директор и машина · люди · запись № 017 · 17 июля 2026 · Давид Герштейн

Обучение сотрудников без наставника: курс, аттестация и автоматизация рутины

Так раньше выглядело внутреннее обучение сотрудников в отделе продаж: опытный менеджер тратил несколько дней на то, чтобы обучить новичка вживую — по видеозвонку, пересказывая одно и то же в десятый раз. Всё это время он не занимался клиентами. Если считать грубо: три дня по три-четыре часа в день на одного новичка — это 9–12 часов работы, вычтенных из продаж наставника (оценка). При нескольких новых менеджерах в месяц это уже заметная доля рабочего времени, которое компания оплатила дважды — за обучение и за упущенную выручку того, кто учил.

Компания заменила это пятидневным онлайн-курсом с личным кабинетом для каждого новичка — внутреннее обучение перестало держаться на щедрости одного человека, который согласен отвлекаться от продаж ради обучения соседа. Ниже — как это устроено по шагам, с каким промптом работает автоматизация вокруг обучения, что это стоит и где ломается, если сделать поверхностно.

Что не так с пересказом от коллеги к коллеге

У формата «сядь рядом с опытным и слушай» есть три системных проблемы, и все они бьют по деньгам.

Первая — время того, кто учит. Опытный сотрудник — это тот, кто и так закрывает план. Каждый час, потраченный на объяснение новичку, вычитается из его продаж напрямую.

Вторая — качество передачи. Каждый рассказывает по-своему, расставляет свои акценты, что-то забывает. Один новичок узнаёт про скрипты, другой — только про клиентский путь, потому что наставнику в тот день было некогда рассказать остальное.

Третья, и самая дорогая — новичок не верит в ценность продукта, потому что никто толком не объяснил, за что клиент платит. Конкретный случай: новый менеджер получает клиента, не понимая реальной ценности услуги. Клиент спрашивает «за что я платил» — и менеджер не может ответить убедительно, потому что сам не понимает. Это заканчивается конфликтами и расторжением договоров, иногда при первом же контакте.

Как устроено внутреннее обучение сотрудников без наставника

Компания разработала пятидневный онлайн-курс для новых сотрудников отдела продаж. Структура простая и последовательная:

Каждый день заканчивается тестом. Тесты вынесены на отдельный экран — специально, чтобы исключить возможность подсмотреть ответы во время прохождения материала. Мелочь, но именно она отличает контроль знаний от формальности «прочитал, поставил галочку».

Курс размещён на корпоративном портале, у каждого менеджера — свой личный кабинет. Прогресс отслеживает Telegram-бот: не руководитель каждый день заходит проверять, кто где застрял, а бот сам показывает, кто прошёл, а кто завис на третьем дне уже неделю.

Документы не теряются — их скачивают по ходу курса

С документами разобрались похожим образом. Раньше стандартные файлы и шаблоны рассылались списком, и часть из них терялась или игнорировалась. Теперь обучающийся скачивает нужный документ на каждом этапе курса — к концу обучения у него формируется персональная папка со всеми материалами для работы. Документы актуальны на момент прохождения курса, а не на момент, когда их последний раз обновляли.

Курс планируется расширять: шаблоны документов с конкретными примерами заполнения, видеоинструкции по анкетам, расширенный раздел по скриптам, чек-лист в конце обучения для напоминания в работе и видеозадания — короткие ролики, которые новичок записывает сам по определённым стадиям работы с клиентом. Это уже не просто курс, а тренажёр с обратной связью.

Насколько меняется нагрузка на наставника — на диаграмме ниже часы на одного новичка до и после курса, грубая оценка на потоке из нескольких новичков в месяц:

Часы на одного новичка при потоке в несколько новичков в месяц — живое обучение наставником против курса с разбором кейсов ботом-трекером (обе цифры — оценка).

Как построить систему, которая не требует постоянного ручного контроля от руководителя, — в статье про онбординг как систему, а не наставника-энтузиаста.

ИИ-связка: как обучение соединяется с автоматизацией найма

Внутреннее обучение — это не только курс о продукте. Есть и другой пласт: обучение работе с новыми инструментами, включая автоматизацию собственной рутины сотрудника. Разберём конкретный конвейер: он не про продажи, а про найм, но логика обучения та же — сначала человек учится проверять машину, потом снижает частоту проверок.

Менеджер по найму ежедневно вручную фильтровал резюме и отслеживал отклики на портале вакансий. Решение — не дать готовый инструмент сразу, а сначала обучить менеджера работе с API и таблицей, потом пошагово нарастить автоматизацию:

1. Таблица мониторинга вакансий — метрики: просмотры, клики, отказы
2. Подключение по API-ключам — доступ к базе портала
3. Агент опроса портала — раз в день тянет новые отклики
4. Скоринг резюме — оценка по критериям вакансии

На старте все решения по кандидатам остаются ручными — менеджер проверяет каждую оценку агента и даёт обратную связь. Это и есть обучение: не «доверяй машине сразу», а «проверяй, пока не набралась статистика ошибок».

Промпт для скоринга резюме — Google Sheets + Apps Script

Таблица мониторинга живёт в Google Sheets. Агент на Google Apps Script раз в день дёргает API портала, дописывает новые строки в лист «Отклики» и для каждой строки вызывает дешёвую модель (GPT-4o-mini или аналог) — задача массовая и шаблонная, платить за дорогую модель на потоке в десятки резюме в день смысла нет. Например, при потоке в несколько десятков резюме в день дешёвая модель обходится в районе одного-двух долларов в сутки (оценка на типовых расценках токенов) — заметно дешевле часа работы менеджера, который раньше тратился на ручной просмотр того же объёма откликов.

Ты — ассистент по подбору персонала. На входе резюме кандидата и требования вакансии.
Оцени соответствие по 5 критериям от 0 до 2 баллов каждый: опыт (0-2),
навыки из требований (0-2), формат резюме и опыт презентации (0-2),
географическая доступность (0-2), релевантность отрасли (0-2).
Не придумывай данные, которых нет в резюме — ставь 0, если информации недостаточно.

Вакансия: {{vacancy_requirements}}
Резюме кандидата: {{resume_text}}

Верни строго JSON:
{
  "candidate_id": "...",
  "score_total": число от 0 до 10,
  "score_breakdown": {"опыт": n, "навыки": n, "формат": n, "гео": n, "отрасль": n},
  "flag_review": true/false,
  "comment": "одна строка — почему такая оценка"
}

Пример ответа модели на реальном резюме из потока:

{
  "candidate_id": "R-1042",
  "score_total": 7,
  "score_breakdown": {"опыт": 2, "навыки": 2, "формат": 1, "гео": 1, "отрасль": 1},
  "flag_review": true,
  "comment": "Опыт релевантен, но резюме без структуры, гео — соседний регион"
}

Поле flag_review — это и есть та самая ручная проверка на старте: менеджер в первую очередь смотрит кандидатов с флагом, а не доверяет итоговому баллу вслепую.

Инженерная обвязка

Всё крутится в связке Google Sheets + Apps Script триггер (time-driven, раз в сутки) + API портала + Telegram Bot API. Апскрипт пишет в два листа: «Отчётность по вакансиям» (дата, просмотры, клики, отказы, процент релевантных резюме) и «Реестр откликов» (кандидат, критерии, итоговый балл). Перезапуск — вручную из меню таблицы, кнопка «Обновить сейчас», плюс лист «Errors» с временными метками сбоев API.

Обнаружилась рассинхронизация: по данным портала было заметно больше откликов, чем зафиксировано в таблице системы. Решили две вещи. Первое — показатель времени последнего успешного обновления в самой таблице, чтобы визуально видеть, когда данные устарели. Второе — Telegram-бот с push-уведомлениями: раз в час короткая сводка новых откликов и отдельное уведомление, когда появляется кандидат с высокой оценкой. Прямо из чата бота можно открыть резюме, перейти на портал, пригласить на собеседование или отклонить. Срок внедрения этой доработки — 2 дня.

Так теперь выглядит фрагмент этой таблицы — с меткой времени обновления и флагом на кандидата, которого нужно проверить вручную:

Показательная фраза из этого же проекта: «Пока ты не понимаешь, что можешь доверять системе, и смотришь и там, и там, это для тебя не рабочий инструмент, это просто ещё одна табличка, куда надо смотреть». Обучение без стадии проверки превращается в имитацию автоматизации — два источника правды вместо одного, и менеджер тратит время на оба.

Ещё один кейс — зависимость команды от одного человека. Руководитель IT-отдела столкнулся с тем, что компания держится на единственном специалисте: если он в отпуске, встают все проекты. Решение — за два-три месяца обучить остальных гибридным инструментам разработки, не чистому коду, а профессиональным низкокодовым платформам, чтобы задачи можно было передавать при перегрузке или отсутствии основного исполнителя. Это тоже внутреннее обучение, только его цель — не адаптация новичка, а снижение риска на ключевую роль.

О том, что бывает, когда автоматизация внедрена, но никто не научен ей пользоваться и она требует постоянного ручного надзора, — в статье почему внедрение ИИ не работает, хотя технически всё запустилось.

Аттестация персонала: тест — не единственный инструмент проверки

Курс с тестами показывает, что сотрудник прочитал материал. Он не показывает, применяет ли сотрудник знания в работе. Для этого нужна аттестация, построенная на других данных — на реальных звонках, а не на опроснике.

Промпт для профиля сотрудника по расшифровкам звонков

Здесь модель работает не с потоком в десятки резюме в день, а с несколькими десятками расшифровок в неделю — задача тоньше, нужен анализ формулировок и эмоционального фона, а не бинарная классификация. Здесь оправдана более дорогая модель уровня GPT-4o или Claude Sonnet.

Ты — аналитик разговоров отдела продаж. На входе расшифровка звонка менеджера с клиентом.
Проанализируй НЕ факт результата (продал/не продал), а КАК менеджер формулирует ответы:
опирается на процесс («я всё сделал правильно») или на результат клиента («вы получите X»).
Зафиксируй дословные фразы клиента о страхах и сомнениях.

Расшифровка: {{call_transcript}}

Верни JSON:
{
  "call_id": "...",
  "focus_type": "процесс" или "результат",
  "client_fears": ["фраза 1", "фраза 2"],
  "risk_phrase_from_manager": "цитата, где менеджер уходит в оправдание процесса",
  "recommendation": "одна строка для руководителя"
}

Пример ответа модели:

{
  "call_id": "C-0231",
  "focus_type": "процесс",
  "client_fears": ["не уверен, что успеем в срок", "уже платил за похожее и не сработало"],
  "risk_phrase_from_manager": "я всё сделал по инструкции, дальше не от меня зависит",
  "recommendation": "показать менеджеру разницу между 'сделано' и 'клиент получил результат'"
}

Именно так и вскрылась реальная проблема одной сотрудницы: она мерила свой успех процессом («сделано ли правильно»), а не результатом для клиента. Тест по скриптам этого никогда бы не показал — она отлично прошла бы любой опросник. Задача, которую поставили дальше, — собрать несколько десятков таких расшифровок за неделю, зафиксировав клиентские слова о страхах и проблемах, и уже на этом материале разбирать формулировки, а не факт звонка.

Второй слой аттестации — анонимная обратная связь от коллег, метрика в компании называется ЕМПС. На её основе рассчитываются бонусы. Это защищает от субъективных претензий руководителя и показывает сотруднику, на какие конкретные критерии влияет размер доплаты — не «начальник так решил», а измеримый показатель.

Третий слой — профиль сотрудника целиком: сильные и слабые стороны, специализация по клиентам, успехи и неудачи. Такие профили запрашивались у руководителей направлений именно для того, чтобы точнее распределять задачи и обучение, а не назначать людей на роли наугад, когда человек занимается не своим делом и не может передать навык коллегам.

Кризис на третьем месяце — тоже часть системы обучения

Есть закономерность, которую полезно закладывать в программу адаптации заранее: «первый кризис менеджера всегда случается на третий месяц. Потом либо на шестой, либо на девятый. Это математика, это физика, это закон жизни». Курс и тесты закрывают знания на старте, но не защищают от выгорания через три месяца после выхода на самостоятельную работу. Управленческое решение здесь — не игнорировать спад, а организовать «контролируемое падение»: выровнять сотрудника на плато вместо раскачивания маятника, вплоть до планового отпуска на пике нагрузки, чтобы не допустить окончательного срыва.

Похожий принцип объективной оценки без ручного прослушивания — в статье про контроль качества звонков без ОКК: там тоже речь о том, как заменить субъективное впечатление руководителя измеримыми данными.

Экономика: что это стоит и что даёт

Разделим два эффекта — их нельзя смешивать, они дают разные деньги на разных участках.

Эффект курса вместо наставника. Формула для собственного расчёта: (часы наставника на одного новичка при живом обучении − часы на курс и разбор кейсов) × ставка часа наставника × число новичков в месяц = высвобожденная стоимость в месяц. Подставим оценочные цифры: наставник тратил 9–12 часов на одного новичка при живом обучении, курс с ботом-трекером снижает эту нагрузку до 1–2 часов на разбор реальных кейсов — экономия 7–11 часов на новичка, то есть снижение нагрузки на наставника примерно на 85–90%. При потоке в несколько новичков в месяц это заметная доля рабочей недели, которую наставник может потратить на своих клиентов, а не на пересказ материала (оценка). Это не прямая экономия бюджета, а высвобожденная мощность продавца.

Эффект от понимания ценности продукта. Дальше считаем риск расторжений из-за «за что я платил». Формула: число новых менеджеров в месяц × клиентов на менеджера в первый месяц × доля потерянных из-за непонятой ценности × средний чек = риск расторжений в месяц. Условный пример для иллюстрации расчёта (не внутренние цифры компании): отдел из нескольких новых менеджеров в квартал, то есть один-два в месяц, каждый в первый месяц ведёт около десятка клиентов. Если заметная часть таких клиентов уходит после первого разговора из-за непонятой ценности — это выливается в пару расторжений в месяц, то есть компания теряет эквивалент пары полных чеков в месяц на каждую пару новых менеджеров (оценка). При среднем чеке, сопоставимом с несколькими месячными окладами менеджера, такая потеря становится ощутимой статьёй риска, а не мелочью на общем фоне (оценка). Курс с блоком «клиентский путь и ценность услуги» не гарантирует ноль расторжений, но снимает главную причину — менеджер, который сам не понимает продукт.

Стоимость внедрения. Разовая разработка курса — контент, тесты, структура личных кабинетов — это часы методиста и руководителя направления, ориентировочно 40–60 часов на пятидневную программу (оценка), то есть примерно одна-полторы рабочие недели одного специалиста при полной занятости (оценка). Эксплуатация — хостинг портала и Telegram-бот-трекер, минимальные регулярные расходы, сопоставимые со стоимостью пары часов работы методиста в месяц (оценка), без учёта уже существующей CRM-инфраструктуры.

Обвязка для найма — агент скоринга резюме — стоит на порядок дешевле ставки менеджера, которую раньше тратили на ручной просмотр каждого отклика: расходы складываются из вызовов дешёвой модели на поток резюме (порядка одного-двух долларов в сутки на несколько десятков резюме, оценка) и минимальных затрат на Apps Script.

Чек-лист: с чего начать в понедельник

• Выбрать одну роль с самым частым потоком новичков — там наставничество съедает больше всего часов.
• Разбить материал на 5 дней по структуре: компания и партнёры → клиентский путь → типы клиентов → продукт и скрипты → кейсы и тест.
• Тест — на отдельном экране, не рядом с материалом, иначе это профанация контроля.
• Настроить один документ-трекер прогресса (таблица или бот) — без него курс превращается в файл, который никто не проверяет.
• Для автоматизации рутины — выбрать один процесс (например, фильтрацию резюме), обучить ответственного работе с API и таблицей, прежде чем строить конвейер.
• Добавить второй слой аттестации — хотя бы несколько десятков расшифровок звонков в месяц на анализ формулировок, а не только тест по знаниям.

Курс с документами, тестами и ботом-трекером снимает обучение с плеч одного наставника. Аттестация поверх него показывает, что знания не просто прочитаны, а работают в звонках. Слабое место остаётся общим для обоих слоёв: если пропустить стадию ручной проверки — что в курсе, что в скоринге резюме, что в анализе звонков — вся автоматизация превращается в ещё одну табличку, куда всё равно приходится смотреть глазами, а не в систему, которой доверяют.

Частые вопросы

Сколько времени экономит внутреннее обучение по сравнению с наставничеством?

Опытный сотрудник переставал тратить несколько дней на живое обучение по видеозвонку — новичок проходит курс самостоятельно, а наставник включается только на разборе кейсов.

Как автоматизировать обучение сотрудников без больших вложений?

Начать с одного процесса — например, обучить менеджера по найму работе с API и таблицей мониторинга, прежде чем строить курс на весь отдел.

Зачем нужна аттестация персонала, если есть курс с тестами?

Тест на входе показывает знание материала, но не показывает, применяет ли сотрудник его в работе — для этого нужен профиль по звонкам и анонимная обратная связь коллег.

#автоматизация #ии и нейросети #контроль и надёжность