Oferta pisana pod klienta, nie pod produkt
Dobra oferta: executive summary (sytuacja klienta, nie nasza), case study (dowód z podobnej sytuacji), ROI argumentation (ile zyskają, liczby z discovery), personalizacja (ich kontekst, ich język), FAQ (obiekcje z rozmowy). AI: z danych i kontekstu klienta generuje draft oferty — Ty dodajesz liczby i ton.
Problem i diagnoza
Oferty są 'katalogowe': opis produktu, funkcje, cennik. Nie odnoszą się do tego, co klient powiedział w discovery, nie pokazują ROI, nie odpowiadają na obiekcje. Klient porównuje ceny zamiast rozumieć wartość — bo oferta mu na to nie pozwala.
Metoda działania krok po kroku
Struktura oferty w 7 sekcjach:
- EXECUTIVE SUMMARY: 1 strona — sytuacja klienta (ich problem, ich kontekst z discovery), co proponujemy (wynik, nie produkt),
- ZROZUMIENIE: 3-5 bulletów 'rozumiemy Waszą sytuację' (fakty z discovery — pokazuje słuchanie),
- ROZWIĄZANIE: co dostają (konkretnie, wg ich potrzeb),
- CASE STUDY: 1 przykład podobnej firmy z liczbami (zamiast opisu funkcji),
- ROI: ile zyskują — liczby z discovery (utracone zamówienia, czas, koszt),
- WARUNKI: zakres, cena, terminy (jasno, bez ukrytych kosztów),
- FAQ: odpowiedzi na obiekcje, które padły w rozmowie. AI: dane klienta + kontekst (transkrypcja, notatki, discovery) → AI generuje draft oferty z sekcjami, proponuje executive summary i ROI na bazie liczb, które podasz; Ty weryfikujesz wszystkie liczby i dodajesz ton. Zasada: oferta ma być tak konkretna, że klient widzi SIEBIE, nie 'przykładowego klienta'.
Praktyczny przykład (ZŁY vs DOBRY)
- ZŁY
- Brak przygotowania i ogólne hasła sprzedażowe bez kontekstu klienta.
- DOBRY
- Słaba oferta: 'Nasz produkt ma funkcje A, B, C. Cena: X zł/mies'. Mocna: 'Rozumiemy, że przy 200 zapytaniach miesięcznie odpowiedzi 24h+ kosztują Was ok. 10 zamówień mies. Z naszą kolejką i SLA 2h odzyskujecie część z nich — to ~[kwota] miesięcznie. Poniżej case agencji, która skróciła odpowiedzi z 24h do 2h i odzyskała 10% konwersji. Zakres: wdrożenie kolejek, integracja maila, szkolenie 2 osób, SLA. Cena: [X] zł/mies. FAQ: 'Czy można zacząć od mniejszego zakresu?' — tak, plan startowy'.
Gotowy prompt do skopiowania
Jesteś doradcą ofert. Kontekst: Sprzedaję [PRODUKT]. Klient: [FIRMA + KONTEKST Z DISCOVERY: problem, potrzeby, liczby, obiekcje]. Cena/zakres: [CO PLANUJĘ]. Zadanie: Wygeneruj draft oferty: 1. Executive summary (1 akapit — sytuacja klienta, wynik, nie nasza historia) 2. 'Rozumiemy Waszą sytuację' (5 bulletów z faktów z discovery) 3. Rozwiązanie (co dostają, wg ich potrzeb) 4. Sugestia case study (jaki przykład podać + jakie liczby) 5. ROI argumentation (jak obliczyć wartość na bazie liczb z discovery) 6. Warunki (zakres, cena, terminy — szkielet) 7. FAQ (odpowiedzi na obiekcje, które padły) Zaznacz, które liczby MUSZĘ zweryfikować przed wysłaniem. Format: 7 sekcji.
Warianty promptu i scenariusze
Wersja dla usług: oferta z zakresem prac i etapami.
Wersja dla SaaS: oferta z planami, wdrożeniem i SLA.
Ćwiczenie i checklista wdrożenia
Zadanie praktyczne
Napisz executive summary oferty dla 1 leada (sytuacja klienta + wynik). Przygotuj ROI na bazie liczb z discovery. Sprawdź, czy oferta ma FAQ z obiekcjami z rozmowy.
Kryteria sukcesu
Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)
Jak połączyć technikę „Oferta pisana pod klienta, nie pod produkt” 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 12 min.
Jak zweryfikować poprawność wdrożenia lekcji „Oferta pisana pod klienta, nie pod produkt” 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 executive summary (sytuacja klienta, nie nasza) • Mam ROI argumentation na bazie liczb z discovery • Mam FAQ z obiekcjami z rozmowy.
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
Mutual Action Plan (MAP): wspólny plan wdrożenia z klientem
Przestań wysyłać jednostronne oferty. Zbuduj z AI profesjonalny Mutual Action Plan (Wspólny Plan Działania): harmonogram kamieni milowych, podział ról po obu stronach i twarde daty dochodzenia do pierwszego ROI.
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.