Детальный teardown · WB + OZON · 22.06.2026 · v2

ОТВЕТО — разбор каждого элемента

Не «какие есть разделы», а как именно настраивается каждый контрол и как он уходит в LLM. Пройдено вручную под кабинетом «Вуки ООО»: открыты все модалки настроек, лента, чаты, рассылки, анализ. Плюс разобрано их исследование про подбор модели.

5×2режим по каждой оценке
8тем чатов с режимами
12тональностей × 4 сегмента
3уровня базы знаний
Лента · фильтр · сортОтвет на отзывРежим по оценке РекомендацииПодписьРасширенные · тон База знанийЧатыВопросы РассылкиАнализДвижок · исследованиеФазы
Раздел «Ответы» · лента

Лента обращений: поиск, фильтр, сортировка, статусы

🗂️Структура ленты
Отзывы •ВопросыЧаты •
Новые · 7Обработанные · 1
Внутри «Обработанные»:
На отправкеОтвеченныеАрхив
Обработанный отзыв несёт теги-аспекты из текста («хорошо сидит», «внешний вид», +2) и статус ● Отвеченный. Теги = семантический разбор для аналитики.
⏷Фильтр и сортировка
Фильтр (разделы):
ПериодОценкиТекстФотоМагазины
Период: календарь + быстрые День/Неделя/Месяц/Год, диапазон dd.mm.yyyy → Применить / Сбросить
Сортировка (4):
Сначала новыеСначала старые
По убыванию оценокПо возрастанию оценок
+ Поиск (текст/артикул/имя) и ⤓ Экспорт ленты.
📦 «Подробнее» → модалка товара отдаёт полный контекст карточки WB: рейтинг, число отзывов (напр. 4584), все характеристики (назначение, размер на модели, рост модели, НДС, ТНВЭД, вид застёжки, коллекция, комплектация, № сертификата), фото. Этот блок целиком — контекст для генерации ответа.
Ядро

Экран ответа на отзыв (реальные кадры)

Отзыв 5★ (Ксения). ИИ обратился по имени. Кнопки: Редактировать · Улучшить · Перегенерировать(5) · В архив · Опубликовать.
«Улучшить ответ» → модалка «Добавьте уточнение или пожелание» (0/200). Перегенерация с учётом комментария — разово.
«Редактировать» → inline-правка текста, Отменить / Сохранить.
Настройка · вкладка 1

Режим ответов на отзывы — по каждой оценке

⭐Полуавтомат ↔ Автомат для каждой звезды
1★ПолуавтоАвтомат
2★ПолуавтоАвтомат
3★ПолуавтоАвтомат
4★ПолуавтоАвтомат
5★ПолуавтоАвтомат
Хранит review_mode[rating] ∈ {semi, auto}. В пайплайн: после генерации смотрим режим оценки → auto = публикуем в МП сразу; semi = в очередь модерации («На отправке»). + экран «Настроить ответы» = массовая генерация на N исторических отзывов.
Настройка · вкладка 2

Рекомендации — как настраиваются допродажи

🛒Рекомендовать товары вкл
Рекомендации по оценкам — включаются отдельно для каждой 1–5★ («Все оценки» = выбор каких звёзд).
Параметры рекомендаций — 2 режима:
Продвинутые (Топ) — индивидуально на каждый товар, автозаполнение ИИ → «Настроить рекомендации»
По атрибутам
По брендуПо категорииПо бренду и категорииИз карточки товара
Рекомендовать новинки (приоритет товарам ≤30 дней на МП)
⛔ Товары с остатком <5 шт исключаются автоматически. В пайплайн: выбрать кандидата по режиму → проверить остаток → передать в генерацию «ненавязчиво вплести товар X».
Настройка · вкладка 3

Подпись к ответу

✍️Новая подпись
Тип ответаОтзывВопрос
БрендДля всех брендов ⌄
Текст подписи«С уважением, команда бренда!»
Хранит signatures[] {type, brand, text}. В пайплайн: выбрать подходящие по типу+бренду → приклеить случайную к ответу.
Настройка · вкладка 6

Расширенные настройки — «характер» бренда → промпт

⚙️Контролы
Формат обращения«Вы» / «вы» / «ты»
Обращение по именивкл → имя из профиля
Название товара в ответевкл → из карточки
Длина ответаКраткий / Обычный / Развёрнутый
Эмодзивкл/выкл (автоподбор)
Реакция на фотоvision-анализ фото отзыва
Способ доставкивлияет на формулировки
Каждый флаг = поле конфига, склеивается в системный промпт генерации.
🎭Tone of voice — 4 сегмента × 12 пресетов
Тональность задаётся отдельно: позитив · нейтрал · негатив · вопросы.
ДеловаяШутливаяСерьёзнаяОбодряющаяЗаботливаяВесёлаяДружелюбнаяБолтливаяУважительнаяПоэтическаяДраматическаяНаучная
Пример «Заботливая»: «Как жаль, что у вас возникли сложности… мы сделаем всё возможное, чтобы помочь.» → выбранный пресет уходит в промпт сегмента.
🚫 Стоп-словасовпало → semi-проверка (в чатах AUTO→ручной)
⛔ Минус-словазапрещены в генерации
бракподделкаверну деньги+ ввод чипами
Настройка · вкладка 7 · ВАЖНОЕ

База знаний — какая гранулярность контекста

Прямой ответ на твой вопрос «можно ли давать описание конкретным товарам или всему магазину»: три уровня, и один из них — на отдельный товар.

🏬Весь магазин
«Описание магазина» — один свободный текст: бренд, ценности, политика.
store_description: text
🏷️Категория × Бренд
«Описание брендов и товаров»: запись = Категория + Бренд + текст. Срез, не отдельный артикул.
kb_entries[] {category, brand, text}
📎Файлы
«Дополнительные материалы»: инструкции, примеры ответов, файлы (Excel/CSV/PDF/текст).
kb_files[] → чанки
🎯 На отдельный товар (nm_id) кастомизация есть в одном месте — «Продвинутые рекомендации» (индивидуальная карта рекомендаций на каждый товар). Кастомный текст знаний — до уровня категория×бренд. Если нам нужна тонкая настройка ответов под конкретный артикул — это улучшение, которого у otveto нет, и мы можем его заложить.

Как это работает под капотом (RAG-лайт)

На обращение по товару X собираем контекст: описание магазина + записи под категорию/бренд X + релевантные куски доп.материалов + карточка товара (характеристики/фото) + история принятых правок → всё в промпт генерации. Чем полнее база — тем точнее и «фирменнее» ответ.

Настройка · вкладка 4 + раздел

Чаты — классификация по теме → режим темы

💬Режим по теме (Ручной ↔ Автомат)
Проблемы с доставкойРучнойАвтомат
ВозвратРучнойАвтомат
Вопрос по характеристикамРучнойАвтомат
Цена/скидкиРучнойАвтомат
Отзыв/благодарностьРучнойАвтомат
Жалоба/претензияРучнойАвтомат
Другое · Без темыРучнойАвтомат
Сообщение сначала классифицируется по теме → применяется chat_mode[theme]. + «Автоответы по расписанию», «Шаблонные ответы», подтверждения отправки/генерации.
📨Реальный диалог (Алена · Жалоба/претензия)
…после стирки швы на трусиках рассыпались(( с топом всё отлично. Возможно это заводской брак
Привет, это Wookiee! Жаль, что комплект так себя повёл, твоя заявка одобрена 💗 Также даём промокод 5% на все товары — M87JW3SN, действует до 05.07.
✍️ 0/1000📎 фото✨ Сгенерировать ответ
Шапка чата: назначение оператора («Не назначен»→сотрудник), статус, «Информация о чате».
Настройка · вкладка 5

Режим ответов на вопросы

Отключентолько вручную
ПолуавтоматическийИИ предлагает, оператор правит/шлёт
АвтоматическийИИ сам формулирует и отправляет
Один режим на весь поток вопросов. Хранит question_mode.
Раздел

Рассылки — как формируется

📣Мастер «Новая рассылка»
Название (0/70)Рассылка №1
МагазинВыбрать ⌄
Диапазон дат= аудитория · «Определить кол-во чатов»
Получателейавто из диапазона
Текст (0/1000)✨ Сгенерировать
ИзображениеЗагрузитьВыбрать✨ Сгенерировать

Логика

Магазин + диапазон дат → находятся покупатели, с кем есть чаты за период → число получателей → текст (вручную/ИИ) + картинка (загрузить/выбрать/сгенерировать) → широковещательная отправка в эти чаты. Это маркетинговая рассылка по существующим диалогам, не «холодная».

Раздел

Анализ отзывов — как формируется отчёт

📊Настройка анализа
Тип анализаОдна карточкаКарточки из топа
Артикул / ссылкаwildberries.ru/catalog/…/detail.aspx
СпособУказанный артикулВсе артикулы в карточке
ПериодВесь период
Рекомендации по улучшению карточки

На выходе

До 1000 отзывов → отчёт (расход 10 ответов): средняя оценка, распределение тональностей, плюсы/минусы товара, сгруппированные повторяющиеся жалобы, точки роста (что добавить в карточку/фото), анализ конкурентов, экспорт PDF.

Под капотом + их исследование

Движок генерации и подбор модели

01Классификациятип + тема + тональность («40+ категорий»)
02Подбор моделипод тип — модель, лучшая в слепом исследовании
03Генерацияконтекст карточки + база знаний + правила бренда
04Арбитрпроверка по 12 критериям: точность, тон, стоп-фразы
→Маршрутauto → публикация · semi → модерация

📚 Их исследование подбора модели

3 015 селлеров · 7 моделей · 100+ отзывов · 45 225 принятых ответов. Слепая оценка по 4 сценариям (позитив/негатив/нейтрал/вопросы) по критериям: решает ли проблему, снижает ли негатив, доверие, конверсия.

Вывод — 3 архетипа моделей:

Гасящие негативОриентированные на продажиСтабильного качества

Тезис: «использовать один ИИ для всех типов — ошибка».

🟦 Что берём для себя (на Polza.AI)

Берём принцип маршрутизации, не маркетинг «7 моделей». Классификатор тональности → промпт-профиль (и при желании разная модель) под сегмент:

• негатив → «деэскалация» (можно Sonnet/HEAVY)
• позитив → «допродажа»
• вопрос → «фактологичность + база знаний»
• нейтрал → «стабильный»

Арбитр — отдельный дешёвый вызов (стоп-слова, факты, тон).

Решения CEO + фазы

Что строим и как

🧱 Стек

Wookiee (Python + Supabase RLS + Polza LLM), отдельная репа.

🎨 Дизайн

Из Wookiee Hub (там уже есть раздел ответов/коммуникаций — переиспользуем).

🔐 Авторизация (как в Hub)

Supabase Auth. Админ-логин+пароль — для быстрых Playwright-тестов. Magic-link по почте + «запомнить меня» — для CEO. Мульти-тенант в БД с фазы 0.

1️⃣ Один формат

Без подписок и премиум-делений — всё доступно всегда.

Нарезка по фазам

Фаза 0 · Фундамент + движок проектирование

1) Проектирование БД (мульти-тенант, RLS): кабинеты, токены, товары, обращения, ответы, настройки.
2) Прогон всех методов API WB (токены уже есть) — отзывы/вопросы/чаты/товары: проверяем, что забор и состояние «отвечено» читаются.
3) Каркас LLM-генерации: управляемая БД промптов (как у otveto — промпты в базе, редактируемые и версионируемые), мета-промпт-агент + backend, который этим рулит.

Фаза 1 · Полуавтомат WB, без публикации MVP

Подтяг отзывов + вопросов + чатов с обоих кабинетов (ИП + ООО). Генерация полуавтоматических ответов в очередь — ничего не публикуем в МП.
🔑 Параллельно работает другой сервис, который сам публикует автоответы → при обновлении мы читаем из API, что уже отвечено снаружи, помечаем и не дублируем. Полное моделирование на реальных данных.

Фаза 2 · Ozon

Подключение Ozon (отзывы + вопросы + чаты) в ту же ленту и движок.

Фаза 3 · Рекомендации · Рассылки · Анализ

Допродажи, рассылки по чатам, анализ карточек. Автопубликация — когда CEO решит включить.

🟦 Дальше: с этой нарезкой пишу spec (design-документ нашей системы) и детальный план реализации Фазы 0.