Prawidłowa konfiguracja ChatLab to klucz do tego, aby Twój chatbot przekazywał precyzyjne informacje o produktach i aktualizował status zamówień w czasie rzeczywistym. Dzięki odpowiedniej konfiguracji ChatLab może odpowiadać na szczegółowe pytania o produkty, pobierać statusy zamówień i pomagać klientom przez całą dobę.
Co jest ważne w chatbocie dla e-commerce
- Dokładne informacje o produktach - upewnij się, że klienci otrzymują poprawne szczegóły dotyczące specyfikacji i ofert
- Przejrzysta prezentacja ofert - skutecznie eksponuj zniżki, zestawy i promocje
- Aktualne dane - zapewnij dostęp do cen, stanów magazynowych i statusów zamówień w czasie rzeczywistym (przy włączonej integracji)
- Śledzenie zamówień i dane użytkownika - pozwól klientom sprawdzać szczegóły zamówień i status przesyłki po połączeniu integracji
Jak dostarczać informacje o produktach do ChatLab
Zanim zaczniesz uczyć ChatLab o swoim sklepie, zdecyduj, w jaki sposób będzie on pobierać dane o produktach:
-
Skanowanie strony WWW (Website Scan): ChatLab skanuje i indeksuje Twoje strony produktów (opisy, specyfikacje i zdjęcia) do statycznej bazy wiedzy. Idealne rozwiązanie, jeśli zależy Ci na bogatym kontekście i szczegółowych odpowiedziach, a Twój asortyment jest względnie stały. Dowiedz się więcej: Dodawanie nowych źródeł ze stron WWW
-
Integracja API: Połącz się przez API Shopify, WooCommerce, PrestaShop lub innej platformy, aby na żywo pobierać dane produktów, ceny, stany magazynowe oraz sprawdzać zamówienia w czasie rzeczywistym. Niektóre integracje obsługują także wyszukiwanie produktów po kodzie SKU lub kodzie referencyjnym. Najlepsze rozwiązanie przy często zmieniających się stanach magazynowych i do zarządzania zamówieniami. Produkty nie są importowane do statycznej bazy wiedzy ChatLab - zamiast tego ChatLab dynamicznie odpytuje Twoją platformę e-commerce w odpowiedzi na pytania użytkowników.
-
Połączenie obu metod: Użyj skanowania, aby uzyskać głęboką wiedzę kontekstową, i utrzymuj aktywną integrację, aby zachować stałą aktualność danych.
Dostępne integracje e-commerce
Przejdź do swojego bota i wybierz zakładkę Connect (Połącz), aby zobaczyć wszystkie dostępne integracje.
ChatLab obsługuje następujące platformy e-commerce:
- Shopify - wyszukiwanie produktów (z filtrowaniem dostępności), śledzenie zamówień
- WooCommerce - wyszukiwanie produktów według nazwy lub SKU, przeglądanie kategorii, śledzenie zamówień
- PrestaShop - wyszukiwanie produktów według nazwy lub kodu referencyjnego/SKU, obsługa wariantów, śledzenie zamówień
- Shoper - wyszukiwanie produktów, śledzenie zamówień
- Wix - wyszukiwanie produktów, śledzenie zamówień
- CS-Cart - wyszukiwanie produktów, śledzenie zamówień
- Abicart - wyszukiwanie artykułów, śledzenie zamówień
- Baselinker - wieloplatformowe zarządzanie zamówieniami
ChatLab obsługuje również integracje hotelowe i rezerwacyjne:
- Beds24 - dostępność pokoi, szczegóły obiektu, ceny
- Mews - kategorie pokoi, wyszukiwanie dostępności, sprawdzanie rezerwacji
- Hotres - lista apartamentów, sprawdzanie dostępności
- IdoBooking - rezerwacja apartamentów, zarządzanie rezerwacjami
- NfHotel - dostępność i szczegóły apartamentów
Skanowanie a integracja: co jest lepsze?
Skanowanie strony WWW
Zalety:
- Wyszukiwanie AI oparte na pełnym kontekście z bogatymi odpowiedziami
- Głębokie rozumienie opisów produktów
Wady:
- Wymaga ręcznego lub automatycznego ponownego trenowania, aby uwzględnić nowe lub zaktualizowane produkty
- Może wyczerpać limit znaków trenowania (training characters) przy indeksowaniu dużych katalogów
- Ryzyko błędnej interpretacji szczegółowych parametrów technicznych
- Może pominąć wyodrębnianie informacji z tabel lub list parametrów
Integracja API
Zalety:
- Zawsze aktualne ceny i stany magazynowe dzięki bezpośrednim wywołaniom API
- Sprawdzanie zamówień w czasie rzeczywistym w celu śledzenia statusu i historii
- Dostępne wyszukiwanie po SKU i kodzie referencyjnym dla WooCommerce i PrestaShop
- Shopify obsługuje filtrowanie według dostępności, aby pokazywać tylko produkty w magazynie
Wady:
- Wyszukiwanie oparte na słowach kluczowych (lub kodzie SKU), pozbawione głębokiego rozumienia kontekstowego
- Zależność od dostępności API i limitów zapytań (rate limits)
- Wymaga poprawnych danych uwierzytelniających i konfiguracji
- Do prawidłowej obsługi narzędzi zdecydowanie zalecane są modele AI wyższej klasy
Zwycięska formuła: połącz skanowanie i integrację
Łącząc skanowanie całej witryny z integracją na żywo, ChatLab zapewnia stałą synchronizację katalogu produktów i stanu sklepu. Klienci zawsze widzą aktualne stany magazynowe, poprawne ceny i szczegółowe opisy.
Aby uzyskać zarówno bogate kontekstowo odpowiedzi, jak i precyzję na żywo, skonfiguruj niestandardowe zachowanie ChatLab w Settings > Role & Behavior (Ustawienia > Rola i zachowanie). Kliknij Enable custom role and behavior instructions (Włącz niestandardowe instrukcje dotyczące roli i zachowania) i dodaj poniższą treść:
When a user asks about products or categories, first invoke API tools to retrieve current data; fallback to the scanned knowledge base only for contextual enrichment. After fetching live data, augment responses with detailed descriptions and recommendations from the knowledge base when relevant.
Dowiedz się więcej o dostosowywaniu roli: Ustawienia Role & Behavior
Zawsze używaj modeli wyższej klasy
Integracja z API wymaga, aby chatbot potrafił analizować wywołania API i ich wyniki. Mniejsze modele (jak GPT-5-mini) mają w tym zakresie ograniczone możliwości. Przy integracji z platformami e-commerce zawsze używaj modeli wyższej klasy (takich jak GPT-4o lub GPT-4.1).
Zmień model w Settings > Model & Advanced (Ustawienia > Model i zaawansowane).
Konfiguracja niestandardowego promptu
Dla WooCommerce
Integracja z WooCommerce udostępnia narzędzia searchProducts, searchCategories oraz searchProductBySku. Dodaj poniższe instrukcje w Settings > Role & Behavior:
First, classify the user question into one of:
- PRODUCT-BY-SKU (user provides a SKU, reference number, or product code)
- PRODUCT-SPECIFIC (variant/price/availability/recommendation)
- ASSORTMENT-OVERVIEW (brands we carry, categories, "do you sell X at all", broad offer)
If PRODUCT-BY-SKU:
- Call searchProductBySku with the provided SKU or reference code.
- Return the product details to the user.
If PRODUCT-SPECIFIC:
- Call searchProducts(text) first using normalized English singular lowercase query.
- If results are empty/weak:
1) Call searchCategories(normalized noun) to choose best categoryId.
2) Call searchProducts(categoryId) to show a few items as examples.
- Answer using tool results as primary truth (name/price/availability). Use Knowledge Base only to add extra details if consistent.
If ASSORTMENT-OVERVIEW:
- Build the overview primarily from tools, then enrich using Knowledge Base:
1) Call searchCategories(normalized noun) to find relevant categoryIds.
2) For up to 3-5 top categories, call searchProducts(categoryId).
3) Aggregate from tool results; always label as non-exhaustive.
4) Enrich the overview with Knowledge Base ONLY where it adds coverage the tools may miss.
- If tool results and KB conflict: prefer tool for concrete product facts; prefer KB for store-level statements.
Dla Shopify
Integracja z Shopify zawiera narzędzie searchProducts z opcją wyświetlania wyłącznie dostępnych produktów. Włącz przełącznik „In-stock only” w konfiguracji akcji wyszukiwania produktów w Shopify, aby automatycznie odfiltrować niedostępne pozycje. Dodaj poniższe instrukcje:
First, classify the user question into one of:
- PRODUCT-SPECIFIC (variant/price/availability/recommendation)
- ASSORTMENT-OVERVIEW (brands we carry, categories, "do you sell X at all", broad offer)
If PRODUCT-SPECIFIC:
- Call searchProducts first using normalized English singular lowercase query.
- If results are empty/weak, try up to 3 reformulations (simplify, synonym, category).
- Answer using tool results as primary truth; use Knowledge Base only for relevant extra context.
If ASSORTMENT-OVERVIEW:
- Use Knowledge Base as the primary source.
- Do not rely on searchProducts for full lists; optionally call it only to provide a few examples and label them "examples".
- Always be explicit when a list is non-exhaustive (e.g., "Examples include ...").
Dla PrestaShop
Integracja z PrestaShop obsługuje narzędzia searchProducts oraz searchProductByReference. Wyszukiwanie referencyjne pozwala klientom odnajdywać produkty po kodzie SKU, kodzie kreskowym EAN-13, ISBN lub kodzie MPN. Dodaj poniższe instrukcje:
First, classify the user question into one of:
- PRODUCT-BY-REFERENCE (user provides a SKU, EAN barcode, ISBN, MPN, or reference code)
- PRODUCT-SPECIFIC (variant/price/availability/recommendation)
- ASSORTMENT-OVERVIEW (brands we carry, categories, "do you sell X at all", broad offer)
If PRODUCT-BY-REFERENCE:
- Call searchProductByReference with the provided reference code.
- Return the product details to the user.
If PRODUCT-SPECIFIC:
- Call searchProducts first using normalized English singular lowercase query.
- If results are empty/weak, try up to 3 reformulations (simplify, synonym, category).
- Answer using tool results as primary truth; use Knowledge Base only for relevant extra context.
If ASSORTMENT-OVERVIEW:
- Use Knowledge Base as the primary source.
- Do not rely on searchProducts for full lists; optionally call it only to provide a few examples and label them "examples".
- Always be explicit when a list is non-exhaustive (e.g., "Examples include ...").
Dla AbiCart, Wix, CS-Cart, Shoper
Te integracje mają dostępne narzędzie searchProducts. Dodaj poniższe instrukcje:
First, classify the user question into one of:
- PRODUCT-SPECIFIC (variant/price/availability/recommendation)
- ASSORTMENT-OVERVIEW (brands we carry, categories, "do you sell X at all", broad offer)
If PRODUCT-SPECIFIC:
- Call searchProducts first using normalized English singular lowercase query.
- If results are empty/weak, try up to 3 reformulations (simplify, synonym, category).
- Answer using tool results as primary truth; use Knowledge Base only for relevant extra context.
If ASSORTMENT-OVERVIEW:
- Use Knowledge Base as the primary source.
- Do not rely on searchProducts for full lists; optionally call it only to provide a few examples and label them "examples".
- Always be explicit when a list is non-exhaustive (e.g., "Examples include ...").
Jak prawidłowo skanować stronę e-commerce
Dla lepszej kontroli zaplanuj skanowanie witryny partiami, a nie na raz. Skanowanie ma dwa poziomy filtrowania: filtrowanie adresów URL (które strony trafiają do trenowania) oraz filtrowanie elementów (które części poszczególnych stron stają się treścią). Poniższa lista kontrolna przedstawia najważniejsze zasady.
-
Określ odpowiedni zakres skanowania - użyj filtra wykluczania adresów URL:
- Uwzględniaj tylko adresy URL stron produktów i kategorii (np.
/products/i/collections/) - Wykluczaj ścieżki o niskiej wartości, takie jak
/blog/,/tags/czy strony archiwów - W przypadku sklepów wielojęzycznych ogranicz skanowanie do języka głównego
- Uwzględniaj tylko adresy URL stron produktów i kategorii (np.
-
Wykluczaj powtarzające się elementy - użyj filtra wykluczania elementów HTML dla nagłówka, stopki czy paska bocznego
-
Uwzględniaj tylko istotną treść - użyj reguły uwzględniania selektorów CSS, aby skupić się na opisach i specyfikacjach produktów, wykluczając jednocześnie opinie, oceny i sekcje podobnych produktów
-
Użyj mapy witryny (Sitemap), jeśli jest dostępna - pozwala wykryć wszystkie strony produktów i kategorii znacznie efektywniej niż standardowe przeszukiwanie witryny
Pełną metodę - szczegółowe omówienie obu poziomów filtrowania, zalecany podział na osobne trenowania treści informacyjnych i produktowych oraz gotowe selektory elementów dla WooCommerce, Shopify, PrestaShop, Magento, Shoper, CS-Cart i innych - znajdziesz w artykule Trenowanie bota na sklepie e-commerce bez integracji. Jest to szczególnie przydatne, gdy nie możesz (lub nie chcesz) włączać integracji.
Dowiedz się więcej o optymalizacji skanowania witryny: Jak ograniczyć liczbę znaków trenowania podczas skanowania strony
Dodatkowe funkcje, które warto włączyć
Offer Cards
Włącz tę opcję w Settings > Model & Advanced, aby chatbot mógł zwracać karty produktów z nazwami, zdjęciami i cenami. Poprawia to prezentację wizualną, szczególnie przy zapytaniach API w czasie rzeczywistym.
Dodaj poniższą treść do swoich niestandardowych instrukcji, aby uniknąć dublowania linków:
If knowledge base provides URLs of the source information, provide them as comma separated list in the response as a reference - only after you have answered user's question in the conversation and only if the links are not included in the product list
Dowiedz się więcej: Offer Cards
Sugerowane pytania (Suggested Questions)
Skonfiguruj gotowe kafelki szybkich odpowiedzi (wysyłka, zwroty, godziny otwarcia) w Settings > Conversation (Ustawienia > Rozmowa). Włącz dynamic suggested follow-ups (dynamicznie sugerowane pytania uzupełniające), aby korzystać z podpowiedzi generowanych przez AI.
Dowiedz się więcej: Dynamic Suggested Follow-ups
Przekazywanie do człowieka (Human Hand-off)
Aktywuj formularz kontaktu z człowiekiem i podaj swój adres e-mail wsparcia dla zgłoszeń wymagających eskalacji.
Dowiedz się więcej: Formularz kontaktu z obsługą klienta
Podsumowania rozmów i klientów (Conversation & Client Summaries)
Po włączeniu tej opcji ChatLab automatycznie generuje podsumowanie każdej rozmowy i prowadzi aktualne podsumowanie profilu dla powracających klientów.
Dowiedz się więcej: Podsumowania i pamięć chatbota
Chat Frontend API
Przekazuj informacje o aktualnie zalogowanym użytkowniku (np. identyfikator użytkownika, adres e-mail lub token bezpieczeństwa), aby chatbot mógł bezpiecznie sprawdzać historię zamówień bez konieczności ponownego wprowadzania danych.
Dowiedz się więcej: Chat API
Konfiguracja języka
ChatLab obsługuje ponad 90 języków. Dowiedz się więcej: Konfiguracja języka chatbota
Korzystając z integracji z Shopify, WooCommerce lub innymi platformami e-commerce, weź pod uwagę, w jakim języku Twój system zwraca produkty. Dodaj tę instrukcję w ustawieniach Role & Behavior:
When searching for products use [shop language] product and category names in singular form.
Monitoruj i udoskonalaj każdego dnia
Aby mieć pewność, że ChatLab pozostaje dokładny i skuteczny:
- Regularnie przeglądaj historię rozmów. Dopracowuj odpowiedzi lub uzupełniaj treść tam, gdzie bot wykazuje niepewność. Dowiedz się więcej: Historia rozmów
- Włącz AI Conversation Insights, aby identyfikować wzorce i problemy. Dowiedz się więcej: AI Conversation Insights
- Wykorzystaj automatyczny raport Daily Activity Report. Dowiedz się więcej: Codzienny e-mail z podsumowaniem
Optymalizacja odpowiedzi chatbota
Nawet dobrze skonfigurowany chatbot zyskuje na regularnym dostrajaniu. Analizuj historię rozmów, aby identyfikować słabe punkty, błędnie interpretowane zapytania lub powtarzające się odpowiedzi awaryjne. Dopracowuj prompty, aktualizuj materiały do trenowania i eksperymentuj z instrukcjami systemowymi.
Dowiedz się więcej: Jak ulepszać odpowiedzi chatbota