Как AI-ассистент на GPT-4o помог магазину электроники получать 3–4 дополнительные продажи в неделю

Разработали AI-ассистента на базе GPT-4o, который консультирует по ассортименту и принимает заказы по базе товаров в 1000 SKU

Заказы теперь сыпятся в чатик. Остается перезвонить и подтвердить заказ
Заказы теперь сыпятся в чатик. Остается перезвонить и подтвердить заказ

На связи Денис Шаяхметов из платформы для запуска ИИ-помощников - Aisha

Проблема: Если клиенту не ответить в течение пары минут, то он пропадает

Наш клиент уже много лет продает популярные сотовые телефоны, ноутбуки, наушники и другую востребованную электронику на известном рынке в Республике Беларусь. Примерно десять лет назад он начал самостоятельно вести сайт и страницы в соцсетях. Сегодня большую часть заказов получает через сайт с трафика из соцсетей. Он работает один, без сотрудников и помощников. Основное конкурентное преимущество — удивительно низкие цены, которые позволяют ему конкурировать с крупными сетевыми игроками.

Основная проблема, с которой наш клиент сталкивается ежедневно, заключается в том, что если не ответить потенциальному покупателю в соцсетях мгновенно, он уходит. Постоянно находиться в соцсетях физически сложно. При этом запросы в подавляющем большинстве случаев типовые: "16 про макс дезерт на 512". Если вы еще не поняли, то покупателя интересует цена на iPhone 16 Pro Max в цвете Desert Titanium с памятью на 512 ГБ.

Входящих обращений в соцсетях немного: в сутки набирается не больше десяти. Однако стоит учитывать, что цены в магазине значительно ниже, чем у официальных продавцов. Поэтому быстрая реакция на запросы обеспечивает высокую конверсию в заказы.

Что также важно, уровень автоматизации бизнеса невысокий: испол��зуется таблица в XLS, в которой цены пересчитываются ежедневно в зависимости от курса доллара. В ней содержится чуть более 1000 позиций электроники.

Таким образом, перед нами стояла задача: обучить AI-ассистента отвечать на вопросы о ценах на электронику и формировать заказы.

Решение: Плюс 5 минут каждый день на за обновление прайса и 3-4 дополнительные продажи в неделю

Теперь рабочий день клиента начинается с загрузки обновленного прайса в личный кабинет. Это простая таблица, где он обновляет цены в привычном Excel.

В специально созданный для клиента Telegram-чат приходят заявки от потенциальных покупателей. Клиенту остается лишь перезвонить и подтвердить заказ. Когда заказ уже сформирован, ожидание звонка из магазина в 5-10 минут уже не так критично для покупателей.

У клиента есть возможность зайти в личный кабинет и в одном месте просмотреть все переписки с клиентами со всех подключенных аккаунтов. Однако объединенное окно, встроенное в систему CRM, не совсем привычно, поэтому общение AI-ассистента с покупателями клиент по привычке отслеживает в соцсетях. Кстати, не удивляйтесь ценам на скриншоте — они указаны в белорусских рублях.

В реальности клиент сюда даже не заходит. Вполне устраивает просто разбирать заказы в телеграм
В реальности клиент сюда даже не заходит. Вполне устраивает просто разбирать заказы в телеграм

Благодаря моментальному отклику от AI-ассистента, клиент перестал терять потенциальных покупателей из обращений в соцсетях, что обеспечивает 3-4 дополнительные продажи дорогой электроники каждую неделю. Протестировать работу ассистента можно в Telegram по ссылке: t.me/whale_tech_bot. Обратите внимание, что ассистент по ссылке — это демо для статьи, работающее на версии 4o-mini, а не на 4o, как у клиента. Почему? Читайте раздел “Выбор модели”.

Реализация: Как за 2 недели внедрить Ассистента?

1. Анализ продаж и подготовка данных для AI

Работа над проектами с товарной частью всегда начинается с вопроса о том, что ищут клиенты. Понимание пользовательских запросов позволяет нам оснастить ассистента удобной функцией поиска по товарам, что поможет ему эффективно обрабатывать большинство запросов.

Мы выгрузили историю продаж за последние три месяца и выявили ТОП-устройств по продажам. Здесь не было ничего удивительного: большинство продаж составляют последние модели iPhone и Samsung. Это не только iPhone 16 и Samsung S25, активно покупают и 2-3 предыдущие версии. Чуть реже продаются MacBook и периферия (например, наушники). Все остальные товары имеют статистически незначительный объем продаж. Таким образом, большинство запросов касается телефонов, а вторая по популярности категория — ноутбуки.

Телефоны в основном выбирают по цвету и объему памяти, а ноутбуки — по объему памяти и размеру диагонали. Поэтому в параметрах функции фильтрации товаров мы оставили "название модели", "цвет", "объем памяти" и "диагональ".

2. Выбор модели

Изначально мы целились в работу с моделью GPT-4o-mini. Это самая бюджетная модель, которая позволяет не беспокоиться о стоимости клиентских диалогов. Однако в процессе оптимизации стало ясно, что сократить промпт до уровня, при котором версия 4o-mini будет работать стабильно, не получится. С другой стороны, объем входящих клиентских запросов не так велик, поэтому мы решили остановиться на более дорогой, но более стабильной модели GPT-4o. Ровно по причине использования модели 4o потыкаться публично у клиента не разрешаем, пробуйте демо на 4o-mini: t.me/whale_tech_bot

3. Борьба с галлюцинаци��ми

Одним из главных вызовов стала работа с огромным количеством данных. В изначальном прайсе было более 1000 позиций. Передать ассистенту 1000 названий моделей и столько же параметров для каждой модели — фатальная ошибка. Гигантский промпт — прямой путь к галлюцинациям и неверным ответам. Опираясь на данные по продажам, мы последовательно начали сокращать количество доступных в промпте моделей гаджетов и их параметров, оставляя только те варианты, которые запрашиваются в 90% случаев. Покупателей с "непопулярными запросами" направляем напрямую на сайт клиента, где они могут найти нужный девайс через классический поиск. После пары недель оптимизаций и тестов с реальными пользователями мы добились корректных ответов по ценам на 95% запросов, а оставшиеся 5% направляются на сайт.

Какие важные выводы мы сделали?

  1. Подготовка данных — ключевая составляющая успеха. Больше всего времени ушло не на настройку ассистента, а на подготовку и разметку данных. Именно от правильной структуры исходных данных зависела скорость и точность работы AI.
  2. Промпт должен быть максимально коротким. Чтобы избежать «галлюцинаций» и обеспечить стабильную работу системы, промпт для ассистента должен быть максимально лаконичным. Че�� меньше информации в запросе, тем точнее работает модель.
  3. Function calling — must-have для точных рекомендаций продуктов. Использование функционала вызова функций внутри промпта позволило нам создать систему, эффективно справляющуюся с поиском нужной информации в огромной таблице товаров.
  4. AI полезен не только корпорациям. Малый и микробизнес тоже могут ощутить результаты от внедрения AI.

Что дальше? Планы на будущее

Мы продолжаем развивать нашу платформу для быстрого запуска AI-ассистентов. Уже сейчас мы видим высокий потенциал таких решений не только в услугах, но и в товарном бизнесе.

Если у вас есть магазин или бизнес, связанный с продажей товаров, и вы хотите внедрить AI-ассистента, обращайтесь t.me/shayahmetov. Мы готовы помочь вам вывести ваш бизнес на новый уровень.

4
3 комментария