Как я сделал ИИ для Авито, но бизнесу он не пригодился

Добрый день. Небольшой опус о сервисе, который никому не нужен.

Когда клиенты не успевают отвечать на сообщения — бизнес теряет лиды. У одного из моих клиентов, компании по продаже осветительного оборудования, именно так и случилось: подключили Авито, пошли обращения - а ответов нет.

Менеджеры по развитию “не хотят сидеть на рознице”, менеджеры по продажам - “заняты сметами”. Так я решил сделать сервис, который сам отвечает на вопросы клиентов, считает доставку, проверяет наличие товара и даже может немного поторговаться.

Оставим ту часть вопроса, почему не наняли отдельного менеджера для Авито, мы не об организационных вопросах сейчас.

Тем временем на дворе 2025 год. Год ИИ и оптимизации.

Чтож, я увидел проблему, проанализировал диалоги и решил сделать свой сервис чат-бота для Авито. Конкурентов полно, но я добавлю киллер-фичи...

Сначала научимся общаться с клиентами

Как многие из вас знают, нейросеть слишком навязчивая, задаёт непонятные вопросы, пытается слишком следовать за инструкцией.

Как это исправить?

С помощью API Avito я получил данные о всех диалогах клиента, обработал каждый из них, убрал фразы с персональными данными, с информацией по конкретным товарам, просто короткие ответы и междометия. Убрал ошибки и опечатки.

Дальше сделал из этого RAG для диалогов.

Теперь бот стал понимать, что отвечать в том или ином случае, и делать это кратко и ненавязчиво.

Улучшаем человечность

Чтобы бот звучал естественнее, я использовал мультиагентный подход: один агент формирует ответ, второй делает его “по-человечески” звучащим. Так бот стал писать не как ассистент, а как живой менеджер.

Финальный результат диалога
Финальный результат диалога

Киллер-фичи, которых ни у кого нет (пока)

Даже в авито есть встроенная "общалка", которая "кивает головой" на разного рода вопросы покупателей. И есть много онлайн-чатов с нейропродавцами на борту.

Но ни у кого нет:

Получения информации о товаре прямо из базы данных

Я сделал как внутреннюю базу данных, так и возможность подключения сервиса МойСклад по API. Нейросеть на ходу запрашивает информацию о товаре и его бренде из базы данных (конечно предварительно заполненной) и может отвечать на достаточно серьёзные вопросы по товару.

Получило описание, прочитало вместо клиента и ответило (напомнило lmgtfy)
Получило описание, прочитало вместо клиента и ответило (напомнило lmgtfy)

Оценка сроков, стоимости и условий доставки

Используется API СДЭК и Деловых линий, система получает информацию о городе от пользователя и далее запрашивает цены и стоимости доставки для пользователя.

Получает остатки из базы данных

С помощью API получает данные об остатках товаров на складах клиента и поставщика, сообщая информацию клиенту о том, сколько есть сейчас товара и сколько можно переместить в ближайшее время. Очень удобно, когда часть торговли идёт прямо со склада поставщика.

Режим "торга"

У многих брендов есть РРЦ и его жёсткий контроль, но никто не запрещает нам сделать личную персональную скидку клиенту. Для этого достаточно заполнить в базе данные о минимальной цене и нейросеть предложит клиенту условия, от которых он не сможет отказаться:

Реплики с первой итерации работы на промптами, поэтому пока отвечает "чудно". Но цену уже может согласовать. 
Реплики с первой итерации работы на промптами, поэтому пока отвечает "чудно". Но цену уже может согласовать. 

Поторговались? Что делать дальше?

Дальше мы меняем цену в объявлении...

Прошу прощения за обилие стрелочек, чисто от избытка чувств нарисовал. Также в функции смены цены заложена защита от снижения цены ниже min_price, чтобы не уйти в минус. 
Прошу прощения за обилие стрелочек, чисто от избытка чувств нарисовал. Также в функции смены цены заложена защита от снижения цены ниже min_price, чтобы не уйти в минус. 

Что делать, если у нас нет товара в нужном количестве? Конечно же ... запросить поставщика

Если боту пишут, что нужно 100шт товар, и на складе его меньше - бот самостоятельно пишет письмо поставщику. Данные о email поставщиков внесены в базу данных.

Отправляем вот такое письмо 
Отправляем вот такое письмо 
И садимся ждать ответа. Как только мы получим ответ - мы сообщим клиенту о срокам поставки. Прямо через чат.
И садимся ждать ответа. Как только мы получим ответ - мы сообщим клиенту о срокам поставки. Прямо через чат.

Что делать, если клиент ищет похожий товар

Помочь ему в этом. Т.к. в базе хранятся характеристики в формате JSONB, то мы можем составить фильтр для базы данных, выполнить запрос и найти похожий товар. И можем подобрать не совсем похожий - "подлиньше", "покороче", "помощнее" и т.д.

Что под капотом

  • AI — gpt-5-nano с RAG для диалогов
  • Оркестрация — LangChain и functional calling
  • Очереди и фоновые задачи — Celery
  • Интерфейс — FastAPI + TailwindCSS + Alpine.js
  • База данных и векторы — PostgreSQL+pgvector

Почему сервис не взлетел

У клиента просто не случился Авито как канал продаж. Команда не смогла встроить процесс, и сервис остался “в столе”. Но с технической стороны проект получился живым примером, как можно связать AI, базы данных и реальную торговлю.

Что я вынес из проекта

  • Даже лучший AI не спасет, если бизнес-процесс не готов.
  • Но теперь у меня есть готовый прототип “ИИ-менеджера” для маркетплейсов - и опыт построения end-to-end системы от RAG до интеграций с API.

Если вы ищете разработчика, который…

  • умеет соединять AI и реальные бизнес-процессы,
  • работает с API, RAG, LangChain и FastAPI,
  • делает не просто “ботов”, а готовые сервисы

я открыт к предложениям. Можно писать прямо сюда. Буду рад сотрудничеству - особенно на проектах, где AI помогает зарабатывать, а не просто “болтать”.

Подскажите, интересен ли для вас такой сервис, пользовались бы?
Да, пользовался бы
Интересно было прочитать
Нет, не интересно
2
7 комментариев