Нейросеть для ответов на отзывы: что умеет и где ошибается

Что нейросеть действительно делает хорошо

WildberriesOzonЯндекс Маркет

Стоит признать сильную сторону: языковая модель формулирует лучше, чем шаблон. Она не повторяется, попадает в тон, если его описать, и выдаёт живой текст на любой отзыв.

Для разовой задачи этого достаточно. Если отзывов пять в неделю, копирование в чат и обратно не проблема. Всё меняется, когда их сто в день — и когда часть требует не текста, а решения.

Запросы вроде «написать ответ на отзыв нейросеть» и «ответы на отзывы нейросеть онлайн» описывают именно этот сценарий: получить текст здесь и сейчас. Он работает ровно до того момента, пока обращений немного.

ИИ-агент UNIT отвечает на отзывы и вопросы покупателей на Wildberries, Ozon и Яндекс Маркете, опираясь на данные карточки, — и доводит ответ до публикации.

Где нейросеть ошибается

Разрыв между текстом и результатом состоит из пяти вещей.

1. Модель не знает, что за ситуация

Для чата «сломался в первый день» и «сломался через год» — просто два похожих текста. Для продавца это разные ситуации: производственный брак и вопрос ресурса. Отвечать на них одинаково нельзя, а различать приходится человеку вручную, по каждому отзыву.

2. У неё нет правил вашего бизнеса

Чат одинаково охотно напишет ответ и на пятёрку без текста, и на отзыв, где покупатель говорит об ущербе здоровью или угрожает жалобой. Понятия «сюда нельзя без человека» у него нет — эту границу каждый раз держит в голове оператор.

3. Нет данных о товаре

Чтобы ответ был по существу, нужны характеристики, комплектация и то, что обещано в описании. Всё это приходится копировать в диалог вручную — по каждому товару.

4. Тон не держится

Тон приходится задавать заново в каждой сессии. Если отвечают несколько человек, каждый описывает его по-своему — и магазин говорит разными голосами на публичной карточке.

5. Ответ не попадает на площадку

Финальный шаг всегда ручной: скопировать текст, открыть кабинет, найти отзыв, вставить, опубликовать. На потоке это занимает больше времени, чем сама генерация.

Как это устроено, когда генерация встроена в процесс

В UNIT генерация — это третий шаг из четырёх: классификация → выбор режима → подготовка ответа → публикация.

Шаг 1 · класс обращения определяет агент

Конфликтная ситуацияПроблема с товаромПроблема при доставкеНесоответствие ожиданиямНе информативный негативПоложительный отзывОтзыв без текста

Внутри каждого класса — подклассы, различающие ситуации, похожие по тексту и разные по последствиям.

Шаг 2 · сверка с правилами магазина

Брак

Агент с проверкой ⌄

Преждевременный выход из строя

Агент с проверкой ⌄

Внешний дефект

Агент без проверки ⌄

Позитив без текста

Ответ по шаблону ⌄

Ущерб здоровью или имуществу

Ручной ответ ⌄

Решение «что с этим делать» принимается один раз на уровне правил, а не заново по каждому отзыву.

Дальше ответ формируется с опорой на карточку товара, характеристики, документы и прошлые ответы магазина — и публикуется сам или ждёт менеджера, в зависимости от режима.

Что остаётся от ручной генерации

Разовая генерация нужна и внутри системы — но как действие в рабочем процессе, а не как отдельная вкладка.

• Предложенный ответ не подошёл — перегенерировать (0,5 токена).
• Нужен другой вариант формулировки для конкретного случая.
• Менеджеру нужен черновик, который он допишет сам.
• В чате с покупателем — подготовить ответ с учётом карточки и истории переписки (0,5 токена).

Отличие в том, что результат сразу привязан к отзыву, товару и правилам магазина, а не живёт в отдельном диалоге.

Где нейросеть ошибается предсказуемо

Разговор о качестве модели редко бывает предметным. Он становится предметным, если перечислить подклассы обращений, на которых ошибка стоит дорого, и посмотреть, сколько их в реальном потоке.

Подклассы конфликтных ситуаций в магазинах, подключённых к UNIT, за май–август 2026 года.

Конфликт распознаётся, но не решается

Модель уверенно отличает юридическую угрозу от обычной жалобы. Чего она не может, так это принять решение компании: пойти навстречу, стоять на своём или передать юристу. Поэтому все четыре подкласса этой группы разумно держать на ручном ответе независимо от качества генерации.

Факты, которых нет в данных

Если покупатель спрашивает про параметр, которого нет в карточке, ответ придётся либо не давать, либо выдумывать. Это не дефект модели, а отсутствие источника. Верификация ответов, включённая по умолчанию, отсекает часть таких случаев, но правильное решение это дописать характеристику.

Граница между похожими подклассами

«Брак» и «не соответствует описанию» выглядят похоже в тексте отзыва, но требуют разных действий: первое это приёмка, второе карточка. Здесь имеет смысл режим с проверкой, чтобы человек подтвердил трактовку до публикации.

Что делать с этим практически

Не пытаться выбрать между «доверять» и «не доверять». Режим задаётся для каждого из 36 подклассов отдельно, поэтому вопрос звучит иначе: на каких подклассах ошибка допустима, а на каких нет.

Сколько стоит ответ на отзыв нейросетью

Оплачивается подписка, внутри неё расходуются токены, и списываются они за действие, а не за обращение. Отзыв с текстом стоит 1 токен в любом режиме, отзыв без текста через шаблон не расходует токены вообще, ручной ответ 0,5 токена. Полная таблица списаний и три тарифных плана разобраны на странице тарифов.

Как эта задача устроена в сервисе, подробно описано на странице генератора ответов.