MTS Exolve mostrou como automatizar o preenchimento de negócios no Bitrix24 com YandexGPT

A MTS Exolve demonstrou uma abordagem prática para automação de vendas: após a conclusão de uma chamada, um serviço Python recupera automaticamente a transcrição da conversa, a envia para o YandexGPT e atualiza o cartão do negócio no Bitrix24. A ideia é simples, mas útil para qualquer equipe onde os gerentes perdem detalhes após as chamadas ou inserem dados no CRM com atraso.

Como funciona o pipeline

No núcleo da solução está um webhook Flask que recebe um evento de conclusão de chamada da MTS Exolve. O serviço recupera os dados da conversa, salva o contexto técnico no SQLite e inicia uma cadeia de processamento sem envolvimento do gerente. Essa abordagem transforma uma chamada em um objeto estruturado: tem uma transcrição, um identificador, uma conexão com o negócio e um conjunto de campos que precisam ser atualizados no CRM.

O próximo passo é a transcrição. Em vez de ouvir manualmente, é usada a API Call Transcription, que fornece o texto da conversa para análise posterior. Depois disso, o YandexGPT entra em ação: o modelo recebe um prompt com o esquema de extração necessário e retorna não texto livre, mas sinais específicos de qualificação de lead.

O estágio final é uma chamada para a API REST do Bitrix24, que atualiza o negócio existente e salva o resultado diretamente no cartão de trabalho. Além disso, esse esquema deixa um rastro transparente: a equipe pode verificar exatamente o que o modelo extraiu e quais campos foram alterados automaticamente.

Essencialmente, a MTS Exolve descreve não apenas uma integração de três APIs, mas um fluxo de trabalho mínimo para pós-processamento de chamadas de vendas. Não requer infraestrutura pesada: Python 3.10+, Flask, SQLite e lógica clara de roteamento de eventos são suficientes. Para um MVP, isso é suficiente para verificar o efeito principal — se os gerentes trabalharão mais rápido com negócios qualificados e perderão menos contexto entre pontos de contato.

Quais campos a IA extrai

BANT serve como base — um dos frameworks de qualificação de leads mais intuitivos. Mas no exemplo, não é deixado em forma de livro didático. O clássico Budget, Authority, Need e Timing são suplementados com sinais práticos da conversa real: quão interessado o cliente está, quais concorrentes ele menciona e quais objeções ele levanta.

Como resultado, o CRM recebe não uma longa transcrição, mas um resumo compacto pelo qual o próximo passo pode ser planejado.

• orçamento do cliente ou faixa de expectativa de preço
• tomador de decisão e seu papel no processo
• necessidade articulada e caso de uso específico
• cronograma de implementação, piloto ou data do próximo contato
• nível de interesse, concorrentes e objeções principais

Este é um ponto importante: o valor aqui não é apenas economizar tempo preenchendo o cartão. Campos estruturados permitem trabalhar diferente com o funil — filtragem mais rápida do fluxo bruto de entrada, priorização de negócios quentes e não começar cada próxima chamada do zero. Isso é especialmente útil para equipes onde um gerente cuida de dezenas de contatos e não consegue manter os detalhes de cada chamada na cabeça.

Um plus adicional é a moderação do esquema. Os autores não tentam transformar o CRM em um formulário com dezenas de campos obrigatórios. Pelo contrário, mostram um equilíbrio entre completude e praticidade: pegar um conjunto mínimo que realmente ajuda as vendas e manter automaticamente em estado atual. Para projetos internos de IA, este é um caminho mais viável do que implementar uma classificação excessivamente complexa desde o início.

O que isso significa

O material da MTS Exolve mostra claramente para onde a IA aplicada em vendas está se movimentando: de assistentes de chat para serviços em segundo plano que preenchem automaticamente o sistema de rastreamento após um evento. Este cenário não requer substituir o CRM e não parece um protótipo de pesquisa — é um MVP claro que pode ser construído em uma pilha Python padrão e testado rapidamente em chamadas reais. Se a qualidade da transcrição e do prompt for alta o suficiente, a empresa obtém um funil de vendas mais limpo com quase nenhum trabalho manual adicional.