AI-асистент для інтернет-магазину: як він працює і що потрібно для запуску

Більшість покупців не знають, як правильно називається потрібний їм товар. Вони пишуть у пошук «щось від скрипу гальм» або «подарунок для дівчини, яка любить каву» і отримують порожню сторінку. Звичайний пошук шукає збіг слів. AI-асистент розуміє, що людина має на увазі, ставить кілька уточнювальних питань і показує товари, які справді є на складі. Ми в Kliox розробляємо інтернет-магазини на WooCommerce, Laravel і Next.js, і про AI-асистента клієнти питають усе частіше. У цій статті пояснюємо без маркетингу: що такий асистент робить, як він влаштований, які дані потрібні магазину і коли впровадження не має сенсу.

Що вміє AI-асистент і чим він відрізняється від чат-бота

Класичний чат-бот працює за кнопками і заготовленими сценаріями. Якщо питання не вписується в сценарій, бот відповідає «не зрозумів» або пропонує зв'язатися з менеджером. AI-асистент побудований на мовній моделі, тому розуміє звичайну мову і контекст розмови. На практиці він може:

• підібрати товар за описом задачі, а не за точною назвою;
• порівняти дві-три моделі і пояснити різницю простими словами;
• перевірити сумісність, наприклад запчастини з конкретним авто;
• відповісти про доставку, оплату, гарантію і повернення;
• запропонувати супутній товар без нав'язливості;
• показати статус замовлення і номер ТТН;
• передати складне питання менеджеру разом із коротким підсумком розмови.

Головне, що треба розуміти: сама модель нічого не знає про ваш магазин. Ціни, залишки і характеристики вона має брати з ваших систем у момент розмови.

Як це влаштовано технічно

Робочий асистент складається з трьох частин. Мовна модель. Відповідає за розуміння запиту і формулювання відповіді. Можна використовувати моделі OpenAI, Anthropic, Google або інших постачальників через API. Модель обирають під задачу і бюджет, а не за гучністю назви. Інструменти (function calling). Це функції, які модель може викликати: пошук по каталогу з фільтрами, перевірка ціни і залишку, розрахунок доставки, пошук замовлення, додавання в кошик. Модель не вигадує список товарів, вона отримує його від вашого бекенду і лише пояснює результат покупцю. База знань. Умови доставки, повернення, гарантії, відповіді на типові питання. Ці тексти індексуються, і асистент знаходить потрібний фрагмент під конкретне питання (підхід RAG). Ціни і залишки в базу знань не кладуть, бо вони застарівають за кілька годин. Між цими частинами стоїть ваш бекенд. Саме він вирішує, які дані можна віддати моделі і які дії дозволено виконати.

Що потрібно підготувати в магазині

Якість асистента здебільшого залежить від даних, а не від моделі. Перед стартом варто перевірити:

• чи заповнені атрибути товарів: розмір, матеріал, об'єм, сумісність, призначення;
• чи логічна структура категорій, без дублів і розділів «Інше»;
• чи синхронізуються ціни і залишки з 1С, BAS або складською системою без затримок;
• чи описані умови доставки, оплати і повернення одним актуальним текстом;
• чи є API або хоча б внутрішні ендпоінти для каталогу, замовлень і доставки.

Якщо в половини товарів характеристики записані лише в назві, асистент не зможе нормально фільтрувати. Він просто гарно сформулює неточну відповідь. Тому в багатьох проєктах перший етап це не AI, а порядок у каталозі. Це одразу покращує і звичайні фільтри, і SEO.

Сценарії, які дають результат

Магазини автозапчастин, електроніки, будматеріалів, косметики. Там, де покупцю важко самостійно розібратися в параметрах, асистент економить йому час і зменшує кількість відмов. Перевірка сумісності. «Чи підійде ця деталь на мою машину», «чи сумісний цей зарядний пристрій з моїм телефоном». Відповідь будується на таблицях сумісності магазину, а не на загальних знаннях моделі. Питання про доставку. Через API Нової пошти чи Укрпошти асистент підказує орієнтовні терміни і вартість доставки в конкретне місто. Статус замовлення. Після авторизації клієнт пише «де моє замовлення» і отримує статус і номер ТТН без дзвінка менеджеру. Допродаж. Фільтр до кавоварки, чохол до телефону, засіб догляду до взуття. Пропозиція має спиратися на налаштовані зв'язки між товарами, інакше вона дратує.

Чого асистенту не можна дозволяти

AI-асистент працює з реальними клієнтами і реальними замовленнями, тому межі треба задати до запуску:

• не показувати чужі замовлення і персональні дані;
• не змінювати кошик, адресу чи замовлення без явного підтвердження клієнта;
• не обробляти платіжні дані: оплата завжди проходить через стандартне оформлення і платіжний сервіс;
• не обіцяти знижки, терміни чи умови, яких немає в правилах магазину;
• не давати медичних чи юридичних порад від імені магазину;
• не вигадувати характеристики, яких немає в каталозі.

Усі дії асистента варто логувати. Коли щось піде не так, ви маєте бачити, що саме він відповів і на основі яких даних.

Передача розмови менеджеру

Асистент не повинен закривати всі питання сам. Він повинен вчасно зрозуміти, що питання не для нього: скарга, нестандартне замовлення, оптовий запит, конфліктна ситуація. У такий момент розмова передається в CRM або месенджер менеджера разом із коротким підсумком: що клієнт шукав, які товари дивився, що йому вже відповіли. Клієнт не повинен пояснювати все спочатку.

Скільки це коштує в роботі

Окрім розробки, є щомісячні витрати на API моделі. Оплата залежить від обсягу тексту, який модель читає і генерує. На вартість впливають:

• кількість діалогів на день;
• обсяг інструкцій і даних, які передаються в кожен запит;
• вибір моделі: простим питанням вистачає дешевшої, складний підбір можна віддавати сильнішій;
• кешування типових відповідей і результатів пошуку.

Для більшості малих і середніх магазинів це помірні суми, але рахувати їх треба заздалегідь, на реальній кількості звернень. Також варто поставити ліміти, щоб боти і спам не з'їли бюджет.

Як запускати поетапно

Ми радимо не вмикати все одразу.

1. Довідка. Асистент відповідає на питання про доставку, оплату, повернення і гарантію. Нічого не змінює і не працює з персональними даними.
2. Підбір товарів. Підключається каталог, асистент ставить уточнювальні питання і показує реальні товари з наявністю і ціною.
3. Кошик. Асистент додає товар у кошик після підтвердження і веде на стандартне оформлення замовлення.
4. Сервіс після покупки. Статус замовлення, ТТН, інструкції з повернення для авторизованих клієнтів.

Кожен наступний етап запускається, коли попередній працює стабільно і є зрозумілі цифри.

Як зрозуміти, що асистент окупається

Кількість повідомлень нічого не показує. Дивитися варто на:

• частку діалогів, які закінчились переходом у картку товару або в кошик;
• конверсію сесій з асистентом порівняно зі схожими сесіями без нього;
• середній чек;
• на скільки зменшилась кількість звернень до менеджерів;
• частку діалогів, переданих людині;
• помилки: неправильна ціна, наявність чи характеристика.

Порівнювати треба схожі групи. Асистентом частіше користуються ті, хто вже налаштований купити, тому пряме порівняння з усіма відвідувачами завищить результат.

Коли AI-асистент не потрібен

Не кожному магазину він дасть користь. Ми прямо відраджуємо від впровадження, якщо:

• у каталозі кілька десятків простих товарів, і фільтри вже справляються;
• залишки оновлюються раз на день або вручну;
• є проблеми з базовими речами: повільний сайт, незручне оформлення замовлення, слабкі фото;
• немає людини, яка після запуску переглядатиме діалоги і виправлятиме відповіді.

У таких випадках гроші краще вкласти в швидкість сайту, каталог і оформлення замовлення. AI не виправить те, що не працює в основі.

Як ми підходимо до цього в Kliox

Ми не продаємо готовий віджет. Спочатку дивимося на магазин: як влаштований каталог, звідки беруться ціни і залишки, які є інтеграції з 1С, BAS, службами доставки і CRM. Потім обираємо один сценарій, який можна виміряти, і запускаємо його. Асистент підключається до вашого бекенду на WooCommerce, Laravel або іншій платформі через API з чіткими правами доступу. Якщо хочете зрозуміти, чи має сенс AI-асистент саме для вашого магазину, напишіть нам. Почнемо з аудиту даних і чесно скажемо, що дасть результат, а що ні.