ИИ-агент изучает клиента вместо менеджера перед звонком

Двадцать минут перед каждым звонком

Перед звонком менеджер открывает карточку и идёт искать. Перечитывает переписку, смотрит сайт компании, выясняет, кем человек работает и где работал раньше, проверяет, тот ли это Иван Петров. На один контакт уходит минут пятнадцать-двадцать. Это моя прикидка, замеров у меня нет. Если в отделе пять менеджеров и каждый готовит по восемь звонков в неделю, получается около десяти часов в неделю на поиск вместо разговоров.

В агентстве то же самое: перед встречей надо знать, кто напротив, чем занята его компания и что вы ему уже писали. Поэтому идея понятна сразу: пусть подготовку делает агент в фоне, а менеджер получает готовую карточку.

Что за проект и кто за ним стоит

На GitHub trycompai/crm описан как CRM, созданная для ИИ-агентов. Репозиторий принадлежит организации Comp AI (trycomp.ai). Главный продукт этой компании другой: открытая платформа, которая помогает пройти SOC 2, GDPR и ISO 27001. Зачем им CRM, в README не сказано.

Лицензия MIT, в файле LICENSE указано «Copyright (c) 2026 Comp AI». Код можно использовать и менять, в том числе в коммерческих проектах. Репозиторий создан 26 июля 2026 года, последний релиз 1.15.3 вышел 21 августа, всего их 22. У проекта 18 звёзд, один форк и пять живых участников, почти весь код написали двое. В документации авторы сами признают, что часть задач в очереди закрывается неверно, и держат отдельную проверку, чтобы менеджер этого не видел.

Как агент исследует контакт

Агент работает отдельным сервисом по своей очереди, браузер для этого открывать не нужно. Раз в минуту планировщик берёт задачи, срок которых пришёл, и запускает на каждую сессию. У агента 18 инструментов: поиск по CRM, определение личности контакта, исследование человека, обогащение данных компании, запись факта и другие. Если ему нужно вернуться к человеку позже, он планирует перепроверку и пишет причину, а менеджер эту причину видит. На исследование выделен бюджет, закончился, агент останавливается.

Главное правило из README: о человеке ничего не додумывается. Ни один инструмент не принимает оценку уверенности. Инструменты сообщают, что наблюдали, например подпись в письме или аккаунт на GitHub, а отдельный слой оценивает вес такого свидетельства. Сильное идёт в карточку. Слабое становится предложением, и решает человек. Значение, которое менеджер ввёл вручную, агент не перезаписывает. Авторы объясняют просто: уверенно неверный факт хуже пустого поля, потому что его уже никто не отличит от правды.

Откуда берутся данные

Лучшим источником README называет вашу собственную почту: переписку, встречи в календаре и подписи в письмах. Подключается Google (Gmail и Calendar) или Microsoft с правом только на чтение. Письма читаются вперёд от момента подключения, старый ящик в CRM не выгружается.

Остальное по желанию. Через сервис Context.dev агент берёт данные о компании по домену и данные о человеке по ссылке на LinkedIn, которая уже есть в карточке. Поиск по открытому интернету включается ключом Perplexity. Без ключей агент работает только по вашей переписке. Внешний сервис списывает кредиты: в документации указано 10 за компанию и 20 за человека.

Компании и люди: где начинается закон

Отрасль, сайт и реквизиты компании это данные юридического лица. Имя менеджера клиента, его почта, должность, прежние места работы и фотография это сведения о физическом лице, то есть персональные данные по 152-ФЗ, даже если вы работаете в B2B. Закон требует собирать их для заранее определённой цели и на законном основании. Отдельная статья 12 касается трансграничной передачи.

У проекта это не отвлечённый вопрос. Модель по README подключена через Vercel AI Gateway, картинки хранятся в Vercel Blob, сведения о людях запрашиваются у внешнего сервиса. Куда именно уйдут данные ваших клиентов, надо выяснить до первого запуска. Текст статьи не юридическая консультация. Схему сбора лучше показать юристу, а подготовку документов и согласий я делаю в рамках «152-ФЗ под ключ».

Где это не сработает

Самостоятельно я проект не разворачивал, всё выше взято из README и документации. Вот что видно из них.

Своего сервера недостаточно: боевой путь описан на Vercel, локально в Docker поднимается только база. Как собрать всё без Vercel и запустить локальную модель, README не рассказывает. Интерфейс и документация на английском, в журнале изменений есть лишь предложение добавить слой локализации. Почта поддержана только Google и Microsoft, про Яндекс и Mail.ru в README ничего нет. LinkedIn для российских клиентов, по моей оценке, мало что даст. Проект молодой, сообщество небольшое, платной поддержки в README никто не обещает.

Что можно сделать уже сейчас

Первое. Неделю замеряйте, сколько минут менеджеры тратят на подготовку к звонку. Без этой цифры непонятно, есть ли что автоматизировать.

Второе. Выпишите пять-шесть полей, которые реально нужны перед звонком, и не собирайте остальное.

Третье. Попробуйте принцип на своей CRM: помощник читает только вашу переписку и кладёт в карточку сводку с пометкой источника. Как это выглядит у отдела продаж, описано в статье про ИИ-ассистента отдела продаж, а похожую по духу CRM, которую можно поставить на свой сервер, мы разбирали в материале про Relaticle.

Четвёртое. Если интересен именно trycompai/crm, поднимите его локально на тестовой почте и вымышленных контактах. В репозитории есть демо-данные. Откройте вкладку Agent у карточки и посмотрите, как он рассуждает. Решения под ваши задачи я собираю в рамках разработки ИИ-агентов, ориентиры по стоимости есть в прайсе.

Частые вопросы

Можно ли использовать его в коммерческом проекте?

Лицензия MIT это разрешает, нужно сохранить текст лицензии и уведомление об авторских правах. Гарантий по лицензии никто не даёт.

Агент сам пишет клиентам?

В README такого нет. Для Microsoft право Mail.Read указано как только чтение: письма нельзя отправлять, перемещать и удалять. Агент записывает факты в карточку.

Можно ли отключить передачу статистики?

Да, по README переменная CRM_TELEMETRY_DISABLED со значением 1 или DO_NOT_TRACK отключает отправку.

Коротко о главном

trycompai/crm показывает рабочую схему: агент собирает только наблюдаемое, сильное пишет в карточку, слабое отдаёт человеку. Её можно перенять и без этого проекта. Готовым продуктом для российского отдела продаж он не выглядит: английский интерфейс, зависимость от Vercel и внешних сервисов, возраст два с половиной месяца.

Менеджеры теряют часы на подготовку к звонкам, и хочется понять, что из этого забрать у людей? Напишите мне в Telegram слово «ИССЛЕДОВАТЕЛЬ». Посчитаем время на подготовку, выберем допустимые источники и определим, где данные о людях можно собирать.