Ко всем проектам
Менеджер или клиент описывает, какая техника нужна. Сервис приводит стоки разных поставщиков к одному виду и предлагает позиции, которые реально есть.
Коротко
- Запрос можно написать своими словами или загрузить файлом
- Стоки из Excel приводятся к одному формату до того, как их видит чат
- В кабинете — несколько диалогов, корзина, заявка и статистика по моделям
Задача
Заказчику нужен был способ подбирать компьютерную технику по живой потребности, а не по фильтрам каталога, в которых легко утонуть. Стоки приходят от дистрибьюторов в разных Excel. Пока таблицы не приведены к одному стандарту, любой «умный» чат советует то, чего нет, или называет одну и ту же позицию десятью разными именами.
В продукт закладывали AI-чат, роли пользователей, кабинет с корзиной и заявками и витрину, которая опирается на реальные остатки.
Решение
Пути разобрали до визуала: как человек входит, как формулирует запрос, где видит предложение, как кладёт позицию в корзину и где менеджер подхватывает заявку. Карта и чёрно-белый прототип проверили эти шаги без спора о цветах.
Дальше собрали экраны кабинета, чата, корзины и заявок, UI Kit и адаптивы. Интерфейс должен быть спокойным: в таком сервисе человек сравнивает характеристики, а не рассматривает обложку.
Приложение разделили на клиент и сервер. Контент ведётся в Strapi, стоки и пользователи лежат в PostgreSQL. Роли — администратор, менеджер, клиент. Вход по почте или телефону.
Базу стоков спроектировали под характеристики, категории и наличие. Скрипты забирают Excel и раскладывают строки по этой схеме. Отдельные алгоритмы приводят данные разных поставщиков к одному стандарту: дальше и чат, и каталог говорят на одном языке.
AI-чат читает запрос и предлагает позиции из уже нормализованных остатков. Если формулировка слишком широкая, сервис просит уточнить, а не вываливает случайный список. Файл-запрос обрабатывается так же: спецификацию можно приложить, а не переписывать в чат.
В кабинете несколько диалогов, корзина и заявки. Заказ уходит с уведомлением на почту. Менеджер видит уже собранный интерес, а не сырой «подберите что-нибудь».
После выкладки в админке есть прикладная аналитика: по модели видно, сколько было запросов и добавлений в корзину. Это ответ на вопрос закупщика, что спрашивают, а не абстрактный дашборд посещений.
Стек
- Next JS
- Nest.js
- Figma
- Strapi
Результат
Acer-AI подбирает технику из реальных стоков. Клиент регистрируется, описывает задачу чату или файлом, собирает корзину и оставляет заявку. Поставщикам больше не нужно вручную приводить прайсы к одному виду перед каждым запросом.
Компания видит спрос по конкретным моделям и может развивать ассортимент от этих цифр, а не от ощущения «кажется, это часто спрашивают».