Klasyczne obiekcje i workflow z AI
Klasyczne obiekcje: too expensive, no budget, not interested, not now, send me information, already have a solution, competitor is cheaper, need to talk to my boss. AI workflow: obiekcja → analiza (co naprawdę stoi za obiekcją) → możliwe odpowiedzi → pytania → rekomendowana odpowiedź.
Problem i diagnoza
Obiekcja pojawia się i handlowiec reaguje spontanicznie: zaczyna bronić ceny, obniżać, tłumaczyć się — zamiast zrozumieć, co naprawdę stoi za 'za drogo' (brak budżetu? brak wartości? brak zaufania? zły moment?). Reakcja bez analizy zamienia rozmowę w obronę zamiast w diagnozę.
Metoda działania krok po kroku
Workflow obiekcji w 4 krokach:
- ZIDENTYFIKUJ typ: too expensive / no budget / not interested / not now / send me info / already have solution / competitor cheaper / need to talk to boss,
- ZANALIZUJ CO STOI ZA OBIEKCJĄ: 'za drogo' może znaczyć: nie widzą wartości (za mało ROI), nie mają budżetu (faktycznie), porównują z tańszym (wartość niedopowiedziana), nie chcą powiedzieć 'nie' (uprzejme odmowienie),
- WYBIERZ ODPOWIEDŹ: re-framing wartości (wróć do impact z discovery), pytanie ('Jak porównujesz cenę z kosztem obecnego problemu?'), dowód (case study, ROI),
- ZADAJ PYTANIE sprawdzające: 'Gdyby cena nie była problemem, co by było?' — oddziela prawdziwą obiekcję od wymówki. Rekomendowane odpowiedzi na klasyczne: 'TOO EXPENSIVE': 'W porównaniu z czym?' (kotwica) lub 'Co dokładnie jest drogie — kwota czy inwestycja vs obecny koszt problemu?', 'NO BUDGET': 'Kiedy budżet jest ustalany? Czy mogę pokazać ROI, które uzasadni wpis?' , 'NOT INTERESTED': 'Rozumiem. Mogę zapytać, co sprawiło, że temat nie jest priorytetem?' (dowiedz się, czy to produkt, czy moment), 'SEND ME INFO': 'Jasne — co dokładnie chcesz zobaczyć? (żeby wysłać właściwe)', 'ALREADY HAVE SOLUTION': 'Czego używacie i co działa najlepiej? (dowiedz się, co jest niewygodne)', 'COMPETITOR CHEAPER': 'Rozumiem. Co dokładnie jest u nich tańsze — cena czy zakres? (porównaj jabłka z jabłkami)', 'TALK TO MY BOSS': 'Jasne. Gdybyś miał przekazać 1 powód, dla którego warto — co by to było? (pomóż im sprzedać wewnętrznie)'. AI: dla każdej obiekcji generuje analizę (prawdziwa vs wymówka), 3 odpowiedzi (empatyczna, pytająca, z dowodem) i rekomendację.
Praktyczny przykład (ZŁY vs DOBRY)
- ZŁY
- Brak przygotowania i ogólne hasła sprzedażowe bez kontekstu klienta.
- DOBRY
- Klient: 'To dla nas za drogo.' AI analizuje z kontekstu discovery: klient ma problem (24h odpowiedzi), ale nigdy nie doprecyzował kosztu problemu. Rekomendacja: 'W porównaniu z czym?' → odpowiedź: 'Z obecnym kosztem problemu — tracicie klientów przy 24h odpowiedzi. Ile zapytań miesięcznie?'. Klient: 'około 200'. Ty: 'Załóżmy, że 5% odpada z braku szybkiej odpowiedzi — to 10 klientów miesięcznie. Nasze rozwiązanie kosztuje [X]. Jaka jest wartość 10 klientów?'. To zamienia 'za drogo' w matematykę ROI.
Gotowy prompt do skopiowania
Jesteś trenerem obiekcji. Kontekst: Sprzedaję [PRODUKT]. Klient powiedział: [OBIEKCJA]. Kontekst rozmowy: [CO WIEMY — discovery, budżet, potrzeby]. Zadanie: Wykonaj workflow obiekcji: 1. Typ obiekcji (z listy 8) + uzasadnienie 2. Analiza: co naprawdę może stać za obiekcją (3 hipotezy: wartość/budżet/moment/kompetencja) 3. 3 możliwe odpowiedzi: empatyczna / pytająca / z dowodem (każda max 60 słów) 4. Rekomendowana odpowiedź + dlaczego (co sprawdza ta odpowiedź) 5. Pytanie sprawdzające, które odróżni prawdziwą obiekcję od wymówki Format: 5 sekcji.
Warianty promptu i scenariusze
Wersja dla obiekcji cenowej: framework ROI (koszt problemu vs cena).
Wersja dla obiekcji 'mamy już': analiza luki w obecnym rozwiązaniu.
Ćwiczenie i checklista wdrożenia
Zadanie praktyczne
Napisz odpowiedzi na 4 najczęstsze obiekcje u Ciebie (użyj workflow: typ → analiza → 3 odpowiedzi → pytanie sprawdzające). Przećwicz 1 odpowiedź na głos (lub z AI jako klientem).
Kryteria sukcesu
Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)
Jak połączyć technikę „Klasyczne obiekcje i workflow z AI” z arkuszem nowych firm CEIDG w Google Sheets?
W zadaniu z obszaru AI Sales podstaw pod zmienne w prompcie bezpośrednie kolumny z żywego arkusza prospekting.pl w Google Sheets: nazwę podmiotu (kolumna A), imię właściciela (kolumna E), główny kod PKD 2025/2007 (kolumna I), opis branży wygenerowany przez AI (kolumna K) oraz wykryte zawody decydenta (kolumna L). Pełne wdrożenie zajmuje średnio 13 min.
Jak zweryfikować poprawność wdrożenia lekcji „Klasyczne obiekcje i workflow z AI” przed skalowaniem?
Przed podpięciem promptu pod automatyzację w Make.com lub n8n przetestuj go ręcznie na próbce 10–15 rekordów i sprawdź listę kontrolną: Mam odpowiedzi na 4 najczęstsze obiekcje (workflow: typ → analiza → odpowiedzi → pytanie) • Wiem, jak odróżnić prawdziwą obiekcję od wymówki • Przećwiczyłem 1 odpowiedź na głos.
Jak stosować wiadomości wygenerowane w tej lekcji zgodnie z RODO (art. 14) i art. 398 PKE?
Przy kontakcie elektronicznym (e-mail lub telefon) z nowo zarejestrowaną działalnością gospodarczą z CEIDG stosuj dwuetapowy model kontaktu zgodny z art. 398 Prawa Komunikacji Elektronicznej (PKE): pierwsza wiadomość powinna weryfikować potrzebę biznesową i pytać o zgodę na przesłanie oferty handlowej wraz ze skróconą klauzulą informacyjną z art. 14 RODO (wzór znajdziesz na stronie Baza firm z e-mailami i telefonami — RODO i PKE).
Powiązane lekcje i następne kroki w procesie
AI jako sales copilot — gdzie pomaga, a gdzie szkodzi
AI pomaga handlowcowi w: researchu przed rozmową, przygotowaniu pytań, notatkach i transkrypcji po rozmowie, follow-upach, propozycjach, analizie obiekcji i szansie zamknięcia. Nie zastępuje: relacji, odczytywania emocji, decyzji. Zasada copilota: AI przygotowuje, człowiek decyduje.
AI Sales Brief: przygotowanie do rozmowy
AI Sales Brief to jednostronicowy dokument przed rozmową: research firmy (wielkość, model, wzrost, hiring), research osoby (rola, staż, sygnały), business context, buying signals, potencjalne pain pointy, konkurencja, przygotowane pytania i hipotezy. AI generuje draft, Ty weryfikujesz fakty i dobierasz pytania.
Metodologia (How & Why): Wszystkie szablony promptów i procedury w Akademii prospekting.pl są testowane na żywych strumieniach danych z API Hurtowni Danych CEIDG v3 (800–1 100 nowych JDG dziennie, 22 kolumny z mapowaniem PKD 2025 ↔ PKD 2007). Eliminujemy ogólnikowy żargon, stosując twarde ograniczenia negatywne (negative constraints) i weryfikowalne kryteria konwersji.
Zastrzeżenie prawne (YMYL Disclaimer): Materiały w Akademii mają charakter edukacyjno-techniczny i nie stanowią indywidualnej porady prawnej. Prowadząc komunikację elektroniczną B2B na bazie rejestrów publicznych, stosuj przepisy RODO (art. 6 ust. 1 lit. f oraz art. 14) i art. 398 Prawa Komunikacji Elektronicznej (PKE).
Otwórz darmowy arkusz 50 świeżych firm z CEIDG w Google Sheets i wypróbuj powyższy prompt na realnych rekordach z kodami PKD 2025.