Как Gravity AI превращает диалог в единую точку входа для поиска, выбора, покупки, доставки и возврата товаров.
Покупателю не нужен ещё один чат на сайте. Ему нужно быстрее найти подходящий товар, разобраться в выборе, снять сомнения и оформить заказ. Именно вокруг этих задач мы строим шопинг-агента Gravity AI.
От поиска по словам — к поиску по задаче
Классический интернет-магазин ждёт, что покупатель уже знает, что искать. Нужно сформулировать запрос, выбрать категорию, настроить фильтры, открыть несколько карточек и самостоятельно сопоставить характеристики.
Этот сценарий хорошо работает, когда потребность понятна заранее. Например, человеку нужен чайник определённой модели или корм знакомого бренда. Но значительная часть покупок начинается иначе:
«Нужны удобные кроссовки для первых пробежек».
«Хочу собрать базовый уход для чувствительной кожи».
«Подберите всё необходимое для поездки с ребёнком на выходные».
В таких запросах есть задача, ограничения и контекст, но ещё нет точного названия товара. Перевести их в фильтры бывает трудно, а просматривать десятки похожих карточек — долго.
Шопинг-агент меняет сам способ взаимодействия с магазином. Покупатель описывает потребность обычными словами, отвечает на несколько уточняющих вопросов и получает подходящие варианты из реального ассортимента. Поиск, сравнение и консультация становятся частями одного диалога.
Это уже не только продуктовая гипотеза отдельных ритейлеров. В сентябре 2026 года Anthropic выпустила открытый blueprint для commerce-агентов: готовую архитектурную основу для ассистентов, связанных с каталогом, корзиной, оформлением заказа, предпочтениями и историей покупок. По данным самой Anthropic, у компаний, использующих shopping agents на Claude, корзины были до 35% больше, а вероятность завершить покупку — на 60% выше. Методология расчёта этих показателей не раскрыта, поэтому воспринимать их как универсальный рыночный бенчмарк пока рано. Но направление развития e-commerce они показывают вполне ясно.
Диалог внутри коммерческого контура
Сам по себе диалоговый интерфейс не создаёт ценности. Если ассистент умеет только пересказывать FAQ или выдавать ссылки на разделы каталога, он добавляет покупателю ещё один промежуточный шаг.
Полезный шопинг-агент должен работать внутри коммерческого контура магазина:
- видеть актуальные товары, цены и остатки;
- учитывать характеристики, совместимость и варианты товара;
- соблюдать бизнес-правила и логику мерчандайзинга;
- понимать текущую задачу и, с согласия пользователя, учитывать его предпочтения;
- показывать товары и сравнения прямо в диалоге;
- передавать выбранные позиции в корзину и оформление заказа;
- связывать диалоги с кликами, добавлениями в корзину, покупками и выручкой.
Поэтому языковая модель — только один из компонентов. Настоящий продукт появляется, когда диалог соединён с данными и действиями магазина, а его влияние можно измерить на всей воронке.
Пять задач покупателя, которые закрывает Gravity AI
Мы разложили шопинг-агента не по элементам интерфейса, а по работам, ради которых покупатель приходит в магазин.
1. Найти подходящий товар
Покупатель может описать потребность своими словами, даже если не знает точного названия или терминов из каталога:
«Нужен тихий увлажнитель для спальни до 15 000 рублей».
Агент понимает смысл запроса, находит релевантные товары и помогает сузить выбор уточняющими вопросами. Для покупателя это более короткий путь к нужной части ассортимента. Для магазина — дополнительные переходы из поиска в карточки товаров и добавления в корзину.
2. Понять, что именно выбрать
Иногда точного поискового запроса ещё нет. Человек знает, какую задачу хочет решить, но не понимает, какая категория, модель или набор товаров ему нужен.
В этом случае агент работает как консультант: уточняет сценарий использования, приоритеты и ограничения, затем предлагает несколько вариантов и объясняет различия между ними. Он не просто ищет по сформулированному запросу, а помогает этот запрос сформировать.
Особенно заметна ценность такого сценария в электронике, косметике, товарах для дома, спорта и животных — в категориях, где выбор зависит от множества параметров, а ошибка обходится дорого или доставляет много неудобств.
3. Решить вопрос после покупки
Покупатель не должен искать отдельный раздел поддержки, если в том же диалоге можно узнать статус заказа, условия доставки, правила обмена и возврата.
Для этого агенту нужен доступ не только к базе знаний, но и к контексту конкретного заказа. Тогда он может дать предметный ответ и помочь выполнить следующее действие, а не отправить человека читать общие правила. Такие сценарии сокращают время до ответа и снимают с поддержки часть типовых обращений.
4. Проверить, подходит ли товар
Часто покупатель уже находится в карточке товара, но не готов добавить его в корзину. Остались практические вопросы: подойдёт ли размер, совместима ли модель с другим устройством, что чаще всего отмечают в отзывах, есть ли похожий вариант с нужной характеристикой.
Агент отвечает в контексте конкретного товара, переводит характеристики на понятный язык, кратко обобщает отзывы и предлагает альтернативы. Его задача в этот момент — не увеличить число рекомендаций, а снять конкретное сомнение перед покупкой.
5. Купить на лучших условиях
Акции, промокоды, бонусы и персональные предложения часто разбросаны по разным разделам магазина. Покупателю приходится самостоятельно выяснять, какое условие применимо к его корзине.
Шопинг-агент может подобрать доступные предложения с учётом выбранных товаров, сегмента и правил программы лояльности. Важно, чтобы он использовал только реальные условия и не обещал несуществующую скидку. При корректной интеграции такой сценарий одновременно делает выгоду понятнее для покупателя и повышает использование промо для магазина.
Почему эти сценарии лучше запускать поэтапно
Пять задач не обязательно превращать в один большой проект. У разных магазинов разные узкие места в клиентском пути, поэтому первый сценарий стоит выбирать по наблюдаемой проблеме.
Если посетители вводят длинные запросы и редко переходят из поиска в товар, логично начать с поиска в свободной форме. Если в сложной категории много просмотров, но мало добавлений в корзину, полезнее ассистент в карточке товара. Если поддержка перегружена вопросами о доставке и возвратах, первым может стать послепродажный сценарий.
Для пилота достаточно пройти четыре шага:
- Выбрать одну задачу покупателя и участок воронки.
- Подключить необходимые данные и действия магазина.
- Задать границы ответов и правила показа товаров.
- Сравнить результат с текущим сценарием по заранее выбранным метрикам.
Набор метрик зависит от точки запуска. Для поиска это могут быть переходы в карточку и add-to-cart; для помощи с выбором — доля завершённых подборов и конверсия; для поддержки — доля решённых обращений и нагрузка на операторов. Качество текста ответа важно, но само по себе оно не показывает, помог ли агент покупателю.
От прототипа к коммерческому продукту
Собрать демонстрацию commerce-агента становится всё проще. Сложнее обеспечить то, что остаётся за пределами красивого диалога: актуальность данных, предсказуемость действий, скорость ответа, безопасность, аналитику и контроль со стороны команды магазина.
Именно поэтому мы в Gravity AI смотрим на шопинг-агента как на новый слой покупательского опыта, а не как на универсального чат-бота. Он работает поверх каталога, рекомендаций, мерчандайзинга, клиентского контекста и аналитики — и встраивается в ту точку пути, где покупателю действительно нужна помощь.
В Gravity AI уже готовы пять основных сценариев: найти товар, разобраться в выборе, получить поддержку после покупки, снять сомнения в карточке и подобрать подходящее предложение. Ритейлеру не нужно начинать с разработки собственного AI-продукта с нуля: можно выбрать приоритетную задачу, встроить решение в существующий магазин и проверить его на бизнес-метриках.
Похоже, главный вопрос для e-commerce уже не в том, нужен ли на сайте AI-ассистент. Гораздо полезнее спросить: на каком участке клиентского пути он первым даст покупателю заметное упрощение, а магазину — измеримый результат?
Источники
- Building commerce agents with Claude, Anthropic, 2 сентября 2026 года.
- A guide to the anatomy of effective commerce agents, Anthropic, 2 сентября 2026 года.
- Gravity AI для eCommerce.
