# ИИ-консультант для небольшого интернет-магазина: где он полезен, а где уже нужна интеграция

С интернет-магазинами всё немного интереснее, чем с сайтом услуг.

Покупатель может спросить:

Сколько стоит доставка?

Можно оплатить при получении?

Как вернуть товар?

Чем отличаются эти две модели?

На такие вопросы ИИ-консультант отвечает отлично, если информация есть в базе знаний.

Но следующий вопрос уже меняет задачу:

Размер 42 сейчас есть?

Или:

Где мой заказ?

Здесь простой консультант уже упирается в живые данные.

Что можно отвечать без сложной интеграции

Для небольшого интернет-магазина консультант может работать с относительно статичной информацией:

  • доставка;
  • способы оплаты;
  • возврат;
  • гарантия;
  • общие характеристики;
  • отличия товаров;
  • условия заказа;
  • адреса пунктов;
  • контакты;
  • правила покупки.

Если ассортимент небольшой и характеристики меняются редко, информацию о товарах тоже можно добавить в базу знаний.

Где начинаются ограничения

Есть принципиальная разница между:

Какая гарантия на этот товар?

и

Этот товар сейчас есть на складе?

Первое можно взять из базы знаний.

Второе требует актуального остатка.

То же самое:

Как вы доставляете?

можно ответить из базы.

А:

Где сейчас мой заказ №12345?

уже требует обращения к системе заказов.

То есть ИИ-консультант без интеграций не должен делать вид, что видит данные, которых у него нет.

Когда простой вариант работает хорошо

Для небольшого магазина с компактным ассортиментом схема может быть совсем простой:

инструкция + база знаний магазина + вопрос
                  ↓
                 LLM
                  ↓
                ответ

Такой консультант может объяснить условия, сравнить несколько товаров по известным характеристикам и направить покупателя дальше.

Если информация уже есть на сайте, базу можно собрать из его страниц.

Когда нужен RAG или API

Если у магазина тысячи товаров, хранить весь каталог в обычной текстовой базе уже неудобно.

Тогда могут понадобиться:

  • RAG;
  • поиск по каталогу;
  • SQL;
  • API магазина;
  • function calling;
  • отдельный product search.

А если консультант должен знать живые остатки, стоимость доставки для конкретного заказа или статус покупки, без API уже не обойтись.

RAG здесь не заменяет интеграцию с живой системой.

Хороший ИИ-консультант не обязан уметь всё

Есть соблазн сразу сделать систему, которая:

  • отвечает;
  • подбирает товар;
  • проверяет склад;
  • создаёт заказ;
  • считает доставку;
  • смотрит CRM;
  • пишет менеджеру.

Иногда это действительно нужно.

Но небольшой магазин может начать гораздо проще.

Сначала убрать повторяющиеся вопросы.

Потом посмотреть, чего не хватает.

И только после этого добавлять интеграции.

Как это можно использовать в Cyberiada Chat

Cyberiada Chat подходит для магазинов, где консультанту достаточно информации из базы знаний.

Например:

  • доставка;
  • оплата;
  • возврат;
  • гарантия;
  • категории товаров;
  • характеристики;
  • различия между вариантами.

Если нужен доступ к живому каталогу, остаткам, заказам или CRM, это уже задача для отдельной интеграции.

Подробнее о Cyberiada Chat

Индивидуальная разработка ИИ-консультантов и интеграций