LeadBot B2B — co to jest?

LeadBot B2B to agent konwersacyjny, który przechwytuje intencje, kwalifikuje i uruchamia działania sprzedażowe w tym samym strumieniu rozmowy. Działa w wyszukiwarkach (AI Mode/AIO), na stronie (Answer Hub), w chatcie, mailu oraz przez API (bot-to-bot). Klucz: odpowiedzi, które od razu można kliknąć — AskQuote, BookAction (demo/audyt), OrderAction (Starter/POC), SubscribeAction (ABO), ServiceAction (wdrożenie).

Dlaczego LeadBot teraz (GEO/AEO/AIO)

GEO/AEO/AIO: Answer Engines premiują zasoby, które są jednocześnie odpowiadalne (short answers) i działalne (intencje akcji zrozumiałe dla agentów).
Tryb Agenta: przeglądarki i wyszukiwarki umożliwiają agentowe „kliknięcie”. LeadBot eksponuje akcje (Schema.org), więc Buying Bot zamawiającego może od razu zainicjować RFQ, demo czy POC.
Skrócenie cyklu B2B: od pierwszej odpowiedzi do SQL (Sales Qualified Lead) w minutach, nie w tygodniach.

Architektura LeadBota (6 warstw)

Informacja (Answerable) – definicje, TL;DR, checklisty decyzyjne, porównania (A vs B).
Dane (Enrichable) – firmografia (NIP, branża), rola decydenta, wolumeny, SLA, budżet, terminy, wymagania zgodności.
Akcja (Actionable) – AskQuote / BookAction / OrderAction / SubscribeAction / ServiceAction / RentAction.
Wymiana (Transactable) – sloty kalendarzowe, płatności zaliczkowe za POC, e-podpis, rezerwacje.
Zgodność (Compliant) – RODO, logi, wersjonowanie ofert, polityki.
Monitoring (Observable) – scoring MQL→SQL, A/B, źródła (AIO vs direct), czas do akcji, pipeline velocity.

Co LeadBot robi w praktyce

Capture: wykrywa intencję (np. „audyt GEO/AEO/AIO dla e-commerce B2B”).
Qualify: krótki wywiad (3–7 pytań) → TARA/BANT hybrid (Time, Authority, Readiness, Affordability + Budget/Need/Timeline).
Enrich: dociąga dane firmy po NIP, przypina „use-case” i ograniczenia (PPWR/GS1, lead time, integracje).
Route: reguły: Starter → POC, high-value → demo + RFQ, edukacja → sekwencja mail.
Act: wywołuje odpowiednią Action (RFQ, demo, POC, subskrypcja), generuje artefakty (mini-spec, brief, oferta).
Learn: uczy się, które CTA i które presety ofert zamykają sprzedaż szybciej.

Przykłady / case study z SalesBot.pl (oferty B2B)

Poniższe przykłady pokazują, jak LeadBot łączy Answer → Action na Twoich usługach i produktach z SalesBot.pl.

1) Audyt GEO/AEO/AIO (Starter) → BookAction + OrderAction

Flow: „Chcę sprawdzić, czy nasza strona spełnia wymagania Answer Engines.”
LeadBot: 5 pytań (rynki, treści, schema, intencje akcji, Answer Huby) →
- BookAction: termin 45-min demo audytu, integracja z kalendarzem,
- OrderAction: zamówienie Audyt Starter (pakiet fixed-price) z płatnością zaliczkową.
Artefakty: mini-spec PDF (zakres audytu, KPI, terminy), brief integracyjny.

2) Agentic Commerce (Agent Stores) → AskQuote + POC

Flow: „Chcemy sklep/landing z możliwością natychmiastowej transakcji w chatcie.”
LeadBot: kwalifikacja (CMS, SKU, checkout, wymagania compliance) →
- AskQuote: RFQ na Agent Store MVP,
- OrderAction: POC 2-tygodniowy (szablon + 1 flow zakupowy + integracja płatności).
Follow-up: 3 progi ofertowe (Good/Better/Best) + porównanie TCO.

3) Bot-to-Bot Commerce (RFQ API) → AskQuote + BookAction

Flow: „Potrzebujemy endpointu, który przyjmie zapytania Buying Botów.”
LeadBot: 6 pytań (format RFQ, SLA, autoryzacja, logowanie, dane zwrotne) →
- AskQuote: spec/wycena RFQ API (REST/JSON),
- BookAction: warsztat integracyjny 90 min dla zespołu Dev/IT.
Delivery: kontrakt OpenAPI + przykładowe payloady.

4) Program „Preferred Sources & llms.txt” → OrderAction

Flow: „Chcemy wskazać Answer Engines preferowane źródła i poziom zaufania.”
LeadBot: ocenia stan Answer Hubów, mapę encji, polityki →
- OrderAction: pakiet wdrożeniowy (llms.txt, preferred sources, polityki update),
- SubscribeAction: utrzymanie miesięczne (aktualizacje + monitor AIO coverage).

5) Szkolenie „Tryb Agenta w marketingu” → BookAction

Flow: „Zespół marketingu potrzebuje szkolenia do działań Answer→Action.”
LeadBot: diagnoza poziomu (junior/advanced), branża, cele KPI →
- BookAction: termin szkolenia 3h (online/offline),
- OrderAction: pakiet dokumentów: checklisty GEO/AEO/AIO, wzory JSON-LD, playbooki CTA.

Minimalny zestaw pytań kwalifikujących (B2B, 7 promptów)

Cel/Use-case (co chcesz osiągnąć i dlaczego teraz).
Zakres/Skala (liczba podstron/produktów, wolumen zapytań, rynki/języki).
Technologie (CMS/stack, integracje CRM/analytics/płatności).
Ograniczenia (budżet widełkowy, lead time, wymagania zgodności).
Decydenci (kto podpisuje, kto wdraża).
Dane/Źródła (co już masz: schema, Answer Hubs, llms.txt).
Sukces/KPI (co będzie dowodem sukcesu za 30/60/90 dni).

Playbook „Answer → Action” (skrót dialogu)

TL;DR (odpowiedź króciutka): „Tak, da się zbudować Answer Hub + akcje pod AI Mode. Zadam 5 pytań i pokażę 2–3 warianty wdrożenia.”
Qualify: 5–7 pytań → mini-spec.
Rekomendacja: 2–3 warianty (Good/Better/Best) + widełki + terminy + ryzyka.
CTA:
- „Wyślij RFQ na wdrożenie” (AskQuote)
- „Umów demo/audyt” (BookAction)
- „Zamów POC 2 tygodnie” (OrderAction)
- „Włącz utrzymanie Answer Hubs” (SubscribeAction)
Follow-up: automatyczna wiadomość z briefem i slotami.

Dane ustrukturyzowane (Actions — przykład JSON-LD)

{
  "@context": "https://schema.org",
  "@type": "Service",
  "name": "Audyt GEO/AEO/AIO (Starter)",
  "provider": {"@type":"Organization","name":"SalesBot.pl"},
  "potentialAction": [{
    "@type":"BookAction",
    "target":{"@type":"EntryPoint","urlTemplate":"https://salesbot.pl/book?svc=audyt-starter","httpMethod":"POST"}
  },{
    "@type":"OrderAction",
    "target":{"@type":"EntryPoint","urlTemplate":"https://salesbot.pl/order?sku=audyt-starter","httpMethod":"POST"},
    "result":{"@type":"Order","orderStatus":"https://schema.org/OrderProcessing"}
  }]
}

Analogicznie: AskQuote (RFQ na Agent Store), SubscribeAction (utrzymanie), ServiceAction (wdrożenie).

Scoring MQL→SQL (propozycja)

Time (pilność): start ≤ 30 dni → +20
Authority: decydent/budżet owner → +15
Readiness: mini-spec + wymagania techniczne → +25
Affordability: budżet w widełkach oferty → +10
Strategic fit: use-case Agentic Commerce/Answer Hubs → +10
SQL = ≥ 60 pkt → automatycznie BookAction + AskQuote.

KPI (B2B)

Answer→Action Rate (AAR) — % sesji, w których padła akcja.
Time-to-SQL — czas od pierwszej odpowiedzi do kwalifikacji.
Qualified RFQ Rate — % RFQ z >90% wymaganych danych.
POC Conversion — POC→projekt.
Cycle Shortening — skrócenie cyklu sprzedaży (dni).
Revenue per Lead / Cost per SQL.

30/60/90 dni — wdrożenie LeadBota (SalesBot.pl)

0–30 dni (Quick Wins)

Answer Huby z short answers + CTA akcyjne.
Jednolity RFQ (AskQuote) i BookAction demo/audytu.
JSON-LD z Action intents na kluczowych stronach.
llms.txt + Preferred Sources (mapa treści + endpointy akcji).

31–60 dni (Scale)

Agent Store POC (1 produkt/usługa, np. Audyt Starter).
Bot-to-Bot RFQ API (Buying Bot ↔ SalesBot).
Integracja CRM (scoring, pipeline, źródła AIO).

61–90 dni (Optimize)

A/B CTA (RFQ vs POC vs Demo).
Predykcja wygranych (model fit/branża/wolumen).
Automaty recovery (porzucone RFQ, brak decydenta, budżet off).

Bot-to-Bot RFQ (payload wzorcowy)

POST /api/rfq
{
  "use_case":"Agent Store MVP",
  "scope":{"pages":10,"actions":["BookAction","OrderAction"],"checkout":true},
  "constraints":{"budget":"30-50k PLN","lead_time":"<=30 dni"},
  "stack":{"cms":"WP/Headless","crm":"HubSpot"},
  "contact":{"company_nip":"PL...","role":"Head of Growth"}
}

LeadBot odpowiada: brakujące pola, RFQ-ID, sloty sprintu POC, link do OrderAction (zaliczka POC).