Нейросеть уверенно отвечает про товар, потому что она умеет продолжать разговор. Это не значит, что она видит склад магазина прямо сейчас. Если агент не подключён к каталогу, он смешивает старые описания, похожие товары из выдачи и общие знания о брендах. В итоге в ответе появляются цена из прошлого месяца, позиция без наличия или товар, которого уже нет в продаже.
Проблема особенно заметна в покупках. Человеку нужна простая вещь: увидеть товары, сравнить варианты и оформить заказ. Обычная нейросеть часто даёт обзор рынка, но не отвечает на главный вопрос: что можно купить сейчас в тех магазинах, которым вы доверяете.
Где появляется ошибка
Первый сбой происходит на этапе поиска. Вы пишете: «найди омега-3 до 1500 рублей» или «подбери серую кофту с капюшоном». Модель пытается угадать подходящие бренды и характеристики. Она может назвать правильную категорию, но цена, размер и наличие остаются догадкой.
Второй сбой появляется при сравнении. Агент может красиво объяснить, почему один товар «лучше», но он сравнивает не карточки магазина, а текст, который смог собрать. Если у него нет состава, веса, артикула, фото и текущей цены, сравнение выглядит полезным, но решение держится на воздухе.
Третий сбой возникает при заказе. Даже если товар найден, агенту ещё нужен безопасный способ оформить покупку: лимит, адрес, подтверждение, история заказа. Без этого человек снова вручную открывает сайт, ищет тот же товар и пересобирает корзину.
Как должен работать агент с каталогом
Агенту нужен не общий интернет, а структурированный доступ к витрине. Каталог должен отдавать карточку товара: название, цену, наличие, фото, артикул, магазин и время обновления. Тогда агент перестаёт гадать и начинает проверять.
В AgentPay это выглядит так:
| Что спрашивает человек | Что делает агент |
|---|---|
| «Есть ли в наличии?» | Проверяет товар в каталоге магазина |
| «Что дешевле?» | Сравнивает карточки с ценами |
| «Почему этот вариант?» | Показывает причину выбора по совпадению, цене и характеристикам |
| «Можно заказать?» | Оформляет заказ только после разрешения и в пределах лимита |
Такой сценарий полезен именно пользователю. Вы не спорите с моделью, откуда она взяла цену. Вы видите страницу выбора с товарами и решаете глазами.
Почему ссылка на сайт не решает всё
Иногда агент просто даёт ссылку на магазин. Это лучше, чем выдуманная цена, но маршрут всё равно ломается. Чат помог выбрать, а заказ приходится собирать заново на сайте. Если вариантов несколько, человек открывает вкладки, сравнивает фото, возвращается в чат и снова уточняет.
AgentPay держит выбор в одном месте. Агент создаёт страницу сравнения, показывает товары из каталога, а потом ждёт, какой вариант вы выберете. Если вы разрешили покупку и лимит проходит, заказ оформляется через AgentPay. Карта не попадает в переписку с моделью.
Что спрашивать у агента
Хорошая формулировка снижает риск ошибки:
| Вместо | Напишите |
|---|---|
| «какой протеин нормальный» | «проверь в AgentPay протеин до 3000 коинов и сравни 3 варианта» |
| «сколько стоит молоко» | «найди актуальную цену молока в моих магазинах» |
| «купи как обычно» | «посмотри прошлые покупки и проверь текущую цену перед заказом» |
Если агент назвал цену без проверки каталога, попросите его вызвать поиск AgentPay. Цена должна прийти из карточки магазина, а не из памяти модели.
Что меняется после подключения AgentPay
Вы открываете AgentPay, выбираете магазины, задаёте лимит коинов и нажимаете Разрешить. После этого агент может искать товары в доступных витринах, показывать сравнение и оформлять заказ в рамках ваших правил.
Начните с простого запроса: «Подключи AgentPay и найди товар в каталоге». Потом проверьте, что агент показывает не общий совет, а карточки с ценой, наличием и фото.