Ни для кого не секрет, что наша ИТ компания XelaGroup уже девятый год занимается разработкой для сети кондитерских Тортофф.
Начинали еще в далеком 2017 году, сделав для кондитерской сайт на ВордПресс.
Сайт просуществовал около месяца и был удален, так как не тянул мультикатегорийность и статические страницы поиска по параметрам. Затем мы сделали сайт для русскоязычной версии Опенкарт (Окстор), который существовал 3 года. Основная проблема появилась тогда, когда компания начала расширяться и открыла 16 производств в 16 городах миллионниках в России. Тогда не было единого модуля управления всеми городами и пришлось делать 16 отдельных сайтов. Затем был Битрикс, с которым мы мучались 4 года (к слову, это худшее решение, которое вы можете себе представить, если у вас нет плана использовать исключительно коробочную версию, но об этом в другой статье). Затем мы внедрили самописную разработку наших коллег, в которой было безумное количество дыр, кривого кода и так далее. И, наконец, вернули проект на Опенкарт (к этому времени на сайте было уже более 200 городов, причина возврата к Опенкарту будет описана в другой статье и как мы поэтапно все настраивали). После полной настройки Интернет-магазина встал вопрос по работе ИИ.
Итак, задача номер 1 заключалась в необходимости составить уникальное описание каждого товара на сайте, и сделать это необходимо было не просто в файле, а сразу внутри товара и сохранить результат.
Задача номер 2 заключалась в том, что по новым правилам РСП каждый товар должен иметь подробное описание, если это продукты питания, то полный состав. Каждый торт на сайте Тортофф является неким конструктором: клиент выбирает визуал торта, далее к нему начинку, вес, ярусность. В зависимости от начинки состав торта будет различаться между собой.
Задача номер 3 заключалась в том, чтобы внутри каждого торта составить список самых популярных вопросов и ответов на них. Как ни странно, но вопросы в разных тортах разные. Хоть и есть общие вопросы, которые задают почти все.
Задача номер 4 заключалась в том, чтобы ИИ проверял каждый отзыв к товару на предмет его адекватности, орфографических ошибок, дорабатывал его и публиковал на сайте.
Задача номер 5 заключалась в том, чтобы ИИ общался с клиентами в чате, в мессенджерах, отвечал на их вопросы и формировал подборки предложений по запросу.
Задача номер 6 заключалась в том, чтобы ИИ умел просчитывать цену торта, запрашивал данные для оформления заказов и оформлял эти заказы в ЦРМ.
Задача номер 7 заключалась в том, чтобы ИИ принимал оплаты клиентов и менял статус заказа, если внесена предоплата.
Часть задач уже закрыта, часть задач на стадии решения. Итак, рассказываем дальше.
Решение задачи номер 1
Для решения задачи был выбран платный модуль, позволяющий настраивать крон события, описывать задачу для ИИ через промты, использовать для описания переменные названий, характеристик и прочего.
Приводим пример промта:
Сгенерируй описание о {product_name}. Описание должно быть написано структурно, по существу. Для описания товара необходимо оценить каждый элемент декора {product_name}.
Используй живой, но естественный язык. Включи специфические детали, которые может знать только реальный пользователь. Добавь эмоциональную составляющую, выражающую искреннее отношение к товару.
Объем описания - 30-70 слов.
Целевая аудитория описания: женщины от 20 до 60 лет.
Ценовая категория {product_name}: от 2000 до 8000 рублей.
Основное преимущество {product_name}: натуральный состав, красивый декор, вкусная начинка, быстрая доставка.
Сгенерированное описание должно быть информативным, убедительным и мотивирующим других покупателей к приобретению {product_name}, оставаясь при этом правдоподобным и этичным. Обязательно убирать в описаниях все кавычки.
На данный момент описания проходят выборочную ручную проверку, но результат получился впечатляющим и этот вариант описаний выйдет в новом релизе.
Решение задачи номер 2
Для решения задачи с описанием составов мы решили сделать таким образом: связать вместе 2 описания. То есть мы написали состав каждой начинки и составили промт для создания состава визуала торта. По умолчанию в каждом торте идет авто выбор начинки, далее начинку можно менять. Поэтому в составе идет описание визуала торта + подставляется состав выбранной начинки. Итого мы получаем полный состав каждого торта в зависимости от начинки.
Решение задачи номер 3
Для решения этой задачи мы решили сильно не заморачиваться, схалтурили ). Мы просто взяли списки вопросов из чатов под каждый товар и написали под эти вопросы ответы вручную. Именно в этой задаче так было быстрее и проще.
Решение задачи номер 4
Эта задача была самой простой, мы написали промт для ИИ на проверку орфографии и прямо предложили оценить адекватность отзыва по нескольким критериям. Дали права ИИ на публикацию отзыва, если по мнению ИИ отзыв адекватен и не содержит ошибок, то он публикуется.
Решение задачи 5
Мы взяли платный чат на базе ИИ, написали промт на изучение всех предложений сайта: товары, их описания, состав, город производства и прочее. Далее ИИ должен запомнить всю эту информацию и сохранить к себе в базу. При запросе клиента предлагать 3-5 вариантов тортов, подходящих под запрос.
Решение задачи 6
Для этой задачи нам пришлось поднимать выделенный сервер, ставить туда ОпенКло, обучать ИИ разрешениям, ограничениям, тестировать все это долго и упорно. В итоге через ОпенКло ИИ запрашивает данные о товаре, просчитывает цену торта через вычислительную таблицу, просчитывает доставку и создает новый заказ в ЦРМ. Пока данная механика на уровне тестирования, но скоро пойдет на бой.
Решение задачи 7
Данная задача пока остается нерешенной, так как ИИ работают в рамках ограничений и выдать права на Банк клиент нельзя. По сути, дать роботу доступ к счету компании. Но мы пошли другим путем. Мы после каждой успешной предоплаты отправляем данные на технический адрес почты, которую смотрит ИИ. По номеру заказа и сумме он делает сверку, если данные совпадают, он идет в ЦРМ и меняет статус заказа. Пока данная механика работает в режиме тестирования.
Поделитесь своими навыками. А вы как интегрируете ИИ в вашу работу?