowiadał, co potrafi AI w sprzedaży. Pokazywał to na materiale użytkownika.

Wersja PRO rozszerzała ten mechanizm. Uczestnicy AI_Sales otrzymywali dodatkowe materiały oraz wskazówki, jak dopasować asystenta do realiów swojej firmy. Inaczej analizuje się ofertę usługi doradczej, inaczej wdrożenie technologiczne, a jeszcze inaczej powtarzalny produkt.

Najważniejsza różnica nie polegała więc na liczbie odpowiedzi. Polegała na własnym kontekście:

To model „próbka → własne narzędzie”. Najpierw użytkownik widzi mechanizm na swoim dokumencie. Później może nauczyć się, jak go dopasować i używać świadomie.

Granica, której nie oddałem AI

AI Negocjator mógł wskazać brak argumentu, niejasny zakres albo słabe zamknięcie. Nie znał jednak pełnej historii relacji z klientem. Nie uczestniczył w poprzednich rozmowach, nie ponosił odpowiedzialności za obietnice i nie wiedział, które ustępstwo firma może realnie zaakceptować.

Dlatego wynik był materiałem do decyzji, nie decyzją.

Przed przekazaniem oferty do Custom GPT trzeba też usunąć informacje, których analiza nie wymaga — dane osobowe, poufne warunki i inne szczegóły relacji z klientem. Według dokumentacji OpenAI twórca GPT nie widzi pojedynczych rozmów użytkowników, ale zasady wykorzystania danych zależą od planu, ustawień konta oraz podłączonych usług.

To nie jest efektowna część projektu. Jest za to częścią odpowiedzialnego wdrożenia.

Rzecz, która została mi po tym projekcie

Na początku najłatwiej ekscytować się „osobowością” asystenta. Bezwzględny negocjator brzmi lepiej niż uporządkowany formularz kontrolny.

Tyle że wartość powstała gdzie indziej.

Najważniejsza okazała się sekwencja pytań i kryteriów, która zmuszała użytkownika do nazwania rzeczy zwykle zostawianych na ostatnią chwilę: granic ustępstw, dowodów, następnego kroku i brakujących informacji.

AI nie musiało znać sekretnej techniki negocjacji. Miało zatrzymać handlowca przed wysłaniem dokumentu, który nie jest gotowy.

Druga lekcja dotyczy samego magnesu na kontakty. Najmocniejszą prezentacją kompetencji nie zawsze jest opowiedzenie, co firma potrafi. Czasem lepiej dać odbiorcy mały fragment procesu i pozwolić mu przejść go na własnym materiale.

To dokładnie robił AI Negocjator: najpierw praca, potem opowieść o produkcie.

Najczęściej zadawane pytania

Czy Custom GPT może przeanalizować ofertę B2B?

Tak. Może pracować na tekście lub pliku przekazanym w rozmowie i analizować go według zapisanych kryteriów. Wynik zależy od jakości instrukcji oraz kontekstu podanego przez użytkownika i powinien zostać sprawdzony przez handlowca.

Czy AI Negocjator zastępował handlowca?

Nie. Asystent wskazywał obszary wymagające uwagi i pomagał przygotować się do rozmowy. Decyzje dotyczące zakresu, zobowiązań, ustępstw i wysłania oferty pozostawały po stronie człowieka.

Czym różniła się wersja darmowa od PRO?

Wersja darmowa pozwalała przeprowadzić próbny audyt po zapisie do newslettera. Wersja PRO była przeznaczona dla uczestników AI_Sales i dodawała materiały oraz sposób dopasowania asystenta do firmy, produktu i branży.

Jakich danych nie należy przekazywać do Custom GPT?

Nie należy przesyłać danych osobowych klienta, tajemnic przedsiębiorstwa ani poufnych warunków, jeśli nie są potrzebne do analizy. Przed użyciem trzeba sprawdzić ustawienia danych w ChatGPT oraz działanie zewnętrznych usług podłączonych do GPT.

Podsumowanie

AI Negocjator nie miał negocjować za człowieka. Miał zatrzymać go na chwilę przed wysłaniem oferty i zadać pytania, które klient prawdopodobnie zada później.

Jako Custom GPT wykonywał jedno konkretne zadanie. Jako magnes na kontakty pokazywał wartość programu przez działanie. Jako wersja PRO stawał się materiałem do dalszego, świadomego dopasowania.

Najważniejszy element tego projektu nie był ukryty w modelu. Był zapisany w procesie: kontekst, kryteria, kolejność i granica decyzji człowieka.

AI do działania, nie do gadania — ale nadal z handlowcem za kierownicą.

Źródła

1. AI_Sales — oficjalny opis programu oraz darmowej i rozszerzonej wersji AI Negocjatora — https://www.aisales.pl/
2. OpenAI Help Center, „Creating and editing GPTs” — rola instrukcji, wiedzy i testowania Custom GPT — https://help.openai.com/en/articles/8554397
3. OpenAI Help Center, „Sharing and publishing GPTs” — sposoby udostępniania GPT przez link — https://help.openai.com/en/articles/8798878-sharing-and-publishing-gpts
4. OpenAI Help Center, „GPTs in ChatGPT” — dostęp, prywatność i wykorzystanie danych — https://help.openai.com/en/articles/8554407-gpts-in-chatgpt