Як AI шукає потрібний товар у великому каталозі (50 000+ позицій)?

Модуль використовує семантичний пошук на базі OpenAI Vector Store. AI розуміє запит на природній мові і знаходить релевантні товари за смислом, а не лише за збігом ключових слів.

Приклади запитів на каталозі 100 000+ товарів:

• «Хочу синю футболку розміру L до 800 грн з бавовни» — AI знаходить саме футболки (не плутає з толстовками), саме сині, саме L, з бавовняним складом, у вашій ціновій категорії.
• «Шукаю настільну лампу на акумуляторі» — AI знаходить настільні лампи (не плутає з терморегулятором або подовжувачем, як іноді буває з простим пошуком).
• «Подарунок для жінки на 8 березня, бюджет 1500 грн» — AI підбирає з категорій косметика / ювелірка / квіти / парфумерія в ціновому коридорі.

Як це працює технічно (коротко):

При індексації каталогу модуль для кожного товару створює «вектор смислу» (1536-мірний) і зберігає в OpenAI Vector Store. На запит клієнта AI шукає товари з найближчим вектором смислу — швидко знаходить «настільну лампу» серед 100 000 товарів, не перебираючи кожен.

Без затримок і без перевитрати токенів:

AI не намагається «прочитати весь каталог» при кожному запиті — це коштувало б десятки доларів за запит. Vector Store повертає топ-50 найрелевантніших товарів, AI обробляє тільки їх. Один запит — кілька копійок.

Працює на яких розмірах каталогу:

Тестували від 100 товарів (маленький магазин запчастин) до 250 000 товарів (великий маркетплейс одягу). На обох — без затримок, без перевитрати.

Налаштування «не пропонувати товари без наявності»:

3 режими: повністю приховати OOS, показати в кінці списку («є подібні, але немає в наявності»), або показувати як завжди. Налаштовується під вашу політику.