Умный помощник интернет-магазина

Чат-бот для поиска товаров и автоматизации менеджеров.

AI-автоматизация Автоматизация бизнес-процессов Интеграции и API

Задача

Стандартный поиск по каталогу хорошо работал с точными запросами, но начинал давать слабые результаты, когда пользователь писал свободным языком, допускал ошибки, использовал сленг или указывал только часть характеристик товара. Для каталога с большим количеством технических параметров это становилось особенно заметно: покупателю приходилось самостоятельно разбираться в характеристиках или обращаться к менеджеру, который вручную уточнял запрос и подбирал подходящие позиции. Задача заключалась в том, чтобы сделать поиск понятнее для обычного пользователя, сократить количество типовых консультаций и быстрее приводить посетителя к подходящему товару.

Решение

Разработан отдельный чат-виджет, встроенный непосредственно в сайт интернет-магазина. Пользователь может описать нужный товар обычными словами, а система самостоятельно нормализует запрос, выделяет важные характеристики и запускает многоступенчатый поиск по каталогу. Поиск построен в несколько этапов: Запрос пользователя → LLM-нормализация → точный и классический поиск → система оценки → векторный поиск → AI-валидация → подходящие товары Каталог выгружается непосредственно из базы данных и преобразуется в векторное представление. Благодаря этому система может находить товары не только по точному совпадению слов, но и по смысловой близости запроса. В результате пользователь получает в чате наименование подходящего товара, его категорию и прямую ссылку на детальную страницу.

Гибридный поиск и система оценки

Основная сложность проекта заключалась в том, что использовать только LLM или только векторный поиск было недостаточно. Для технического каталога отдельные характеристики имеют разную значимость. Поэтому поверх поисковых алгоритмов была реализована собственная система оценки результатов. Точные совпадения и отдельные параметры товара получают дополнительный вес. Например, соответствие определенному ГОСТу увеличивает итоговый score найденной позиции. Аналогично учитываются другие характеристики, которые помогают отличить действительно подходящий товар от просто похожего по описанию. Если стандартный поиск не дает достаточно хорошего результата, подключается векторный поиск, который расширяет выборку за счет смысловой близости. Такой подход позволяет одновременно учитывать и строгие технические параметры, и свободную формулировку пользователя.

AI-валидация и контекст диалога

LLM используется не для генерации произвольного ответа, а как дополнительный слой контроля поисковой выдачи. После того как поисковые алгоритмы формируют список кандидатов, модель сопоставляет их с исходным запросом пользователя и выбирает наиболее релевантные позиции. Это позволяет исключить ситуацию, когда товар похож по отдельным словам, но фактически не соответствует запросу. Также система сохраняет контекст диалога. Пользователю не нужно каждый раз полностью формулировать запрос заново. Например, сначала он может найти определенный тип товара, а следующим сообщением уточнить нужный стандарт или характеристику. Система учитывает предыдущий запрос, сужает результаты и одновременно подбирает соответствующую категорию каталога.

05Ключевой результат

Результат

Раньше обработка нестандартного запроса могла занимать у менеджера около 10 минут: необходимо было разобраться в формулировке клиента, уточнить характеристики и вручную подобрать подходящие позиции. После внедрения интеллектуального помощника среднее время обработки такого запроса сократилось до 8–12 секунд. Типовые вопросы по подбору товаров теперь могут обрабатываться автоматически, а менеджеры меньше времени тратят на ручной поиск по каталогу и могут сосредоточиться на продажах и обращениях, где действительно требуется участие специалиста. Для пользователя поиск стал проще: вместо необходимости знать точное название или параметры товара достаточно описать свою задачу обычными словами.

Изображения и внутренние интерфейсы проекта не публикуются по условиям NDA. В кейсе сохранены задача, технический подход и результат работы.

Оценка

Понравился материал?

Другие кейсы

Переключиться на другой разбор.

Нажатие сразу меняет выбранный проект и возвращает к его описанию.

Интеграции и автоматизация

Умный помощник интернет-магазина

Задача

Решение

Гибридный поиск и система оценки

AI-валидация и контекст диалога

Результат

Переключиться на другой разбор.

Сервис генерации маркетинговых отчетов

Автоматизация обработки заявок

Автоматизация анализа тендеров

Автоматизация обработки входящих писем с помощью AI

Автоматизация документооборота между Диадок и 1С

Автоматизация SEO-контента для каталога автотоваров

Умный помощник интернет-магазина