# Сентябрь '26. Наблюдающая память: ассистент узнаёт пользователя с каждым диалогом

![Наблюдающая память Shopping Assistant](/blog/assets_observational_memory/observational-memory-cover.png)

Человеческая память превращает множество разговоров в несколько значимых наблюдений: любимые продукты, важные ограничения, прошлые решения и причины выбора. Теперь такую память начинает формировать Shopping Assistant.

**Наблюдающая память** изучает новые диалоги, выделяет информацию, которая может пригодиться в будущем, и объединяет её в профиль пользователя. Вместо набора изолированных разговоров команда получает связанную историю предпочтений, ограничений и решений человека.

!!!primary Главное
Сейчас память работает в режиме наблюдения: формирует пользовательские профили и помогает команде оценивать качество выделенных фактов, но ещё не влияет на ответы Shopping Assistant. Наблюдения, статус обработки и статистику уже можно посмотреть в карточке диалога.
!!!

## Главное остаётся с пользователем

Наблюдающая память ищет в диалогах сведения, которые сохраняют смысл за пределами одного разговора. Например:

> У пользователя аллергия на орехи.
>
> Предпочитает продукты с натуральным составом.
>
> Выбирает определённый бренд из-за качества.
>
> Подтвердил решение заказать этот товар.

Каждое наблюдение становится частью единого профиля. Он развивается вместе с общением и объединяет опыт из разных диалогов одного пользователя.

При этом память не заменяет актуальные данные каталога. Цены, наличие, характеристики и промо Shopping Assistant по-прежнему должен получать из товарного источника во время нового запроса. В долгосрочном профиле остаётся пользовательский контекст: что важно человеку, какие варианты он исключил и почему.

## Память со смыслом

В профиль могут попадать:

- устойчивые предпочтения;
- ограничения и требования безопасности;
- аллергии и особенности питания;
- выбранные товары и бренды;
- причины отказа от вариантов;
- подтверждённые решения.

Наблюдающая память не просто сохраняет реплики подряд. Она превращает их в компактные факты, чтобы из длинной истории общения постепенно складывалось целостное представление о человеке и его критериях выбора.

## Один пользователь — одна история

Каждый новый диалог дополняет уже накопленный опыт. Предпочтения, ограничения и прошлые решения сохраняют связь между разговорами, даже если пользователь начинает новый диалог.

Память каждого пользователя развивается отдельно внутри пространства интернет-магазина. Это создаёт основу для более точных рекомендаций, персонального подбора и последовательного общения без смешивания историй разных людей.

## Что уже можно проверить в личном кабинете

Первый этап Наблюдающей памяти запущен в режиме наблюдения. После обработки диалога команда может открыть его карточку и проверить:

- какие наблюдения выделил ассистент;
- завершилась ли обработка;
- сколько сообщений вошло в наблюдение;
- насколько полезны, точны и устойчивы получившиеся факты.

Так команда может находить слишком общие, временные или ошибочные наблюдения до того, как память начнёт участвовать в персонализации ответов. Для оценки удобно сопоставлять профиль с исходным диалогом и [фидбеком по ответам](/blog/2026-08-19-shopping-assistant-answer-feedback/).

## Какие сценарии открывает профиль пользователя

Главное применение Наблюдающей памяти — более персональные и последовательные ответы Shopping Assistant. После этапа оценки качества ассистент сможет использовать накопленный профиль как дополнительный контекст в каждом новом диалоге.

### Ответы с учётом прошлого опыта

Ассистент сможет учитывать устойчивые предпочтения, ограничения и предыдущие решения с самого начала разговора. Пользователю не придётся каждый раз повторять аллергию, запрещённый ингредиент, любимый бренд или причину, по которой прошлый вариант не подошёл.

Например, вместо общего уточнения «Есть ли у вас ограничения?» Shopping Assistant сможет сразу предложить товары без орехов и проверить, осталось ли требование актуальным. Если пользователь раньше отказался от определённого бренда из-за состава, ассистент не будет снова начинать подбор с этого варианта. А после подтверждённого выбора сможет предлагать совместимые товары или альтернативы с похожими характеристиками.

Память поможет ассистенту:

- начинать новый диалог с уже известного контекста;
- точнее формулировать уточняющие вопросы;
- не повторять варианты, от которых пользователь отказался;
- объяснять рекомендации через знакомые пользователю критерии;
- сохранять последовательность общения между диалогами.

При этом старое наблюдение остаётся контекстом, а не безусловным правилом. Ассистент сможет уточнить, актуально ли оно для новой задачи, и не будет переносить незавершённую задачу из прошлого диалога без подтверждения пользователя.

## Дополнительные сценарии на основе памяти

Накопленные наблюдения также превращают диалоги с ассистентом в новый источник данных о потребностях пользователя. Профиль можно будет использовать за пределами формирования ответа — для CRM, персональных точек входа и продолжения покупательского сценария.

### Диалог-знакомство и обогащение CRM

Shopping Assistant может провести пользователя по короткому сценарию в формате квиза: уточнить образ жизни, предпочтения, ограничения и критерии выбора. Ответы не останутся внутри одного разговора — их можно превратить в профиль пользователя и передать в CRM или другую клиентскую систему.

Например, зоомагазин сможет уточнить вид, возраст и особенности питания питомца, а продуктовый ритейлер — пищевые ограничения и предпочтения. Следующие коммуникации будут опираться на собранный контекст без повторной анкеты.

### Персональные подсказки на стартовом экране

Вместо одинаковых быстрых вопросов для всех стартовый экран сможет предлагать продолжение актуальной задачи конкретного пользователя. Например:

- «Продолжить подбор корма без курицы»;
- «Сравнить модели из прошлого диалога»;
- «Показать альтернативы выбранному бренду»;
- «Вернуться к комплекту для домашнего офиса».

Такие подсказки сокращают путь к полезному ответу и показывают, что ассистент помнит контекст предыдущего общения.

### Продолжение незавершённого выбора

Если пользователь искал товар, но не совершил покупку, следующий диалог может продолжить сценарий с того места, где он остановился. Ассистент сможет напомнить критерии, предложить новые варианты или помочь снять оставшиеся сомнения.

Последовательность таких возвращений можно развивать как многошаговый сценарий внутри ассистента: первый диалог помогает сформулировать задачу, следующий — сравнить варианты, а новый контакт после паузы — проверить актуальность выбора и предложить следующий шаг. По логике это похоже на цепочку CRM-коммуникаций, но всё взаимодействие происходит в разговоре с Shopping Assistant.

## Общение, которое становится ценнее со временем

Наблюдающая память превращает каждый диалог в часть общего опыта. Сегодня Shopping Assistant учится выделять значимые факты, а команда оценивает качество профилей в личном кабинете.

Следующий этап — использовать накопленный контекст в персональных подсказках, продолжении покупательских сценариев и рекомендациях, которые учитывают предпочтения, ограничения и предыдущие решения с самого начала разговора.

[!ref icon="comment-discussion"](/shopping_assistant/shopping_assistant.md)