Chatbot w sklepie internetowym jest tak dobry, jak sposób, w jaki wyszukuje produkty. Zapytaj asystenta w sklepie o "lekką kurtkę przeciwdeszczową do biegania poniżej 100 zł", a oczekujesz dwóch lub trzech konkretnych propozycji z ceną i linkiem. To, czy chatbot podoła temu zadaniu, w znacznie mniejszym stopniu zależy od modelu AI, a w o wiele większym od tego, skąd czerpie wiedzę o produktach i jak bardzo jest ona aktualna.
Istnieją trzy sposoby, aby zapewnić chatbotowi e-commerce dostęp do Twoich produktów:
- AI Search - chatbot działa w oparciu o bazę wiedzy o produktach zbudowaną z Twojego katalogu i wyszukuje produkty według znaczenia. Obsługiwane natywne integracje mogą sprawdzać ceny i stany magazynowe w sklepie podczas udzielania odpowiedzi; konfiguracje XML korzystają z najświeższych danych z odświeżonego pliku produktowego.
- Live store search (wyszukiwanie w sklepie na żywo) - chatbot przekazuje frazę klienta bezpośrednio do mechanizmu wyszukiwania Twojej platformy e-commerce.
- Trenowanie na przeskanowanych stronach sklepu - chatbot jest trenowany na przeskanowanej kopii stron Twojego sklepu.
Ten artykuł wyjaśnia, jak działa każda z tych opcji, gdzie sprawdza się najlepiej, jakie ma ograniczenia, jakiego planu wymaga oraz jak dokonać wyboru. Jeśli interesuje Cię tylko podsumowanie, przejdź do bezpośredniego porównania. Krótkie omówienie z przykładami znajdziesz na stronie AI Search.
Opcja 1: AI Search (indeksowany katalog produktów z danymi na żywo)
Znajduj produkty, opisując potrzebę
AI Search wymaga połączonego, zindeksowanego katalogu oraz włączonej akcji wyszukiwania. Zaindeksowane dane i zapytania na żywo mają różne gwarancje aktualności.
Odwiedzający: Lekka sukienka na letnie wesele, poniżej 100 USD.
Odtwórz przykład lub przeczytaj go poniżej. Nie wykorzystano żadnych prawdziwych danych klientów.Klient opisuje potrzebę zamiast dokładnej nazwy produktu.
Odtwarzanie zatrzymuje się, gdy ten przykład znika z ekranu. To jest symulacja, a nie czat na żywo. Elementy sterujące widgetu wewnątrz odtwarzania nie są interaktywne.Przeczytaj cały przykład
- Klient opisuje potrzebę zamiast dokładnej nazwy produktu.
Odwiedzający: Lekka sukienka na letnie wesele, poniżej 100 USD.
- Bot przeszukuje katalog.
Przeszukiwanie katalogu produktów...
- Pasujące produkty pojawiają się jako Offer Cards.
Szmaragdowa sukienka kopertowa, $79. Wiskoza, długość midi. Kobaltowa satynowa sukienka midi, $69. Wiskoza, długość midi.
- Klient może zawęzić wybór.
Odwiedzający: Czy ta szmaragdowa jest dostępna w rozmiarze 38?
- Informacje o wariantach muszą pochodzić z dostępnych danych o produkcie.
Asystent: W karcie produktu widnieje rozmiar 38. Przed zakupem sprawdź stronę produktu pod kątem aktualnej dostępności.
AI Search to zalecany sposób na udostępnienie produktów chatbotowi w sklepie. Łączy w sobie zalety dwóch pozostałych opcji. ChatLab odczytuje Twój katalog za pośrednictwem integracji lub pliku produktowego (feed) i buduje dedykowaną bazę wiedzy o produktach: każdy produkt wraz z nazwą, pełnym opisem, atrybutami, kategoriami, tagami, kodami (SKU, EAN), ceną i zdjęciami. Indeksowanie rozpoczyna się automatycznie po podłączeniu sklepu. Następnie katalog jest ponownie indeksowany zgodnie z ustalonym przez Ciebie harmonogramem, nawet codziennie, przy czym reindeksowane są wyłącznie zmienione produkty. Zaplanowane reindeksowanie jest dostępne w każdym planie E-commerce, w tym Free, oraz z każdym pakietem produktów. Strony produktów, dokumenty i sekcje FAQ są przechowywane osobno w standardowych danych treningowych i nie wliczają się do limitu produktów.
Jak wyszukuje produkty: pytanie klienta jest dopasowywane do znaczenia produktu, a nie do słów kluczowych. Zapytanie "ciepła, ale lekka kurtka na jesienne wędrówki, poniżej 300" jest rozumiane jako kategoria, zastosowanie i budżet. AI Search zawęża wyniki według ceny oraz kategorii i szereguje produkty pasujące do opisu. Obsługiwane natywne integracje mogą następnie odczytać szczegóły produktu bezpośrednio ze sklepu; konfiguracje XML korzystają z danych z ostatniego pomyślnie odświeżonego pliku produktowego. Kody działają również jako dopasowania ścisłe, więc pytanie takie jak "czy 5901234123457 jest dostępny" może zidentyfikować produkt, z dostępnością opartą na podłączonym źródle.
Zalety
- Wyszukiwanie kontekstowe. Synonimy, literówki, inne języki, opisy potrzeb i porównania ("coś jak X, ale taniej") prowadzą do właściwych produktów.
- Ceny i stany magazynowe z podłączonego źródła. Obsługiwane natywne integracje mogą odczytywać dane sklepu podczas udzielania odpowiedzi. Pliki XML odzwierciedlają ostatnie pomyślne odświeżenie i mogą mieć opóźnienie w stosunku do zmian wprowadzonych w sklepie.
- Filtry, z których klienci rzeczywiście korzystają. Przedział cenowy i kategoria są stosowane jako filtry, a nie zgadywane jako słowa kluczowe.
- Rekomendacje zamiast prostego wyszukiwania. Gdy dany produkt jest wyprzedany lub nie istnieje, chatbot proponuje alternatywy spełniające tę samą potrzebę.
- Czysta wiedza o produktach. Indeksowane są wyłącznie dane produktów, bez menu, banerów czy widgetów "może Ci się spodobać". Żadne dane z katalogu nie zużywają Twoich znaków trenowania.
- Skaluje się wraz z katalogiem. Tysiące produktów przeszukuje się tak samo szybko jak dziesięć, a odświeżanie dotyczy tylko tych produktów, które uległy zmianie.
- Działa bez natywnej integracji za pośrednictwem pliku produktowego Google Merchant XML lub przesłanego pliku produktów XLSX albo CSV, dzięki czemu może z tego korzystać każdy sklep. Zobacz Integracja z feedem XML.
Wady
- Wymaga integracji, pliku produktowego lub pliku z produktami oraz limitu produktów, który pokrywa wielkość Twojego katalogu.
- Nowe produkty pojawiają się po pomyślnym odświeżeniu katalogu, a nie w sekundzie ich opublikowania. Sprawdzanie cen i stanów magazynowych dla zaindeksowanych produktów w momencie zapytania zależy od integracji natywnej.
- Konfiguracje oparte na plikach produktowych korzystają z ostatniego pomyślnie odświeżonego pliku, który sam może zawierać starsze dane. Plik feed nie zapewnia sprawdzania statusu zamówienia ani dodawania do koszyka; te funkcje wymagają natywnej integracji obsługującej dane działanie.
Najlepsze dla: każdego sklepu, w którym klienci opisują swoje potrzeby zamiast wpisywać dokładną nazwę, katalogów z setkami lub tysiącami produktów oraz sklepów, które chcą, aby chatbot sprzedawał, a nie tylko odpowiadał.
Wymagany plan: funkcja zawarta w każdym planie E-commerce (Free 100 produktów, E-commerce Start 2 000, E-commerce Grow 5 000, E-commerce Scale 20 000). W planie Universal należy dokupić dodatek integracji e-commerce (30 USD miesięcznie), aby podłączyć sklep, oraz pakiet produktów AI Search (29 USD miesięcznie, 5 000 produktów) przypisany do chatbota. To właśnie ten pakiet aktywuje AI Search dla danego chatbota. Zobacz Plany i limity E-commerce.
Opcja 2: Wyszukiwanie na żywo w sklepie (wyszukiwanie produktów przez API sklepu)
Gdy Twój sklep działa na platformie z integracją ChatLab obsługującą wyszukiwanie produktów (takiej jak Shopify, WooCommerce, PrestaShop, Shoper, CS-Cart czy Abicart), chatbot może wywoływać API platformy. To właśnie wyszukiwanie na żywo w sklepie: akcja wyszukiwania produktów przesyła frazę klienta do punktu końcowego wyszukiwania Twojego sklepu i prezentuje zwrócone wyniki w postaci kart produktów. BaseLinker i Wix obsługują obecnie sprawdzanie statusu zamówienia, a nie wyszukiwanie produktów.
Jak znajduje produkty: dokładnie tak samo, jak pole wyszukiwania w Twoim sklepie. Chatbot wyodrębnia frazę z rozmowy, platforma dopasowuje ją do nazw produktów, a czasem także opisów, po czym zwraca trafienia.
Zalety
- Dane ze sklepu w czasie rzeczywistym. Ceny, stany magazynowe, warianty i linki do produktów pochodzą bezpośrednio z odpowiedzi API sklepu; dostępne pola i ich aktualność zależą od platformy.
- Brak konieczności trenowania i brak limitów znaków. Katalog nie jest nigdzie kopiowany, więc jego wielkość nie ma znaczenia.
- Świetne do dokładnych wyszukiwań. Nazwy produktów, kody SKU i inne oznaczenia są znajdowane błyskawicznie.
- Inne akcje, takie jak sprawdzanie statusu zamówienia, dodawanie do koszyka czy filtrowanie według dostępności w magazynie, zależą od integracji. Samo wyszukiwanie produktów ich nie włącza.
Wady
- Dopasowanie słów kluczowych jeden do jednego. Większość punktów końcowych wyszukiwania platform szuka dosłownych słów. Fraza "sneakersy na szeroką stopę" znajdzie produkty tylko wtedy, gdy nazwa lub opis zawiera dokładnie te słowa. Synonimy ("trampki", "buty do biegania"), literówki, inne języki czy zapytania opisujące potrzeby zwrócą brak wyników albo niewłaściwe pozycje.
- Chatbot musi zgadywać frazę. Z zapytania "coś ciepłego dla córki, ma 8 lat" sztuczna inteligencja musi wymyślić hasło, które wyszukiwarka Twojego sklepu zaakceptuje. Każde nietrafione zgadnięcie kosztuje zapytanie i kredyt wiadomości, a klient widzi odpowiedź o braku wyników.
- Brak rozumienia budżetu czy przeznaczenia. "Poniżej 200" lub "dla początkującego" to nie są hasła wyszukiwania. Filtrowanie zależy zazwyczaj od tego, co obsługuje punkt końcowy platformy, a często obsługuje bardzo niewiele.
- Jakość zależy od platformy. Niektóre wyszukiwarki sklepowe są doskonałe, inne dopasowują wyłącznie tytuły. Chatbot dziedziczy każde z tych ograniczeń.
Najlepsze dla: sklepów, w których klienci wiedzą, czego szukają, i wpisują dokładną nazwę lub kod. Sprawdzanie statusu zamówienia oraz operacje na koszyku to osobne funkcje, dostępne tylko tam, gdzie wspiera je integracja.
Wymagany plan: plan Universal z dodatkiem integracji e-commerce ($30 miesięcznie). Pakiet produktów nie jest potrzebny. W planach E-commerce funkcja AI Search jest domyślna i zastępuje wyszukiwanie na żywo w sklepie.
Opcja 3: Trenowanie na przeskanowanych stronach sklepu
ChatLab skanuje Twój sklep, wyodrębnia widoczny tekst z każdej strony i zapisuje go w bazie wiedzy. Strony produktów, strony kategorii, warunki dostawy, tabele rozmiarów oraz FAQ stają się danymi treningowymi. Szczegółowy poradnik konfiguracji znajdziesz w artykule Trenowanie bota na sklepie e-commerce bez integracji.
Jak wyszukuje produkty: pytanie klienta jest porównywane z fragmentami przeskanowanych stron. Chatbot pobiera fragmenty, które wydają się najbardziej podobne, i na ich podstawie generuje odpowiedź.
Zalety
- Działa z dowolnym sklepem na dowolnej platformie, nie wymaga integracji ani pliku produktowego.
- Zbiera wszystko, co znajduje się na stronie: długie opisy, składy materiałów, instrukcje pielęgnacji, tabele porównawcze, poradniki zakupowe.
- Jedyna opcja dla treści, które w ogóle nie są produktami: regulaminy, FAQ, historia marki, artykuły na blogu.
Wady
- Nieaktualne ceny i stany magazynowe. Chatbot pamięta stronę taką, jaka była w momencie trenowania. Zmiana ceny, promocja czy wyprzedany produkt pozostają niewidoczne aż do następnego ponownego trenowania. Klient, który słyszy jedną cenę na czacie, a widzi inną w koszyku, traci zaufanie do obu.
- Szum zamiast wiedzy o produkcie. Strona produktu zawiera menu, stopkę, baner cookies, widżety "klienci kupili również", opinie i formularze zapisu do newslettera. Bez dokładnego filtrowania elementów wszystko to trafia do danych treningowych i konkuruje z samym produktem o uwagę chatbota.
- Zbyt dużo tekstu, zbyt mało struktury. Chatbot widzi ciągły tekst, a nie ustrukturyzowane pola. Nie wie, że "299" to cena, a "S, M, L" to warianty, przez co nie potrafi filtrować według budżetu czy rozmiaru - może jedynie zgadywać na podstawie tekstu.
- Limity znaków. Duże katalogi szybko wyczerpują limit znaków do trenowania w Twoim planie, a cały katalog musi zostać ponownie przeskanowany, aby uwzględnić zmiany.
- Słaba trafność przy dużych katalogach. Przy tysiącach podobnych produktów najbardziej zbliżone fragmenty tekstu często nie odpowiadają najlepszym produktom, a chatbot ma tendencję do powtarzania w kółko tych samych kilku pozycji.
Najlepsze rozwiązanie dla: małych katalogów, które rzadko się zmieniają, sklepów, w których chatbot odpowiada głównie na pytania o obsługę i regulaminy, a także jako warstwa informacyjna obok źródła produktów na żywo.
Wymagany plan: dowolny plan, w tym FREE. Funkcja jest ograniczona limitem znaków do trenowania oraz liczbą stron w danym planie. Zalecana dla stron informacyjnych, a nie dla produktów.
Bezpośrednie porównanie
AI Search
- Źródło wiedzy o produktach: zaindeksowany katalog wraz z obsługiwanym wyszukiwaniem w sklepie lub najnowszym odświeżeniem pliku produktowego (feed)
- Dopasowywanie: dopasowanie semantyczne na podstawie znaczenia produktu, dzięki czemu fraza „ciepła kurtka do 300” jest interpretowana jako kategoria, zastosowanie i filtr cenowy
- Synonimy, literówki, inne języki: tak
- Ceny, stany magazynowe i warianty: wyszukiwanie w sklepie tam, gdzie jest obsługiwane; najnowsze odświeżenie pliku w przypadku XML
- Filtry cenowe i kategorii: tak
- Dokładne wyszukiwanie według SKU lub EAN: tak
- Alternatywy w przypadku braku towaru: tak
- Znaki trenowania: nie są zużywane, produkty są liczone osobno
- Duże katalogi: bez problemu, odświeżanie działa przyrostowo
- Nowy produkt widoczny na czacie: po kolejnym zaplanowanym odświeżeniu
- Status zamówienia i dodawanie do koszyka: osobne natywne akcje integracji tam, gdzie są obsługiwane; niedostępne przez XML
- Konfiguracja: podłącz integrację lub plik produktowy; indeksowanie rozpoczyna się automatycznie
- Plan: każdy plan E-commerce lub plan Universal z dodatkiem integracji e-commerce oraz pakietem produktów AI Search
Wyszukiwanie w sklepie na żywo
- Źródło wiedzy o produktach: zapytanie do endpointu wyszukiwania danej platformy
- Dopasowywanie: dopasowanie słów kluczowych, zazwyczaj jeden do jednego; wymaga dosłownych słów kluczowych
- Synonimy, literówki, inne języki: rzadko
- Ceny, stany magazynowe i warianty: pola zwracane przez API sklepu
- Filtry cenowe i kategorii: zależy od platformy
- Dokładne wyszukiwanie według SKU lub EAN: tak
- Alternatywy w przypadku braku towaru: nie
- Znaki trenowania: nie są zużywane
- Duże katalogi: bez problemu
- Nowy produkt widoczny na czacie: natychmiast
- Status zamówienia i dodawanie do koszyka: tylko jeśli integracja obsługuje daną akcję
- Konfiguracja: podłącz integrację
- Plan: plan Universal z dodatkiem integracji e-commerce, bez pakietu produktów
Trenowanie na zeskanowanych stronach sklepu
- Źródło wiedzy o produktach: statyczna kopia zeskanowanych stron
- Dopasowywanie: podobieństwo tekstu na fragmentach stron; domyśla się budżetu i przeznaczenia na podstawie treści
- Synonimy, literówki, inne języki: czasami
- Ceny, stany magazynowe i warianty: według stanu z ostatniego trenowania
- Filtry cenowe i kategorii: nie
- Dokładne wyszukiwanie według SKU lub EAN: tylko jeśli kod znajduje się na stronie
- Alternatywy w przypadku braku towaru: nie
- Szum z menu, banerów i widgetów: wysoki bez filtrowania elementów
- Znaki trenowania: tak, cały katalog
- Duże katalogi: napotyka limity znaków, gorsza trafność wyników
- Nowy produkt widoczny na czacie: po ponownym wytrenowaniu
- Status zamówienia i dodawanie do koszyka: nie
- Konfiguracja: zeskanuj i odfiltruj strony
- Plan: dowolny plan, w tym FREE
Którą opcję wybrać?
- Sprzedajesz kilkadziesiąt produktów, a chatbot służy głównie do pytań o dostawę, zwroty i FAQ. Scrapowanie strony w zupełności wystarczy. Skorzystaj z poradnika filtrowania elementów, aby strony produktów pobierały się bez zbędnych treści.
- Twoja platforma ma integrację obsługującą wyszukiwanie produktów, a klienci szukają po nazwie lub kodzie produktu. Wyszukiwanie w sklepie na żywo przez integrację wystarczy i nie wymaga pakietu produktów. Przejdź na AI Search, gdy zauważysz odpowiedzi "brak wyników" przy pytaniach opisowych.
- Masz setki lub tysiące produktów, klienci pytają własnymi słowami, a Ty chcesz, aby chatbot polecał produkty i prowadził dosprzedaż. AI Search to właściwy wybór. Jest to funkcja domyślna w każdym planie ChatLab E-commerce, a w planie Universal zyskujesz do niej dostęp dzięki dodatkowi z integracjami e-commerce oraz pakietowi produktów AI Search.
- Twoja platforma nie ma natywnej integracji. Wyeksportuj plik XML Google Merchant i używaj na nim AI Search. Otrzymasz wyszukiwanie kontekstowe i karty produktów; sprawdzanie statusu zamówienia oraz operacje na koszyku pozostaną niedostępne.
W praktyce najlepsza konfiguracja jest warstwowa: strony informacyjne pobierane przez scrapowanie, katalog obsługiwany przez AI Search, a status zamówienia lub działania na koszyku realizowane przez natywną integrację, która je wspiera. Sprawdź artykuł dotyczący danej integracji, aby poznać dostępne akcje i wymagania dotyczące witryny sklepu.
Jak włączyć AI Search w ChatLab
- Otwórz swojego chatbota i przejdź do zakładki Connect (Połącz). Połącz swój sklep z Shopify, WooCommerce, PrestaShop, Shoper, CS-Cart lub Ecwid albo dodaj plik XML z feedem produktowym bądź plik produktów XLSX czy CSV, jeśli odpowiednia integracja katalogu nie jest dostępna.
- Upewnij się, że Twój plan obejmuje AI Search oraz wielkość Twojego katalogu. Zobacz Plany i limity e-commerce.
- W planie E-commerce: funkcja AI Search jest zawarta w cenie dla określonej liczby produktów (Free 100, Start 2 000, Grow 5 000, Scale 20 000). Większe katalogi wymagają dokupienia pakietów produktów AI Search product packs (5 000 produktów za 29 USD miesięcznie za każdy pakiet).
- W planie Universal: dodaj dodatek E-commerce integrations (Integracje e-commerce, 30 USD miesięcznie), aby połączyć sklep, a następnie przypisz pakiet AI Search product pack do chatbota w sekcji Shop > Products (Sklep > Produkty). To właśnie ten pakiet włącza AI Search dla danego chatbota.
- Indeksowanie rozpoczyna się automatycznie po połączeniu sklepu. Poczekaj na zakończenie pierwszego indeksowania. Zaindeksowany katalog widoczny jest w zakładce Training > E-commerce catalog (Trenowanie > Katalog e-commerce) na kartach Products (Produkty) i Categories (Kategorie), gdzie możesz sprawdzić, co chatbot potrafi znaleźć.
- W sekcji Settings > Actions (Ustawienia > Akcje) upewnij się, że akcja wyszukiwania produktów AI dla Twojej integracji jest włączona. Gdy AI Search jest aktywne, zastępuje zwykłe wyszukiwanie frazowe, dzięki czemu chatbot zawsze wybiera inteligentniejszą ścieżkę.
- Włącz opcję Enable Offer Cards (Włącz Offer Cards) w sekcji Settings > Model & Advanced (Ustawienia > Model i zaawansowane), aby wyniki wyświetlały się jako karty produktów ze zdjęciem, ceną i linkiem. Zobacz Offer Cards.
- Ustaw harmonogram ponownego indeksowania za pomocą opcji Schedule auto-retrain (Zaplanuj automatyczne ponowne trenowanie) w Training > E-commerce catalog (Trenowanie > Katalog e-commerce), aby katalog odświeżał się automatycznie, nawet codziennie. Opcja Train now (Trenuj teraz) lub Retrain (Trenuj ponownie) uruchamia odświeżanie na żądanie.
Następnie przetestuj działanie tak, jak zrobiłby to klient: opisz potrzebę zamiast wpisywać dokładną nazwę, podaj budżet, poproś o coś podobnego, ale tańszego i zapytaj o produkt, o którym wiesz, że jest wyprzedany. Porównaj odpowiedzi ze sklepem, sprawdź czas ostatniego odświeżenia dla katalogów opartych na feedzie produktowym oraz potwierdź ostateczną cenę i dostępność na karcie produktu lub w koszyku.