Нетрадиционное использование ChatGPT вместо базы данных с API или подбор запчастей «наоборот»

Друзья, мы веб-студия make shop, специализирующаяся на разработке интернет-магазинов и маркетплейсов, столкнулись с простой на первый взгляд задачей. Наш клиент, магазин автомобильных аккумуляторов massa.moscow, нуждался в разработке модуля для подбора аккумуляторов по модели автомобиля.

На первый взгляд, задача казалась простой, ведь на рынке существует множество баз данных запчастей. Однако эти базы работают по принципу "обратной логики": пользователь вводит номер детали, чтобы узнать, подходит ли она к его автомобилю. Нам же нужно было найти базу которая, которая позволяла бы вводить марку и модель автомобиля, чтобы на основе этой информации узнать размеры посадочного места под аккумулятор, его полярность, пусковой ток и другие характеристики. И нам такой базы найти не удалось. Есть множество сайтов конкурентов, но естественно никто из них своей базой не поделится. Давайте попробуем найти варианты решения проблемы.

На первый взгляд таких вариантов два

Первый вариант заключался в поиске готовой базы данных, содержащей необходимую информацию. Однако, несмотря на обширные поиски, подходящая база так и не была найдена – либо данные были неполными, либо устаревшими. И любая такая база распространяется обычно по подписке.
Второй вариант – парсинг данных с сайтов конкурентов – также оказался невыполнимым из-за высоких затрат и сложности задачи. Необходимо было собрать информацию по тысячам моделей автомобилей, основываясь на статистики, которая указывала бы, какие именно марки и модели наиболее востребованы нашими клиентами. Это создавало значительные трудности в реализации проекта, требуя значительных ресурсов и времени.

Поэтому данные пути решения мы тоже не стали использовать.

В поисках оптимального решения мы пришли к идее симбиоза двух API. Первый мы использовали для доступа к обширной базе данных автомобилей, включающей марки, модели, поколения и модификации двигателя.

Эта база обеспечила нас необходимыми исходными данными. Затем, вступил в игру API от ChatGPT: мы разработали специализированные запросы (промпты), которые использовали информацию из базы данных авто для формирования конкретных вопросов о характеристиках соответствующих аккумуляторов. ChatGPT обрабатывал эти запросы и возвращал характеристики, необходимые для подбора аккумулятора. Далее, на основе этих данных мы формируем фильтр участвующей в подборе аккумулятора под конкретную марку авто.

Магазин только-только запустился и не все товары ещё оформлены, по этому не под все авто есть подходящее аккумуляторы. Но уже сейчас вы можете воспользоваться небольшим презентом от магазина.
По промокоду promo-vc скидка 500 рублей на заказ от 5000 рублей.

П.П.С.

На данный момент в тестировании находится модуль “Умное описание товара”, генерирующий описание через ChatGPT. О нём расскажу в следующей статье.