Коротко
Зачем отвечать на вопросы покупателей через нейросеть?
На корпоративном обучении для команды селлера маркетплейса группа принесла 30 настоящих вопросов покупателей из карточек двух товаров. Без ответов магазина, только вопросы: сколько работает, как заряжается, подходит ли для такой задачи, что в комплекте. Типичный поток, который менеджеры разбирают каждый день.
Ответ на такой вопрос влияет не только на одного покупателя. Вопросы и ответы висят в карточке и читаются всеми, кто выбирает товар. Быстрый точный ответ продаёт, медленный или неверный отталкивает.
Нейросеть здесь не заменяет менеджера, она снимает с него рутину: черновик ответа готов, человек проверяет и публикует. А где вопрос нетиповой, нейросеть честно отдаёт его человеку.
Карточка товара - единственный источник ответа
Это то же правило, что и в любой работе с фактами: модель уверенно заполняет пустоты. О природе этих ошибок я подробно писал в статье про галлюцинации нейросетей. В ответах покупателям цена ошибки выше обычной: неверная характеристика в ответе магазина - это уже обещание.
Закон о защите прав потребителей требует, чтобы информация о товаре была необходимой и достоверной. Ответ в карточке - тоже информация о товаре. Поэтому правило «если в характеристиках этого нет, ответ готовит человек» не перестраховка, а защита магазина.
Что положить в источник правды:
- полные характеристики товара из системы магазина;
- инструкцию производителя;
- правила магазина: доставка, возврат, гарантия, сроки;
- 10-20 удачных прошлых ответов как образец тона.
Файл характеристик стоит держать живым. Когда производитель меняет партию, поставщик присылает новую комплектацию или менеджер узнаёт ответ на нетиповой вопрос, это сразу дописывается в файл. Тогда источник правды растёт вместе с товаром, а нейросеть и менеджеры каждый день отвечают по одной и той же, последней версии данных.
Как настроить нейросеть на ответы покупателям?
Создать проект под ответы покупателям
В ChatGPT это проект с инструкцией, в других сервисах - аналогичное пространство с постоянными файлами. Как настраивать инструкции, я разбирал в статье как настроить ChatGPT под себя.
Загрузить характеристики
По файлу на товар, с понятным названием. Характеристики - из системы магазина, а не из описания: описание пишут маркетологи, и в нём бывают округления.
Записать правила ответа
Отвечай только по файлу характеристик. Если данных нет - напиши «Уточним у производителя» и пометь вопрос для менеджера. Не обещай сроков и условий, которых нет в правилах магазина. Тон - вежливый, короткий, без восклицаний.
Дать образцы
Несколько хороших прошлых ответов магазина. Модель подстроит длину и тон.
Работать пачками
Вставить вопросы за день списком и получить таблицу: вопрос, черновик ответа, на чём основан, нужна ли проверка человеком.
Колонка «на чём основан» - самая полезная, её стоит просить в каждом прогоне. Если в ней пусто или общая фраза, ответ отправляется на проверку.
Расхождения в карточке, которые нейросеть находит попутно
В материалах того обучения было описание, которое команда прислала как удачный образец. Сверка с характеристиками того же товара показала:
| Что | В описании | В характеристиках |
|---|---|---|
| Время автономной работы | до 90 минут | 80 минут |
| Время полной зарядки | около 60 минут | 1,5 часа |
| Тип аккумулятора | указан | не указан |
| Время на одно использование | указано | не указано |
Похоже, описание и характеристики просто жили отдельно, и их никто не сверял между собой. Но для покупателя это две разные цифры в одной карточке, и вопрос «так сколько же он работает» неизбежен.
Отсюда второй сценарий для той же нейросети: раз в месяц прогонять описания всех карточек против характеристик и выписывать расхождения. Это час работы вместо будущих возвратов и плохих отзывов. Как нейросеть читает карточки товаров снаружи, когда покупатель спрашивает её о товаре, я писал в статье товар в ответах нейросетей.
Почему менеджеры отвечают покупателям по-разному?
В вопросах, которые группа принесла на обучение, был такой: покупатель спрашивал минимальную длину стрижки и писал, что менеджеры ответили по-разному - 0,1 мм, 0,2-0,5 мм и 1-2 мм. Три ответа на один вопрос от одного магазина.
После такого покупатель не верит ни одному из ответов и, скорее всего, уходит к магазину, где ему ответили один раз и уверенно. А другие покупатели, читающие эту переписку в карточке, делают вывод о магазине в целом.
Нейросеть с единым источником правды отвечает одинаково на одинаковые вопросы. Но её польза здесь даже не в ответах. Задача «собрать один файл характеристик, по которому отвечают все» сама по себе наводит порядок, и менеджеры начинают смотреть в него тоже.
Какие вопросы нельзя отдавать нейросети?
Граница простая: если ответ - факт из файла, его готовит нейросеть. Если ответ - решение (вернём ли деньги, заменим ли товар, сделаем ли скидку), отвечает человек. Нейросеть не знает истории заказа, не видит состояние товара и не может брать на себя обязательства магазина.
Отдельно - эмоциональные вопросы. Покупатель, который пишет сердито, ждёт, что его услышал живой человек. Шаблонный вежливый ответ без решения раздражает ещё сильнее. Черновик от нейросети здесь полезен как основа, но его стоит переписать своими словами.
Если вопросы покупателей идут не только в карточки, но и в чат на сайте, логика та же, только с маршрутизацией к человеку. Как устроен такой бот, я разбирал в статье бот первой линии поддержки. А чтобы ИИ-агент отвечал сам, без проверки, сначала стоит месяц поработать в режиме черновиков и посмотреть, сколько ответов приходится править.
Частые вопросы
Частые вопросы
Главный вывод
Самый ценный результат такой настройки часто не скорость ответов, а порядок в данных о товаре.
Практический шаг: возьми одну карточку товара с вопросами покупателей и сравни описание с характеристиками построчно. Если расхождение нашлось, у тебя уже есть первая задача для нейросети.
Сколько разных ответов на один и тот же вопрос дали твои менеджеры за последний месяц?