Як зробити AI систему для е-комерсу: покроковий гід 2026

Більшість інтернет-магазинів втрачають до 70% потенційних клієнтів через повільну підтримку, відсутність персоналізації та ручну обробку замовлень. Цей туторіал покаже, як побудувати повноцінну AI систему для е-комерсу — від чат-бота до автоматичних рекомендацій товарів. Весь процес займе від 4 до 8 годин залежно від вашого досвіду. Для старту потрібен акаунт на OpenAI, базові знання роботи з API та готова платформа магазину (Shopify, WooCommerce або кастомний сайт).

🛠️ Що знадобиться

• OpenAI API (GPT-4o) — ядро AI системи, обробляє запити клієнтів та генерує рекомендації; безкоштовний кредит $5 при реєстрації, далі ~$0.01 за 1000 токенів
• Flowise AI — open-source no-code платформа для побудови AI агентів і чат-ботів без глибокого кодування; безкоштовний self-hosted варіант
• Pinecone — векторна база даних для зберігання каталогу товарів і пошуку за схожістю; безкоштовний план до 2GB
• Make (Integromat) — автоматизація між магазином, CRM та AI; безкоштовний план 1000 операцій/місяць
• Node.js 20+ — для запуску Flowise локально або на сервері; безкоштовний
• Shopify або WooCommerce — платформа магазину, до якої підключатимемо AI; потрібен доступ до API магазину

📋 Покрокова інструкція

Крок 1: Підготовка інфраструктури та каталогу товарів

Відкрий термінал і встанови Flowise командою npm install -g flowise, потім запусти його через npx flowise start — за замовчуванням він відкриється на localhost:3000. Паралельно зайди на platform.openai.com, перейди в розділ API Keys → Create new secret key, скопіюй ключ і збережи його в безпечному місці. Далі зайди на pinecone.io, зареєструйся, натисни Create Index → назви його “ecommerce-products” → виміри встанови 1536 → метрику cosine. Тепер експортуй каталог товарів зі свого магазину: у Shopify іди в Products → Export → All products → Export products (CSV), у WooCommerce — WooCommerce → Products → Export → Generate CSV.

Крок 2: Завантаження товарів у векторну базу даних

Створи файл upload-products.js і підключи бібліотеки через npm install openai @pinecone-database/pinecone csv-parse. Логіка проста: зчитуєш CSV, для кожного товару формуєш текст у форматі “Назва: [назва]. Опис: [опис]. Категорія: [категорія]. Ціна: [ціна] грн”, потім відправляєш цей текст у OpenAI Embeddings API — конкретно модель text-embedding-3-small — і отримуєш вектор з 1536 чисел. Цей вектор разом із метаданими товару (id, назва, ціна, посилання) зберігаєш у Pinecone через метод index.upsert(). Важливо: обробляй товари батчами по 100 штук, щоб не перевантажити API — додай паузу await new Promise(r => setTimeout(r, 200)) між батчами. Після завершення скрипту відкрий консоль Pinecone і переконайся, що в індексі відображається правильна кількість векторів.

Крок 3: Побудова AI агента у Flowise

Відкрий Flowise на localhost:3000, натисни Add New → Chatflow. З лівої панелі перетягни на полотно такі компоненти: ChatOpenAI (вкажи свій API ключ, модель gpt-4o, температура 0.3), Pinecone (вкажи API ключ Pinecone та назву індексу “ecommerce-products”), Conversational Retrieval QA Chain. З’єднай їх стрілками: Pinecone → Chain як “Vector Store Retriever”, ChatOpenAI → Chain як “Chat Model”. У полі System Message всередині Chain встав такий промпт: “Ти — розумний помічник інтернет-магазину [назва магазину]. Відповідай виключно українською мовою. Рекомендуй товари на основі запиту клієнта, завжди вказуй ціну та посилання. Якщо товару немає — чесно скажи про це і запропонуй альтернативу. Будь привітним і лаконічним.” Натисни Save → Test і напиши тестовий запит на кшталт “Шукаю подарунок для жінки до 500 гривень”.

Крок 4: Підключення чат-бота до магазину

У Flowise натисни кнопку Embed → Copy Embed Code — отримаєш готовий JavaScript snippet. У Shopify іди в Online Store → Themes → Edit code → theme.liquid, знайди закриваючий тег </body> і встав код перед ним. У WordPress відкрий Appearance → Theme File Editor → footer.php і зроби те саме. Для більш гнучкого контролю постав плагін WPCode і додай snippet через Code Snippets → Add Snippet → Header & Footer. Після збереження перезавантаж магазин — у правому нижньому куті має з’явитись іконка чату. Перевір роботу в режимі інкогніто, щоб переконатись, що бот бачить гостьових користувачів коректно.

Крок 5: Налаштування автоматизації через Make

Зайди на make.com, натисни Create a new scenario. Перший модуль — тригер: для Shopify обери Shopify → Watch Events → Order Created, для WooCommerce — WooCommerce → Watch Orders. Другий модуль — HTTP → Make a Request: в URL вкажи адресу твого Flowise API (наприклад https://твій-домен/api/v1/prediction/ідентифікатор-чатфлоу), метод POST, у Body вкажи JSON з полем "question" — наповни його шаблоном: “Клієнт [ім’я] купив [товар]. Сформуй персоналізований email з подякою та трьома рекомендаціями супутніх товарів.” Третій модуль — Gmail або SendGrid → Send Email: підключи свій акаунт і передай відповідь від AI у тіло листа. Натисни Run once, зроби тестове замовлення в магазині та перевір, чи прийшов автоматичний email. Кінцевий результат: клієнт отримує персоналізований лист протягом 2 хвилин після замовлення.

⚠️ Типові помилки та як їх уникнути

• Погані описи товарів у CSV — якщо в каталозі замість описів “Кросівки Nike Air Max” стоїть просто “арт. 12345”, AI не зможе нічого рекомендувати; перед завантаженням пройдись по CSV і збагати описи хоча б 2-3 реченнями на ключові товари
• Занадто висока температура моделі — якщо встановиш temperature: 0.9, бот почне вигадувати неіснуючі товари та ціни; для е-комерсу тримай значення в межах 0.1–0.4
• Відсутність ліміту токенів — без параметра max_tokens: 500 один клієнт може згенерувати відповідь на 4000 токенів і з’їсти весь бюджет; завжди встановлюй розумний ліміт у налаштуваннях ChatOpenAI у Flowise
• Не оновлюють векторну базу — якщо додаєш нові товари в магазин, але не запускаєш скрипт upload-products.js повторно, AI не буде знати про них; налаштуй автоматичний запуск скрипту через Make щоразу, коли в Shopify/WooCommerce з’являється новий товар

💡 Поради для кращого результату

По-перше, додай до системного промпту конкретні правила магазину — наприклад, “ніколи не пропонуй знижку без промокоду” або “якщо клієнт скаржиться — одразу пропонуй повернення коштів”. Це перетворює бота з просто відповідальника на реального представника бренду. По-друге, сегментуй каталог: створи окремі індекси Pinecone для різних категорій (одяг, електроніка, косметика) і вибирай потрібний динамічно залежно від контексту розмови — це підвищує точність рекомендацій на 40%. По-третє, підключи Langfuse (безкоштовний open-source інструмент аналітики) до Flowise через вбудовану інтеграцію, щоб бачити реальні розмови, найпопулярніші запити та де бот “зависає” — без цих даних оптимізація зводиться до здогадок. По-четверте, раз на тиждень переглядай 20-30 реальних діалогів і вручну вдосконалюй системний промпт — саме так, а не через технічні налаштування, досягають найкращої якості відповідей.

❓ Часті запитання (FAQ)

1. Скільки коштуватиме AI система щомісяця?
При обсязі ~1000 розмов на місяць з середньою довжиною 10 повідомлень витрати на OpenAI API складатимуть приблизно $15–30. Pinecone безкоштовний до 2GB, Flowise self-hosted — безкоштовний, Make — $9/місяць на базовому плані. Загалом бюджет $25–50 на місяць для середнього магазину.

2. Чи працює це з українськими мовами та гривнею?
Так, GPT-4o чудово розуміє та генерує українські тексти. Просто вкажи в системному промпті “відповідай лише українською, ціни вказуй у гривнях” — цього достатньо. Векторний пошук також не залежить від мови.

3. Що робити, якщо у мене немає технічних знань?
Flowise дозволяє зібрати базову систему без коду — тільки перетягування блоків. Кроки 1 і 2 (завантаження товарів) можна замінити готовим плагіном AI Shop Assistant для Shopify або WooCommerce, який робить все автоматично за $29/місяць.

4. Як захистити API ключі, щоб їх не вкрали?
Ніколи не вставляй API ключі прямо в JS код на фронтенді — їх побачить кожен у DevTools. Усі запити до OpenAI мають йти через твій бекенд-сервер або через Flowise як проксі. Також постав ліміти витрат у OpenAI Dashboard → Billing → Usage limits.

5. Як часто потрібно оновлювати систему?
Векторну базу оновлюй щоразу при зміні каталогу. Системний промпт — раз на 2 тижні після аналізу діалогів. Версію GPT моделі — коли OpenAI випускає нову (зазвичай раз на 3-6 місяців), бо нові моделі значно розумніші за попередні.

🏁 Підсумок

Ти побудував повноцінну AI систему для е-комерсу: розумний чат-бот з доступом до каталогу товарів, персоналізовані рекомендації на основі векторного пошуку та автоматичні листи після замовлення. Це рішення працює 24/7, обробляє десятки клієнтів одночасно і масштабується без додаткових витрат на персонал.

Починай прямо зараз з найпростішого: встанови Flowise, підключи OpenAI та зроби перший тестовий чат-бот без Pinecone — просто щоб відчути як це працює. Коли побачиш перші результати, додавай векторну базу і автоматизацію через Make. Дій ітеративно — краща AI система та, яка вже запущена, а не ідеальна в планах.