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

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.

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.

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.