Обучение ИИ для аналитиков ритейла: программа и промпты

2026-09-26обновлено 2026-11-02Бизнес

Обучение ИИ для аналитиков ритейла строится на задачах, которые у них уже есть: сведение выгрузок по продажам в отчёт, поиск аномалий в динамике категорий, подготовка цифр для презентации руководству. Та же программа закрывает и смежные задачи категорийных менеджеров и маркетинга: карточки товаров, описания для маркетплейсов, скрипты для продавцов, рассылки. Четыре практические сессии на данных сети, регламент по безопасности и контрольная встреча через несколько недель. Решения по ассортименту и поставщикам остаются у категорийного менеджера, расчёт и интерпретация цифр — за аналитиком.

Типовая картина в категории с сотнями позиций: карточка новой позиции пишется с нуля, хотя структура описания повторяется; текстовые выводы к отчёту по продажам формулируются заново каждый раз; скрипты для продавцов написаны два сезона назад и не знают нового ассортимента. Программа не заменяет знание рынка. Она снимает черновую текстовую работу, чтобы время шло на решения, где нужна экспертиза менеджера.

Какие задачи отдела ИИ забирает уже сейчас

Задача Как помогает ИИ Что остаётся за человеком
Карточки товаров Собирает описание из характеристик и фото Проверка точности и финальная редактура
Описания для маркетплейсов Адаптирует одно описание под требования разных площадок Загрузка и модерация на самой площадке
Аналитика продаж по категориям Сводит цифры из выгрузки в понятный отчёт с трендами Решение об изменении ассортимента
Материалы для обучения продавцов Чек-лист и скрипты типовых ситуаций в зале Живой тренинг и практика на месте
Email- и push-рассылки Черновик текста под сегмент клиентов Финальная проверка оффера и сроков акции
Разбор отзывов покупателей Группирует отзывы по темам, находит повторяющиеся жалобы Решение, что менять в товаре или сервисе
Планограммы и мерчандайзинг Структурирует рекомендации из данных о продажах категории Финальная раскладка с учётом магазина
Переговоры с поставщиком Справка по истории закупок и условиям для подготовки к встрече Сами переговоры и условия сделки
Сезонные акции Черновик механики акции и текста для покупателя Расчёт маржи и решение о проведении
Ответы на вопросы в чатах поддержки Черновик ответа по регламенту на типовой вопрос Проверка перед отправкой, спорные случаи

Обучение ИИ для аналитиков ритейла: что отдельно

У аналитика задачи другие, чем у категорийного менеджера: не карточка товара, а выгрузка из учётной системы, которую нужно превратить в отчёт с выводами. Сессия для аналитиков строится на их собственных файлах — выгрузке по продажам, остаткам, оборачиваемости — и разбирает три повторяющиеся задачи: сведение нескольких источников в одну таблицу, поиск отклонений от обычной динамики категории, оформление выводов для презентации руководству понятным языком без таблицы на двадцать строк.

Отдельно разбирается, где заканчивается зона ИИ и начинается зона аналитика. Модель хорошо сводит цифры, которые ей дали, и формулирует текст вокруг таблицы. Она не знает, что на прошлой неделе был сбой поставки или акция у конкурента, поэтому любой вывод о причине отклонения аналитик проверяет сам, а не берёт готовым из ответа модели. Промпт для отчёта по продажам категории из раздела с промптами ниже подходит и для этой задачи — разница в том, что аналитик использует его на уровне всей сети, а не одной категории.

Как проходит программа

Аудит задач отдела. Перед стартом — разговор с руководителем категории или маркетинга и разбор того, что уже есть: шаблоны карточек, форматы отчётов по продажам, скрипты для продавцов, примеры рассылок. Сессии строятся на этих материалах, а не на абстрактных кейсах.

Четыре практические сессии. Первая — карточки товаров и описания: из характеристик и фото собирается структура, которая адаптируется под требования конкретных площадок. Вторая — аналитика продаж: выгрузка по категории превращается в отчёт с понятными выводами для руководителя. Третья — материалы для персонала: чек-листы, скрипты типовых ситуаций, ответы на частые вопросы покупателей. Четвёртая — маркетинг: рассылки, тексты для акций, разбор отзывов. Каждая сессия заканчивается результатом, который можно применить сразу.

Регламент работы с ИИ. Фиксируется, что можно загружать: обезличенные данные о продажах по категориям — да, персональные данные клиентов из CRM — только обезличенно или через защищённый контур. Отдельно — кто в отделе отвечает за проверку карточек и рассылок перед публикацией.

Сопровождение после. Контрольная встреча через несколько недель: какие сценарии прижились в ежедневной работе, что потребовало доработки под конкретную категорию или сезон, где промпт для карточки нужно скорректировать под новую линейку товаров. Регламент и промпты остаются в компании и передаются при найме новых категорийных менеджеров и продавцов в магазинах.

Пример «было / стало»: карточка новой позиции

Было. Менеджер открывает карточку похожего товара, копирует структуру, вручную переписывает характеристики и подгоняет текст под ограничения площадки. На позицию уходит заметная часть часа, а тон от карточки к карточке плавает.

Стало. Менеджер вставляет характеристики в готовый запрос отдела, получает черновик в единой структуре, проверяет каждое утверждение по списку характеристик и вносит правки. Тон закреплён в запросе, проверка сведена к сверке фактов. Сколько именно времени это даёт, зависит от вашей номенклатуры: замерьте две-три карточки до и после.

Как внедрить в отдел по шагам

  1. Соберите образцы. Три лучшие карточки, один типовой отчёт, один скрипт продавца. Результат: эталон, по которому настраивается запрос.
  2. Напишите запрос под категорию. Структура, тон, длина, запрещённые обороты. Результат: единая заготовка для всего отдела.
  3. Проверьте на десяти позициях. Сравните черновики с эталоном, зафиксируйте, где модель придумывает лишнее. Результат: список правок в запрос.
  4. Введите чек-лист проверки. Один ответственный сверяет карточки перед публикацией. Результат: ошибки ловятся до площадки.
  5. Закрепите регламентом. Какие данные можно загружать и кто отвечает за запросы. Результат: правила переживают смену сотрудников.

Чек-лист проверки карточки перед публикацией

[ ] Каждая характеристика в тексте есть в исходном списке
[ ] Нет слов «лучший», «премиальный», «улучшенный» без подтверждения
[ ] Длина и разделы соответствуют требованиям площадки
[ ] Нет упоминаний акции, скидки, срока, которых нет в условиях
[ ] Название, артикул и бренд совпадают с карточкой в учётной системе
[ ] Нет внутренней информации (закупочная цена, маржа, поставщик)

Разбор типовой ошибки: описание «по вдохновению»

Как делают. Просят нейросеть «написать красивое описание» товара без характеристик, надеясь, что она сама соберёт преимущества.

Почему плохо. Модель достраивает свойства по аналогии с похожими товарами. В карточке появляются состав, срок службы или страна происхождения, которых нет у вашей позиции. Для площадки и покупателя это недостоверное описание.

Как правильно. Давать только проверенные характеристики и прямо запрещать добавлять факты: «используй только то, что есть в списке, если данных мало, напиши, чего не хватает».

Промпты для ритейла

Карточка товара из характеристик:

Собери карточку товара для интернет-магазина на основе характеристик:
[список характеристик и фото]. Структура: заголовок, короткое описание
до 200 знаков, развёрнутое описание с преимуществами, характеристики
списком. Тон: [например, «простой, без превосходных степеней»].

Адаптация описания под маркетплейс:

Адаптируй это описание товара под требования [название площадки]:
максимальная длина [цифра] знаков, обязательные разделы —
[перечисли, если есть]. Исходное описание: [текст]. Сохрани ключевые
преимущества товара, убери то, что не помещается по формату.

Отчёт по продажам категории:

Собери отчёт по продажам категории [название] за [период] на основе
выгрузки: [данные]. Укажи топ-5 позиций по обороту, позиции с падением
продаж более чем на [цифра]%, и сформулируй два-три вопроса для
разбора с руководителем. Не делай выводов о причинах падения без
данных — только вопросы для проверки.

Скрипт для продавца по типовой ситуации:

Напиши скрипт для продавца магазина на ситуацию: [например, «покупатель
сомневается между двумя моделями»]. Ассортимент: [список позиций и
их отличия]. Тон дружелюбный, без давления, до 5 реплик.

Группировка отзывов по темам:

Сгруппируй отзывы покупателей по темам, укажи частоту каждой темы:
[список отзывов]. Отдели положительные темы от жалоб. Не делай
выводов о том, что менять в товаре — только структура тем.

Безопасность данных

Данные о клиентах — история покупок, контакты, поведение в приложении — персональные данные, и работа с ними подпадает под 152-ФЗ. Перед загрузкой в нейросеть сегмент клиентов для рассылки описывается обезличенно: возрастная группа, история покупок в категориях, без имён и контактов.

Данные о продажах по категориям и условия с поставщиками часто составляют коммерческую тайну сети — точные закупочные цены, маржинальность, объёмы по конкретным поставщикам. Для аналитики достаточно относительных показателей и обезличенных диапазонов, если работа идёт в общедоступном сервисе; для точных цифр по договорам — защищённый контур или внутренний инструмент компании.

Регламент фиксирует, какие данные проходят через какой канал, и кто в отделе отвечает за то, чтобы в промпт для карточки или рассылки не попала внутренняя информация о марже или условиях поставки — такое иногда случайно оказывается в скопированном фрагменте таблицы, если менеджер копирует диапазон ячеек целиком, не глядя на соседние колонки.

Где ИИ ошибается

Нейросеть уверенно пишет о преимуществах товара, которых нет в характеристиках, если формулировка расплывчатая, — «долговечный», «премиальный», «улучшенный состав» без подтверждения фактами. Для карточки товара это не просто стилистическая ошибка, а риск претензии от покупателя или площадки за недостоверное описание.

В аналитике продаж модель хорошо считает то, что дано в выгрузке, но не знает контекста: акцию конкурента, перебои с поставкой, изменение выкладки в конкретном магазине. Падение продаж по цифрам может выглядеть как проблема с товаром, а на деле быть логистическим сбоем — категорийный менеджер знает контекст, модель — нет.

Скрипты для продавцов, написанные без разбора реальных возражений покупателей, получаются гладкими, но не рабочими в зале — типовая ситуация в тексте и типовая ситуация с живым, раздражённым или сомневающимся человеком отличаются. Скрипт всегда обкатывается на практике, а не сдаётся сразу в работу.

И отдельно — ассортиментные решения: убрать позицию, изменить цену, перераспределить полку. Нейросеть может свести данные для решения, но решение с учётом сезона, конкурентов и стратегии сети принимает категорийный менеджер.

Типичная ситуация: описание акции, сгенерированное быстро под дедлайн, обещает условие, которого нет в реальной механике, — например, скидку на категорию, которая на деле в акцию не входит. Текст читается гладко, ошибка не в стиле, а в фактах, и заметить её может только тот, кто знает условия акции целиком. Поэтому любой текст для покупателя перед публикацией сверяется с условиями, а не только вычитывается на грамотность.

Кто ведёт

Ярослав Сажнев семь лет проработал в коммерции, включая СберМаркет и Магнит, преподаёт ИИ в РАНХиГС по двум направлениям. Через его программы прошли 100+ специалистов, среди его проектов, близких к рознице, — «Лавкоф» (700+ кофеен).

Формат и стоимость

Стоимость зависит от числа участников, количества магазинов и объёма программы. Подробности: корпоративное обучение ИИ и страница услуг.

Что дальше

Смежные материалы: ИИ в ритейле: что внедряют, ИИ для отдела маркетинга: обучение, ИИ для селлеров маркетплейсов и обучение сотрудников нейросетям.

Частые вопросы

У категорийных менеджеров нет времени, сезон только начался

Программа строится на текущей номенклатуре и данных продаж — не отдельно от сезона, а поверх него. На сессиях разбираются карточки и отчёты, которые и так готовятся к сезону.

Маркетолог уже пишет описания через ChatGPT — зачем обучение отделу?

Один сотрудник, работающий по наитию, и отдел с общим регламентом и проверенными промптами под свои категории — разные результаты. Программа синхронизирует подход внутри команды и на магазины.

А данные о продажах и клиентах — это же чувствительная информация?

Да, и в программе отдельный блок про безопасность: что можно загружать в обезличенном виде, а что работает только внутри защищённого контура компании.

Обучение только для головного офиса или можно для персонала магазинов?

Обе программы возможны отдельно: категорийным менеджерам и маркетингу — одна логика задач, персоналу торговых точек — другая, с упором на скрипты и типовые ситуации в зале.

Формат онлайн или очно?

Оба варианта работают. Для розничной сети с магазинами в нескольких городах онлайн-формат для персонала точек обычно удобнее логистически.

Нужно внедрить ИИ в компанию?

Аудит процессов, практикум с командой на её данных, регламенты. От 10 до 30 участников.

Обсудить задачи компании →
Ярослав Сажнев
Ярослав Сажнев — преподаватель ИИ в РАНХиГС, внедрение ИИ в компании. Подробнее об авторе