בוט תשובות אוטומטי לביקורות לשווקים

בוט תשובות אוטומטי לסקירות למרקטפלייסים

מוכר ב-Ozon מאבד עד 30% מהדירוגים בגלל אחוז תגובה נמוך לסקירות. טיפול ידני ב-500 סקירות בחודש לוקח 40 שעות מזמנו של מנהל. הבוט שלנו מצמצם את זה לשעתיים ומשפר את דירוגי כרטיסי המוצר. מרקטפלייסים מתחשבים באחוז הסקירות שזכו לתגובה באלגוריתמי הדירוג שלהם — מה שמשפיע ישירות על המכירות. בנינו בוט שמבצע אוטומציה של שלוש משימות: שליפת סקירות חדשות, יצירת תשובות ופרסומן באמצעות API. זה מאפשר להגיב ל-95% מהסקירות תוך שעתיים ללא התערבות אנושית.

למה אוטומציה קריטית למוכרים במרקטפלייסים

מערכות הדירוג של המרקטפלייסים מתחשבות לא רק בדירוג הממוצע אלא גם בפעילות המוכר. אחוז תגובה גבוה (מעל 90%) מעניק יתרון תחרותי בתוצאות החיפוש. הלקוחות שלנו מדווחים על עלייה של 20-30% במיקומי כרטיסי המוצר לאחר הטמעת הבוט. בנוסף, האוטומציה מבטלת טעויות אנוש: החמצת מועדים, תשובות אחידות והזנחת סקירות ניטרליות. לפי הנתונים שלנו, חנויות עם תשובות אוטומטיות מקבלות 40% פחות סקירות שליליות. עם ניסיון של למעלה מ-10 שנים ויותר מ-100 פרויקטים מוצלחים, אנו מבטיחים אוטומציה אמינה.

איך הבוט מטפל בסקירות שליליות

הארכיטקטורה מבוססת על תור משימות: עבודת Cron בודקת את ה-API של כל מרקטפלייס. אם הדירוג הוא 4-5, הסקירה נשלחת למחולל GPT או למערכת תבניות. אם הדירוג הוא 1-3, היא נכנסת לתור תשובות ידניות עם התראה בטלגרם למנהל. זה מבטיח שכל סקירה שלילית תקבל תשובה מותאמת אישית ללא עיכוב. להלן ההיגיון באמצעות דוגמה מ-Ozon:

class OzonReviewApiClient {
    private string $clientId;
    private string $apiKey;
    private string $baseUrl = 'https://api-seller.ozon.ru';

    public function getUnprocessedReviews(): array {
        $response = Http::withHeaders([
            'Client-Id' => $this->clientId,
            'Api-Key' => $this->apiKey,
            'Content-Type' => 'application/json',
        ])->post("{$this->baseUrl}/v1/review/list", [
            'processed' => false,
            'with_text' => true,
            'page' => 1,
            'page_size' => 100,
        ]);

        return $response->json('result.reviews', []);
    }

    public function replyToReview(string $reviewId, string $text): bool {
        $response = Http::withHeaders([
            'Client-Id' => $this->clientId,
            'Api-Key' => $this->apiKey,
            'Content-Type' => 'application/json',
        ])->post("{$this->baseUrl}/v1/review/comment/create", [
            'review_id' => $reviewId,
            'text' => $text,
        ]);

        return $response->successful();
    }
}

יצירת תשובות: תבניות לעומת GPT

אנו מציעים שתי גישות ליצירת תשובות. הראשונה מבוססת תבניות: עבור סקירות של 4-5 כוכבים נבחרת תבנית אקראית עם התאמה אישית (שם, מוצר). השנייה משתמשת ב-GPT (gpt-4o-mini) לייחודיות מקסימלית. ניתן לשלב ביניהן: תבניות למוצרים פשוטים, GPT לפלחי פרימיום. גישת ה-GPT יוצרת תשובות ייחודיות פי 5 מהר יותר מכתיבה ידנית.

class TemplateResponseGenerator {
    private array $positiveTemplates = [
        "Спасибо за отзыв, {author}! Рады, что {product_short} вам понравился. Будем рады видеть вас снова!",
        "{author}, благодарим за оценку! Приятно слышать положительные слова о {product_short}.",
        "Спасибо, {author}! Ваш отзыв очень важен для нас. Желаем приятного использования {product_short}!",
    ];

    private array $neutralTemplates = [
        "Спасибо за отзыв, {author}. Если у вас возникнут вопросы по {product_short} — обращайтесь в нашу поддержку.",
    ];

    public function generate(ReviewDTO $review): string {
        $templates = $review->rating >= 4 ? $this->positiveTemplates : $this->neutralTemplates;
        $template = $templates[array_rand($templates)];
        return str_replace(
            ['{author}', '{product_short}'],
            [$review->author, $this->shortProductName($review->productName)],
            $template,
        );
    }
}

תשובות מבוססות GPT טבעיות יותר אך דורשות יותר כוח חישוב. אנו משתמשים בטמפרטורה 0.8 ובהנחיית מערכת קפדנית האוסרת הבטחות הנחות וקישורים.

class GptResponseGenerator {
    public function generate(ReviewDTO $review): string {
        $response = $this->openai->chat()->create([
            'model' => 'gpt-4o-mini',
            'messages' => [
                [
                    'role' => 'system',
                    'content' => implode("\n", [
                        'Ты — специалист поддержки интернет-магазина. Пишешь ответ на отзыв покупателя.',
                        'Требования: 1–3 предложения. Без канцелярита. Называй покупателя по имени если оно есть.',
                        'Если плюсы — поблагодари. Нейтральный — поблагодари и предложи помощь.',
                        'Никаких обещаний скидок и конкретных дат.',
                    ]),
                ],
                [
                    'role' => 'user',
                    'content' => "Товар: {$review->productName}\nРейтинг: {$review->rating}/5\nАвтор: {$review->author}\nОтзыв: {$review->text}",
                ],
            ],
            'max_tokens' => 150,
            'temperature' => 0.8,
        ]);

        return $response->choices[0]->message->content;
    }
}

השוואה בין גישות תבניות ו-GPT

מערכת משימות ובקרת איכות

כל סקירה מעובדת בתור באמצעות Laravel Horizon עם שלושה ניסיונות חוזרים. לפני הפרסום, התשובה עוברת ולידציה: אורך (20-1000 תווים), היעדר קישורים ואזכורי מתחרים. אם התשובה נכשלת בוולידציה, נזרקת חריגה והסקירה מסומנת לבדיקה ידנית.

class ProcessMarketplaceReviewJob implements ShouldQueue {
    public int $tries = 3;

    public function handle(
        TemplateResponseGenerator $templateGen,
        GptResponseGenerator $gptGen,
        ReviewPublisher $publisher,
        ReviewAlertService $alerts,
    ): void {
        $review = $this->review;

        if ($review->rating <= 3) {
            $alerts->urgentReviewAlert($review);
            return;
        }

        $text = config('reviews.use_gpt')
            ? $gptGen->generate($review)
            : $templateGen->generate($review);

        $success = $publisher->publish($review->platform, $review->externalId, $text);

        if (!$success) {
            throw new \RuntimeException("Failed to publish reply to {$review->platform}");
        }

        Review::where('external_id', $review->externalId)
            ->update([
                'reply_text' => $text,
                'reply_published_at' => now(),
                'is_processed' => true,
            ]);
    }
}

מדדי ביצועים

מה כלול בעבודה שלנו

• פיתוח לקוחות API עבור Ozon, Wildberries, Yandex.Market (מפתח-ביד).
• הגדרת יצירת תשובות (תבניות או GPT).
• מערכת תורים והתראות (טלגרם).
• ולידציית תשובות וטיפול בשגיאות.
• לוח מחוונים עם מדדים (Laravel Horizon + Google Data Studio).
• תיעוד טכני והעברת גישה.

תהליך הגדרת הבוט

1. ניתוח דרישות: זיהוי מרקטפלייסים, היקף סקירות, שיטת יצירה מועדפת.
2. פיתוח לקוח API: יצירת מודולים לכל מרקטפלייס.
3. שילוב מחולל: הגדרת תבניות או GPT בהתאם להיגיון העסקי.
4. הגדרת תורים: Laravel Horizon לעיבוד רקע.
5. בדיקות: תחת עומס של עד 1000 סקירות ביום.
6. פריסה: לשרת שלך או לענן.
7. ניטור: מדדים, התראות, תמיכה שוטפת.

לוחות זמנים

• לקוח API של Ozon + מחולל תבניות: יום אחד
• API של Wildberries + Yandex.Market: +יום אחד
• מחולל GPT + ולידטור: יום אחד
• מערכת משימות + תור תשובות ידניות: 0.5 יום
• התראות טלגרם + מדדים: 0.5 יום

סה"כ: 3–4 ימי עבודה. אנו מבטיחים קוד שקוף ותמיכה לאחר הפריסה. לצוות שלנו ניסיון פיתוח נרחב ויותר מ-100 פרויקטים שהושלמו. צור קשר לייעוץ והערכת פרויקט. הזמן פיתוח עכשיו והתחל ליהנות מהיתרונות של אוטומציה.

עלות ההתקנה מתחילה ב-$2,000, עם מנוי חודשי מ-$500 בהתאם להיקף הסקירות והתכונות.