Как использовать нейросети и AI в интернет-магазинах

Нейросети — инструмент, который помогает в развитии интернет-магазина. Нужно сэкономить деньги на дизайнере и копирайтере — используйте нейросети. Хотите улучшить сегментацию и персонализацию — используйте нейросети. Нужно автоматизировать общение с клиентами — снова помогут нейронки.

Как это правильно использовать нейросети в e-commerce, рассказываем в этой статье.

Как использовать нейросети для создания контента

Нейросети умеют создавать картинки и писать тексты. Разберемся, как использовать эти возможности при работе с интернет-магазином.

Как создавать изображения

Один из главных элементов на странице интернет-магазина — фото товара. Если заказать фотосессию и красиво обработать картинку, шанс продать будет выше. Но есть проблема — деньги на создание качественных изображений есть не всегда, да и услуги фотографов иногда стоят слишком дорого.

Делать фото на телефон не вариант — такие картинки вряд ли зацепят пользователя и мотивируют его к покупке. Выход из ситуации есть — сгенерировать картинки в нейросетях, а потом обработать в Photoshop или другом редакторе. Например, можно сгенерировать фото товара, похожего на ваш, с нуля в Midjourney, а потом наложить на объект логотип компании.

Помогают в этом разные промпты. Вот несколько примеров готовых запросов для нейросетей.

Для генерации товаров в разных банках, склянках, тюбиках: hyperrealistic photograph of a [товар] for women, clean aesthetic cinematic image, advertisement, Cinestill 800T.

Для генерации бутылок: Unbranded blank [бутылка чего] bottle, no label, white background

Для генерации рекламных постеров. Very sharp empty poster white colored, placed in the middle of the picture, daylight, with Sony Alpha 7R5 on a stative with SONY FE 135mm F1.8 GM, ultra realistic, high resolution.

Для генерации одежды. Photo of man in a full-body, he is wearing a plain [во что одета модель], photography, black background.

Также нейросети можно использовать для генерации иконок на сайт. Например, на сайте ниже иконки сделаны с помощью нейросети. Они не вводят покупателя в заблуждение, а просто дополняют визуальный контент сайта. 

Кроме создания картинок с нуля, можно использовать сервисы для обработки изображений:

• FP-GAN — убирает шумы и увеличивает размер изображения не теряя его качество.
• AI Image Enlarger — улучшает качество, накладывает ретушь, удаляет фон. Есть бесплатная версия.
• Upskaler — увеличивает фотографии.
• BgRem — очищает фон и убирает объекты на фотографиях.

Большой плюс использования нейросетей — ускорение работы. Если на фотосессию может уйти несколько дней, то в нейронках можно за день генерировать сотни изображений и использовать их на сайте.

Как писать тексты

Если с картинкой все хорошо, следующее, куда смотрят пользователи — описание товара. В карточку товара можно вставить характеристики, но такой текст вряд ли будет полезен пользователям. Лучше написать интересный текст и рассказать, как продукт пригодится человеку в жизни.

Если не хочется писать текст самостоятельно или заказывать у копирайтера не хочется, можно воспользоваться нейросетями. Здесь пригодятся сервисы ChatGPT, Claude или YandexGPT. Они работают по схожему принципу: нужно добавить промпт, описать товар и отправить текст на генерацию. А потом отредактировать его вручную или дополнительными запросами. Как создавать промпты, т.е. запросы, для нейросетей, мы рассказывали в отдельной статье.

Например, чтобы попросить нейронку написать текст для карточки товара, можно использовать такой промпт.

Вот какой обзор iPhone 15 Pro получилось сделать по этому промпту:

Кроме создания текстов нейросети могут выступать в роли редактора. Например в The Washington Post работает бот, который помогает работать с шаблонными материалами: новостями, заметками и даже статьями.

Как использовать нейросети для персонализации

В Mckinsey выяснили, что 71% потребителей ожидают от компаний персонализированных взаимодействий, и 76% негодуют, когда персонализации нет. Стандартных вариантов персонализации много — от обращения к клиенту по имени до скидок за конкретные покупки.

Например, в Т-Банке используют персонализированный кэшбек, которым управляет нейросеть. Система на базе ИИ Tinkoff RECO умеет определять вероятности покупки для брендов и решает, когда давать кэшбек. А Яндекс Маркет предлагает персонализированные подборки товаров, которые нейросеть создает на основе поведения пользователя в сервисе.

В интернет-магазинах можно пойти дальше и визуализировать товары. Например, приложение Style Space позволяет выбрать готовую модель, позу и посмотреть, как одежда будет на ней сидеть. Похожая функция есть в мобильном приложении Lamoda.

При этом разрабатывать свои нейросети для примерок необязательно, есть чужие коробочные решения. Купить такой функционал можно на сайте 3DLOOK или Astrafit.

Но можно разработать и самому — на платформе для разработчиков GitHub есть нейросеть ​​PF-AFN, которая наложит фотографию выбранной одежды на фото покупателя. Исходный код и документацию можно взять на GitHub. 

Кроме примерки одежды в интернет-магазин можно интегрировать функцию AR, чтобы человек мог покрутить 3D-изображение товара и осмотреть его со всех сторон. Такой функционал можно заказать у Arigami, 7winds или других сервисов.

Еще один способ повышения персонализации — использование компьютерного зрения. Когда на сайте много похожих товаров, возникает проблема: как описать товары так, чтобы люди могли их быстро находить. Например, чтобы по запросу «стулья с круглыми ножками» клиент действительно находил их на сайте, а не терялся в сотнях похожих карточек.

Такие стулья легко вычислить по фото, но сложно описать, если поставщиков несколько, у всех похожие товары и самого товара несколько тысяч. Сделать уникальные описания каждого товара с использованием ключевых запросов невозможно. 

Поэтому здесь выручают нейросети и компьютерное зрение. ИИ можно заранее обучить на фотографиях и показать, на каких фотографиях ножки круглые, а на каких — квадратные и т. д. В итоге при поиске по сайту нейросеть будет автоматически проверять фотографии товаров и определять, какие стулья перед ней. А пользователь будет получить наиболее релевантный ответ. Подробнее о компьютерном зрении можно почитать на Yandex.Cloud.

Как использовать нейросети для работы с базой контактов

Нейросети полезны не только для повышения клиентоориентированности, но и для того, чтобы оптимизировать внутренние бизнес-процессы. Например, с помощью ИИ можно актуализировать и реактивировать базу, чтобы заработать на ней неплохие деньги. Пример такого кейса — IT-компания Пинол (PINALL), которая с помощью нейросетей смогла:

1. Поднять и взбодрить базу лохматых годов — это сотни тысяч контактов.
2. Придумать, протестировать и сразу запустить новую услугу. 
3. Определить 20% клиентов, которые приносят 80% результата.
4. Продавать веселее — вдвое быстрее и больше. 
5. Сделать так, что даже новички закрывают сделки в первые недели работы. 

Подробнее о том, как это получилось, читайте в статье «Кейс PINALL: как нейросети помогают продавать на 500 000 ₽ в месяц даже новичкам».

Еще один плюс нейронок — их можно использовать внутри CRM. Например, чтобы получать саммари по звонкам, писать тексты, анализировать покупателей и т. д. Пример такой CRM-системы — Bitrix с функцией Copilot. Кроме обычного нейросетевого помощника у Bitrix есть функция скоринга — нейросеть самостоятельно определяет вероятность успешного завершения сделки, обучаясь на основе ваших данных.

Как использовать нейросети для общения с клиентами

Чат-боты со встроенными нейросетями помогают взаимодействовать с клиентами и разгружать отдел поддержки. Все потому, что такие боты умеют поддерживать беседу и логически отвечать на нестандартные вопросы пользователей.

Кроме того, чат-боты на основе ИИ умеют прогнозировать, анализировать и выявлять предпочтения пользователей. А потом на основе этих данных рекомендовать людям какой-то контент, товары и т.д.

По сути, чат-бот на основе ИИ справляется с такими же задачами, как и обычный бот:

• Отвечает на вопросы клиентов вместо технической поддержки.
• Оформляет заказы.
• Подбирает сопутствующие товары к основному заказу клиента.
• Собирает контактную информацию клиента и передает ее в CRM.

А еще он сможет рассказать, чем один товар отличается от другого, сравнить их и поделиться другой важной информацией. 

Примеры таких «умных» ботов — голосовые помощники Алиса от Яндекса и Олег от Т-Банка. Кейсы успешного внедрения «умных» чат-ботов в e-commerce тоже есть. Например, Нона — бот-консультант в интернете-магазина обоев Palitra. В компании создали бота, который умеет:

• Консультировать по ассортименту интернет-магазина: цены, наличие, характеристики отдельных позиций обоев.
• Подбирать обои по запросу клиента: бот выдает ссылку на определенные разделы каталога.
• Подсказывать, в каких магазинах можно купить выбранные позиции.
• Отвечать на популярные вопросы, связанные с обоями или ремонтом. Например, как клеить обои или можно ли их мыть.

В итоге за 4 месяца работы количество продуктивных диалогов и число обращений к боту выросло в 2 раза.

Другой пример — в интернет-магазине матрасов «МногоСна» поручили боту отвечать на вопросы клиентов, и в итоге количество пропущенных диалогов сократилось со 100 до 5–10 в день. А за счет освободившегося времени у менеджеров и быстрых ответов бота число заказов, оформленных через чат, выросло на 20%.

Создать собственного чат-бота на основе нейросетей можно в сервисах Aimylogic, Lia, Chatme.

Что в итоге

Нейросети можно использовать для генерации контента, например, изображений и текстов. С помощью нейросетей можно придумывать описания товаров, генерировать фото товаров или делать иконки для сайта.

Нейросети пригодятся для персонализации при взаимодействии с клиентами. Например, для создания онлайн-примерочных или визуализации продуктов.

Нейросети можно использовать для работы с базой контактов и общения с клиентами через чат-боты.