ИИ для ответов на отзывы на WB и Ozon: живые ответы без шаблонов

У селлера со 100+ товарами на Wildberries приходит 15-20 новых отзывов в день. Ответить на каждый вручную — 2-3 часа чистого времени. ИИ-агент делает это за 15 минут: мониторит, подбирает тон ответа, пишет в стиле бренда. Стоимость — около 2 рублей за ответ на базовой модели DeepSeek V4 Pro. Ниже — как настроить агента и почему покупатель не заметит разницы.

Отзывы на маркетплейсах — это не просто «спасибо за покупку». Каждый ответ селлера видят тысячи следующих покупателей. Именно по ответам на негатив люди принимают решение о покупке: «продавец решил проблему — значит я в безопасности». Но когда отзывов 15 в день, а вы один — качество ответов падает вместе с четвёртым «благодарим за обратную связь».

Почему ответы на отзывы — это не факультатив, а рейтинг

Алгоритмы Wildberries и Ozon учитывают скорость и факт ответа селлера при ранжировании карточек. Товар с обработанными отзывами поднимается в выдаче выше, чем такой же товар без ответов. Это не догадка — это задокументированный фактор ранжирования обоих маркетплейсов.

Один пропущенный негативный отзыв без ответа снижает конверсию карточки на 15-30%. Три пропущенных — и вы теряете до половины потенциальных заказов по этому товару. При этом ответы — не разовая акция, а ежедневная рутина. Которая отлично делегируется ИИ.

Если вы только начинаете автоматизировать работу на маркетплейсах, посмотрите наш разбор ИИ для Wildberries — там про полный цикл: от карточек до отзывов.

Три типа отзывов — три стратегии ответа

Агент не пишет «один ответ под всё». Он считывает тон и содержание отзыва и выбирает стратегию:

Негатив: «решение, а не отписка». Клиент пишет: «Доставили мятый, цвет не как на фото, размер маломерит». Плохой ответ: «Приносим извинения, учтём». Хороший ответ агента: «По цвету — пришлите фото, проверим партию на складе. По размеру — отправили замену на размер больше, трек-номер в личных сообщениях. По упаковке — передали на склад, усилили контроль». Разница — конкретика vs отписка.

Позитив: «благодарность с продолжением». Клиент пишет: «Классная вещь, ношу вторую неделю». Агент отвечает: «Спасибо за отзыв, рады что понравилось! Кстати, в линейке есть вторая расцветка — и к ней сейчас бесплатная доставка». Ответ + кросс-сейл в одном сообщении.

Нейтрал: «вовлечение в диалог». Клиент: «Нормально, пришло за 4 дня». Агент: «Спасибо что нашли время на отзыв. Если появятся вопросы по уходу за вещью — напишите в личные сообщения, подскажем». Не спам, а приглашение к контакту.

Такая сегментация — то, что живой менеджер делает интуитивно, а робот с шаблоном — не делает. ИИ-агент на маркетплейсах — это не скрипт с тремя вариантами текста, а модель, понимающая контекст.

Как агент мониторит и отвечает: пошаговый сценарий

Шаг 1 — подключение. Вы создаёте API-ключ в личном кабинете WB Seller (раздел «Настройки → Доступ к API») и отправляете его агенту в Telegram одним сообщением. Для Ozon — аналогично, ключ из раздела «Интеграции». Для Яндекс.Маркета — токен из кабинета продавца.

Шаг 2 — настройка тона. Вы описываете стиль бренда: «дружелюбный, без канцелярита, обращение на «вы», допускаются эмодзи». Агент запоминает и применяет во всех ответах. Можете дать пример: «вот как мы ответили на этот отзыв в прошлом месяце — делай так же».

Шаг 3 — мониторинг. Агент проверяет новые отзывы каждые 30-60 минут. Если отзыв без ответа — генерирует черновик и присылает в Telegram: «Новый отзыв на товар X, 2 звезды. Предлагаю ответ: … Опубликовать?»

Шаг 4 — публикация. Вы нажимаете «да» — ответ уходит на маркетплейс. Можете отредактировать: «нет, убери эмодзи и добавь про трек-номер» — агент перепишет и пришлёт новый вариант.

Настроить интеграцию с API маркетплейсов под себя поможет Claude Code — даже если вы не программист, базовый скрипт для мониторинга отзывов собирается за один вечер.

Ручная обработка против ИИ: цифры

Для магазина со 100 товарами и 15-20 отзывами в день:

Параметр	Вручную	ИИ-агент
Мониторинг новых отзывов	30-40 мин (заход в ЛК)	0 мин (автоматически)
Ответ на 1 отзыв	3-5 мин	15-20 сек
Ответ на 20 отзывов	60-100 мин	5-7 мин
Поддержание стиля	устаёт к 10-му отзыву	стабилен
Ошибки и опечатки	1-2 на 20 ответов	0

За месяц при 20 отзывах в день разница — около 30 часов. Это почти рабочая неделя, потраченная на тексты, которые может писать агент.

Стоимость: два рубля против тридцати часов

Один ответ на отзыв на базовой модели DeepSeek V4 Pro стоит около 2 рублей. 20 отзывов в день × 30 дней = 600 отзывов = 1200 рублей в месяц. На тяжёлых моделях (Claude, GPT-5) — в 3-5 раз дороже, но для задачи «ответ на отзыв» разница в качестве минимальна.

Подписка на сервис Мой агент: 1990 ₽ первый месяц, затем 990 ₽/мес. В неё входит доступ к моделям и сам движок агента. Сами ответы оплачиваются по факту расхода токенов — 2 ₽ за штуку.

Тридцать часов времени селлера, которые стоят явно больше 1200 рублей в месяц. Арифметика простая: если ваш час стоит хотя бы 300 ₽ (а он наверняка дороже), то 30 часов = 9000 ₽. ИИ-агент с теми же объёмами — 1200 ₽.

Углубиться в автоматизацию продаж можно на курсе Разговорное программирование — там разбираем не только отзывы, а полный цикл работы селлера с ИИ.

Коротко

• Агент мониторит отзывы на WB, Ozon и Яндекс.Маркете каждые 30 минут.
• Сам определяет тон (негатив/позитив/нейтрал) и пишет ответ по стратегии.
• Ответы не публикуются без вашего подтверждения — защита от ошибок.
• Около 2 ₽ за отзыв на базовой модели. 20 отзывов в день = 1200 ₽/мес.
• Экономия: 30+ часов в месяц против ручной обработки.
• Стиль бренда настраивается один раз — агент придерживается его стабильно.