Перейти к содержимому

Электронная коммерция

В магазине цена ошибки измеряется деньгами напрямую: неверная цена, обещанное наличие, неправильная рекомендация. Поэтому агент здесь почти всегда работает в режиме чтения и подготовки, а изменения проходят через проверку.

  • Рекомендации товаров по запросу и истории.
  • Черновики описаний и SEO-текстов для карточек.
  • Ответы покупателю по доставке, оплате, возврату.
  • Классификация товаров и атрибутов.
  • Суммаризация отзывов.

Примеры: 04 (вопросы к базе заказов), 08 (анализ продаж), 13 (поддержка покупателя).

Главное правило: цены, остатки и статусы берутся из системы, а не из модели. Агент вызывает инструмент и пересказывает результат. Если данных нет, он говорит «нет данных», а не оценивает.

Это отличает рабочий сценарий от демонстрации: модель, отвечающая по памяти о товаре, гарантированно ошибётся на ассортименте.

Полезная рекомендация требует понимания каталога, а не только текста запроса:

  • фильтры по атрибутам (размер, совместимость, бюджет);
  • исключение отсутствующих товаров;
  • учёт возвратов и жалоб;
  • объяснение, почему товар предложен.

Последний пункт важен и для доверия, и для отладки: если объяснение не сходится с фильтрами, значит рекомендация случайна.

Агент хорошо справляется с черновиком описания по атрибутам и с переупаковкой характеристик в текст. Плохо — с уникальными свойствами и обязательными юридическими формулировками.

Практика: атрибуты как источник, шаблон как каркас, человек как редактор. Тогда описание остаётся точным, а не превращается в маркетинговую прозу.

Отличается от общей поддержки тем, что агент должен уметь смотреть заказ. Отсюда требование: инструмент доступа к заказу с ограничением по пользователю — покупатель видит только свой заказ.

Отказ Последствие
Цена или наличие из памяти модели Обещание, которое нельзя выполнить
Рекомендация отсутствующего товара Раздражение и потеря продажи
Доступ к чужим заказам Утечка персональных данных
Автоматическая скидка без проверки Прямые потери
  • Конверсия из рекомендации в добавление в корзину.
  • Доля рекомендаций, приводящих к возврату.
  • Время ответа поддержки и доля автономных ответов.
  • Число инцидентов с ценой и наличием.