Dwóch kupujących może zadać prawie to samo pytanie i oczekiwać innych odpowiedzi. Jeden może oceniać usługę zarządzaną, drugi licencję na oprogramowanie. Jednego może interesować krótka odpowiedź przetargowa, drugiego szczegółowe wyjaśnienie wdrożenia, obsługi danych i wsparcia.
Odpowiedź skopiowana z poprzedniej oferty może zawierać dobrą treść w niewłaściwym kontekście: stary zakres usług, inny region lub założenie, którego ten kupujący nigdy nie przyjął. Sztuczna inteligencja uwzględniająca kontekst w tworzeniu treści ofert pomaga zespołom ponownie wykorzystywać zatwierdzoną wiedzę, dostosowując ją jednocześnie do postawionego przed nimi pytania.
Kontekst kupującego kształtuje odpowiedź
Kontekst to zbiór szczegółów, które zmieniają to, co użyteczna odpowiedź powinna zawierać: branża, etap zakupowy, pakiet usług, geografia, model kontraktowy, zadeklarowane priorytety oraz język pytania.
Przetarg publiczny może wymagać formalnego opisu ładu korporacyjnego i sprawozdawczości. Klient technologiczny może skupić się na integracji i wsparciu technicznym. Nabywca kierujący się zrównoważonym rozwojem może chcieć dowodów dotyczących kontroli środowiskowej i praktyk dostawców. Podstawowa wiedza organizacyjna może się pokrywać; odpowiedź nadal wymaga jednak innego akcentu i poziomu szczegółowości.
Autor powinien wiedzieć, które z tych szczegółów ukształtowały wersję roboczą, a które założenia nadal wymagają potwierdzenia.
Nadaj kupującemu kontekst dla Autofill, zanim rozpoczniesz generowanie
Kiedy zespół ofertowy uruchamia Autofill w EA, baza wiedzy to dopiero połowa sukcesu. Drugą połową jest poinformowanie sztucznej inteligencji, dla jakiego klienta, jakiej oferty i jakiej odpowiedzi pisze.
Proces Autofill uwzględnia w tym celu instrukcje dla agenta AI. Zespół może skorzystać z szablonu lub napisać własny prompt, a następnie zdefiniować kupującego, oferowaną usługę, model umowy, odbiorców oraz wszelkie ograniczenia, które powinny kształtować każdą odpowiedź. Instrukcje te stanowią bazę zarówno dla wyszukiwania wiedzy, jak i tworzenia treści, dzięki czemu EA wyszukuje dowody dopasowane do tej konkretnej szansy, a nie do poprzedniego, podobnego formularza.
Dokument kontekstowy może zawierać ten sam brief w większych szczegółach: zaproszenie do składania ofert, opis zakresu prac lub zadeklarowane priorytety kupującego. Jest to szczególnie przydatne, gdy późniejsze pytania odwołują się do wcześniejszych sekcji pakietu. Pierwsza wersja robocza wychodzi wówczas od właściwego kontekstu kupującego, zamiast ogólnych, zatwierdzonych sformułowań, które i tak trzeba przepisywać ręcznie.
Kontekst uniemożliwia pewną nieistotność
Dopracowana odpowiedź nadal może nie trafić w obawy klienta. Może opisywać ogólną funkcjonalność, podczas gdy pytanie dotyczy konkretnego wdrożenia, lub wyjaśniać politykę firmy bez odniesienia do tego, kto odpowiada za daną kontrolę.
Koszty pojawiają się później: recenzent pisze odpowiedź na nowo, do wyjaśnienia sprawy zostaje wciągnięty specjalista lub klient otrzymuje niepełną odpowiedź. Pisanie uwzględniające kontekst przenosi te weryfikacje bliżej pierwszej wersji, dzięki czemu specjaliści mogą poświęcić swój czas na istotne różnice między tym kupującym a wcześniejszą pracą.
Kontekst powinien być przekazywany podczas przeglądu
Kontekst dotyczący klienta staje się szczególnie cenny, gdy odpowiedź przechodzi między zespołami. Kierownik ds. ofert może rozumieć handlowe uzasadnienie wymogu, podczas gdy specjalista techniczny weryfikuje szczegóły wdrożenia. Jeśli obie osoby widzą te same ramy – wymóg, zadeklarowany priorytet klienta, zakres usługi, docelowych odbiorców oraz wszelkie zastrzeżenia, które należy zachować – odpowiedź może być rozwijana bez utraty pierwotnej intencji.
Współpracownik przeglądający materiał później, również w innej strefie czasowej, może wtedy zrozumieć zamierzone zastosowanie bez czekania na spotkanie lub przeszukiwania wcześniejszego e-maila.
Lepszy kontekst usprawnia przyszłe wykorzystanie
Odpowiedź staje się bardziej przydatna do ponownego wykorzystania, gdy organizacja rejestruje okoliczności, w których została zatwierdzona. Kolejny autor może zdecydować, czy użyć jej bezpośrednio, dostosować czy znaleźć inne źródło, zamiast traktować każdy zatwierdzony akapit jako uniwersalny tekst.
Dla osób zarządzających przetargami tworzy to silniejszą pętlę usprawnień. Pytania od kupujących pokazują, w których miejscach baza wiedzy wymaga większej szczegółowości, poprawki recenzentów wskazują, gdzie język potrzebuje doprecyzowania, a zatwierdzone modyfikacje pokazują, jak organizacja wyjaśnia swoje usługi różnym odbiorcom.
Adaptacja powinna pozostać w pełni śledzalna
Zespół może potrzebować zmiany nazwy produktu, dostosowania do terminologii kupującego, skrócenia odpowiedzi lub wyjaśnienia granic usługi. Zmiany te powinny pozostać wystarczająco widoczne do przeglądu, aby recenzent mógł odróżnić zatwierdzoną treść wielokrotnego użytku od nowego słownictwa specyficznego dla kupującego oraz od założeń, które nadal wymagają potwierdzenia.
EAOprogramowanie do pisania RFP i przetargówwykorzystuje zatwierdzone odpowiedzi i materiały dowodowe jako dane wejściowe w procesie generowania odpowiedzi. Praktyczna korzyść jest najbardziej widoczna, gdy zespół może zobaczyć, w jaki sposób te dane zostały dostosowane do bieżących wymagań.
Użytkownik potrzebuje kontroli nad ostatecznym brzmieniem
Szkic wygenerowany przez sztuczną inteligencję powinien dać menedżerowi ds. przetargów użyteczny punkt wyjścia i prosty sposób na jego dopracowanie: zmianę sformułowania, dodanie zastrzeżenia, usunięcie nieistotnego przykładu lub poproszenie specjalisty o zweryfikowanie twierdzenia. Ten krok pozwala osobie, która najlepiej zna relację z nabywcą, dodać osąd, którego dokument źródłowy nie jest w stanie uchwycić.
Przydatne zapytania obejmują: Na które wymaganie kupującego odpowiada ta odpowiedź? Które źródło popiera to twierdzenie? Jaki zakres obejmuje to źródło? Czy recenzent potwierdził adaptację?
Praktyczny test treści ofert uwzględniających kontekst
Zapytaj, czy proces może:
- uchwyć kontekst kupującego, usługę i odpowiedź w instrukcjach Autofill przed sporządzeniem wersji roboczej;
- pozyskać wiedzę, która odpowiada temu kontekstowi kupującego, a nie tylko sformułowaniu pytania;
- pokaż źródło i zakres kryjące się za proponowanymi odpowiedziami;
- adaptować zatwierdzone treści bez ukrywania zmian;
- wskazuj założenia, luki i pytania do weryfikacji przez specjalistę;
- zachowaj ostateczne brzmienie i decyzję o zatwierdzeniu do ponownego wykorzystania w przyszłości.
Te kontrole skupiają uwagę na użyteczności odpowiedzi, a nie wyłącznie na szybkości jej generowania.
Skup kupującego w odpowiedzi
Odpowiedź na RFP powinna pokazywać, że zespół zrozumiał pytanie, kupującego oraz oferowaną usługę. Sztuczna inteligencja uwzględniająca kontekst w tworzeniu treści ofertowych może w tym pomóc, wyszukując powiązane materiały dowodowe i pomagając użytkownikowi w ich odpowiedzialnym dostosowaniu. Ostateczna decyzja co do odpowiedzi zawsze należy do człowieka.
Chcesz zobaczyć, jak EA pomaga zespołom zamieniać zatwierdzoną wiedzę w odpowiedzi na RFP dostosowane do potrzeb kupujących?Umów demolubwypróbuj EA za darmo.
