Семантический и визуальный поиск по каталогу товаров

Поиск на сайте отвечает за значительную часть выручки, но работает по совпадению слов. Запрос «куртка на осень для ребёнка тёплая» возвращает пустую выдачу или сотни нерелевантных позиций, потому что в карточках написано «парка детская демисезонная». Покупатель уходит на маркетплейс, где нашёл нужное с первого раза.

Синонимы и правила поддерживаются вручную, а каталог меняется ежедневно. Поиск по фото — «найти такое же» — вообще отсутствует, хотя для одежды, мебели и декора это естественный сценарий.

Внешние поисковые сервисы тарифицируются за запросы и требуют выгружать каталог и поведение пользователей за периметр компании.

Решение заменяет или дополняет текстовый поиск нейросетевым: запрос и товары представляются векторами в общем пространстве, а языковая модель уточняет намерение.

• Мультимодальные эмбеддинги товаров по названию, описанию, атрибутам и изображениям; поиск по тексту и по фото в одном индексе.
• LLM-переформулировка запроса: извлечение атрибутов (размер, цвет, назначение), исправление опечаток, обработка длинных запросов.
• Ранжирование с учётом поведения: клики, покупки, остатки, маржинальность.
• Гибридная выдача: точное совпадение по артикулу и семантический поиск в одной системе.

Индекс обновляется при изменении каталога, а качество измеряется на реальных запросах с разметкой категорийными менеджерами.

Какие данные нужны

• Каталог с описаниями, атрибутами и фото
• Логи поисковых запросов и кликов
• История покупок для ранжирования