Агенты для электронной коммерции: примеры использования

Anthropic представила возможность «компьютерного использования» для Claude в 2024 году, а OpenAI последовала за ней со своим собственным агентом, который просматривает и действует в виртуальном браузере. У Google и других есть аналогичные исследования и продукты. Общая идея заключается в том, что модель получает скриншоты, принимает решение о следующем действии и отправляет команды, такие как «нажать в этой позиции» или «ввести этот текст».

Это отличается от классической автоматизации. Рабочий процесс Zapier или n8n соединяет системы через API и ломается, если API отсутствует. Инструменты роботизированной автоматизации процессов (RPA) следуют записанным скриптам и ломаются, когда кнопка перемещается. Агент компьютерного использования каждый раз считывает экран, поэтому он может справиться с небольшими изменениями макета, но он медленнее, стоит дороже за задачу и может совершать ошибки, которые скрипт не совершил бы.

Лучшие кандидаты обладают тремя чертами: они часто повторяются, происходят в браузере или настольном приложении, и ошибку легко заметить и исправить.

• Проверка цен конкурентов на сайтах, которые блокируют или не имеют фидов товаров, и их запись в электронную таблицу.
• Получение отчетов о заказах или запасах с портала поставщика, который предлагает только ручную загрузку.
• Заполнение форм листинга на маркетплейсе данными из вашего листа товаров для проверки перед отправкой.
• Тестирование собственного процесса оформления заказа: добавление товаров, применение кодов скидок и подтверждение итогов в качестве регулярной проверки качества.
• Сбор причин возврата или тем обращений в службу поддержки из хелпдеска, у которого нет функции экспорта.
• Аудит собственных страниц товаров на предмет отсутствующих изображений, сломанных руководств по размерам или неверных цен.

Некоторые работы плохо подходят либо из-за высокого риска, либо из-за наличия лучшего инструмента.

• Все, что связано с платежами, возвратами или банковскими реквизитами. Один неверный клик здесь стоит денег и доверия.
• Массовые изменения цен или уровней запасов в реальном времени. Вместо этого используйте инструменты импорта или API вашей платформы, которые быстрее и логируются.
• Вход в учетные записи с реальными данными клиентов без четкого одобрения владельца этих данных.
• Задачи, для которых уже существует API. Shopify, WooCommerce и большинство маркетплейсов предлагают API, которые дешевле и надежнее.

Начните в изолированной среде. Документация Anthropic рекомендует запускать компьютерное использование внутри виртуальной машины или контейнера с минимальными привилегиями, и этот совет применим к агенту любого поставщика.

Последовательность безопасной настройки

• Создайте выделенный профиль браузера или виртуальную машину без сохраненных паролей и без доступа к личной электронной почте.
• Используйте отдельную учетную запись с самым низким уровнем разрешений, который все еще позволяет выполнить задачу, в идеале только для чтения.
• Напишите задачу в виде четкого контрольного списка: какой сайт, какая страница, что собрать, где сохранить, когда остановиться.
• Запустите его под наблюдением первые несколько раз. Отметьте, где он колеблется или нажимает не на то.
• Добавьте шаг одобрения человеком перед любым действием, которое отправляет, сохраняет или отправляет данные.
• Логируйте каждый запуск: дата, задача, результат и любые ошибки.

Промпт-инъекция — это реальный риск. Веб-страница может содержать скрытый текст, приказывающий агенту сделать что-то другое. Держите агентов подальше от ненадежных страниц, пока они удерживают сеанс входа, и никогда не позволяйте им действовать согласно инструкциям, которые они находят на странице.

Расходы складываются из использования модели, так как каждый шаг отправляет скриншот и получает действие, а также из времени, затраченного на контроль. Задача, которая занимает у человека пять минут, может занять у агента больше времени и стоить небольшую сумму в виде комиссий API за запуск. Аргумент в пользу агента наиболее силен, когда человеческое время дорого, задача утомительна, а объем умеренный.

Например, модный бренд, проверяющий цены на двадцати страницах товаров конкурентов каждую неделю, может обнаружить, что агент экономит час времени мерчендайзера, при этом стоит гораздо меньше, чем этот час. Магазин, проверяющий две страницы в месяц, этого не заметит.

Отслеживайте одну и ту же задачу до и после. Основные показатели просты.

• Время на выполнение для человека по сравнению со временем контроля для агента.
• Частота ошибок: как часто результат требует исправления.
• Стоимость за запуск при использовании API.
• Охват: позволяет ли агент проверять больше страниц или чаще, чем раньше.

Если частота ошибок остается высокой после нескольких недель уточнения инструкций, эту задачу, вероятно, лучше решать с помощью интеграции API или традиционного скрипта.

Традиционные платформы RPA, такие как UiPath или Power Automate Desktop, записывают фиксированные шаги и воспроизводят их. Они быстры и дешевы за запуск после создания, но каждый редизайн целевого сайта означает повторную запись. Агенты компьютерного использования обменивают некоторую скорость и стоимость на гибкость. Разумное разделение заключается в использовании RPA или API для стабильных процессов с большим объемом и агентов для задач, где страницы часто меняются или объем слишком мал, чтобы оправдать создание скрипта. Некоторые команды сначала используют агента для изучения задачи, а затем превращают надежные шаги в скрипт.