Перейти к содержимому
Все работы
БотыИИИнтеграции2026 · ~2 мин чтения

Анализ товара на Ozon и Wildberries по одному артикулу

Пользователь вводит артикул — система сама забирает товар с площадки, разбирает отзывы через ИИ и отдаёт готовый PDF: оценки, тональность, повторяющиеся плюсы и минусы словами покупателей.

Анализ товара на Ozon и Wildberries по одному артикулу
Готовая карточка, которую отдаёт система: количество отзывов и прирост, тональность, повторяющиеся плюсы и минусы с числом упоминаний, общее впечатление и цитаты покупателей. Товар чужой и случайный — название, артикул и сами цитаты закрыты.

# Задача

Заказчик — компания, торгующая на маркетплейсах. Инструмент анализа конкурентов нужен был не для собственного отдела: компания отдавала его своим пользователям, и каждая сгенерированная карточка списывалась с их внутреннего баланса. Обычно такой анализ делают руками. Открыть карточку конкурента, пролистать отзывы до конца, выписать, что хвалят и на что жалуются, прикинуть, насколько свежие оценки, — и повторить это для каждого товара, который рассматриваешь. Времени уходит много, результат остаётся в голове или в заметке, которую некому передать, а через месяц всё делается заново. Отсюда и требования. Пользователь вводит один артикул и больше не должен знать ничего. Результат — документ, который можно сохранить и отправить, а не окно в интерфейсе. И данные берутся с публичных страниц товара и отзывов: официального доступа к чужим карточкам площадки не дают никому.

# Решение

Сбор данных сделан на уровне HTTP-протокола, без headless-браузера. Нужно было воспроизвести то, что делает настоящий браузер: сессию, состав и порядок заголовков, подписи запросов — и получать те же ответы обычным клиентом на aiohttp. Больше всего времени ушло на Ozon: их защита нигде не описана, поэтому работа шла перебором гипотез — что именно проверяется, в каком порядке, и что ломается при малейшем отклонении. Обычный путь в такой задаче — поднять Playwright или Selenium и управлять настоящим браузером. Это работает, но каждый параллельный разбор стоит отдельного браузерного процесса с сотнями мегабайт памяти. HTTP-клиент дешевле на порядок, и именно поэтому инструмент выдерживал поток пользователей, а не обслуживал их по одному. Отзывы разбирает ChatGPT: он сводит десятки текстов к тональности, к повторяющимся плюсам и минусам с числом упоминаний и к общему впечатлению. Готовая карточка собирается как HTML со стилями и печатается в PDF. Вторая половина работает уже через официальные API продавца — оттуда приходят новые отзывы и вопросы по товарам самой компании. Ответ готовит ChatGPT, но не из воздуха: база знаний лежит в PostgreSQL, наполняют её администраторы выгрузкой из Excel. Модель сначала определяет, о каком артикуле идёт речь, затем через RAG достаёт релевантные фрагменты и пишет ответ уже по ним. Отдавать переписку с покупателями целиком на автомат рискованно, поэтому режимов два. Оператор получает готовый ответ в Telegram и подтверждает его кнопкой — либо включается автоответ, но избирательно: по оценке отзыва и отдельно для вопросов. Скажем, отзывы с высокой оценкой закрывать автоматически, а на низкие оставлять человека.

# Результат

Разбор одной карточки занимает 15–30 секунд, и почти всё это время — ожидание модели; сам сбор данных на общую скорость влияет мало. Разработка заняла месяц. Цифр использования у меня нет: биллинг и статистику заказчик вёл у себя. Сейчас проект выключен, и не из-за кода. У заказчика возникли ограничения на российском хостинге, которые задели телеграм-часть. Я предложил перенести сервис на европейский сервер, заказчик решил взять паузу.

# Как устроено

  1. ПользовательВводит один артикул и больше ничего не заполняет.
  2. Telegram-ботПринимает артикул, списывает баланс и возвращает готовый файл.
  3. Сбор данных · aiohttpРаботает на уровне HTTP: сессия, заголовки, подписи запросов. Без headless-браузера.
  4. Ozon и WildberriesПубличные страницы товара и отзывов. Официального доступа к чужим карточкам площадки не дают никому.
  5. ChatGPTСводит десятки отзывов к тональности, повторяющимся плюсам и минусам и общему впечатлению.
  6. PDF-отчётHTML со стилями печатается в PDF, чтобы результат можно было сохранить и отправить.

Пунктиром — то, что делал не я: платформы и системы заказчика

Следующий проект

2bix — конструктор для автоматизации бизнеса

Нужен похожий проект?

Обсудить задачу