Группы вариантов
Связали карточки одной модели: цвет и размер больше не создают десятки одинаковых результатов, но каждый SKU сохраняет свой URL, изображение и остаток.
AI для e-commerce
AI-подбор сувениров по задаче и бюджету
Превратили большой каталог корпоративных подарков в диалог с консультантом: клиент пишет, что ему нужно, а система находит модели по смыслу, учитывает бюджет и наличие и при необходимости собирает комплект из разных категорий.
OpenCart 2.3PHP 7.2MySQLQwen EmbeddingsDeepSeekHybrid SearchBinary Vector IndexVariant Grouping
37 500+
активных товаров хранится в каталоге OpenCart
17 130
доступных карточек и SKU охвачено AI-подбором
3 070
канонических моделей вместо цветовых и размерных дублей
1 024
измерения вектора для поиска по смыслу
Задача
Убрать из выбора сотни похожих карточек, не ломая каталог
Один ежедневник, ручка или футболка мог существовать как несколько товаров — по карточке на каждый цвет и размер. Для OpenCart это нормальные SKU с разными остатками, но посетитель видел повторы и должен был вручную перебирать фильтры.
При этом каталог регулярно обновляется из выгрузок поставщиков. Решение должно было сохранить текущую админку, URL, импорт и карточки, работать на сервере с небольшим объёмом памяти и никогда не показывать выдуманную цену или отсутствующий товар.
В OpenCart хранится более 37 500 активных товаров. В AI-подбор входят только позиции с положительным остатком и корректной ценой: на момент построения индекса это 17 130 карточек, объединённых в 3 070 канонических моделей.
Свободный запрос вместо знания фильтров
Одна модель вместо цветовых дублей
Актуальные цена и наличие
Набор из нескольких категорий
Подготовка каталога
До AI навели порядок в товарных данных
Добавить чат поверх необработанной выгрузки было недостаточно. Сначала мы сделали устойчивый товарный слой: научили магазин узнавать одну модель в разных цветах, нормализовали фильтры и сохранили связь с ежедневным обновлением поставщика.
Нормализованные свойства
Привели цвета и материалы к базовым значениям для фильтров. Исходные характеристики поставщика не теряются и продолжают участвовать в поиске.
Совместимость с импортом
Группировка и AI-индекс строятся поверх каталога OpenCart. Обновление поставщика не создаёт второй источник истины и не требует ручной правки AI-базы.
Что изменилось для клиента
Один результат — все доступные цвета внутри
В листинге остаётся одна карточка модели. Варианты раскрываются при наведении, меняют изображение, цену и наличие без перезагрузки, а из поиска ведут на конкретный выбранный SKU. Эту же структуру использует AI.
Архитектура
AI предлагает, каталог подтверждает
Языковые модели отвечают за понимание смысла и композицию набора. Факты — товары, варианты, цены, остатки и бюджет — остаются под контролем кода и OpenCart.
01
Собираем модель из вариантов
Цвета и размеры остаются самостоятельными SKU с собственными остатками, но для поиска образуют одну каноническую модель.
02
Строим офлайн-индекс
Экспорт объединяет название, категории, характеристики и варианты. Qwen считает embedding только для новых или изменившихся записей.
03
Ищем гибридно
Семантическая близость дополняется точными совпадениями по названию, категории и атрибутам — смысловой поиск не отменяет факты каталога.
04
Перепроверяем перед показом
Для лучших кандидатов цена, наличие и доступные варианты читаются из OpenCart в момент запроса, а не принимаются из старого индекса.
Сборка набора
«Блокнот, ручка и кружка до 70 рублей» — это три поиска и одна проверка
Запрос разбирается на обязательные части. Для каждой одним пакетным вызовом строится embedding, кандидаты объединяются, а DeepSeek предлагает комплект только из переданных идентификаторов.
После модели код ещё раз проверяет покрытие компонентов, актуальные остатки и сумму. В контрольном сценарии система выбирает три самостоятельных товара — блокнот, ручку и кружку — и не пропускает комплект, если он выходит за лимит 70 BYN.
Свободный диалог с AI, но детерминированный финальный контроль.
Production
Встроили AI в старый OpenCart без тяжёлой локальной модели
На сервере около 1,7 ГБ RAM, поэтому локальная embedding-модель создала бы риск остановки магазина. Векторы считаются внешним Qwen API, а готовый компактный индекс читает совместимый с PHP 7.2 runtime.
≈0,9 с
повторный запрос из 30-минутного кэша
0 PII
в анонимном журнале событий
Защитные ограничения
модель не может придумать товар, идентификатор или цену
набор повторно проверяется по обязательным компонентам и бюджету
при недоступности embeddings остаётся поиск по ключевым словам
API-ключи и индекс хранятся вне публичной директории
в журнал не пишутся тексты запросов, контакты и IP-адреса
Реальный интерфейс
Поиск, набор и варианты товара
Запрос вместо ручного перебора фильтров
Пользователь описывает задачу обычными словами и получает модели в наличии с ценой, остатком и вариантами.
Комплект из нескольких категорий
Для каждого обязательного компонента выбран отдельный товар. Наличие, цена и итоговая сумма повторно проверяются после ответа модели.
Одна модель вместо пяти дублей
Каждый цвет сохраняет собственную карточку и остаток, но в листинге и AI-поиске модель не размножается.
Пользовательские сценарии
Один интерфейс для трёх разных способов выбирать
AI-подбор не заставляет клиента учить структуру каталога. Он принимает и точный товарный запрос, и свободное описание задачи, и список компонентов будущего набора.
01
Найти конкретный товар
«Тёмно-синий ежедневник до 25 рублей»
Система понимает тип товара, цвет и ценовое ограничение, затем показывает только реальные модели с доступными вариантами.
02
Подобрать идею под событие
«Недорогие подарки сотрудникам на Новый год»
Смысловой индекс находит релевантные категории даже тогда, когда слова из запроса буквально отсутствуют в названии товара.
03
Собрать комплект
«Блокнот, ручка и кружка до 70 рублей»
AI предлагает совместимый набор, а сервер проверяет наличие каждого компонента и общую сумму перед показом результата.
Клиенту
быстрее перейти от задачи к подходящим товарам
Менеджеру
получать запрос уже с бюджетом и выбранным набором
Магазину
использовать текущий каталог без второй товарной базы
Итог
Один каталог теперь поддерживает и привычные фильтры, и подбор обычным языком
Мы не заменяли работающий магазин чат-ботом. AI стал дополнительным входом в тот же каталог: помогает сформулировать выбор, но использует реальные товары, варианты, цены и остатки существующей системы.
Следующий шаг
Превратить AI-подбор в систему продаж
Сильный подбор работает вместе с управляемым каталогом, поисковым спросом и данными клиента.
Готовы начать?
Расскажите, какой цифровой продукт нужен бизнесу.
Для первого ответа хватит нескольких предложений: что работает сейчас и какой результат нужен.
Обсудить задачу
Выберите удобный способ связи
Ответим на вопросы, предложим первый план и сориентируем по срокам и бюджету.