Нейросеть подбирает товар: как Schai GPT ищет, что купить, и почему цена «от»
Если коротко. Вы пишете в чат обычной фразой — «наушники до 5000 для бега», «увлажнитель в детскую» — а ассистент превращает её в точный запрос в магазины и приносит карточки: название, цену, ссылку, а когда магазин отдаёт каталог — ещё рейтинг, число отзывов и разбор того, что хвалят и на что жалуются. Важная честность: цена на карточке — это ориентир на момент запроса, а не оферта, и сегодня она чаще приходит как «от …», чем как точная. Нишевое, б/у и редкое ассистент не ищет вовсе. Ниже — по нашему коду, как всё это устроено и почему именно так.
На связи Profile, аккаунт команды Schai — проводник по сети и по ИИ. Эта статья про покупателя. Если вам нужно обратное — продать своё и собрать объявление, — это другой сценарий, он разобран в материале «Продать через чат: как Schai GPT собирает карточку товара». Там ассистент готовит чужому покупателю витрину, здесь он сам ходит по витринам за вас.
Когда ассистент идёт за товаром — и когда нарочно не идёт
У ассистента есть инструмент `find_product` — «подобрать конкретный массовый потребительский товар». Слово «массовый» тут главное. В описании инструмента прямо сказано, что звать его надо скупо и только когда человек явно хочет посмотреть и выбрать товар для покупки. Подходят три типа просьб.
Прямой подбор. «Подбери мне наушники до 5000 для бега», «найди робот-пылесос до 20 000», «что взять из увлажнителей в детскую». Категория, назначение, часто бюджет — этого достаточно, чтобы начать.
«Какая сейчас лучшая X и сколько она стоит». Это две операции подряд, и в инструкциях агента они прописаны отдельно. Сначала обычный поиск в интернете выясняет, какая модель сейчас топовая (модель знает только то, что было до её обучения), потом `find_product` ищет цену именно этой модели — по точному названию, а не по «видеокарта». Заканчивать на первом шаге нельзя: без цены ответ неполный.
Отзывы о конкретном товаре. «Стоит ли брать X», «что пишут про X» — тоже сюда: по описанию инструмент вернёт товар и разбор реальных отзывов покупателей. А вот отзывы о не-товаре — о кафе, фильме, сервисе — идут в обычный веб-поиск: про него у нас отдельная статья «Как Schai GPT ищет в интернете и внутри сети — и когда не ищет вовсе».
Теперь случаи, когда ассистент товарный поиск не включает, и это не недоработка, а прописанное правило:
• «Где купить X?» Это вопрос «подскажи, где искать», а не просьба выдать карточки. Ответ — словами.
• Нишевое и редкое: автозапчасти, особенно к старым и редким машинам, б/у, антиквариат, стройматериалы под заказ, узкопрофессиональное. В розничных маркетплейсах этого почти нет, и карточки получились бы мусорными — лучше честный совет, где искать.
• Неоднозначная просьба. Если фразу можно понять двумя способами, ассистент по правилам переспрашивает, а не угадывает: людей раздражает явная ошибка сильнее, чем лишний вопрос.
• «Что подарить маме». Нет предметной области — нечего искать. Начнётся с вопроса.
Заметьте: это решает модель по смыслу фразы, а не список слов-триггеров, — поэтому формулировка важна.
Как просьба превращается в запрос — и почему «похожее» не считается ответом
Магазину нужна короткая точная фраза, и собирает её ассистент по строгим правилам. Запрос — 3–8 слов, однозначный. Не одно слово: «кулер» вернул бы ткань и кулеры для воды. Не весь текст сообщения: «собери ПК за 100к» магазин не поймёт. И — моя любимая деталь — нельзя придумывать свойства, которых человек не называл. Попросили «робот-пылесос до 20000» — запрос «робот-пылесос», а не «робот-пылесос с влажной уборкой»: вы про влажную уборку не говорили, а лишнее слово сузит выдачу до случайного.
Цена в текст запроса не попадает вообще. Она передаётся отдельными числами — максимальной и минимальной. Зачем нижняя граница? Потому что каталоги сортируют по популярности, а самое популярное обычно самое дешёвое. Если в просьбе звучит «топовое», «лучшее», «премиум», без нижней границы вам выдали бы дешёвку; поэтому для таких случаев ассистенту велено ставить её примерно в треть от верхней. Из «наушников до 5000 для бега» выйдет запрос «наушники для бега» и потолок 5000 ₽.
Теперь «ага»-момент, ради которого эта статья. Магазин никогда не отвечает «не нашёл». Если точной модели нет, он подсунет «похожее» с той же полки. В нашем коде это записано на живых примерах: на «серверный процессор AMD EPYC 7313P» приходил Ryzen 5 за 7 000 ₽, на «RTX 5090» — ноутбук.
Поэтому на нашей стороне стоит собственная проверка. Из запроса вытаскиваются «модельные» слова — латиница с цифрой («5090», «ddr4»), длинные числа. И хотя бы одно такое слово обязано встретиться в названии товара. Если в запросе есть цифры модели, сверяются именно они, а не бренд: иначе слово «amd» пропускало бы любой товар этой марки. Не нашлось — ассистент честно возвращает «пусто», а не случайный товар. В веб-режиме правило строже: цифры запроса должны совпасть слово в слово, чтобы «AirPods Pro 2» не подменили на Pro 3, а из обычных слов совпасть должна хотя бы половина.
Отсюда практический вывод: если вы знаете модель — называйте её. «Видеокарта RTX 4060» работает надёжнее, чем «хорошая видеокарта для игр». Не знаете модель — тоже нормально: ассистент сначала выяснит её поиском.
Откуда берётся карточка: два пути и четыре сита
Задуман подбор как поиск по каталогу Wildberries — тому же публичному списку, что показывает сайт магазина. Карточка в этом режиме полная — название с брендом, цена, старая цена и скидка, рейтинг, число отзывов, фото и ссылка. До шести штук, ассистент видит из них первые пять и работает с ними дальше.
И здесь нужна честность, которую обычно в статьях о нейросетях опускают. С октября 2026 года Wildberries и Ozon закрыли выдачу для запросов с нашего сервера — это антибот-защита, и каталожный путь сегодня не отвечает. Мы проверили на момент написания: прямой запрос возвращает отказ, а самопроверка навыка каждые полчаса показывает «деградацию». Обходить защиту мы не стали — решение владельца от 6 октября 2026. Вместо этого подбор работает по запасному пути, и вам важно понимать, чем он отличается.
Запасной путь — это веб-поиск плюс отдельный запрос к модели, умеющей искать в интернете и возвращать цены со ссылками. Результат проходит четыре сита, и каждое придумано после реального провала.
Сито 1. Только известные магазины
Цену и фото мы показываем лишь у списка проверенных сетей — DNS, М.Видео, Ситилинк, Эльдорадо и им подобных. Незнакомые сайты отброшены сознательно. На запрос «пылесос Dyson V15» в выдаче всплыли сайты-двойники под чужой маркой с ценой ниже рынка и оплатой вперёд — классическая схема мошенничества. Карточка с ценой от Schai выглядит как рекомендация, и такая рекомендация недопустима. Для Wildberries, Ozon и Яндекс Маркета делается плашка со ссылкой, по одной на площадку.
Сито 2. Ссылка должна быть настоящей
Модели с поиском свойственно сочинять убедительные цены. Ссылка из её ответа принимается только если она есть в списке источников, который вернул сам поиск. Нет там — цена считается вымыслом и в карточку не попадает. Та же логика, что в разборе галлюцинаций нейросети: модель не просят «не врать», её ответ проверяют снаружи.
Сито 3 и 4. Модель совпадает, цена не выброс
Название обязано содержать модель из запроса (то самое правило про цифры). А цена, которая меньше 0,4 или больше 2,5 медианы остальных предложений, отбрасывается как выброс; всё дешевле 100 ₽ — тоже мусор. В итоге на карточке стоит цена «от», медиана по предложениям площадки.
Что теряется на этом пути, говорим прямо: рейтинг и число отзывов (их нет в выдаче поисковика), а значит и разбор отзывов. Цена — ориентир, а точные условия обязан сообщить продавец. Это его обязанность по статье 26.1 Закона о защите прав потребителей: до заключения договора при дистанционной продаже он даёт сведения о цене, условиях приобретения, доставке, гарантийном сроке и порядке оплаты. Ассистент не продавец и этого не гарантирует, поэтому в комментарии к карточке пишет: «точную цену и наличие смотри на странице магазина». Правило и для вас: карточка в чате — повод заглянуть в магазин, а не заменитель страницы товара.
Цена вопроса в буквальном смысле: вызов модели с поиском стоит около рубля и списывается с вашего баланса.
Как ассистент выбирает «лучший» — и при чём тут логарифм
Этот раздел — про каталожный путь, когда магазин отдаёт рейтинги. Сейчас он спит, но механизм полезно понимать любому покупателю. Из шести товаров нужно выбрать один, который вам порекомендуют. Как?
Наивный способ — взять максимальный рейтинг. И попасться: товар с оценкой 5,0 по одному отзыву обойдёт товар с 4,7 по трём тысячам. Рейтинг сам по себе не говорит, сколько людей за ним стоит. Поэтому в коде оценка товара считается как рейтинг × log₁₀(число отзывов + 10). Посчитаем: пятёрка по одному отзыву — 5,0 × log₁₀(11) ≈ 5,2. Оценка 4,7 по 3000 отзывов — 4,7 × log₁₀(3010) ≈ 16,3. Логарифм нужен, чтобы отзывы помогали, но не вытесняли всё остальное: десять тысяч отзывов весят лишь на треть больше, чем тысяча.
Сам рейтинг — вообще не наша величина. В законе о платформенной экономике (289-ФЗ, статья 2) он определён как результат оценки товара, который рассчитывает оператор площадки с учётом оценок пользователей и иных критериев. В справке Wildberries для продавцов описано, как формируется рейтинг товара; по ней видно, что свежие оценки там влияют сильнее старых.
Дальше — самое полезное. Из кандидатов предпочитаются те, у кого не меньше 20 отзывов: разбирать нечего, если отзывов почти нет. Для победителя ассистент загружает до 200 отзывов и делит их по звёздам: четыре и пять — для «плюсов», от одной до трёх — для «минусов». Модель получает оба набора и пишет рекомендацию в заданной форме: одна фраза «почему этот», 2–3 пункта «хвалят» и до пяти разных «жалуются». Брать нужно только реальные формулировки из отзывов, без выдумок и без повтора одного минуса разными словами. Если разных минусов нашлось меньше пяти, ассистент покажет сколько есть и честно допишет, что больше существенных нет.
Если отзывов набралось меньше трёх, разбор не делается: ассистент пишет короткий комментарий по цене и рейтингу и прямо предупреждает, что мало отзывов — значит, осторожнее.
Границы: чего этот сценарий не делает
Он не покупает. Ассистент показывает карточки и ссылки; оплаты, корзины и заказа в чате нет. Решение и нажатие на кнопку остаются за вами.
Цены — на момент запроса. Через час скидка кончится, наличие изменится; региональные параметры запроса заданы внутри, поэтому у вас в городе цена и срок доставки могут отличаться.
Он ограничен по числу заходов. На одну задачу — не больше пяти обращений к товарному поиску. Если магазин два раза подряд не ответил (технический сбой, а не «ничего не нашлось»), он выключается до конца задачи: третья попытка занимает 10–12 секунд и ломается так же. В этом случае ассистент ответит по уже известному — назовёт модели и ориентиры цен — и честно скажет, что карточек не будет. Ввели это после случая, когда вопрос «а сколько стоят?» обрабатывался 65 секунд: агент десять шагов подряд переспрашивал одно и то же.
Он не ищет нишу, б/у и услуги — об этом выше: ассистент скорее подскажет, где искать, чем выдаст случайные карточки.
Наборы он собирает по одной вещи. Просьбы вроде «что нужно для домашней студии» или «собери ПК за 100 тысяч» — отдельный режим: 3–7 главных предметов, каждый отдельным запросом, с привязкой к уже выбранному (процессор определяет сокет, значит, плата ищется «под LGA 1700», а не просто «материнская плата»). Бюджет делится по частям. Подробнее, как ассистент ведёт такие многошаговые задачи, — в статье «Ответил» или «сделал».
Как спрашивать: плохо → лучше
Разница между колонками — не в вежливости, а в признаках, по которым ассистент решает, что делать.
❌ «Хочу наушники» → ✅ «Подбери наушники для бега до 5000, чтобы не выпадали». Предмет, назначение, потолок — запрос получится точным, а цена уйдёт отдельным числом.
❌ «Где купить увлажнитель?» → ✅ «Подбери увлажнитель воздуха в детскую». Первая фраза — вопрос «где искать», на него ответят словами. Вторая — просьба выбрать, на неё придут карточки.
❌ «Какой хороший робот-пылесос» → ✅ «Робот-пылесос до 25 000 — что взять и что пишут про топ-вариант». Бюджет и просьба про отзывы включают весь механизм из прошлого раздела.
❌ «Подбери запчасти на мою старую «Волгу»» → ✅ «Где искать запчасти на ГАЗ-21, подскажи по-человечески». Запчасти к редким машинам в розничных каталогах почти не найти — вы получите совет, а не мусор.
❌ «Топовую видеокарту, быстро» → ✅ «Какая сейчас топовая видеокарта и сколько она стоит в рублях». Вторая формулировка запускает цепочку «узнать модель → узнать цену».
Общий принцип: вы не «просите ИИ постараться», вы даёте признаки — предмет, назначение, потолок цены, нужна ли проверка отзывов.
И последнее. Ассистент хорош в сужении «со ста тысяч позиций до пяти». Финальный выбор — особенно для вещей, которые носят на себе или ставят рядом с ребёнком, — остаётся вашим: откройте страницу, прочитайте свежие отзывы сами и проверьте продавца.
Коротко
• Товарный поиск включается на явную просьбу выбрать массовый товар, на «какая лучшая и сколько стоит» (в два шага) и на отзывы о конкретной вещи.
• Не включается на «где купить», нишу, б/у, редкие запчасти, неоднозначные и бессубъектные просьбы — там ассистент отвечает словами или переспрашивает.
• Запрос в магазин — 3–8 слов без выдуманных свойств; цена передаётся отдельно, а для «топового» ставится нижняя граница.
• Магазин не говорит «не нашёл», а подсовывает похожее, поэтому модельные слова из запроса обязаны совпасть с названием товара.
• Сегодня выдача каталогов WB и Ozon для нашего сервера закрыта: карточка собирается через веб-поиск, цена — «от», рейтинга и разбора отзывов нет; проходят только известные магазины и ссылки из реальных источников.
• Когда каталог отдаёт данные, лучший товар выбирается по формуле рейтинг × log₁₀(отзывы + 10), а отзывы делятся на плюсы и до пяти разных минусов.
• Ассистент ничего не покупает и не гарантирует цену: точная цена и наличие — на странице продавца.
Пока нет комментариев