Что я нашёл в диалогах: витринные объявления
На старте работ я выгрузил переписку с Авито и разобрал её. Когда я прочитал выгрузку, мне стало ясно, что магазину нужен не просто автоответчик. Главная находка оказалась неожиданной и очень практичной: у магазина много витринных объявлений.
Такое объявление описывает не конкретный экземпляр, а класс устройств. Например: ноутбук HP с процессором i5, 8 ГБ памяти, диском на 256 ГБ и экраном 14 дюймов. Реклама привлекает внимание, а на складе лежат разные модели, и какая именно подойдёт покупателю, зависит от его задачи. Человек пишет «Что за модель?», и честный ответ звучит как «покажу варианты, давайте уточним, что вам нужно».
Из этого мне стало ясно, как учить продавца. Ответ «да, есть в наличии» на витринное объявление ничего не продаёт: покупатель не знает, о какой модели речь, а магазин не знает, что человеку нужно. Нужно сделать другое: не подтверждать наличие, а переходить к подбору под задачу и бюджет. Я потихоньку обучал агента отрабатывать такие обращения именно так, и это оказалось сильнее любого красивого приветствия.
Как ИИ отвечает на вопрос про модель и цену, которых нет в объявлении
Лучше всего это видно на настоящих диалогах, и я показываю их без правок. Ниже два фрагмента из кабинета, оба от 18 октября. Имена и контакты скрыты, тексты сообщений без правок.
Диалог 1, 18 октября. Покупатель спросил «Что за модель». ИИ ответил через 29 секунд.
Покупатель написал в 11:41 «Что за модель». Через 29 секунд пришёл ответ: точная модель в объявлении не указана, там HP с процессором i5-8250U, 8 ГБ памяти, диском 256 ГБ и экраном 14 дюймов. Дальше ИИ предложил прислать фото и характеристики конкретных вариантов в Telegram или Max и спросил, куда удобнее. Покупатель выбрал Max. ИИ попросил номер телефона и сообщил, что написал в Max.
Обратите внимание, как построен разговор. Я смотрю на него как на образец: ответ за 29 секунд, выбор канала и телефон покупателя уже в разговоре. Покупателю не отвечают «да» или «нет». Ему сразу дают конкретику, предлагают следующий шаг и оставляют выбор: Telegram или Max. Человек отвечает одним словом, и разговор уже идёт туда, где проще показывать фото и ссылки.
Второй диалог показывает, как продавец ведёт себя, когда нужной цифры в объявлении нет.
Диалог 2, 18 октября. Покупатель спросил цену конкретной модели. Цены в объявлении нет, и ИИ её не называет.
Покупатель написал в 19:29 про Dell Precision 5570 с экраном 16 дюймов, процессором i7-12700H, 32 ГБ памяти и видеокартой RTX 3060 и спросил цену. Через 1 минуту 33 секунды пришёл ответ: цена в этом объявлении не указана, актуальную цену и фото подскажут в Telegram. Продавец не выдумал сумму и не подставил цену из другого объявления.
Для магазина, где цена зависит от конкретного экземпляра, это важнее красивого ответа. Одна неверная цифра в переписке портит доверие надолго, а честное «уточню и подскажу» сохраняет его и оставляет разговор живым. Именно за такие ответы я и ценю этот диалог. Тем более что через час продавец сам вернулся в диалог: об этом ниже.
Почему разговор уходит в Telegram и Max
Задачу я поставил так: увести покупателя с Авито в мессенджер и там сделать подбор, назвать цены, прислать ссылки и согласовать покупку. На Авито у нас остаётся первый контакт, а настоящий разговор идёт там, где для него есть место.
Место действительно важно. Подбор ноутбука требует нескольких уточнений: для чего он нужен, какой бюджет, какая диагональ, нужна ли видеокарта. В переписке под объявлением это быстро превращается в тесную анкету. В мессенджере можно спокойно присылать фото, ссылки и несколько вариантов сразу.
Мне нравится, как продавец строит этот переход. В первом диалоге он спрашивает, куда покупателю удобнее: Telegram или Max. Покупатель сам выбирает, и ему не навязывают канал. Во втором диалоге человек в мессенджер не ушёл, и продавец через час предлагает продолжить разговор там же, на Авито. Для меня переход в мессенджер — способ дать покупателю подбор быстрее и удобнее. Любому магазину я советую перед запуском сверить такой переход с действующими правилами Авито и оставить покупателю выбор. С выбором работает лучше.
Как продавец подбирает ноутбук из каталога
Подбор устроен просто в своей основе и мощно в деталях. Парсер (программа, которая собирает данные со страниц сайта) забирает информацию о товарах с сайта магазина и складывает её в Google Таблицу. ИИ обращается к скрипту (короткой программе с правилами поиска), а скрипт возвращает подходящие варианты. Покупатель получает ответ, построенный на реальных позициях магазина, а не на общих знаниях модели о ноутбуках. Мне важно, чтобы продавец говорил только о том, что действительно есть в магазине.
Схема простая, потому что каждая часть отвечает за своё. Я разделяю здесь три роли, и это одно из главных решений во всей схеме:
- модель ведёт разговор и уточняет, что нужно человеку;
- таблица хранит товары;
- скрипт ищет подходящие позиции.
Когда эти части не смешаны, видно, где искать причину, если что-то пошло не так: вопрос покупателю, передача параметров или данные каталога. Если смешать всё в один промпт, починить такое невозможно.
Данные каталога живут отдельной жизнью, и за ними я слежу так же внимательно, как за самими ответами. На скриншотах ниже один и тот же товар в трёх местах: в системе учёта МойСклад, в админке сайта и на витрине. Артикул и цена совпадают везде: 02666875 и 37 500 ₽.
Шаг 1. Товар в учёте МойСклад (система, где магазин ведёт остатки и цены).
Шаг 2. Тот же товар в админке сайта, показ включён.
Шаг 3. Тот же товар на витрине: цена, характеристики, артикул.
Одна цена и один артикул от склада до витрины. Именно на этой цепочке и стоит подбор: когда ИИ называет покупателю цифру, она совпадает с тем, что человек увидит на сайте.
Через что мы прошли при настройке
Самая интересная работа у нас шла вокруг парсера. Покупатель пишет свободным текстом: модель, диагональ, бюджет, назначение. Эти параметры нужно было правильно передать в скрипт, чтобы он вернул подходящие варианты, а ответ получился точным. Я дорабатывал связку по чуть-чуть, методом проб и ошибок: проверял запросы, расширял возможности скрипта, менял логику. У нас это шло циклами: проверили, поправили, проверили снова.
В какой-то момент мы добавили внутрь скрипта вторую, лёгкую модель. Она помогает основному алгоритму разбирать запрос человека и приводить его к понятным параметрам. Место доработки я называю точно: передача параметров и релевантность результата. Когда подбор вернул не то, я не переписываю красоту текста, а смотрю, какие параметры дошли до поиска и что он нашёл. Это и отличает продавца от обычного автоответчика. Автоответчик сообщает режим работы и адрес, а продавец связывает свободный запрос с ассортиментом.
Процесс у нас шёл так: аудит диалогов, скрипты, анализ аудитории, пробная версия, тесты, правки, боевой режим, аналитика и снова правки. Это заняло около месяца. Потом мы потихоньку расширили схему на продажи в мессенджерах и другие задачи магазина. Сейчас всё это работает в боевом режиме каждый день.
Что видит владелец: кабинет, стоимость ответов и напоминание через час
Мне в кабинете нравится, что владелец может открыть любой диалог и увидеть переписку целиком. Для меня это мощный инструмент контроля: владелец ничего не берёт на веру, он видит каждую реплику. Над перепиской видно, сколько ответов дал ИИ и сколько это стоило. В первом диалоге 4 ответа и 11,40 ₽, то есть около 2,85 ₽ за ответ. Во втором 2 ответа и 7,90 ₽. Три рубля за ответ на вопрос покупателя, на который отвечает ИИ, пока вы заняты другим делом.
Под каждым ответом ИИ три кнопки: «Доработать», «Тест» и «Подробнее». Через «Доработать» любую реплику можно отправить на правку прямо из кабинета.
В обоих показанных диалогах примерно через час после последнего ответа срабатывало правило, которое мы настроили: покупатель молчал, и продавец писал ещё раз. В кабинете оно отмечено как «Триггер: дожим спустя час». В первом диалоге продавец написал: «Загляните в Max, продолжим там подбор ноутбука». Во втором, где покупатель в Telegram не ушёл, предложил продолжить на Авито и уточнить цену именно на эту модель. Живой продавец, занятый у прилавка, не всегда успевает вернуться к тем, кто замолчал. ИИ возвращается сам.
А вот как выглядит статистика кабинета за 30 дней, с 23 сентября по 22 октября. Это данные по всему проекту владельца, по всем его каналам.
Статистика кабинета за 30 дней по всем каналам проекта.
За этот период ИИ дал 464 ответа, клиенты написали 576 сообщений, оператор 177, всего 279 диалогов с активностью. Расход на переписку составил 2 737,30 ₽. Если считать по 208 диалогам с расходом, это около 13,16 ₽ на диалог, а на одно сообщение выходит 6,31 ₽. В среднем в диалоге 4,4 сообщения.
Чтобы сравнить с живым сотрудником, достаточно умножить 13 ₽ на число диалогов за месяц и поставить рядом оклад менеджера на первичной обработке. Я такой расчёт владельцам предлагаю делать сразу.
Как каталог обновляется сам: из МойСклад на сайт
Отдельно от продавца у владельца работает автоматическая выкладка товаров из МойСклад на сайт. Это соседний проект магазина, но для подбора он важен: чем свежее и полнее каталог, тем точнее ответы ИИ. Поэтому я смотрю и на него.
Автоматизация запускается каждый час. На скриншоте журнал запусков 21 и 22 октября: сценарий срабатывает ровно в начале часа и завершается за доли секунды.
Журнал запусков выкладки: каждый час, все запуски успешны.
Результат работы владелец получает отчётом в Telegram. 21 октября отчёт выглядел так: 3 товара выставлены на сайт, 5 ждут решения владельца (нашлась только одна фотография или нужно проверить фото), в МойСклад нужно поправить 15 позиций, а для 10 товаров подходящих фото не нашлось. Владелец отвечает коротко: «ок все» или «ок» с кодом товара. В тот же вечер он написал «Ок все», и пять позиций ушли на витрину.
Отчёт о выкладке за 21 октября. Название бота скрыто.
Этот отчёт, на мой взгляд, делает ещё одну полезную вещь. Он показывает, где в учёте неполные данные, и возвращает их владельцу списком. Для продавца это принципиально: товар без описания и фотографий нечем показать покупателю, а хороший каталог делает ответы ИИ сильнее.
Что в итоге получилось
Если собрать всё, что мы сделали, у магазина теперь есть:
- Быстрый первый ответ. 29 секунд и 1 минута 33 секунды в показанных диалогах, пока живой продавец занят у прилавка или на складе.
- Разговор, который не рвётся. Покупатель выбирает мессенджер, получает фото и характеристики, а если замолчал, через час ему напоминают.
- Подбор из настоящего каталога. Ответ строится на позициях, которые есть в магазине, а цена совпадает от учёта до витрины.
- Спокойная цена. Около 13 ₽ за диалог. Весь месяц работы ИИ обошёлся в 2 737,30 ₽ по всем каналам проекта.
- Контроль у владельца. Любой диалог открывается целиком, любую реплику можно отправить на доработку одной кнопкой.
- Каталог, который обновляется сам. Выкладка каждый час и отчёт о том, что поправить в учёте.
И главное: диалоги доходят до визита. Покупатели пишут «ок, приду», просят адрес, называют день, когда заедут, просят ссылку на доставку. Для магазина именно эти фразы означают, что переписка превратилась в покупку. Покупка происходит в магазине, а не в чате, поэтому такие сигналы мы и считаем.
Что дальше
Продавец работает и будет работать в том же режиме. Я рад, что основа уже рабочая, и мы строим на ней дальше: мы потихоньку расширяем схему на продажи в мессенджерах и другие задачи магазина.
Следующий шаг, который я бы сделал: выбрать в кабинете цель для конверсии, например «покупатель оставил телефон» или «согласовал визит». Тогда статистика сама покажет долю диалогов, дошедших до визита.
Кому подойдёт такой ИИ-продавец и как начать
Я бы начал разговор с магазином, где много однотипных сообщений, а сотрудники совмещают переписку с другой работой. Особенно если покупатель приходит по объявлению, а нужную модель ещё предстоит подобрать. Там скорость первого ответа и последующих напрямую влияет на деньги. Именно таким магазинам я и помогаю.
На старте мне нужны примеры объявлений и типичных вопросов, понимание, откуда берутся данные о товарах, и ваше решение о том, что остаётся за менеджером. Если в источнике нет актуальных цен и характеристик, сначала мы приводим данные в порядок: ИИ строит ответы на них.
Если у вас похожая задача, напишите мне в Telegram: что продаёте, по каким объявлениям приходят покупатели и где теряются обращения. Состав внедрения, этапы и вопросы перед стартом собраны на странице услуги ИИ-продавца для Авито. Мои направления и другие проекты вы найдёте на странице эксперта. Похожую механику в записи на услуги можно посмотреть в кейсе ИИ-администратора салона «Леди», а выезд специалиста по заявке из мессенджера разобран в кейсе нейросотрудника для приёмки недвижимости. Как скорость первого ответа решает продажу портретов на Авито, показывает другой кейс ИИ-продавца, а общий принцип первого разговора с покупателем разобран в гайде про ИИ-продавца на Авито.
Частые вопросы
Почему ИИ-продавец переводит покупателя с Авито в Telegram или Max?
В объявлении мало места, а подбор ноутбука требует нескольких уточнений и фотографий. В мессенджере проще присылать ссылки и вести длинный разговор. Покупатель сам выбирает, куда ему удобнее, а правила площадки я советую сверить перед запуском.
Придумывает ли ИИ-продавец цену или модель?
Я показываю это на живом диалоге: продавец опирается на каталог и чужие цены не подставляет. В показанном диалоге цены в объявлении не было, и продавец так и написал, пообещав подсказать актуальную. Каждый ответ владелец видит в кабинете и может отправить любую реплику на доработку, а сложные случаи проверяются тестами до запуска.
Сколько стоит диалог с ИИ-продавцом?
По кабинету этого проекта, с которым я работаю, за 30 дней средний расход составил 13,16 ₽ на диалог и 6,31 ₽ на сообщение. Расход зависит от длины диалогов. Стоимость самого внедрения считается отдельно, под задачу магазина.
Что даёт ИИ-продавец магазину в продажах?
Магазин получает быстрый ответ, подбор под задачу покупателя и разговор, который не обрывается. Диалоги доходят до визита: покупатели пишут «приду», просят адрес и ссылку на доставку.
Что делать, если нужного товара нет в наличии?
Поведение для отсутствующего товара задаётся при настройке и проверяется тестами: предложить альтернативу или передать разговор менеджеру. Я показываю такую проверку на вашем каталоге до запуска.
Сколько времени занимает внедрение?
В этом магазине у нас работа шла по циклу: аудит диалогов, скрипты, анализ аудитории, пробная версия, тесты, правки, боевой режим и аналитика с правками. Это заняло около месяца. У вас срок зависит от состояния данных о товарах и от числа каналов.
С чего начать прямо сейчас
Первый шаг займёт 10–15 минут и не потребует ни оплаты, ни установки. Каждый следующий опирается на предыдущий. Это те шаги, с которых я начинаю сам.
- Откройте последние 30 диалогов по своим объявлениям и отметьте, в скольких покупатель спрашивает о том, чего в объявлении нет: модель, цену, наличие. Эта доля показывает, насколько у вас витринные обращения.
- Выпишите 5 вопросов, которые повторяются чаще всего, и ответ, который вы хотели бы давать каждый раз.
- Определите один источник правды о цене и наличии: учёт, таблицу или сайт. Если их три и они расходятся, начните с того, чтобы привести их к одному.
- Решите, что остаётся за человеком: нестандартные условия, согласование покупки, возврат.
- Выберите, что будете считать: входящие разговоры, квалифицированные обращения, согласованный следующий шаг и покупки. Определите место, где будете это фиксировать, до запуска.
- Если хотите разобрать свои диалоги вместе, напишите мне в Telegram и пришлите ссылку на объявление.
Вывод
На мой взгляд, главное в этой истории простое. Покупатель приходит по витринному объявлению, и ему рано предлагать «есть в наличии». Сначала нужно понять, что он ищет, и подобрать модель из реального каталога. ИИ-продавец для магазина ноутбуков делает это в двух каналах: быстро отвечает на Авито и ведёт подбор в Telegram и Max.
Для меня результат виден на живых экранах: первый ответ за 29 секунд, честная цена без выдумок, напоминание через час, около 13 ₽ на диалог и каталог, который обновляется каждый час. А ещё у владельца есть кабинет, где любой диалог открывается целиком и любая реплика улучшается одной кнопкой. У нас этот продавец работает в боевом режиме.
На чём основана история
Письменные ответы Никиты Сашина о внедрении, полученные редакцией 19 октября 2026 года, и скриншоты кабинета от 22 октября 2026 года. Скриншоты обезличены: скрыты названия магазина и платформенного проекта, имена и контакты покупателей. Ход работы и схема подбора описаны автором внедрения. Числа в кабинете показаны по экранам на дату снимка. Иллюстрация обложки художественная.
