Обязательные параметры
Тип товара, количество, бюджет, срок и другие условия, без которых подбор не имеет смысла.
ИИ понимает запрос клиента и собирает актуальную подборку товаров
Менеджер не переводит длинный запрос клиента вручную в десятки фильтров. ИИ выделяет ограничения и пожелания, при необходимости задаёт уточняющие вопросы, а фактический поиск выполняется по структурированным данным поставщиков и возвращает проверяемую подборку.
ИИ понимает намерение и параметры. Цена, остаток, артикул и другие факты берутся из актуального источника, а не придумываются моделью.
Запрос → фильтры → подборка
Запрос клиентасвободный текст и пожелания
→Параметрыбюджет, тираж, сроки и свойства
→Каталоги поставщиковактуальные товары, цены и остатки
→Подборкаподходящие позиции с причинами выбора
→Понимание запроса
Свободный текст сначала превращаем в структуру
Клиент редко формулирует запрос как готовый набор фильтров. Модель выделяет параметры, но не подменяет фактический поиск по каталогу.
Мягкие пожелания
Стиль, цвет, впечатление, назначение и другие признаки, которые можно использовать как предпочтения, а не жёсткие фильтры.
Уточняющие вопросы
Если ключевого параметра не хватает или ограничения противоречат друг другу, сначала запрашиваем уточнение.
Нормализация
Сводим разные формулировки к понятным полям и значениям, которые можно передать в поиск или API.
Фактические данные
Товары, цены, остатки, варианты и характеристики получаем из подключённых систем, а не из памяти модели.
Ранжирование
После фильтрации можно сравнить оставшиеся варианты по приоритетам запроса и правилам бизнеса.
Процесс
Модель отвечает за смысл запроса, API — за факты
Так мы разделяем вероятностную часть и данные, которые должны быть точными на момент подбора.
Запрос клиента→Извлечение параметров→Уточнение→API / каталог→Фильтрация→Ранжирование→Подборка менеджеру
Что можно учитывать
Подбор может сочетать жёсткие ограничения и предпочтения
Не все параметры одинаковы. Сначала отсекаем невозможные варианты, затем сравниваем подходящие.
Бюджет
Цена за единицу, общая сумма или диапазон с учётом согласованной логики расчёта.
Количество
Минимальный тираж, доступный остаток, кратность упаковки или другое ограничение источника.
Срок
Доступность, ожидаемое поступление или другие сроки — только если такие данные реально доступны в источнике.
Характеристики
Размер, материал, цвет, категория, бренд и другие структурированные свойства каталога.
Нанесение и ограничения
Если у товара есть данные по нанесению, их можно учитывать как отдельный формальный критерий после проверки структуры источника.
Контроль фактов
Модель не должна выдавать несуществующий товар или устаревшую цену
Все поля, которые важны для продажи, возвращаются из актуального источника и могут быть показаны менеджеру вместе с временем получения данных.
Источник товара
Для каждой позиции сохраняем поставщика, артикул или другой устойчивый идентификатор.
Цена и остаток
Берём значения из API или выгрузки на момент поиска и не заменяем их предположением ИИ.
Причина выбора
Можно объяснить, какие параметры запроса совпали и где вариант является компромиссом.
Нет подходящих товаров
Если ограничения не выполняются, возвращаем честный пустой результат или предлагаем изменить конкретный параметр.
Интерфейс менеджера
Результат должен помогать выбрать, а не создавать ещё одну таблицу для ручной сверки
Формат подбираем под рабочий процесс: карточки, таблица, ссылка на товары, запись в сделку или готовая подборка для клиента.
Получаем запрос
Из сделки, чата, формы или отдельного интерфейса менеджера.
Извлекаем условия
Разделяем обязательные фильтры и пожелания.
Уточняем пробелы
Спрашиваем только то, что действительно меняет выбор.
Получаем товары
Запрашиваем один или несколько подключённых источников.
Фильтруем
Сначала применяем точные ограничения, которые можно проверить программно.
Сравниваем
ИИ помогает ранжировать оставшиеся варианты по смысловым предпочтениям.
Возвращаем результат
Менеджер получает компактную подборку с фактами и основаниями выбора.
Расширение
Подбор можно продолжить автоматической подготовкой коммерческого результата
После выбора товара те же структурированные данные могут использоваться в следующих этапах процесса.
Смотреть также
Запрос → товар → макет → предложение
Подобранные позиции можно связать с генерацией документов, файловой автоматизацией или дальнейшим процессом в amoCRM.
Вопросы
Частые вопросы
ИИ сам ищет товары в интернете?
Для рабочего решения лучше использовать контролируемые источники: API поставщиков, собственный каталог или регулярно обновляемую выгрузку. ИИ используется для понимания запроса и сравнения вариантов.
Можно подключить несколько поставщиков?
Да. Для каждого источника отдельно нормализуем поля, идентификаторы, цены и остатки, после чего приводим результаты к общей структуре.
Что если клиент написал очень расплывчатый запрос?
Модель может выделить известные пожелания и задать минимальный набор уточняющих вопросов, без которых выбор будет случайным.
Можно учитывать нанесение логотипа или технические ограничения товара?
Да, если эти ограничения доступны в структурированном виде или могут быть надёжно извлечены из связанной технической документации и затем проверены формальной логикой.
Как исключить выдуманные цены и товары?
Цена, остаток, артикул и ссылка возвращаются только из подключённого источника. Модель не должна генерировать такие значения самостоятельно.
Есть поддержка после запуска?
Да. По выполненной разработке предоставляем 3 месяца бесплатной технической поддержки. Дальнейшее сопровождение и развитие — по запросу.
Как менеджер сейчас ищет товар по запросу клиента?
Покажите один реальный запрос и источники, в которых приходится искать. Определим, какие параметры можно извлечь автоматически и какие данные получать напрямую из каталогов.