ИИ-агенты для маркетплейсов: что это такое и какие задачи закрывают в 2026

Большинство продавцов пробовали ChatGPT или другой ИИ-инструмент для генерации описаний и ответов на отзывы. Это помогает. Но каждый шаг требует вашего участия: написать промпт, получить текст, проверить, скопировать в кабинет. ИИ-агент работает иначе: он получает цель и сам её достигает, вызывая API маркетплейсов, анализируя данные и выполняя действия без промежуточных запросов к продавцу.

Чем ИИ-агент отличается от ChatGPT и обычного бота

Разные технологии часто называют одним словом «ИИ», хотя принципы работы у них разные. Чат-бот по правилам, генеративный ИИ-инструмент, ассистент и агент — это четыре разных класса систем. Если вы ещё не разобрались, какие ИИ-инструменты вообще существуют для маркетплейсов, начните с обзора всех ИИ-инструментов для WB и Ozon — там разобраны 12 задач, которые ИИ закрывает прямо сейчас.

Ключевое отличие агента: он работает с целью, а не с запросом. Цель — «поднять позиции артикула на 15%» или «обработать все непрочитанные отзывы за ночь». Агент сам решает, какие данные нужны, вызывает нужные API, анализирует результат и строит следующий шаг.

Как устроен ИИ-агент: шесть блоков

Понимать архитектуру изнутри необязательно. Но знать, из чего состоит агент, полезно: это объясняет, что он умеет и почему иногда ошибается.

Как это выглядит в работе: цель «поднять позиции артикула 12345»

Агент получает задачу. Первый шаг — запросить статистику CTR и CR за 30 дней через WB Statistics API. Получает данные: CTR на 40% ниже среднего по нише. Следующий шаг — проверить карточки топ-10 конкурентов по ключевому запросу. Находит: у конкурентов 7–8 фото, у вас 3. Создаёт задачу на обновление карточки, временно усиливает ставку в рекламе. Через 48 часов проверяет позиции и уведомляет продавца. Весь цикл — без участия человека на промежуточных шагах.

ИИ-агент или RPA: принципиальная разница

RPA-роботы (UiPath, Robin, PIX) уже несколько лет автоматизируют операции на маркетплейсах: выгрузка остатков, обновление цен по расписанию, формирование отчётов. Почему этого недостаточно?

Главная проблема RPA: жёсткий сценарий. Изменился интерфейс личного кабинета WB, пришёл нетипичный отзыв или поставщик прислал PDF вместо Excel — сценарий падает с ошибкой. ИИ-агент адаптируется: работает с неструктурированными данными, ищет обходной путь или запрашивает подтверждение у человека.

Какие задачи автоматизирует ИИ-агент на WB и Ozon

Разберём шесть конкретных сценариев — от самых распространённых к более сложным.

1. Ответы на отзывы и вопросы покупателей

Агент читает отзыв, классифицирует проблему (доставка, качество товара, упаковка, несоответствие описанию), проверяет, нет ли паттерна по складу, и генерирует эмпатичный ответ. Для 4–5★ без текста публикует ответ автономно через Feedback API. Для негативных — готовит черновик и отправляет на проверку продавцу. Время первого ответа: 15 минут вместо 2–3 дней при ручной работе. Подробнее о том, как это работает в автоответах на отзывы WB.

2. Вопросы о товаре до покупки

Агент читает карточку товара и базу знаний бренда (через RAG), генерирует фактический ответ: «совместим с iPhone 14, Bluetooth 5.2, гарантия 12 месяцев». Публикует через Questions API за 10 минут. Вопрос без ответа в первые 30 минут — это потерянная продажа, потому что покупатель уже смотрит карточку конкурента.

3. Управление рекламными кампаниями

Агент анализирует метрики по всем кампаниям и ключевым словам: CTR, CR, ДРР, CPO. Отключает убыточные запросы, предлагает минус-фразы, перераспределяет бюджет между кампаниями. Формирует утренний брифинг с динамикой за день. Реальный результат в наших проектах: ДРР с 28% до 17% за 2 недели.

4. Ценообразование при действиях конкурента

Конкурент снизил цену. Агент подтягивает цены топ-10 участников ниши, считает эластичность спроса и юнит-экономику, принимает решение в заданных правилах и вызывает WB Prices API. Весь цикл — 2 минуты. Для изменений выше порога (например, 15%) ждёт подтверждения продавца.

5. Мониторинг позиций и работа с карточкой

Агент отслеживает позиции в выдаче, замечает падение, анализирует CTR и CR, сравнивает с топ-10 конкурентами по ключевым запросам. Строит гипотезы (мало фото, слабый заголовок, неправильные характеристики), обновляет карточку через Content API, временно усиливает ставку в рекламе.

6. Подготовка к распродаже WB

Классификация портфеля по ABC-анализу, прогноз продаж при разных уровнях скидок, проверка остатков на складах, дозаказ поставок при необходимости, регистрация SKU в акции через Promotions API, прогрев рекламных кампаний. Вместо нескольких дней ручной работы — несколько часов автономной работы агента.

AgentIQ: два агента для российских маркетплейсов

AgentIQ — российская платформа ИИ-агентов для Wildberries. Два агента, два класса задач.

Chat Center: агент коммуникаций

Chat Center читает отзывы, вопросы и чаты покупателей, классифицирует их по интенту (доставка, качество, размер, возврат, дефект), генерирует черновик ответа или публикует автоответ. Статистика из реальной работы: 34 из 35 отзывов за день обрабатываются автоматически, один остаётся для ручного контроля по качественным жалобам. Защитные ограничения не дают агенту ошибиться: он никогда не обещает возврат без запроса покупателя и не раскрывает, что текст написан ИИ.

Попробовать Chat Center бесплатно →

Ads Agent: агент рекламы

Ads Agent синхронизирует кампании через WB Adverts API, анализирует ключевые слова через три источника: normquery (поисковые запросы покупателей), Seller Analytics (атрибуция заказов к кампаниям) и пропорциональное обогащение из данных fullstats. Предлагает минус-фразы, перераспределяет бюджет, формирует утренний брифинг с динамикой расходов и продаж. Подробнее: страница Рекламного агента.

Мировые ИИ-агенты в e-commerce: где мы сейчас

Крупные платформы выпустили агентов в production ещё в 2024 году. Вот ключевые примеры.

В России большинство аналитических сервисов (MPStats, EGGHEADS, JVO, Seller24) работают как AI co-pilots: генерация, аналитика, автоматизация по правилам с AI-рекомендациями. Полноценные автономные агенты с многошаговыми сценариями, которые принимают решения и действуют через API WB/Ozon — молодой сегмент 2025–2026 года.

Ограничения и риски агентных систем

Agentic AI создаёт реальную ценность — и реальные риски. Важно понимать оба.

Ошибки и галлюцинации языковой модели

Агент может предложить некорректное изменение цены, написать ответ с неточными фактами или нарушить правила маркетплейса. Решение: режим предпросмотра для критичных операций (агент показывает, что собирается сделать, до фактического выполнения) и точки ручного подтверждения для действий выше заданных порогов.

Принцип минимальных прав

Давать агенту только те разрешения, которые нужны для конкретных задач. Агент для ответов на отзывы не должен иметь доступ к настройкам цен. Запись через API более рискованна, чем чтение: проверяйте права токена перед подключением.

Лимиты запросов к API маркетплейсов

WB Statistics API пропускает 1 запрос в минуту на метод, Content API — около 10 в секунду. Агент должен уважать лимиты и не вызывать цепочки запросов без ограничений. Иначе токен заблокируют, и вся автоматизация встанет.

Зависимость от языковой модели

Качество решений определяется качеством промптов и моделью. Регулярный аудит решений обязателен. Ведите журнал действий с полной трассировкой: что агент решил, почему, что сделал.

Что дальше: agentic AI на маркетплейсах

Gartner прогнозирует: к 2028 году 33% корпоративных приложений будут использовать agentic AI (против менее 1% в 2024). 15% ежедневных рабочих решений в enterprise будут приниматься автономно. McKinsey (глобальная консалтинговая компания) называет агентов «цифровой рабочей силой», переводя генеративный ИИ из инструмента-помощника в отдельную функцию.

Для продавцов WB и Ozon это означает конкретное операционное преимущество уже сейчас: конкурент, который первым внедрит агента для ответов на отзывы и управления рекламой, получает 24/7 покрытие и скорость реакции, которые невозможно воспроизвести вручную.

«Мы входим в эру осмысленных рассуждений. Прикладной уровень наконец готов выпускать агентов.» — Sequoia Capital, «Generative AI's Act o1», октябрь 2024