Команда сервиса для управления данными о товарах встроила в него ИИ-агента, который ищет информацию в интернете и создаёт карточки на маркетплейсах. Об этом рассказал разработчик под ником Razoomnick. По его словам, за несколько месяцев изменился способ работы пользователей с системой: теперь ей можно поручать задачи через чат, а не только настраивать обработку данных вручную.
Что изменилось для продавца
PIM — это система, которая собирает сведения о товарах, обрабатывает их и передаёт дальше, например на маркетплейс. В описанном сервисе уже были интеграции с Ozon, Wildberries и другими площадками. Автор сообщает о работе с каталогами в несколько миллионов товаров и доступе клиентов к библиотеке на 100 миллионов карточек. Но пользователям всё равно приходилось разбираться в настройках и писать формулы.
Новый подход — дать системе поручение обычными словами. Автор приводит сценарий: загрузить файл с названиями товаров и попросить создать для них карточки на Ozon. По его описанию, одни пользователи поручают агенту заполнить отдельную карточку и проверяют результат глазами; другие запускают фоновое массовое создание карточек для десятков тысяч товаров в действующем кабинете Ozon.
Речь не просто о собеседнике, который предлагает текст описания. ИИ-агент может вызывать инструменты и выполнять действия. Именно это отличает новый способ работы от отдельных функций генерации текста или распределения товаров по категориям, которые команда внедряла раньше.
Как чат связан с реальной работой
Чат передаёт агенту не только сообщение, но и контекст: какую страницу видит пользователь, какие товары или бренды он выделил. Веб-приложение отправляет задачу отдельному процессу, который готовит рабочее окружение и запускает исполнителя. Сейчас, по словам автора, поддерживаются Claude Code и OpenCode.
Исполнитель обращается к языковой модели, запускает нужные программы и возвращает результат. Для больших массивов данных используется Python: модель пишет код обработки, вместо того чтобы пропускать все записи через переписку. Отдельные инструменты помогают работать с файлами и сетью. К функциям самой платформы агент обращается через MCP — протокол подключения инструментов к ИИ.
Основу прежней системы при этом не заменяли целиком. Разработчик описывает добавление методов чата и MCP-сервера к существующему веб-приложению. Изменение касается прежде всего того, как пользователь поручает системе работу и как агент выполняет её с помощью доступных инструментов.
Что показал прототип — и чего он не доказывает
Поводом заняться полноценным агентом стал вечерний прототип: по утверждению автора, он присвоил коды ТНВЭД — товарные коды для таможенной классификации — 100 тысячам товаров за час. Результаты сравнили с ручным подбором специалиста для нескольких тысяч товаров. Автор оценивает расхождения в десятые доли процента и считает спорные результаты преимуществом Claude Code.
Это оценка команды, а не независимая проверка точности. Её нельзя переносить на все товары или на качество создания карточек. Существенно и условие самого опыта: прототип предоставлял инструменты поиска данных о товарах и фильтрации кодов. По словам разработчика, один список товаров без этих инструментов Claude Code обработать так не смог бы.
Самостоятельная работа здесь также не означает, что все клиенты сразу отказались от проверки. Автор описывает переход от испытаний возможностей агента в чате к доверию фоновым сценариям. Для читателя, который выбирает автоматизацию товарного каталога, полезно различать эти два режима: помощь с отдельной задачей и выполнение действий в рабочем кабинете.
