ChatGPT, Claude или Gemini: кто точнее разбирает продажи
ChatGPT, Claude и Gemini умеют читать CRM-выгрузки, считать конверсию, искать отклонения и объяснять динамику продаж. Однако одна модель может верно вычислить показатели, но слишком уверенно объяснить причины. Другая хорошо разберёт комментарии менеджеров, но пропустит дубли или смешает даты. Поэтому вопрос «кто точнее» лучше разбить на ряд проверяемых задач.
Сравнить ответы трёх моделей на одном обезличенном файле можно в MashaGPT. Для честного теста всем участникам дают одинаковую таблицу, инструкцию, формулы и формат результата.
Краткий ответ
Для расчётов по структурированной таблице удобной отправной точкой часто становится ChatGPT: он выполняет анализ с помощью Python и даёт возможность проверить код. Claude силён при совместной работе с большой выгрузкой, заметками по сделкам и длинными расшифровками. Gemini логично выбирать, когда исходные материалы уже находятся в Google Sheets и Drive.
Это практическое распределение ролей, не абсолютный рейтинг качества. Точный выбор зависит от структуры файла, языка комментариев, определения стадий и требуемого результата. Победителя определяет контрольный тест на данных компании.
Что значит «точно разобрать продажи»
Красивое резюме ещё не доказывает точность. Результат стоит оценивать по четырём уровням.
- Первый — арифметика. Модель должна правильно посчитать выручку, средний чек, переходы между стадиями, длительность цикла и план-факт. Здесь нужен эталон, рассчитанный в CRM, SQL или проверенной таблице.
- Второй — полнота. Инструмент должен заметить пропуски, дубли, возвраты на прошлую стадию, разные валюты и незавершённые периоды. Если модель молча исключила часть строк, итог может выглядеть правдоподобно и при этом быть ошибочным.
- Третий — интерпретация. Снижение конверсии не раскрывает причину само по себе. Корректный ответ отделяет наблюдение от гипотезы и перечисляет сведения, которые нужны для проверки.
- Четвёртый — воспроизводимость. Другой аналитик должен понять формулу, фильтры, период и состав выборки. Ответ без числителя, знаменателя и списка исключений трудно использовать для решения.
Какие материалы дать модели
Минимальный набор для теста — обезличенная выгрузка сделок с идентификатором, датой создания, стадиями, суммой, валютой, источником, ответственным и итоговым статусом. Для анализа качества полезны активности, причины закрытия и комментарии. Персональные контакты, реквизиты, секреты и лишние поля удаляют до загрузки.
Одна строка должна соответствовать одной сущности: сделке, активности либо переходу. Несколько таблиц лучше разделить и описать ключи связи. Отдельно приложите словарь полей, правила стадий, формулы метрик и список исключений. Если термин «конверсия» не определён, три модели могут честно посчитать три разных показателя.
Перед сравнением проверьте строки вручную: пустые даты, смешанные валюты, повторные сделки и тестовые записи. Нейросеть помогает найти дефекты, но один запрос не превращает грязную выгрузку в надёжный отчёт.
ChatGPT: расчёты, код и визуализация
ChatGPT работает с CSV, XLSX и другими структурированными файлами, умеет выполнять Python-код, преобразовывать таблицы и строить графики. Это удобно для задач, где важен проверяемый вычислительный след: пересчитать воронку, объединить периоды, найти выбросы, проверить формулу прогноза.
Сильная сторона — возможность попросить показать код, промежуточные таблицы и число исключённых строк. Аналитик может повторить расчёт либо изменить группировку. Особенно полезен режим, где модель сначала проводит аудит полей, затем предлагает план анализа и ждёт подтверждения.
Риск возникает, когда запрос сформулирован расплывчато. Модель может сама выбрать определение активной сделки, способ обработки пропусков или тип графика. Поэтому все существенные решения нужно фиксировать в инструкции. В MashaGPT один запрос можно сохранить как контрольный и повторить на других моделях.
Claude: длинный контекст и качественные сведения
Claude подходит для задач, где числа связаны с большим объёмом текста: комментариями менеджеров, причинами проигрыша, письмами и расшифровками звонков. Он может обработать таблицы, выполнить код, создать файл с расчётами и подготовить связный аналитический меморандум.
Его удобно просить сохранить неоднозначность: привести фрагмент заметки, назначить метку по утверждённому словарю и вынести спорные случаи отдельно. Такой подход полезен для win-loss-анализа и проверки качества заполнения CRM.
Ограничение типично для генеративных систем: убедительное объяснение может выйти за пределы фактов. Если в заметках часто встречается цена, это ещё не доказывает, что цена стала главной причиной проигрыша. Просите Claude показывать подтверждающие строки, число случаев и альтернативные объяснения.
Gemini: анализ рядом с Google Sheets
Gemini принимает электронные таблицы и табличные файлы, отвечает на вопросы по ним и строит графики. Его практическое преимущество заметнее в командах, где продажи уже анализируют в Google Workspace. Сотрудник может работать с материалами из Drive, а доступные функции Gemini в Sheets помогают суммировать, классифицировать и заполнять столбцы.
Для регулярной операционной работы это сокращает перенос файлов между сервисами. Gemini удобно поручать первичную классификацию комментариев, пояснение таблицы или подготовку вопросов к еженедельному обзору.
Учитывайте границы конкретной функции. AI-формула в Sheets получает только указанный диапазон и возвращает текст; функция не видит автоматически всю книгу. Возможности загрузки и лимиты также зависят от плана. Перед запуском проверьте доступы администратора и состав контекста.
Кто выигрывает в разных задачах
Если нужен воспроизводимый расчёт по CSV с кодом и промежуточными результатами, начните с ChatGPT. Если задача сочетает таблицу, длинные заметки и подготовку подробного отчёта, проверьте Claude. Если команда живёт в Google Sheets и Drive, первым кандидатом будет Gemini.
Для анализа одной и той же воронки полезно использовать две модели. Первая считает показатели, вторая выступает независимым рецензентом: ищет неверные фильтры, пропущенные стадии и выводы без доказательства. Сравнение доступно через MashaGPT, где проще сохранить единый промпт и формат ответа.
Ни одна модель не должна самостоятельно менять CRM, назначать план менеджеру или закрывать сделку. Сначала используйте режим чтения и черновика. Внешние действия оставляйте сотруднику, который видит договорённости и отвечает за решение.
Как провести честный тест
Возьмите завершённый период и сформируйте небольшой контрольный набор. Включите обычные сделки, пропуски, дубли, возврат на стадию, две валюты и несколько неоднозначных комментариев. Отдельно рассчитайте правильные ответы.
Дайте моделям одинаковые файлы и один промпт. Запретите догадки, попросите показать формулы, размер выборки, исключения и неизвестные параметры. Начните новый диалог для каждой модели, чтобы предыдущие ответы не влияли на результат.
Оцените точность чисел, долю замеченных дефектов, количество неподтверждённых причин, удобство проверки и время сотрудника на исправления. Не объединяйте всё в скрытый общий балл: ошибка в выручке опаснее слабой формулировки вывода.
Заведите отдельный журнал ошибок. Для каждого расхождения укажите модель, задачу, ожидаемый результат, полученный ответ и вероятный этап сбоя. Арифметическая ошибка означает одно, неверно понятое поле — другое, а вывод без подтверждения требует отдельной редакционной реакции. Такая классификация показывает, можно ли исправить результат уточнением инструкции, очисткой файла или обязательной ручной проверкой. Учитывайте и пропуски: модель порой не сообщает о проблеме, хотя формально не выдаёт ложного числа. Время проверки тоже фиксируйте. Ответ, который выглядит подробно, но требует повторного пересчёта каждой строки, может оказаться менее полезным для команды, чем короткий отчёт с прозрачными ограничениями.
Повторите тест на другом периоде. Если результат устойчив, выберите модель для пилота. Сохраните версию файла, промпт, ответ и ручные исправления. Другие инструменты для аналитики собраны в каталоге лучших нейросетей.
10 промптов для анализа продаж
Шаблоны можно запускать в MashaGPT, передавая каждой модели одинаковый обезличенный набор.
Аудит выгрузки
Роль: аналитик качества CRM-данных. Задача: проверь файл перед расчётом показателей. Исходные данные: таблица [файл], словарь полей [текст], период [значение], правила [список]. Критерии: найти пропуски, дубли, неверные типы, смешанные валюты и несогласованные даты; не исправлять молча. Формат ответа: проверка, поле, число строк, пример, риск и действие.
Конверсия воронки
Роль: аналитик продаж. Задача: рассчитай переходы между утверждёнными стадиями. Исходные данные: сделки [файл], стадии [описание], период [значение], сегменты [список]. Критерии: показать числитель, знаменатель, возвраты, пропуски и незавершённые сделки. Формат ответа: переход, формула, результат, база, исключение и проверка.
План-факт
Роль: коммерческий аналитик. Задача: сравни план и факт по единой базе. Исходные данные: план [файл], продажи [файл], валюта [значение], период [значение]. Критерии: сверить даты признания, возвраты, налоги, валюту и округление. Формат ответа: показатель, план, факт, отклонение, ограничение и вопрос.
Когортный анализ
Роль: аналитик коммерческих данных. Задача: сравни сделки с одинаковой точкой старта. Исходные данные: сделки [файл], дата старта [поле], горизонт [значение], группы [список]. Критерии: не смешивать завершённые и неполные периоды, показать размер каждой группы. Формат ответа: когорта, база, результат, отличие, ограничение и следующий тест.
Застрявшие сделки
Роль: координатор воронки. Задача: найди записи для ручного разбора по утверждённым сигналам. Исходные данные: сделки [файл], активности [файл], пороги [правила], исключения [список]. Критерии: не объявлять сделку потерянной, показать дату свежести и сработавшее правило. Формат ответа: сделка, стадия, сигнал, доказательство, неизвестное и действие менеджера.
Причины проигрыша
Роль: исследователь win-loss. Задача: сгруппируй только подтверждённые причины из заметок. Исходные данные: комментарии [текст], словарь [список], сегменты [список], период [значение]. Критерии: цитировать основание, не угадывать мотив клиента, сохранить спорные случаи. Формат ответа: причина, фрагмент, число случаев, сегмент, сомнение и вопрос.
Разбор звонка
Роль: контролёр качества продаж. Задача: разметь транскрипт по утверждённой рубрике. Исходные данные: транскрипт [текст], рубрика [список], этап [значение], цель [описание]. Критерии: оценивать наблюдаемые действия, приводить цитату и не делать вывод о личности. Формат ответа: критерий, статус, цитата, пробел, риск и рекомендация.
Сценарный прогноз
Роль: аналитик выручки. Задача: подготовь базовый, осторожный и стрессовый сценарии. Исходные данные: воронка [файл], история [файл], допущения [список], горизонт [значение]. Критерии: не назначать вероятность без основания, показать формулу и чувствительность. Формат ответа: сценарий, предпосылка, диапазон, риск, сигнал и дата пересмотра.
Рецензия расчёта
Роль: независимый аудитор аналитики. Задача: найди ошибки в результате другой модели. Исходные данные: исходный файл [файл], ответ [текст], код [текст], правила [список]. Критерии: повторить ключевые вычисления, проверить фильтры, единицы, пропуски и выводы. Формат ответа: тезис, проверка, расхождение, тяжесть, исправление и статус.
Управленческий обзор
Роль: руководитель RevOps. Задача: собери краткий статус только по проверенным результатам. Исходные данные: показатели [данные], прошлый период [данные], замечания [список], цели [список]. Критерии: отделить наблюдение, гипотезу и прогноз; выделить решения руководителя. Формат ответа: вывод, доказательство, ограничение, риск, действие и владелец.
Частые ошибки
Вопросы и ответы
⬇︎ Какая модель точнее считает конверсию?
Та, которая получила точное определение стадий и дала проверяемый расчёт. Для первого теста удобен ChatGPT с кодом, но результат нужно сверить с эталоном.
⬇︎ Claude подходит для CRM-выгрузок?
Да, Claude работает с CSV и XLSX при доступных функциях анализа. Особенно полезно сочетание таблицы с комментариями и транскриптами.
⬇︎ Когда выбирать Gemini?
Когда исходники и процесс команды связаны с Google Sheets и Drive. Проверьте тариф, права и диапазон, который действительно передаётся модели.
⬇︎ Можно ли доверять прогнозу нейросети?
Прогноз рассматривают как сценарий с формулой и допущениями. Его проверяют на истории и регулярно сравнивают с фактом.
⬇︎ Нужно ли загружать всю CRM?
Нет. Для пилота достаточно минимальной обезличенной выборки с нужными полями. Доступ лучше начинать с чтения.
⬇︎ Как сравнить модели объективно?
Используйте одинаковый файл, промпт и формат ответа, заранее рассчитайте эталон и отдельно оцените числа, дефекты базы и необоснованные выводы.
⬇︎ Можно ли использовать сразу три модели?
Да. Одна модель выполняет расчёт, вторая проверяет метод, третья помогает оформить вывод. Финальное решение остаётся у ответственного сотрудника.
Итог
ChatGPT удобен для проверяемых расчётов и визуализации, Claude — для сочетания таблиц с большим объёмом качественных материалов, Gemini — для процесса вокруг Google Sheets и Drive. Но точность определяет не название сервиса, а качество исходной базы, точная формула и возможность повторить расчёт.
Начните с контрольной выгрузки и эталонных ответов. Запустите один промпт в трёх моделях через MashaGPT, зафиксируйте ошибки и выберите инструмент, который требует меньше ручных исправлений на задачах вашей команды.