Индекс каталога товаров - это подготовленная поисковая база по ассортименту интернет-магазина или маркетплейса. В нее попадают product_id, SKU, название, категория, бренд, характеристики, цена, остаток, статус публикации, ссылки на карточки, изображения, теги, ограничения и иногда embeddings для смыслового поиска.
Такой индекс нужен, чтобы AI-агент, поиск на сайте или рекомендательная система работали с реальным каталогом, а не выдумывали товары. Если пользователь спрашивает "есть ли черные кроссовки до 7000 рублей для бега", агент должен искать по индексу, учитывать наличие, цену, размер, категорию и ссылку на карточку.
Индекс отличается от самой карточки товара. Карточка - это страница, которую видит покупатель. Индекс - внутреннее представление данных для поиска, фильтров, RAG, рекомендаций и автоматических проверок. В индексе могут храниться только нужные для поиска поля, а не весь HTML карточки.
Для AI-сценариев важны две части индекса. Первая - структурные поля: цена, остаток, бренд, размер, цвет, материал, категория, статус. Они нужны для точных фильтров. Вторая - текст и embeddings: название, описание, отзывы, FAQ, синонимы и поисковые фразы. Они помогают находить товар по смыслу, даже если пользователь пишет не точное название.
Качество индекса влияет на продажи. Если в индексе устаревшие остатки, агент предложит товар, которого нет. Если нет характеристик, фильтры будут работать плохо. Если не учитывать статус модерации, клиент увидит непубликованный товар. Если не хранить ссылку на источник, сложно проверить, откуда взялся ответ.
Индекс нужно регулярно обновлять. В e-commerce меняются цены, остатки, статусы, характеристики, фото, отзывы и правила площадок. Поэтому для каталога нужны переиндексация, удаление старых SKU, контроль дублей, проверка качества данных и логика "не показывать", если товар снят с продажи.
Практическое правило: AI-агент должен отвечать по товарам только из индекса каталога или явно говорить, что подходящего товара не найдено. Он не должен придумывать SKU, цену, наличие, скидку или совместимость, если этих данных нет в источнике.
Примеры
- Интернет-магазин индексирует SKU, название, бренд, цвет, размер, цену, остаток и ссылку на карточку, чтобы агент мог отвечать на вопросы о наличии.
- Для смыслового поиска по каталогу система считает embeddings по названию, описанию и ключевым характеристикам товара.
- Если товар закончился на складе, переиндексация обновляет поле stock_status, и агент перестает рекомендовать его покупателям.
- AI-агент ищет "подарок для ребенка 7 лет до 3000 рублей" и использует индекс каталога: фильтрует по цене и наличию, а затем ранжирует товары по смысловому совпадению.
Где используется
- поиск по интернет-магазину
- AI-консультант по товарам
- рекомендации и подборки
- маркетплейсы
- контроль остатков и цен
- SEO карточек товара
- проверка качества товарных данных
- RAG по каталогу товаров
Связанные термины
Частые вопросы
Зачем нужен индекс каталога товаров?
Он позволяет быстро искать товары, фильтровать ассортимент, строить рекомендации и давать AI-агенту проверенные данные о SKU, цене, наличии, характеристиках и ссылках на карточки.
Чем индекс каталога отличается от карточки товара?
Карточка товара - это страница для покупателя. Индекс каталога - внутреннее поисковое представление данных, которое используют фильтры, поиск, рекомендации и AI-агенты.
Какие поля должны быть в индексе каталога?
Обычно нужны product_id, SKU, название, категория, бренд, характеристики, цена, валюта, остаток, статус, ссылка на карточку, изображения, дата обновления и metadata для фильтров.
Нужны ли embeddings для каталога товаров?
Embeddings полезны для смыслового поиска: когда пользователь описывает задачу словами, а не точным названием товара. Но точные поля вроде цены, размера и остатка лучше фильтровать структурно.
Как избежать выдуманных товаров в ответах AI-агента?
Ограничьте агента индексом каталога, требуйте ссылки на product_id или карточку, не разрешайте придумывать SKU и цену, обновляйте остатки и возвращайте "не найдено", если подходящего товара нет.
