کاربر وارد صفحه خرید یک گیاه آپارتمانی در سایت شما می‌شود. متن توضیحات محصول کامل است و جدول مشخصات پر از داده‌های مختلف. اما کاربر یک سوال خاص دارد: «من یک کودک دو ساله دارم، خوردن برگ‌های این گیاه خطرناک نیست؟» یا «ما در بوشهر زندگی می‌کنیم، شرایط نگهداری این گیاه در پاییزِ اینجا چطور است؟»

جواب این سوال‌ها در هیچ جدول مشخصاتی پیدا نمی‌شود. کاربر در سایت جستجو می‌کند، به نتیجه نمی‌رسد و صفحه را می‌بندد. این دقیقا همان نقطه‌ای است که یک دستیار هوشمند می‌تواند ورق را برگرداند. نه یک چت‌بات معمولی و خنگ که فقط پیام‌های از پیش تعیین شده می‌فرستد، بلکه یک فروشنده آگاه که دقیقا می‌داند مشتری در کدام صفحه است، چه محصولی را نگاه می‌کند و شرایط خاص آن مشتری چیست.

ساختن چنین دستیاری تا همین اواخر شبیه یک پروژه سنگین و زمان‌بر بود. اما با ترکیب ابزارهای درست، توسعه یک چت‌بات اختصاصی برای فروشگاه ووکامرسی بسیار سریع‌تر از چیزی است که به نظر می‌رسد. جالب‌تر اینکه برای اجرای آن نیازی به نصب افزونه‌های سنگین روی وردپرس ندارید. کل این ابزار می‌تواند با قرار دادن تنها یک خط کد در فوتر سایت (دقیقا شبیه به نصب اسکریپت گوگل آنالیتیکس) راه‌اندازی شود و هیچ بار اضافه‌ای به سرور سایت شما تحمیل نکند.

معماری یک فروشنده هوشمند

برای اینکه ببینیم زیر پوست چنین سیستمی چه می‌گذرد، باید با سه قطعه اصلی این پازل آشنا شویم. قطعاتی که هر کدام در یک نقطه قرار دارند اما به صورت لحظه‌ای با هم حرف می‌زنند.

مغز متفکر: انتخاب مدل هوش مصنوعی

برای درک سوال کاربر و تولید یک جواب منطقی، به یک مدل زبانی نیاز داریم. در پروژه‌های کاربردی، انتخاب مدل بسیار مهم است. قرار نیست برای یک پرسش و پاسخ ساده از سنگین‌ترین و گران‌ترین مدل‌ها استفاده کنیم. استفاده از مدل‌های سبک و سریع (مثل نسخه فلش لایت جمینای) بهترین استراتژی است. این مدل‌ها سرعت پاسخگویی بسیار بالایی دارند و محدودیت‌های استفاده رایگان آن‌ها به قدری منطقی است که برای شروع یک پروژه فروشگاهی کاملا جوابگو هستند.

هسته مرکزی و مدیر برنامه‌ها: کلودفلر ورکر (Cloudflare Workers)

اگر قرار نیست کد پی‌اچ‌پی بنویسیم و افزونه بسازیم، پس چت‌بات کجا پردازش می‌شود؟ پاسخ فضایی به نام کلودفلر ورکر است. به جای درگیر کردن هاست اصلی سایت، تمام منطق کار را به یک سرور ابری سبک می‌سپاریم. ورکر در اینجا نقش یک مدیر ارتباطات را بازی می‌کند. درخواست کاربر را از چت‌باکس می‌گیرد، سراغ سایت شما می‌رود تا اطلاعات محصول را بخواند، داده‌ها را برای هوش مصنوعی می‌فرستد و در نهایت جواب را روی صفحه سایت به کاربر نمایش می‌دهد. یکی از ویژگی‌های جذاب این روش، امنیت و کنترل دسترسی است. شما می‌توانید در کدهای ورکر شرط بگذارید که این چت‌بات فقط روی دامنه سایت شما اجرا شود. این یعنی حتی اگر کسی کدهای فرانت‌اند شما را کپی کند، نمی‌تواند از ترافیک و اعتبار ای‌پی‌آی (API) شما سوءاستفاده کند.

منبع داده‌ها: ارتباط با وب‌سرویس ووکامرس

هوش مصنوعی به تنهایی نمی‌داند محصولی که کاربر می‌بیند چیست. ما باید این اطلاعات را به صورت زنده برایش تامین کنیم. با ساخت یک کلید دسترسی «فقط خواندنی» در تنظیمات رست ای‌پی‌آی (REST API) ووکامرس، به ورکر اجازه می‌دهیم مشخصات محصول شامل نام، قیمت، موجودی و مهم‌تر از همه جدول ویژگی‌ها را بخواند. به این ترتیب، وقتی کاربر می‌پرسد «ارتفاع این گیاه چقدر است؟»، هوش مصنوعی با تکیه بر داده‌های واقعی همان محصول که از ووکامرس گرفته شده، پاسخ می‌دهد.

مسیر توسعه: از ظاهر تا باطن

یک تمرین خوب برای ساخت ابزارهای هوش مصنوعی، شروع کردن از رابط کاربری (UI) است. قبل از درگیر شدن با بک‌اند و ارتباطات سرور، بهتر است تکلیف ظاهر کار را مشخص کنیم. تعیین جایگاه دکمه باز کردن چت، ساختار نمایش پیام‌ها و رنگ‌بندی هماهنگ با هویت بصری سایت، قدم اول است. وقتی رابط کاربری با کدهای سبک HTML و CSS ساخته شد، حالا زمان داینامیک کردن آن فرا می‌رسد.

در طول مسیر متصل کردن این بخش‌ها، بروز خطا یک اتفاق کاملا طبیعی است. مثلا ممکن است فایروال یا سیستم امنیتی سایت شما درخواست‌هایی که از سمت کلودفلر می‌آید را مسدود کند و خطای ۴۰۳ بدهد. یا در نمایش ظاهر پاسخ‌ها (مثل لیست‌ها و تیترهایی که هوش مصنوعی تولید می‌کند) دچار به هم ریختگی فونت و استایل شوید. در روش توسعه با کمک هوش مصنوعی، نیازی نیست از این خطاها بترسیم. راز سرعت در این کار، خواندن لاگ‌ها و پیام‌های خطاست. کافی است متنی که در بخش خطایابی کلودفلر ثبت شده را مستقیما به هوش مصنوعی بدهید تا خودش تشخیص دهد مشکل از سمت مجوز دسترسی است، مسیردهی‌ها اشتباه بوده یا نیاز به یک قطعه کد جاوااسکریپت برای اصلاح ساختار متن داریم.

گسترش مرزها: از یک چت‌بات ساده تا دستیار تمام عیار

وقتی موفق شدید چرخه ارتباطی سایت، ورکر و هوش مصنوعی را با موفقیت ببندید، تازه زمین بازی واقعی شروع می‌شود. شما پایه‌ای ساخته‌اید که بی‌نهایت جای توسعه دارد.

  • درک کاربر لاگین‌کرده: اگر بتوانید وضعیت ورود کاربر را تشخیص دهید، چت‌بات می‌تواند به محض باز شدن بگوید: «سلام، سفارش قبلی‌ات در مرحله ارسال است، الان می‌توانم در مورد این محصول کمکت کنم؟»
  • پیشنهادهای هوشمند: بر اساس سابقه کاربر و خریدهای قبلی‌اش، کدهای تخفیف اختصاصی یا محصولات مکمل را درست در لحظه تردید به او پیشنهاد دهید.
  • تحلیل رفتار مشتری: با اتصال این سیستم به ابزاری مثل گوگل شیت، می‌توانید تمام سوالاتی که کاربران پرسیده‌اند را ذخیره کنید. این گنجینه‌ای از اطلاعات است که به شما می‌گوید کجای توضیحات محصولتان لنگ می‌زند و کاربران دقیقا دنبال چه اطلاعاتی می‌گردند.

ساختن ابزارهای کاربردی با هوش مصنوعی دیگر نیازمند ماه‌ها زمان و تیم‌های بزرگ نیست. با درک نحوه عملکرد وب‌سرویس‌ها و استفاده بهینه از فضاهای ابری، می‌توانید سایت‌های فروشگاهی را از کاتالوگ‌های خاموش، به فروشندگانی باهوش، پاسخگو و همیشه بیدار تبدیل کنید.