Wyszukiwarka AI w sklepie internetowym, która rozumie, czego szuka klient
Klient wpisuje „buty na mokrą trawę”, a sklep pokazuje zero wyników, bo żaden produkt nie ma tych słów w nazwie. Wyszukiwarka oparta na AI szuka po znaczeniu i zamienia zwykłe zdanie na filtry.
Autor: Szymon Łakomy. Aktualizacja:
Zwykłe pole szukaj a wyszukiwanie po znaczeniu
| Klient wpisuje | Wyszukiwarka po słowach | Wyszukiwarka semantyczna |
|---|---|---|
| buty na mokrą trawę | brak wyników, żaden tytuł nie zawiera tych słów | obuwie wodoodporne z bieżnikiem terenowym |
| czarna kurtka przeciwdeszczowa M | produkty z którymkolwiek z tych słów, w przypadkowej kolejności | kategoria kurtki, kolor czarny, rozmiar M, cecha wodoodporna |
| wkretarka akumulatorowa | pusta lista albo przypadkowe produkty | wkrętarki akumulatorowe mimo braku polskiej litery |
| prezent dla taty, który grilluje | nic sensownego | akcesoria do grilla i zestawy upominkowe |
| kod producenta albo EAN | dokładne trafienie | dokładne trafienie, bo wyszukiwanie po słowach zostaje |
Co dzieje się po wpisaniu zapytania
Opisy, nazwy i atrybuty produktów są zamieniane na tak zwane embeddingi, czyli liczbowy zapis znaczenia tekstu. Zapytanie klienta przechodzi tę samą zamianę, a system szuka produktów o najbliższym znaczeniu. To ta sama technika wyszukiwania, na której opiera się RAG, tylko zamiast fragmentów dokumentów zwraca produkty.
Równolegle działa klasyczne wyszukiwanie po słowach, bo kody, numery katalogowe i nazwy modeli muszą trafiać dokładnie. Dłuższe zapytania model językowy rozkłada na filtry: kategorię, kolor, rozmiar, maksymalną cenę. Na końcu wyniki są zestawiane z aktualnym stanem magazynu, żeby na górze listy nie lądowały produkty niedostępne.
Dane produktowe, bez których to nie zadziała
- Opisy z treścią. Produkt z samym tytułem i zdjęciem nie ma czego dopasować. Braki można uzupełnić, o czym piszę przy opisach produktów generowanych przez AI.
- Atrybuty w osobnych polach. Kolor, rozmiar, materiał i przeznaczenie zapisane jako cechy, nie tylko w nazwie.
- Uporządkowane kategorie. Jedna kategoria „inne” z połową katalogu psuje filtry.
- Słownik branżowy od zespołu. Potoczne nazwy, którymi klienci opisują produkty, a których nie ma w kartach.
- Aktualne ceny i stany. Pobierane przez API sklepu przy każdej zmianie, a nie raz w tygodniu.
Wdrożenie w kilku krokach
- Eksportuję katalog i logi obecnej wyszukiwarki, szczególnie frazy, które kończą się pustą listą.
- Buduję indeks i porównuję na tych frazach, co pokazuje stara, a co nowa wyszukiwarka.
- Podpinam wyniki pod sklep. W WooCommerce i PrestaShop robi się to modułem lub wtyczką, w sklepach abonamentowych sprawdzam w dokumentacji, czy da się podmienić wyniki. Połączenie z WooCommerce opisuję przy integracji WooCommerce.
- Ustawiam synchronizację, żeby nowy lub zmieniony produkt trafiał do indeksu bez ręcznej pracy.
- Po starcie co jakiś czas przeglądam zapytania bez kliknięć i dopisuję synonimy.
Wyszukiwarka, chatbot i koszt
Wyszukiwarka od razu pokazuje listę produktów i nie prowadzi rozmowy. Kiedy klient pyta o dostawę, zwroty albo potrzebuje doradztwa w kilku krokach, lepiej sprawdza się chatbot dla sklepu internetowego. Oba rozwiązania mogą korzystać z tego samego indeksu produktów.
Koszt zależy od platformy, liczby produktów, języków i tego, czy potrzebny jest rozkład zapytań na filtry, dlatego wyceniam po rozmowie. Do tego dochodzi utrzymanie indeksu i opłaty za model. Na krótkiej rozmowie wystarczy, że podasz adres sklepu i kilka fraz, na których dziś nic się nie wyświetla.
Najczęstsze pytania
Czy wyszukiwarka AI spowolni sklep?
Zapytanie trafia do osobnej usługi, a popularne frazy mogą być zapamiętane, więc wyniki pojawiają się szybko. Rozkład długiego zdania na filtry przez model trwa dłużej niż zwykłe wyszukiwanie, dlatego uruchamiam go tylko dla dłuższych zapytań. Szybkość mierzymy na waszym sklepie przed startem.
Czy zadziała na WooCommerce albo Shoperze?
W WooCommerce i PrestaShop wyszukiwarkę można podmienić modułem lub wtyczką. W sklepach abonamentowych zależy to od tego, czy platforma pozwala na własne skrypty lub aplikacje, co sprawdzam w dokumentacji. W sklepie dedykowanym podpięcie jest najprostsze.
Co z wyszukiwaniem po kodzie produktu i EAN?
Zostaje dokładne. Wyszukiwanie po znaczeniu działa razem z klasycznym wyszukiwaniem po słowach, więc wpisany kod, numer katalogowy czy nazwa modelu nadal trafia w konkretny produkt.
Czy wyszukiwarka obsłuży kilka języków?
Tak, jeśli sklep ma opisy w tych językach albo ustalimy, że zapytanie w jednym języku może znaleźć produkt opisany w innym. Wyszukiwanie po znaczeniu radzi sobie z tym lepiej niż dopasowanie słów, ale wyniki sprawdzamy na prawdziwych frazach.
Powiązane strony
Klienci wpisują frazy, na które sklep nic nie pokazuje?
Podaj adres sklepu i kilka takich zapytań. Sprawdzę, czy problem leży w wyszukiwarce, czy w danych produktowych.