Клиент приходит с ответом нейросети: как консалтингу продавать то, что «уже написал ChatGPT»

Разговор всё чаще начинается одинаково: клиент разворачивает ноутбук и показывает ответ нейросети на свой вопрос — со ссылками на статьи, аккуратной структурой и готовым выводом. Дальше следует «здесь же всё написано, за что платить». Спорить с таким ответом в лоб бессмысленно: в общей рамке модель чаще всего права, и клиент это видит. Продавать теперь приходится не знание нормы, а применимость к конкретным фактам, актуальность на дату и ответственность за последствия. Разбираем, где модели систематически подводят в праве, как посчитать цену ошибки в деньгах клиента, как переписать страницу услуги и разговор о цене и какой контент снимает возражение ещё до встречи.

Что клиент приносит на встречу на самом деле

Сценарий повторяется у разных практик почти дословно. Клиент приходит на встречу подготовленным: открывает ноутбук, показывает текст на полторы страницы со ссылками на статьи кодекса, с планом действий по шагам и с вежливой оговоркой в конце — «рекомендуется обратиться к квалифицированному юристу». И задаёт вопрос, к которому вы не готовились: «Всё же уже написано. Что вы сделаете сверх этого и почему это столько стоит?»

Первое, что стоит понять: клиент принёс не ответ. Он принёс ценовой якорь. Текст выглядит как результат работы, объём которой заказчик способен оценить только на глаз — по количеству знаков и по числу ссылок. Раньше первичную рамку он получал на платной консультации, и именно она задавала представление о стоимости. Теперь он получает её бесплатно и за минуту, а ощущение «работа уже сделана» возникает до того, как кто-нибудь проверил, применим ли этот ответ к его фактам.

Это не единичная привычка одного дотошного клиента. По данным Аналитического центра ВЦИОМ, опубликованным в конце июля 2026 года (всероссийский интернет-опрос, 3209 человек в возрасте от 18 лет), 78% интернет-пользователей обращались к нейросетям за последний год, а 58% из них делают это раз в неделю или чаще; полугодом раньше первая цифра была 73%. Это замер общего использования, а не юридических вопросов, и это интернет-опрос со своими ограничениями. Но привычку задавать вопрос модели раньше, чем человеку, он показывает.

Параллельно появились инструменты, которые прямо целятся в юридический вопрос. В ноябре 2025 года Yandex B2B Tech представил «Нейроюриста» — помощника, который отвечает со ссылками на материалы правовой базы «Гаранта». По данным самой компании, за время тестирования сервис выдал более 10 тысяч ответов, из которых 86% получили высокие оценки юристов. Это оценка разработчика, а не независимый замер, и относиться к ней надо соответственно. Важно другое: ответ, который приносит клиент, перестаёт быть «просто чатом» и обзаводится ссылками на источники — то есть выглядит проверяемым.

И третье обстоятельство, о котором на встрече лучше помнить: тем же самым пользуются юристы. По опросу сообщества Git.Legal при поддержке PravoTech (размер выборки в публикации не назван) 72,1% респондентов применяют ИИ в личной практике, при этом корпоративное внедрение отметили только 25,3%. Позиция «мы такими вещами не пользуемся» звучит неубедительно и, скорее всего, неправда.

Вывод для продажи простой и неприятный. Бесплатным стал не результат, а вход в тему. Всё, что раньше продавалось как «мы найдём вам норму и объясним, как она работает», обесценилось. Остальное — нет. Дальше по тексту разбираем, где именно проходит граница и как её показать клиенту без спора.

Что модель действительно делает хорошо

Разговор пойдёт лучше, если начать с того, в чём модель действительно сильна, и сказать это вслух. Клиент уже проверял её ответ на бытовых вопросах и видел, что рамка похожа на правду. Если вы начнёте с «это всё ерунда», он сделает вывод не о модели, а о вас.

Что генеративная модель делает хорошо на юридическом материале:

Первое — общая рамка. Она почти всегда правильно определяет, о какой отрасли права идёт речь, какие институты затронуты и в какую сторону вообще смотреть. Для человека, который до этого не знал слова «преюдиция», это большой шаг.

Второе — терминология и формулировки. Модель переводит бытовое описание проблемы на язык, на котором её можно обсуждать, и обратно. Клиент приходит уже с понятийным аппаратом — это экономит вам первые двадцать минут встречи.

Третье — структура. Черновик договора, план претензии, оглавление меморандума, список приложений. Скелет документа она собирает быстро и обычно без грубых нарушений жанра.

Четвёртое — список вопросов. Если попросить, модель выдаёт неплохой перечень того, что нужно уточнить. Иногда лучше, чем начинающий юрист.

Всё это — реальная ценность, и она теперь бесплатна. Спорить с ней бессмысленно: вы проиграете спор фактически, а не риторически. Ценность вашей работы начинается там, где заканчивается общая рамка, — и вот это место надо уметь показывать пальцем, а не описывать общими словами про «опыт» и «индивидуальный подход».

Четыре механизма, по которым ответ ломается в праве

Дальше начинается зона, где ответ модели ломается предсказуемо. Не случайно и не «иногда», а по одним и тем же четырём причинам. Знание этих четырёх механизмов — это, по сути, ваш скрипт работы с принесённым текстом.

Обратите внимание на последнюю строку: она самая коварная. У человека неуверенность обычно слышна — юрист говорит «здесь практика неоднородная, надо смотреть». Модель произносит спорное и бесспорное одним и тем же ровным голосом, поэтому клиент не может отделить одно от другого сам. Это и есть та работа, за которую он платит, — только он об этом ещё не знает.

Разберём каждый механизм отдельно и на проверяемых примерах, чтобы на встрече вы могли говорить не «модель ошибается», а «вот на этом типе вводных она ошибается вот так».

Устаревшая редакция: сколько норм меняется за год

Любая генеративная модель отвечает по состоянию мира на какой-то момент в прошлом. Даже там, где ответ подкреплён поиском по правовой базе, формулировка вывода нередко тянется из обучающих данных. Вопрос «на какую дату верен этот ответ» модель сама себе не задаёт.

Масштаб проблемы можно оценить по темпу изменений. По итогам 2025 года председатель Госдумы Вячеслав Володин сообщил, что за год принято 588 федеральных законов — это данные декабря 2025 года, и они, разумеется, ничего не говорят о том, менялась ли профильная для вашего клиента норма. Но они дают ощущение фона: между датой обучения модели и днём вашей встречи законодательство успевает измениться в сотнях мест.

Конкретный пример, на котором это видно без юридического образования. Федеральным законом от 31.07.2025 № 332-ФЗ с 1 января 2026 года реклама услуг, связанных со снижением или прекращением долговых обязательств, обязана нести предупреждение: «Банкротство влечет негативные последствия, в том числе ограничения на получение кредита и повторное банкротство в течение пяти лет. Предварительно обратитесь к своему кредитору и в МФЦ». Для радио — не менее трёх секунд, для телевидения и видео — не менее трёх секунд и не менее 7% площади кадра, для остальных способов распространения — не менее 7% рекламной площади.

Теперь представьте клиента, который спросил модель, как правильно оформить объявление о списании долгов, и получил подробный, логичный и совершенно устаревший ответ без единого слова про предупреждение. Он не сделал ничего глупого — он просто не знал, что норма новая. А цена этой неосведомлённости считается не в стоимости консультации.

Практический приём для встречи. Не оспаривайте вывод. Спросите: «На какую дату этот ответ верен?» Модель на этот вопрос честно ответить не может, а клиент мгновенно понимает, что у текста нет даты — и, значит, нет гарантии. Дальше вы предлагаете то, чего у него нет: вывод с датой и с указанием редакции, по которой он сделан.

Несуществующая практика: чем это кончилось в суде округа

Второй механизм — самый дорогой, потому что он материализуется в процессуальные последствия. Модель может привести реквизиты судебных актов, которых не существует, или пересказать существующий акт с выводом, противоположным настоящему.

В России это уже перестало быть теорией. В деле № А27-7831/2025 Арбитражный суд Западно-Сибирского округа в мае 2026 года наложил на компанию-заявителя судебный штраф в 50 000 рублей. Поводом стала кассационная жалоба, в которой были ссылки на позиции Верховного суда, Высшего арбитражного суда и окружных судов — и большая часть этих позиций не выдержала проверки. Когда суд попросил объяснений, представитель подтвердил, что приведённой практики не существует. Суд исходил из того, что подготовка обращения с помощью технологий искусственного интеллекта заявителя не оправдывает: лица, участвующие в деле, несут риск наступления последствий совершения или несовершения ими процессуальных действий (часть 2 статьи 9 АПК РФ), а штраф наложен по правилам о судебном штрафе за неуважение к суду (часть 5 статьи 119 АПК РФ). Отдельно стоит запомнить, что штраф лёг на общество, а не на подписавшего жалобу представителя.

Тема перестала быть частной. 27 мая 2026 года стало известно, что председатель Верховного суда поручил впервые обобщить судебную практику по делам, связанным с использованием искусственного интеллекта, — в том числе по вопросу признания доказательствами документов и заключений, сформированных нейросетями. Обобщение только предстоит, никаких разъяснений пока нет, и выдавать ожидания за норму нельзя. Но направление внимания судов зафиксировано.

Что говорят замеры. В работе Stanford RegLab «Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools» (Journal of Empirical Legal Studies, 2025; препринт — май 2024) авторы провели первую предзарегистрированную проверку специализированных юридических ИИ-инструментов на 202 запросах. Результат: инструменты LexisNexis и Thomson Reuters галлюцинировали в диапазоне от 17% до 33% ответов. По доле точных ответов — то есть верных и подкреплённых источником — Lexis+ AI дал 65%, Westlaw AI-Assisted Research 41%, Ask Practical Law AI 19%. Авторы подчёркивают, что заявления поставщиков об «отсутствии галлюцинаций» преувеличены, и отдельно оговариваются: выборка в 202 запроса невелика и не воспроизводит естественное распределение задач практикующего юриста.

Важные оговорки, которые нельзя снимать. Это американское право, американские базы и модели того периода. К российской практике цифры напрямую не переносятся. И это как раз тот случай, когда честность работает на вас: вы приводите не страшилку, а замер с указанными границами — ровно то, чего в принесённом клиентом ответе нет.

Универсальные модели — те самые, к которым идёт клиент, — в замерах выглядят хуже. В более ранней работе части тех же авторов («Large Legal Fictions», Journal of Legal Analysis, 2024) публичным моделям задали более 800 тысяч проверяемых вопросов о делах федеральных судов США. Доля галлюцинаций составила от 58% у ChatGPT 4 до 88% у Llama 2, причём ошибок было больше на делах нижестоящих судов и на менее известных решениях. Оговорки те же: американское право и модели 2023 года. Специализированные инструменты с поиском по правовой базе ошибаются заметно реже — но «реже» и «не ошибаются» это разные вещи, и разница между ними и есть предмет вашего договора.

Модель не спорит с ошибочной посылкой клиента

Третий механизм самый тихий, и клиент его не замечает никогда. Модель, как правило, не оспаривает посылку, которую вы ей дали. Если вопрос сформулирован на ложном основании, ответ будет связным, уверенным и построенным поверх этой ошибки.

Это свойство измеряли. В работе «Large Legal Fictions» авторы отдельно проверяли поведение публичных моделей на вопросах с заведомо ошибочной юридической посылкой и описали результат так: модели часто некритично принимают неверные правовые допущения пользователя. Эффект они называют contra-factual bias, и он сильнее на делах нижестоящих судов — то есть ровно там, где чаще всего находится вопрос обычного клиента.

Как это выглядит в жизни консультанта. Клиент спрашивает: «Как правильно расторгнуть договор в одностороннем порядке по такому-то основанию?» — и получает подробную инструкцию. В инструкции всё логично. Проблема в том, что у него в договоре этого основания нет, а есть другое, с иным порядком уведомления. Модель не спросила, что написано в договоре. Она ответила на заданный вопрос.

Отсюда следует главный тезис для разговора о цене, и он не про право, а про постановку задачи. Вы продаёте не ответ на вопрос клиента. Вы продаёте правильный вопрос. Клиент не может проверить, тот ли вопрос он задал, — по определению: чтобы это увидеть, надо уже знать право. А модель эту проверку не делает и делать не обещает.

Оговорку из более позднего теста снимать нельзя, и она в пользу инструментов: на запросах с ложной посылкой Lexis+ AI, Westlaw AI-Assisted Research и GPT-4 справлялись, по наблюдению авторов, неплохо и часто сами поправляли ошибочное допущение. То есть механизм не универсален и зависит от инструмента. Но клиент приходит не с подпиской на юридическую базу, а с бесплатным чатом, и рассчитывать на такую поправку не приходится.

Четвёртый механизм — про доверие. В той же работе по публичным моделям авторы фиксируют, что модели плохо предсказывают собственные ошибки и систематически переоценивают свою уверенность. Практический смысл прост: интонация текста не подсказывает, где перепроверять. Человек по привычке считает уверенный тон признаком надёжности, и здесь эта привычка не работает.

Цена ошибки: как посчитать её в деньгах прямо на встрече

Возражение «зачем платить» снимается не аргументом про квалификацию, а арифметикой. Пока разговор идёт про стоимость вашей работы, клиент сравнивает её с нулём — ведь текст у него уже есть. Как только разговор переходит на стоимость ошибки, сравнение меняется: он сравнивает вашу цену с суммой, которая у него на кону.

Никаких средних цифр здесь быть не может, и предлагать их не надо. Нужен каркас, в который клиент подставляет свои.

Из чего складывается цена ошибки

Прямое последствие. Что именно произойдёт, если вывод окажется неверным: штраф, доначисление, отказ в иске, недействительность сделки, потеря права требования. Формулируется одной фразой в деньгах.

Стоимость исправления. Сколько стоит починить, если ошибку заметили вовремя: переделка документа, вторая инстанция, повторная регистрация, время сотрудников клиента. Это отдельная сумма, и она почти всегда больше стоимости первичной консультации.

Вероятность. Оценивается не «на глаз», а по конкретным вводным: есть ли в договоре нестандартные условия, есть ли специальная норма для отрасли, есть ли свежие изменения, есть ли по вопросу расхождения в практике. Каждое «да» повышает шанс, что общий ответ не подходит.

Обратимость. Самый важный множитель и единственный, который нельзя компенсировать деньгами позже. Есть ли срок, после которого исправить нельзя вообще: исковая давность, срок на обжалование, срок на подачу возражений, момент регистрации. Если такой срок есть и он близко — вопрос цены снимается сам.

Дальше считается простая величина: цена ошибки = прямое последствие + стоимость исправления, помноженные на вашу оценку вероятности, и отдельно — пометка «обратимо / необратимо». Сопоставьте её со стоимостью работы, и разговор о цене превращается в разговор о риске.

Важно, что этот расчёт вы делаете вместе с клиентом и на его цифрах. Он сам называет сумму сделки, сам называет срок. Вы даёте только оценку вероятности и обратимости — то есть ровно то, чего у него в принесённом тексте нет.

Почему спорить с нейросетью в лоб — проигрышная позиция

Естественная реакция на принесённый ответ — начать его разбирать и показывать ошибки. В большинстве случаев это ухудшает позицию, и вот почему.

Во-первых, вы вступаете в спор с бесплатным. Как только вы доказываете, что модель неправа, предметом разговора становится качество текста, а не результат клиента. Даже победив в этом споре, вы защищаете свою цену, а не продаёте свою пользу. Клиент запоминает интонацию, а не аргумент.

Во-вторых, в общей рамке модель чаще всего права. Из пяти утверждений вы уверенно опровергнете одно-два, а три останутся верными. Клиент делает из этого арифметический вывод, который вам не нравится: «в целом всё правильно, а мелочи можно уточнить».

В-третьих, вы ставите клиента в неловкое положение. Он потратил время, пришёл подготовленным, и ему говорят, что он занимался ерундой. Это не то чувство, с которым подписывают договор.

Работающая замена — не опровергать, а достраивать. Принесённый текст объявляется нормальной отправной точкой, и к нему задаются четыре вопроса, на которые он по устройству ответить не может:

На какую дату верен этот вывод и по какой редакции нормы он сделан. Какие ваши фактические обстоятельства модель приняла на веру, не спросив. Какие исключения и специальные нормы здесь применимы и почему они не упомянуты. Кто несёт последствия, если вывод не подтвердится.

Четвёртый вопрос — ключевой, и его стоит задавать спокойно, без нажима. Ответ на него всегда один: последствия несёт клиент. Именно в этом месте становится видно, что покупается не текст, а перенос части риска на исполнителя. Дело № А27-7831/2025 здесь работает лучше любой риторики — там за содержание документа ответила компания, а не тот, кто его писал.

Что вы продаёте теперь: не знание нормы, а перенос риска

Если свести всё сказанное к одной перестройке, она звучит так: предложение переезжает с «мы найдём и объясним норму» на «мы отвечаем за то, что произойдёт дальше». Это не смена слоганов, это смена состава услуги и того, что написано в договоре.

Три вещи, которые продаются вместо знания нормы.

Применимость к фактам. Не «как это устроено вообще», а «как это работает при ваших условиях договора, вашей структуре собственности, вашем сроке и вашей отрасли». Именно здесь модель проваливается, потому что она не задаёт уточняющих вопросов, если её об этом не попросили.

Актуальность на дату. Вывод с указанием редакции нормы и даты проверки. Это дёшево для вас и невозможно для клиента, потому что он не знает, что именно надо перепроверять.

Перенос риска. Часть последствий переходит на исполнителя — через прямые обязательства в договоре, через страхование профессиональной ответственности там, где оно есть, через обязательство вести дело до результата. Это не обещание исхода: обещать исход нельзя и незачем. Это фиксация того, что вы отвечаете за качество работы, а не только за её факт.

Проверка на честность: если из вашего коммерческого предложения нельзя понять, чем именно оно отличается от бесплатного ответа, то отличия, возможно, и правда нет. Такое тоже бывает. В этом случае честнее переупаковать услугу — например, продавать не разовые консультации, а сопровождение, где ценность создаётся непрерывностью и знанием контекста клиента.

Логика близка к тому, как устроен выбор поставщика в корпоративных закупках: там тоже покупают не текст, а предсказуемость и распределение ответственности. Как это выглядит со стороны заказчика, разобрано в материале про закупочный комитет.

Как перестроить страницу услуги под новое возражение

Возражение «уже написал ChatGPT» надо снимать до встречи, иначе вы каждый раз тратите на него первые двадцать минут. Основное место, где это делается, — страница услуги. Обычная страница практики устроена как описание: чем мы занимаемся, какие у нас юристы, сколько лет на рынке. Такая страница проигрывает бесплатному ответу, потому что не отвечает ни на один вопрос клиента.

Работающая структура повторяет логику разговора выше.

Третий блок — тот, которого нет почти ни у кого. Он самый неудобный в написании, потому что требует признать, что у клиента уже есть ответ. Зато он единственный, который клиент читает целиком: там написано про его собственный текст.

Отдельно про адвокатов и адвокатские образования: пятый блок формулируется с оглядкой на статью 17 Кодекса профессиональной этики адвоката. Информация об адвокате допустима, если не содержит оценочных характеристик адвоката, отзывов других лиц о его работе, сравнений с другими адвокатами и критики коллег, а также заявлений, намёков и двусмысленностей, которые могут ввести в заблуждение потенциальных доверителей или вызвать у них безосновательные надежды. Упаковка «мы отвечаем за последствия» не должна превращаться в гарантию результата — описывайте состав работ и порядок, а не исход.

Если практик несколько, каждая такая страница живёт отдельно — и здесь легко устроить себе конфликт страниц в выдаче. Как этого избежать, разобрано в материале про один сайт на двенадцать практик. Общая логика привлечения корпоративных клиентов — в статье про маркетинг юридического консалтинга.

Разговор о цене: три сценария вместо одного

Возражение о цене редко про цену. Оно про то, что клиент не понимает, за какой объём платит, и боится переплатить за то, что уже получил бесплатно. Лечится это не скидкой, а разбиением предложения на разные по глубине продукты.

Сценарий первый: проверка принесённого ответа. Отдельная услуга с фиксированной ценой и фиксированным составом: вы берёте текст, который клиент принёс, и размечаете его по четырём механизмам — что здесь верно, что устарело, какие факты приняты на веру, какие исключения не названы. На выходе клиент получает свой же документ с пометками и понимает разрыв сам, без вашего убеждения. Цена входа должна покрывать реальное время специалиста, иначе это не продукт, а благотворительность: считайте по своей ставке и своему среднему времени на такую проверку, а не по ощущению «пусть будет недорого».

Сценарий второй: заключение по конкретной ситуации. Классическая работа, но с явно названными в предложении атрибутами, которых нет у бесплатного ответа: дата и редакция, перечень исследованных фактических обстоятельств, названные исключения, оценка рисков, подпись и ответственность.

Сценарий третий: сопровождение. Продаётся не документ, а непрерывность: вы знаете контекст клиента, отслеживаете изменения нормы и предупреждаете до того, как он совершит действие. Здесь конкуренция с моделью исчезает вовсе, потому что модель не знает, что у клиента вчера сменился контрагент.

Смысл трёх сценариев в том, что первый из них — не дешёвая версия услуги, а вход. Клиент, увидевший разметку собственного текста, дальше обсуждает уже не «зачем платить», а «сколько будет второй сценарий». Это переводит разговор из плоскости оправданий в плоскость выбора.

Ещё один частый эффект: часть клиентов после проверки честно уходит, потому что их вопрос действительно решается принесённым ответом. Это нормально и даже полезно — вы не потратили на них время партнёра, а они запомнили, что с ними обошлись честно.

Контент, который снимает возражение до встречи

Всё, что описано выше, работает на встрече. Но встреча — дорогой формат, и до неё доходит меньшинство. Задача контента — снять возражение раньше, чтобы на встрече обсуждали объём работ, а не право на существование профессии.

Что работает.

Разбор нормы с датой. Не «изменения в законодательстве», а конкретная норма, конкретная редакция, дата вступления в силу и что именно поменялось. Такой материал бесплатный ответ не заменяет: у ответа нет даты.

Перечень вводных, от которых меняется вывод. Самый ценный жанр и самый редкий. Клиент читает и обнаруживает у себя два пункта из списка — дальше он приходит сам.

Честный разбор того, что отвечает модель. Можно прямо взять типовой вопрос, показать типовой ответ и разметить его: вот это верно, вот это устарело, вот здесь не спросили про договор. Это выглядит уверенно, а не оборонительно, и заодно демонстрирует ваш способ работы.

Описание границы ответственности. Что вы делаете, чего не делаете, что попадает в договор. Скучно и почти никем не написано.

Что не работает.

Тексты в жанре «нейросети не заменят юристов» — это разговор о себе, а не о проблеме клиента, и читателю в нём нечего забрать. Кейсы без дат — читатель не понимает, действует ли ещё та норма. Обещания исхода — вместо доверия дают настороженность, а для адвокатов ещё и упираются в запрет на заявления, способные вызвать у доверителей безосновательные надежды. И спор с моделью вообще, без конкретных вводных: он не проверяем и потому не убеждает.

Вторая половина задачи: попасть в тот самый ответ

Есть часть задачи, которая обычно остаётся за кадром, хотя влияет на разговор о цене напрямую. Клиент приходит не с чистым листом, а с чьей-то позицией. Вопрос в том, чьей.

Если модель, отвечая на вопрос по вашей теме, опирается на материалы конкурента, клиент придёт с его логикой, его набором рисков и, что важнее, его представлением о стоимости работ. Вы будете спорить не с моделью, а с чужим коммерческим предложением, пересказанным нейтральным голосом. Если же в ответе фигурируют ваши материалы, разговор начинается с вашей рамки.

Это не гарантированный канал, и обещать здесь нечего: попадание в ответ вы не контролируете, состав источников меняется, а проверить его можно только выборочно. Но условия, при которых шансы выше, известны и сводятся к нескольким требованиям: прямой ответ на вопрос должен быть в тексте страницы, а не в PDF и не в видео; факты должны быть изложены проверяемо, с датами и источниками; у материала должны быть авторство и дата актуализации; структура страницы должна позволять извлечь ответ куском, а не собирать его из пяти разделов.

Механика разобрана отдельно — в материале про то, что такое GEO-оптимизация. Здесь важен только вывод для продажи: то, что раньше было задачей отдела маркетинга, теперь влияет на первую фразу клиента на встрече.

И зеркальная проблема. Модель может отвечать о вашей компании неверно — путать специализацию, приписывать несуществующие услуги, называть неактуальные контакты. Для консалтинга это чувствительнее, чем для розницы: клиент отсеивает вас ещё до сайта. Что с этим делать, разобрано в статье про то, как нейросеть врёт о компании.

Что проверить на ближайшей неделе

Сведём всё к короткому списку действий, которые не требуют бюджета и делаются силами самой фирмы.

Соберите принесённые ответы. Попросите консультантов сохранять тексты, с которыми приходят клиенты. Через месяц у вас будет фактура: какие вопросы задают, что модель на них отвечает и где именно она промахивается на ваших типах дел. Это материал и для скрипта встречи, и для контента.

Напишите скрипт из четырёх вопросов. На какую дату верен вывод; какие факты приняты на веру; какие исключения не названы; кто несёт последствия. Один лист, у каждого консультанта.

Сделайте каркас расчёта цены ошибки. Четыре строки — прямое последствие, стоимость исправления, вероятность, обратимость — и место, куда клиент подставляет свои цифры. Без готовых средних значений.

Добавьте на страницу самой маржинальной практики блок «где ошибается типовой ответ». Один блок, одна практика. Посмотрите, меняется ли разговор на встрече.

Опишите продукт «проверка ответа». Фиксированная цена, фиксированный состав, посчитанный от вашей ставки и реального времени.

Проверьте, что модели отвечают о вашей компании и по вашей теме. Задайте десяток типовых клиентских вопросов и посмотрите, чьи материалы всплывают. Это займёт полдня и обычно объясняет, откуда у клиентов берутся чужие формулировки.

Возражение «уже написал ChatGPT» не уйдёт и будет звучать чаще. Но оно снимается не спором о том, кто умнее, а тремя вещами, которых у бесплатного ответа нет по устройству: датой, вопросами о фактах и подписью под выводом. Всё остальное — упаковка вокруг этих трёх.