Пожелания и особенности: 🧩 Задача Нужно сделать интеграцию между RetailCRM и сервисом искусственного интеллекта, чтобы автоматически транскрибировать звонки менеджеров (переводить аудио в текст), анализировать их с помощью ChatGPT и добавлять результаты обратно в CRM. ⸻ 🔍 Что есть сейчас • В нашей RetailCRM в каждой сделке хранятся записи звонков менеджеров (аудиофайлы mp3). • У нас есть API-доступ к RetailCRM. • Звонки автоматически подгружаются в карточку сделки. ⸻ 💡 Что нужно сделать 1. Когда в RetailCRM появляется новая запись звонка, система автоматически должна: • скачать этот аудиофайл; • распознать речь (транскрибировать аудио в текст); • отправить текст разговора в ChatGPT для анализа; • вернуть в CRM краткое резюме звонка, оценку качества, следующий шаг и основные теги. 2. Результат должен появляться в карточке сделки или звонка в виде: • короткого описания сути разговора (5–7 предложений), • оценки качества звонка (в процентах или баллах), • чек-листа (выполнены ли ключевые элементы: представился, выявил потребности, договорился о следующем шаге и т.д.), • рекомендации менеджеру, • ссылки на полный текст разговора (например, в отдельном файле). 3. Можно использовать любые надёжные сервисы для распознавания речи — например: • OpenAI Whisper API, • Google Speech-to-Text, • Яндекс SpeechKit, • Deepgram. 4. Для анализа текста и составления отчёта используется ChatGPT (GPT-4 или GPT-5). ⸻ 🎯 Цель интеграции Чтобы после каждого звонка не слушать запись, а видеть сразу: • краткую выжимку разговора; • основные выводы (что хотел клиент, о чём договорились); • насколько менеджер хорошо провёл разговор; • какие ошибки или слабые места в речи; • что нужно сделать дальше. ⸻ 🧱 Основные шаги реализации 1. Настроить получение уведомлений из RetailCRM при добавлении нового звонка. 2. Скачать аудио по ссылке из CRM. 3. Сделать транскрибацию (распознавание речи). 4. Отправить транскрипт в ChatGPT со специальным промптом, чтобы он: • написал краткое резюме разговора; • проверил чек-лист качества звонка; • сформулировал рекомендации; • определил «следующий шаг». 5. Вернуть результат обратно в CRM: • добавить комментарий в сделку с кратким итогом; • прикрепить файл с полным текстом; • при необходимости создать задачу менеджеру. ⸻ 📦 Что должно быть на выходе 1. В карточке сделки появляется блок: • Резюме звонка (коротко: с кем говорил, о чём, чем закончился). • Оценка (например, «72 балла из 100»). • Следующий шаг (например, «Отправить КП до 22 октября»). • Рекомендации (3–5 пунктов). 2. Вложение (файл с полной расшифровкой разговора). 3. Возможность вручную перезапустить анализ при необходимости. ⸻ 💬 Пример результата «Менеджер представился, уточнил цель звонка, выяснил, что клиент выбирает модель Х. Обсудили разницу между моделями, клиент попросил отправить каталог и пообещал вернуться с решением завтра. ✅ Приветствие — есть ✅ Потребность выявлена ⚠ Возражения обработаны частично ✅ Договорённость о следующем шаге — есть 💡 Рекомендации: — уточнять бюджет клиента; — больше фокусироваться на выгодах, а не на характеристиках. Следующий шаг: отправить каталог сегодня и перезвонить 21.10.» ⸻ 🧠 Пожелания к исполнителю • Опыт работы с API (RetailCRM, OpenAI, Google и т.п.); • Умение писать интеграции на Python / Node.js; • Понимание, как работать с аудиофайлами и транскрибацией; • Базовые знания prompt engineering (работа с ChatGPT через API). ⸻ 📎 Что предоставим • API-доступ к RetailCRM; • Примеры звонков и сделок; • Пример промпта для ChatGPT; • Тестовый аккаунт для проверки интеграции.