Интернет-магазин промышленных приводов и комплектующих хотел снять нагрузку с менеджеров: покупатели часто задают одни и те же вопросы про модели, характеристики и подбор по каталогам производителей, а ответы приходится искать в десятках PDF.
Задача: сделать чат-бота на сайте, который отвечает по реальным каталогам и данным магазина, не придумывает характеристики и помнит контекст диалога.
- Собрал RAG-систему на n8n: каталоги производителей (PDF) разбиваются на фрагменты, превращаются в векторы и сохраняются в векторную базу Pinecone. Загружено 133 фрагмента из 9 каталогов производителей.
- Бот ищет в базе нужные фрагменты и формирует ответ языковой моделью только по найденному.
- Настроил память диалога и системный промпт, чтобы бот держал контекст и не выдумывал данные.
- Сделал и подключил чат-виджет на сайт магазина.
- Написал парсер каталога сайта: он собрал 13 379 товаров из 237 категорий в единую базу для следующего этапа.
- Следующий этап: загрузка всего ассортимента и еженедельное автообновление базы.
Работающий чат-бот на сайте магазина отвечает по каталогам производителей и помнит контекст разговора. Собрана база из 13 379 товаров для расширения бота на весь ассортимент. Менеджерам не нужно вручную искать ответы в PDF по типовым вопросам.
