Разбор сервиса app.otveto.ru изнутри — пройдены все экраны и сценарии под боевым кабинетом «Вуки ООО». Это доказательная база, на которой мы согласуем фазы своего сервиса.
SaaS для селлеров: тянет из маркетплейсов отзывы, вопросы и чаты → ИИ генерирует ответ в тоне бренда с учётом карточки товара и базы знаний → публикует обратно (автоматически или после модерации). Оплата — пакетами «ответов», без подписки. Мульти-тенант: каждый селлер = аккаунт, внутри — сотрудники.
Лента обращений (отзывы/вопросы/чаты) + панель ответа. Ядро.
Синхронизация карточек из МП: артикул, фото, рейтинг, остаток.
Подключение МП + 7 вкладок настроек на каждый магазин.
База знаний: описание магазина, брендов, товаров, файлы.
Отчёт по карточке: плюсы/минусы, жалобы, точки роста.
Сообщения покупателям в чаты (акции, новинки).
Допродажа товара прямо в ответе, с проверкой остатка.
Баланс, доступы сотрудников, платежи, рефералка, Telegram-бот.
80% ценности — здесь. Слева лента обращений, справа карточка с готовым ИИ-ответом и действиями.
Каждая строка: маркетплейс · магазин · артикул · имя · дата · оценка · статус (Выкуп) · товар. Чекбоксы → массовые операции.
Главная фишка — гранулярность. Уровень автоматизации задаётся не «на всё», а по каждому типу обращения.
Для каждой оценки 1★/2★/3★/4★/5★ отдельно:
Автоматический — генерит и публикует сам Полуавтоматический — ждёт модерацииТипично: 4–5★ на автомат, 1–3★ на ручную проверку.
Один режим на весь поток вопросов магазина.
Сообщение сначала классифицируется по теме, потом применяется режим темы (Ручной/Автомат):
ДоставкаВозвратХарактеристикиЦена/скидкиБлагодарностьЖалобаДругоеБез темыИз этих переключателей собирается «характер» бренда, который подмешивается в каждую генерацию.
| Формат обращения | «Вы» / «вы» / «ты» |
| Обращение по имени | из профиля покупателя |
| Название товара в ответе | из карточки |
| Длина ответа | Краткий / Обычный / Развёрнутый |
| Эмодзи | автоподбор вкл/выкл |
| Реакция на фото | анализ фото в отзыве |
| Способ доставки | влияет на формулировки |
| Подпись | мультивариант → случайный выбор |
Тональность выбирается отдельно для позитивных / нейтральных / отрицательных отзывов и для вопросов. 12 пресетов:
Пример «Заботливая»: «Как жаль, что у вас возникли сложности… Расскажите подробнее, мы сделаем всё возможное, чтобы вам помочь.»
Найдены в обращении/ответе → ответ на полуавтомат-проверку (в чатах AUTO→ручной). Защита репутации.
Система не использует эти слова при генерации. Напр. убрать «дешёвый», «к сожалению».
Чем полнее контекст, тем точнее ответы. Три уровня знаний на магазин:
Произвольный текст о бренде, политике, ценностях.
Отдельные описания по брендам и конкретным товарам.
Инструкции, примеры ответов, файлы (Excel/CSV/PDF/текст).
Реальный диалог из кабинета — спор о возврате белья. Видно: историю переписки, классификацию темы «Возврат», назначение оператора и генерацию ответа в поле ввода. данные реальные, экран воспроизведён
• Классификация по теме (8 тем) → режим темы
• Назначение оператора и статус диалога
• Генерация по запросу в поле ввода, можно править
• Вложения (до 3 фото)
• Автоответы по расписанию (шаблоны + время)
• Шаблонные ответы для типовых сообщений
• Подтверждение отправки/генерации
Сообщение об акции/новинке отправляется прямо в чаты с покупателями. 1 отправленное сообщение = 1 ответ. поля мастера — реальные
Выбираешь магазин + диапазон дат → система находит покупателей, с кем есть чаты за период → показывает количество получателей → пишешь текст (вручную или ИИ) и картинку (загрузить / выбрать / сгенерировать) → стоимость = число получателей → Сохранить и отправить.
«Новый анализ» по карточке — нейросеть разбирает до 1000 отзывов (расход 10 ответов). На выходе: средняя оценка, распределение тональностей, плюсы/минусы товара, сгруппированные повторяющиеся жалобы, точки роста (что добавить в карточку/фото), анализ отзывов конкурентов, экспорт PDF.
ИИ подбирает релевантный товар из каталога и встраивает рекомендацию прямо в ответ на отзыв. Проверяет остаток — товары с остатком <5 шт исключаются. Приоритеты: новинки / хиты / маржинальные. Подбор по бренду / категории / из карточки. Заявленный эффект — до +10% допродаж.
Как заявляет otveto (маркетинг «7 моделей»):
Классификатор (тип+тема+тональность, LIGHT) → сбор контекста (карточка + остаток + база знаний + история правок) → генерация по правилам магазина (тон/длина/обращение/эмодзи/подпись/рекомендация, MAIN) → арбитр-проверка (стоп-слова, факт-чек, тон, LIGHT) → auto-публикация или очередь модерации. Всё через нашего LLM-провайдера (Polza.AI), сложный негатив — на HEAVY-модель.
1 обработанное обращение (отзыв / вопрос / сообщение чата) = 1 ответ. Рассылка = 1/сообщение. Анализ карточки = 10. Пакеты не сгорают, без подписки.
| Пакет | Цена | За 1 ответ |
|---|---|---|
| 100 | 549 ₽ | 5,49 ₽ |
| 500 | 2 190 ₽ | 4,38 ₽ |
| 5 000 | 11 990 ₽ | 2,40 ₽ |
| 10 000 · ХИТ | 17 290 ₽ | 1,73 ₽ |
| 15 000 | 24 490 ₽ | 1,63 ₽ |
| кастом до 2M | слайдер | до −69% |
Оплата: карта / СБП / счёт для ЮЛ · промокоды · автооплата. Премиум-подписка отдельно (от 7 990 ₽/мес) открывает чаты и фильтры.
Строим на стеке Wookiee (Python + Supabase RLS + Polza LLM), дизайн берём из Wookiee Hub, на старте — без логина. Архитектура мульти-тенант с фазы 0, но гоняем на своём аккаунте. Фазы финально согласуем после этой презентации.
Мульти-тенант БД, подключение WB по токену, синк товаров + забор отзывов в ленту. → Видим свои отзывы в своём интерфейсе.
Генерация (классиф.→генер.→арбитр), настройки (режим 1–5★, тон, стоп/минус-слова, подпись), полуавтомат-модерация + публикация, правка/перегенерация. → Реально отвечаем на отзывы Wookiee.
Ответы на вопросы, «Обучение ИИ», подключение Ozon, авто-режим.
Чаты с классификацией по темам, допродажи в ответах, рассылки.
Биллинг пакетами, доступы, дашборд, анализ карточек, Telegram-бот, рефералка. Нужно при открытии для других селлеров.
Подтверждаем scope фазы 1 и порядок — и я пишу spec + детальный план реализации.