Розробка бота для автоматичної відповіді на запитання клієнтів на маркетплейсах

Розробка бота для автоматичного відповіді на запитання клієнтів на маркетплейсах

Продавці на Ozon, Wildberries, Яндекс.Маркет щодня отримують десятки типових питань: «є в наявності», «який розмір», «коли доставлять». Бот з LLM-обробкою відповідає на стандартні питання за секунди та передає нестандартні менеджеру.

Архітектура

Marketplace API (polling / webhook)
    ↓
Question Classifier
    ↙             ↘
Шаблонна відповідь LLM-генерація
(FAQ-база)         (OpenAI / Claude)
    ↓                    ↓
Auto-Reply          Перевірка менеджером
    ↓
Marketplace API → Відправка відповіді

Отримання питань через API маркетплейсу

# Ozon Seller API — отримання нових питань
import httpx

class OzonQAClient:
    def __init__(self, client_id: str, api_key: str):
        self.headers = {
            'Client-Id': client_id,
            'Api-Key':   api_key,
        }

    def get_unanswered_questions(self) -> list:
        resp = httpx.post(
            'https://api-seller.ozon.ru/v1/qa/list',
            headers=self.headers,
            json={'status': 'without_answer', 'page_size': 50}
        )
        return resp.json().get('result', {}).get('questions', [])

    def reply(self, question_id: str, answer_text: str) -> bool:
        resp = httpx.post(
            'https://api-seller.ozon.ru/v1/qa/answer/seller',
            headers=self.headers,
            json={'question_id': question_id, 'text': answer_text}
        )
        return resp.status_code == 200

Класифікація та генерація відповіді

from openai import OpenAI

client = OpenAI()

FAQ_CONTEXT = """
Ти — помічник продавця на маркетплейсі. База знань:
- Доставка: 3-7 днів по Україні, CDEK або Укрпошта
- Гарантія: 12 місяців на всі товари
- Повернення: в течение 14 днів
- Оплата: карта, транслог, умовно при отриманні
"""

def generate_answer(question: str, product_info: dict) -> dict:
    system_prompt = FAQ_CONTEXT + f"\n\nТовар: {product_info['name']}\n{product_info['description']}"

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[
            {'role': 'system', 'content': system_prompt},
            {'role': 'user',   'content': question},
        ],
        temperature=0.3,
    )

    answer = response.choices[0].message.content

    # Визначаємо впевненість через окремий запит
    confidence = classify_confidence(question, answer)

    return {
        'answer':     answer,
        'confidence': confidence,   # 0.0 — 1.0
        'auto_send':  confidence >= 0.85
    }

Передача менеджеру

Питання з низькою впевненістю бота переходять на перевірку:

if not result['auto_send']:
    # Відправляємо менеджеру в Telegram з кнопками
    await telegram.send_message(
        chat_id=MANAGER_CHAT,
        text=f"❓ Питання по товару \"{product['name']}\"\n\n"
             f"Питання: {question}\n\n"
             f"Запропонована відповідь:\n{result['answer']}",
        reply_markup=InlineKeyboardMarkup([[
            InlineKeyboardButton("✅ Надіслати", callback_data=f"approve:{question_id}"),
            InlineKeyboardButton("✏️ Редагувати", callback_data=f"edit:{question_id}"),
        ]])
    )

Строки виконання

Бот з LLM-відповідями для одного маркетплейсу, Telegram-передача: 5–8 робочих днів.