Я неделю общался с чат-ботами в интернет-магазинах. Делюсь уровнем боли

За последние годы в каждый второй интернет-магазин вкрутили чат-бота. Иногда с подписью «умный помощник», иногда «ИИ-консультант», иногда просто кружочек в углу экрана, за которым прячется неведомо кто. По задумке, он должен помогать мне, покупателю, быстро получить ответ и спокойно пойти оформлять заказ. По факту, за последнюю неделю я задал этим ботам кучу вопросов, и почти ни разу этот сценарий не сработал полностью, хотя технические возможности для реально «умных» ботов уже есть.

Конкретные бренды я называть не буду, потому что проблема не в них, а в том, как сейчас устроены эти боты в принципе. Все примеры собраны руками с десятков сайтов, от крупных ритейлеров до небольших локальных магазинов, и везде повторяется плюс-минус одно и то же.

Общая картина примерно такая: на половине сайтов меня встречает классический скриптовый бот, который на любой чуть более сложный вопрос отправляет к оператору. Оператор отвечает через 40 минут, когда я уже давно закрыл вкладку и пошёл купить то же самое в другом месте. Ещё примерно на трети стоит нечто, что продают как ИИ, и оно действительно отвечает чуть более складно, но на ключевой вопрос все равно не отвечает и предлагает «связаться с менеджером для уточнения». Оставшиеся сайты либо вообще без бота, либо с таким, после которого хочется позвонить психотерапевту.

В этой статье я разложил по полочкам, какие именно сценарии валят ботов чаще всего, почему так происходит технически, и что по идее должно быть вместо этого.

Кстати, меня зовут Кирилл, я CEO looksy.tech - команды по разработке ИИ-решений для интернет-магазинов: ии-консультантов, чат-ботов, виртуальных примерочных и не только.

Как я тестил чат-ботов

Чтобы не превращать это в хаос, я задал каждому боту один и тот же набор вопросов, разного типа сложности. Четыре категории:

Простые фактические вопросы. Есть ли в наличии такой-то размер, когда доставка в мой город, можно ли оплатить картой при получении. На такие вопросы должен уметь отвечать вообще любой бот, даже самый простой.

Подбор под задачу. Что надеть на свидание, нужны кроссовки для бега по асфальту, ищу подарок маме на 50 лет. Такие вопросы уже требуют понимания контекста и работы с ассортиментом.

Нестандартный запрос. Что-то живое и человеческое, вроде «хочу выглядеть уверенно, но не вызывающе» или «нужно, чтобы было тепло, но не как бабушкино пальто». Такие формулировки без чёткой конкретики, с которыми бот должен уметь разбираться.

Вопросы по заказу. Где мой заказ, можно ли поменять адрес доставки, как оформить возврат. Стандартные вопросы, которые задают клиенты уже после покупки.

Прошёл с этим набором по десяткам сайтов, в разных нишах, от одежды и косметики до электроники, спортивных товаров и мебели. Дальше расскажу, где именно всё сыпалось.

Фейл первый. Шаблонный ответ в лоб

Самый массовый тип фейла, который встречается чаще всего. Задаёшь живой человеческий вопрос, получаешь в ответ блок текста, явно взятый из FAQ. Иногда вообще мимо темы, иногда формально по теме, но настолько общий, что из него невозможно вытащить ответ на свой конкретный вопрос.

Спрашиваешь, когда доставка в Казань, получаешь полотно про условия доставки по всей России с ссылками на тарифы, список регионов и график работы складов. Среди этого где-то спрятан ответ, но его надо выуживать, как иголку из стога. Проще открыть новую вкладку и погуглить.

Или классика: спрашиваешь про конкретную модель, подойдёт ли она для определённого случая, а бот присылает общую статью «как выбрать товар в нашей категории». Это как прийти в магазин, спросить консультанта «подойдёт ли мне эта куртка на минус десять», а он протягивает тебе брошюру «гид по выбору верхней одежды».

Если смотреть на архитектуру, такие боты устроены по принципу поиска по базе готовых ответов. Разработчик или контент-менеджер руками составляет список типовых вопросов и привязывает к каждому заготовленный блок текста. Когда клиент пишет что-то, бот пытается определить, к какой заготовке ближе всего его сообщение, и выдаёт её целиком. Он не читает вопрос, он его классифицирует.

Проблема в том, что вопросы покупателей никогда не ложатся идеально в заранее придуманные категории. Человек всегда формулирует как-то по-своему, добавляет контекст, уточняет детали. А бот умеет только выбирать из того, что в него загрузили, и адаптировать ответ под конкретный вопрос не умеет в принципе. Отсюда и ощущение, что ты разговариваешь со стеной, которая отвечает заученными фразами.

Фейл второй. «Сейчас переведу вас на оператора»

Если первый фейл это раздражение, то второй это чистое отчаяние. Задаёшь любой вопрос, который не укладывается в заложенные сценарии, и бот говорит магическое: «Для уточнения свяжу вас с нашим менеджером, пожалуйста, ожидайте».

Дальше возможны варианты. Чаще всего оператор отвечает в течение нескольких минут, а потом ещё несколько минут думает, как тебе помочь, и за это время ты успеваешь остыть или вообще отвлечься на что-то другое. Но может быть и хуже: оператор не отвечает вовсе, либо ждать приходится совсем долго, особенно вечером или в выходной. И тогда остаётся выбор, ждать до завтра или пойти в другой магазин. Угадайте, что я выбираю.

Самое смешное, что некоторые боты сдают клиента оператору на вопросах, на которые у них точно есть ответ в базе. Спросил, какие бренды есть в разделе спортивной обуви. Казалось бы, элементарно, информация на сайте. Нет, бот сказал «уточню у менеджера» и ушёл в закат. Менеджер потом прислал ссылку на раздел каталога. Эту ссылку бот мог прислать сам за одну секунду, но зачем-то решил, что это сложный запрос.

Корень проблемы в том, что скриптовый бот не умеет работать с нестандартными формулировками. У него внутри есть ограниченный набор сценариев, и всё, что в них не попадает, автоматически маркируется как «не моя компетенция». Это, кстати, не вина бота, его так настроили. Проще один раз написать «перевожу на оператора», чем прорабатывать каждый возможный вариант вопроса.

Беда в том, что для бизнеса это худший из возможных исходов. Оператор это дорого (зарплата, смены, обучение), медленно (пока ответит, клиент уже ушёл) и не масштабируется (сто операторов не поставить, а если поставить, бизнес разорится). Получается система, которая вместо того, чтобы снимать нагрузку с менеджеров, перекладывает на них всё, что чуть сложнее «здравствуйте».

Фейл третий. Ответ формально есть, по факту бесполезен

Самый коварный тип фейла, потому что его не сразу замечаешь. Бот вроде бы отвечает на твой вопрос, не отправляет к оператору, выдаёт какой-то текст по теме. Ты даже на секунду думаешь: «О, кажется, сработало». А потом перечитываешь ответ и понимаешь, что он ни о чём.

Спрашиваешь: «Какой из двух рюкзаков вместительнее?». Бот отвечает: «У нас широкий выбор рюкзаков разного объёма. Вы можете посмотреть характеристики каждой модели в карточке товара». Ответ технически корректный, но ты задал конкретный вопрос с конкретными вариантами, а получил предложение пойти и разобраться самому. То есть ровно то, от чего ты пытался уйти, обращаясь к консультанту.

Или ещё лучше. «Подойдёт ли эта куртка на температуру минус пятнадцать?». Ответ: «Эта куртка предназначена для холодного сезона. Рекомендуем ознакомиться с описанием материалов на странице товара». Прекрасно, спасибо, я уже на этой странице. Я поэтому и спрашиваю.

Такой тип фейла бесит сильнее всего, потому что создаёт иллюзию работы. Бот вроде бы не молчит, не сдаёт тебя оператору, выдаёт релевантный по теме текст, но на твой конкретный вопрос всё равно не отвечает. Ты уходишь с ощущением, что как будто поговорил, но ничего не узнал.

Технически это тоже особенность скриптовой архитектуры. У бота в базе есть шаблоны, привязанные к ключевым словам или темам. Он успешно определил, что вопрос про куртку, достал заготовку «про куртки», выдал её. Понять, что в заготовке нет ответа именно на твой вопрос, он не может, у него нет этого слоя рассуждения. Для него успех это «выдать релевантный по теме контент», а не «решить задачу клиента».

А что эти «ИИ-боты», которых сейчас везде ставят?

Отдельная категория, которую стоит разобрать. Последние пару лет на рынке появилась новая волна: боты, которые позиционируются как «на основе искусственного интеллекта». Они действительно отвечают чуть более складно, не выдают прям откровенные FAQ-полотна, умеют поддержать какой-то диалог. Внешне выглядит как прогресс.

Но если копнуть, выясняется, что это тот же скриптовый бот, которому сверху прикрутили языковую модель для «причёсывания» ответов. Логика внутри осталась та же: ограниченный набор сценариев, поиск по базе, перевод на оператора, если что-то не укладывается. ИИ там работает только на последнем шаге, чтобы выданный шаблон звучал живее и не как справка из 2010 года.

Такая конструкция создаёт обманчивое впечатление. Клиент видит складный текст, думает «о, тут всё по-современному», задаёт сложный вопрос и получает всё то же самое: «уточню у менеджера» или «посмотрите в разделе». Разочарование даже сильнее, потому что ожидания были выше.

Разница между «настоящим» ИИ-консультантом и такими псевдо-ИИ-ботами именно в архитектуре. В нормальном варианте языковая модель не декоративный элемент сверху, а ядро всей системы. Она сама понимает запрос, сама решает, какую информацию из каталога подтянуть, сама формулирует ответ исходя из контекста, а не из заготовки. Если нужно, задаёт уточняющие вопросы. Если ответа нет, честно говорит, что ответа нет, а не прячется за «уточню у специалиста».

На поверхности разница не всегда видна с первого сообщения. Но стоит задать что-то живое и нестандартное, и становится понятно сразу: один действительно понимает тебя и работает с задачей, второй имитирует понимание красивыми словами.

Что по идее должно быть вместо этого

Если упростить до одной мысли: нормальный консультант на сайте должен работать как внимательный живой человек, который хорошо знает ассортимент магазина. Это звучит банально, но из этого вытекают все требования.

Понимать запрос в контексте, а не по ключевым словам.
Если клиент пишет «нужно что-то тёплое, но не громоздкое», консультант должен понять, что это уточнение к первой части, а не два отдельных параметра. Если нужно, задать уточняющий вопрос («на какую температуру?», «для города или для активного отдыха?»).

Работать с реальным ассортиментом магазина.
Не абстрактно «у нас есть куртки», а конкретно «вот эти три модели подходят под ваш запрос, вот ссылки, вот цены, вот наличие в вашем размере». Для этого нужна интеграция с каталогом и остатками, а не только с базой FAQ.

Доводить до покупки, а не до оператора.
Если клиент выбирает между двумя моделями, консультант должен помочь выбрать, а не отправить читать карточки товаров. Если спрашивает про комплект, предложить сопутствующие товары. Если сомневается в размере, подсказать по размерной сетке и опыту других покупателей.

Честно говорить, когда ответа нет.
Если информации в системе действительно нет (например, по индивидуальному заказу), это нормально сказать прямо и предложить способ её получить. Это сильно лучше, чем бесконечно отправлять «уточню у менеджера» на вопросы, на которые ответ очевиден.

Не бесить тоном.
Это кажется мелочью, но на самом деле нет. Канцелярские фразы, бесконечные «пожалуйста ожидайте», «для уточнения свяжитесь», сухие формулировки создают ощущение, что ты говоришь с бездушной машиной. Нормальный бот должен звучать как человек, который действительно хочет помочь.

Технически это всё решается: современные языковые модели достаточно хорошо справляются с пониманием контекста, интеграция с каталогом и остатками это вопрос нормальной инженерной работы, а тон задаётся промптами и правилами. То есть делать такое уже можно сейчас, вопрос только в том, кто готов этим заморочиться.

На этом, собственно, всё. Будет интересно послушать в комментах, у кого ещё какие истории с чат-ботами в магазинах, может, соберём коллективную галерею боли.