Teklif Hazırlama için Yapay Zekâ Ajanı: Müşteri Talebinden Hazır Belgeye 5 Dakikada

An AI agent collects data from CRM systems, knowledge bases and pricing documents to generate a structured commercial proposal in minutes.

Yapay zekâ ajanı, mimari, teslim süreleri ve bütçe içeren ticari teklifleri otomatik olarak hazırlar. Ticari teklif hazırlama sürecinin nasıl otomatikleştirileceğini keşfedin.

İçerik

Tek bir ticari teklif (TT), deneyimli bir yöneticinin 1-4 saatlik çalışmasıdır. Talebi incelemek, yazışmaları yeniden okumak, benzer projeler bulmak, güncel fiyatları hatırlamak, yapıyı birleştirmek, metni yazmak, kontrol etmek ve PDF'i biçimlendirmek. Şimdi bunu ayda 10-20 TT ile çarpın. Bu sürenin önemli bir kısmı uzman işi değil, bilginin farklı kaynaklardan mekanik olarak bir araya getirilmesidir.

Tron Pool Energy, tam olarak bu kısmı otomatikleştiren bir yapay zeka (AI) temsilcisi geliştirdi ve uyguladı: CRM, bilgi bankası ve fiyat listelerinden veri toplar ve tam, yapılandırılmış bir TT belgesini doğrudan CRM sisteminizin içinde dakikalar içinde oluşturur. Yönetici hazır bir taslak alır, vurgular ekler ve müşteriye gönderir.

Bu makalede: TT'ler için AI temsilcisinin satışlar için AI temsilcisinden farkı nedir, oluşturma süreci nasıl işler, bitmiş belgede neler bulunur, pratik bir vaka çalışması ve uygulama hakkında SSS.

1. Bu, Satış Departmanı İçin Bir AI Temsilcisi İle Aynı Şey Değildir

Tron Pool Energy blogunda"Satış Departmanı için AI Temsilcisi" konusu zaten ele alındı — orada AI, yöneticinin vakaları daha hızlı bulmasına, müşterilere yanıt vermesine ve taslak yanıtlar hazırlamasına yardımcı olur. Bu önemli bir araçtır, ancak iletişim düzeyinde çalışır. TT'ler hazırlamak için AI temsilcisi bir sonraki aşamadır: yöneticinin bir yanıt yazmasına yardımcı olmaz, bunun yerine yapılandırılmış bir belgeyi tamamen oluşturur.

Satışlar için AI temsilcisi ile TT oluşturma için AI temsilcisinin karşılaştırması
Parametre Satışlar için AI temsilcisi (blog makalesi) TT oluşturma için AI temsilcisi (bu makale)
Görev Müşteri ile iletişimi hızlandırmak Bitmiş bir TT belgesi oluşturmak
İşin sonucu Taslak yanıt, vaka seçimi Mimari ve bütçeye sahip tam teşekküllü bir PDF belgesi
Veri kaynakları Bilgi bankası, vakalar, fiyat listesi CRM, brif, fiyat listeleri, vakalar, Google Drive
Analiz derinliği Konuşma bağlamı Tam müşteri profili + tahmin iş mantığı
Yöneticinin katılımı Soruları yanıtlar, yanıtı gönderir Belgeyi kontrol eder ve netleştirir, müşteriye gönderir
Nerede çalışır Sohbet, mesajlaşma uygulaması, CRM (yanıtlar) CRM içinde: düğme → dakikalar içinde belge
Otomasyon seviyesi Kısmi (taslak + yönetici) Yüksek: veriden bitmiş bir belgeye

2. AI Temsilcisi TT İçin Verileri Nereden Alır

Bir AI temsilcisi ile bir şablon oluşturucu arasındaki temel fark, "yoktan" metin oluşturmamasıdır. Her TT, şirketin gerçek verilerine dayalı olarak oluşturulur. Temsilci, beş kaynaktan gelen bilgileri toplamak ve yorumlamak için tek bir nokta olarak işlev görür:

Veri kaynağı Temsilciye ne verir Kullanım örneği
CRM verileri Müşteriyle yazışmalar, iletişim geçmişi, yönetici notları, potansiyel müşteri durumu Bağlamı anlar: müşterinin zaten ne sorduğunu, hangi itirazların ortaya çıktığını
Proje brifingi Gereksinimler, hedefler, sınırlamalar, bütçe, teslim tarihleri Bir şablon değil, belirli bir görev için bir proje açıklaması oluşturur
Bilgi bankası Şirket vakaları, standart çözümler, teknolojiler, hizmet açıklamaları Uygulanan projelerin ilgili örneklerini seçer
Fiyat listeleri ve tahminler Mevcut fiyatlar, hizmet kategorilerine göre standart tahminler Bir ön bütçe ve teslim tarihleri hesaplar
Google Drive / belgeler Sunumlar, teknik açıklamalar, portföyler İlgili materyalleri TT'ye ek olarak ekler

RAG (Geri Getirme Artırılmış Üretim) yaklaşımı, temsilcinin "halüsinasyon görmesine" değil, yalnızca gerçek şirket verilerini kullanmasına olanak tanır. RAG teknolojisi "Satış Hızına +%300: İşletmelerde RAG Sistemleri" makalesinde detaylandırılmıştır — burada odak noktası pratik uygulamadır.

3. AI Temsilcisi Bir TT'yi Nasıl Hazırlar: 5 Adım

Talepten bitmiş belgeye kadar olan süreç şöyledir:

Tam TT oluşturma döngüsü:

  1. Talebin alınması. Müşteri web sitesi, bir form aracılığıyla bir talep bırakır veya doğrudan yazar. Veriler otomatik olarak bağlamla birlikte CRM'ye gider: potansiyel müşteri kaynağı, önceki etkileşimler, web sitesi davranışı.
  2. Bilgi analizi. AI temsilcisi yazışmaları, brifingi ve ek materyalleri okur. Şunları belirler: müşteri görevinin türü, öncelikler, bütçe kısıtlamaları, beklenen sonuç ve talebin psikolojik profili.
  3. Bilgi bankası aracılığıyla RAG araması. Temsilci dahili kaynaklara erişir ve ilgili vakaları, teknolojileri, standart çözümleri ve güncel fiyatları çeker — yalnızca bu özel talebe uyanları.
  4. Belge oluşturma. AI otonom bir şekilde yapılandırılmış bir TT oluşturur: proje açıklaması, mimari, modüller, geliştirme aşamaları, teslim tarihi tahmini ve bütçe. Yapı, müşteri türüne (B2B/B2C) ve proje karmaşıklığına uyarlanır.
  5. Yönetici tarafından doğrulama. Yönetici CRM'de bitmiş belgeyi açar, müzakere stratejisine göre uyarlanmış vurgular ekler, bir PDF oluşturur ve müşteriye gönderir. AI belgeyi otomatik olarak göndermez — son karar her zaman insana aittir.

4. AI Temsilcisi Tarafından Oluşturulan Bitmiş TT'de Neler Bulunur

Temsilci tarafından oluşturulan belge, isimlerin değiştirildiği bir şablon değildir. Tam teşekküllü, yapılandırılmış bir tekliftir:

AI temsilcisi tarafından oluşturulan TT bölümleri
TT Bölümü Ne içerir Veriler nereden gelir
Proje açıklaması Müşterinin iş bağlamı, çözdüğümüz sorun CRM + brifing
Hedefler ve değer Ölçülebilir sonuçlar, uygulamanın iş etkisi Talep analizi + bilgi bankası
Çözüm mimarisi Teknik yaklaşım, temel bileşenler, entegrasyonlar Bilgi bankası + standart çözümler
İşlevsel modüller Rolere, senaryolara, mantığa göre detaylandırma Vakalar + modül şablonları
Geliştirme aşamaları Proje aşamaları, her aşamanın sonucu, bağımlılıklar Standart tahminler + RAG
Teslim tarihleri Karmaşıklık ve riskleri göz önünde bulunduran ön teslim tarihleri Fiyat listeleri + tahmin tabanı
Ön bütçe Optimizasyon seçenekleri ile maliyet yapısı Güncel fiyatlar + proje geçmişi

5. Vaka Çalışması: Bir Dijital Ajansta TT'ler Hazırlamak İçin AI Temsilcisi

Durum. Bir dijital ajans (web sitesi geliştirme, mobil uygulamalar ve CRM entegrasyonları, 22 çalışan) ayda 40 ila 70 talep alıyordu. Yaklaşık %60'ı detaylı bir TT gerektiriyordu — mimari, aşamalar ve bütçe ile. Her bir TT yöneticinin 1.5–3 saatini alıyordu. Bu arada, müşterilerin %30-40'ı "düşünmek" için ayrıldı ve hiç geri dönmedi — kısmen uzun bekleme süresi nedeniyle. Bilgiler dağınıktı: Google Drive'daki fiyatlar, web sitesindeki vakalar, Excel'deki fiyatlar, CRM'deki yazışmalar. Yönetici sadece veri toplamak için önemli miktarda zaman harcıyordu.

Tron Pool Energy neleri uyguladı (7 hafta):

  1. AI temsilcisi ajansın CRM'ine entegre edildi: her potansiyel müşteri kartında bir "TT Oluştur" düğmesi görünür.
  2. Temsilci bilgi bankasına (54 vaka, 12 teknik şablon, fiyat listeleri) erişir, müşteriyle olan yazışmaları ve brifingi analiz eder.
  3. 3-5 dakika içinde eksiksiz bir belge oluşturur: açıklama, mimari, modüller, aşamalar, bütçe, teslim tarihleri.
  4. Yönetici kontrol eder, müzakere vurguları ekler (5-15 dakika) ve PDF'i doğrudan CRM'den müşteriye gönderir.
  5. AI brifing asistanı uyum içinde çalışır: TT'yi oluşturmadan önce bile müşteriden veri toplayarak açıklayıcı aramaların sayısını azaltır.
Lansmandan 2 ay sonraki sonuçlar
Metrik Uygulamadan önce Uygulamadan sonra Değişim
1 TT için hazırlık süresi 1.5–3 saat 15–25 dakika (kontrol + düzenlemeler) −%85
Aylık TT'ler (1 yönetici) 12–15 28–35 ×2.3 kapasite artışı
TT'nin müşteriye gönderilme hızı Talepten 1-3 gün sonra Aynı gün −%70 bekleme süresi
Potansiyel müşteri → Gönderilen TT dönüşümü %62 %91 +29 y.p.
Standarda yapısal uygunluk ~%70 (yöneticiye bağlıydı) ~%97 (AI şablonu takip eder) +27 y.p.
Veri toplamada yöneticinin yükü ~%50 zaman rutin ~%15 (sadece kontrol) −%70 rutin

6. Çözüm Mimarisi

AI temsilcisi monolitik bir uygulama değil, birbirine bağlı bileşenlerden oluşan bir sistemdir. Her biri sürecin belirli bir bölümünden sorumludur:

TT oluşturma için AI temsilcisinin mimari bileşenleri
Bileşen Sistemdeki rolü Entegrasyon
CRM (AvadaCRM / Bitrix24 / herhangi biri) Tek veri kaynağı: potansiyel müşteri, yazışma, brifing, durum Yerel veya API üzerinden
AI temsilcisi çekirdeği (OpenAI / Claude) Verileri analiz eder, kararlar alır, TT metni oluşturur CRM ve bilgi bankasına bağlanır
RAG + bilgi bankası Vakaları, şablonları, teknolojileri saklar. Temsilci yalnızca ilgili olanları çıkarır LangChain / LlamaIndex + vektör VT
Fiyatlar ve tahminler tabanı Standart modellere göre bütçe ve teslim tarihlerini hesaplar Google Sheets / Excel / dahili VT
Belge oluşturma modülü Şirketin şablonuna göre yapılandırılmış bir PDF oluşturur Şablonlayıcı + PDF dışa aktarma
Google Drive / bulut Bitmiş TT'leri ve beraberindeki materyalleri saklar Google Drive API
AI brifing asistanı (isteğe bağlı) TT oluşturmadan önce müşteriden veri toplar Temsilciyle uyum içinde çalışır

7. Dürüst Olmak Gerekirse: Avantajlar ve Büyüme Noktaları

AI TT oluşturma temsilcisinin artıları ve büyüme noktaları
Avantajlar Büyüme noktaları (uygulama sırasında çözülür)
TT hazırlık süresi %70-85 azalır Başlangıçta yapılandırılmış bir bilgi bankası ve güncel fiyatlar gerektirir
Birleşik standart: tüm TT'ler şirket şablonuna uyar İlk 3-4 hafta bir kalibrasyon dönemidir: bot gerçek TT'lerde öğrenir
Yönetici belgeyi birleştirmeye değil, müzakerelere odaklanır Standart dışı projeler, düzenleme aşamasında daha fazla yönetici katılımı gerektirir
Satış ekibi kapasitesi işe alım yapılmadan büyür Kalite, bilgi bankasının eksiksizliğine ve düzenli fiyat güncellemelerine bağlıdır
Her TT'de gerçek vakalar ve haklı bir bütçe vardır CRM entegrasyonu 1-2 haftalık teknik kurulum gerektirir

8. Bir AI Temsilcisinin TT Hazırlık Sürecine Uygulanma Aşamaları

Denetimden çalışan temsilciye kadar lansman süreci
Aşama Ne olur Süre
Keşif (Discovery) TT hazırlık sürecinin denetimi: veri kaynakları, standart yapılar, yönetici sıkıntı noktaları. 1 hafta
Veri yapılandırma Vakaların, fiyatların, TT şablonlarının toplanması. Bilgi bankasının RAG indekslemesinin ayarlanması. 1-2 hafta
Temsilci geliştirme Talep analizi, TT yapısı oluşturma, bütçe ve teslim tarihlerini hesaplama mantığı. 2-3 hafta
CRM entegrasyonu Potansiyel müşteri kartında "TT Oluştur" düğmesi, Google Drive'a bağlanma, PDF dışa aktarımı. 1-2 hafta
Test etme Gerçek talepler üzerinde çalıştırma, yapıyı kalibre etme, hesaplama doğruluğunu kontrol etme. 1 hafta
Lansman ve eğitim Yöneticilerin temsilci ile çalışması için eğitilmesi, taban güncelleme yönetmeliklerinin aktarılması. 3-5 gün
Optimizasyon TT kalitesinin analizi, tabandaki vakaların genişletilmesi, yeni şablonların eklenmesi. Devam eden

Özet: Bir TT Bir Rutin Değil, Stratejik Bir Araçtır

Yüksek kaliteli bir ticari teklif yalnızca bir belge değil, uzmanlığınızın ilk izlenimidir. AI temsilcisi bunu formda hızlı ve standart hale getirir — böylece yönetici önemli olan şeye odaklanabilir: müşteriyi anlamak, doğru vurguları ayarlamak ve güven inşa etmek. Tron Pool Energy, bilgi bankasını yapılandırmaktan 5-7 hafta içinde CRM'inize entegre etmeye kadar TT oluşturma için anahtar teslimi AI temsilcileri uygular.

Want to reduce CP preparation time by 5-10 times? Bir süreç denetimi talep edin

FAQ

  • Bu AI temsilcisi, "Satış Departmanı İçin AI Temsilcisi" makalesinde zaten açıklanan temsilciden nasıl farklıdır?

    Satışlar için AI temsilcisi (blog makalesi 3) yöneticiye iletişimde yardımcı olur: vakaları hızla bulur, yanıtlar tasarlar, satış öncesini (presale) hızlandırır. Bu, soruları yanıtlamak için bir araçtır. TT'ler için AI temsilcisi daha da ileri gider: CRM verilerine, brifinglere ve bilgi bankasına dayalı olarak — mimari, aşamalar, bütçe ve teslim tarihi hesaplamalarıyla — yapılandırılmış bir belgeyi tamamen oluşturur. Farklı otomasyon seviyesi, farklı sonuç.

  • Fiyatlar değiştiğinde veya yeni vakalar ortaya çıktığında temsilciyi yeniden eğitmek gerekli midir?

    Hayır. Sistem RAG mimarisi üzerinde çalışır: verileri güncellemek, bilgi bankasına veya fiyat listesine yeni bir dosya yüklemek anlamına gelir. Temsilci, modeli yeniden başlatmadan veya yeniden eğitmeden güncellemeden sonraki dakikalar içinde güncellenmiş verileri kullanmaya başlar.

  • Temsilci TT'yi müşteriye otomatik olarak gönderebilir mi?

    Hayır — kasıtlı olarak. Son belge gönderilmeden önce her zaman bir yönetici tarafından kontrol edilir. Bu, döngüde insan (human-in-the-loop) ilkesidir: AI bir taslak oluşturur ve işin %80'ini yapar, ancak son söz insana aittir. Yönetici müzakere vurguları ekler, belirli bir müşterinin nüanslarını netleştirir ve ancak ondan sonra belgeyi gönderir.

  • Temsilci hangi CRM sistemleriyle uyumludur?

    Temsilci, API aracılığıyla herhangi bir CRM ile entegre olur: Bitrix24, amoCRM, HubSpot, herhangi bir PHP/Laravel sistemi ve özel CRM'ler. "Düğme → belge" arabirimi, sistemler arasında geçiş yapmadan yöneticinin standart çalışma arabirimine yerleştirilir.

  • Başlatmak için gereken minimum bilgi bankası nedir?

    İlk prototip için şunlar yeterlidir: 10-15 şirket vakası, güncel bir fiyat listesi, bir TT yapısı şablonu ve 5-7 standart hizmetin açıklamaları. Yalnızca bu, önemli düzenlemeler olmadan TT'lerin %60-70'ini otomatik olarak oluşturmak için yeterlidir. Taban yavaş yavaş oluşturulur — ne kadar gerçek veri olursa, sonraki her teklif o kadar doğru ve ikna edici olur.

AI Assistant for Customer Support and Presales
Hazır Çözümler

Müşteri Desteği ve Presales için AI Asistanı: İşletmeler 2026'da İletişimi Nasıl Otomatikleştiriyor? ⚡️

Müşteri desteği için AI asistanı, işletmelerin taleplere 7/24 yanıt vermesine, potansiyel müşterileri nitelendirmesine, ticket oluşturmasına ve presales süreçlerini otomatikleştirmesine yardımcı olur. Temel kullanım senaryolarını, entegrasyon kanallarını, bir SaaS şirketi örneğini, uygulama sonuçlarını ve AI asistanının devreye alınma aşamalarını inceliyoruz.

2026-08-25