AI PLAYBOOK · E-COMMERCE

راهنمای عملی هوش مصنوعی
برای فروشگاه‌های اینترنتی

از محتوا و سئو تا تبلیغات، پشتیبانی، نرخ تبدیل، حفظ مشتری و عملیات؛ ۱۲ مرحلهٔ اجرایی با چک‌لیست، پرامپت آماده و برنامهٔ ۳۰ روزه.

پیشرفت شما: ۰٪

مقدمه و اصول کار

هوش مصنوعی در فروشگاه اینترنتی زمانی ارزش دارد که به یک عدد قابل‌سنجش وصل شود: نرخ تبدیل، سبد رهاشده، زمان پاسخ، تکرار خرید یا هزینهٔ جذب مشتری.

۱. با یک مسئله شروع کنید

مثلاً توضیحات ضعیف محصول یا پاسخ‌گویی کند؛ نه «هوشمند کردن کل فروشگاه».

۲. داده درست بدهید

مشخصات، قیمت، موجودی و قوانین مرجوعی را از پروندهٔ مرجع بدهید، نه از حدس مدل.

۳. ادعا و وعده نسازید

ضمانت، گواهی، تخفیف و نتایج درمانی/زیبایی بدون مدرک ننویسید.

۴. انسان تأیید می‌کند

قیمت، بازپرداخت، پاسخ حساس و تبلیغ جدید پیش از انتشار بازبینی شود.

قالب عمومی پرامپت قوی

ساختار ۶ بخشینقش: [مثلاً کپی‌رایتر ارشد فروشگاه] · هدف: [خروجی دقیق] · داده: [پروندهٔ مرجع/فایل] · قواعد: [فقط با داده من، بدون ادعای ساختگی، «نیازمند تأیید» برای نامعلوم] · قالب: [جدول/عنوان/ایمیل] · کنترل: [قبل از پاسخ، سؤال‌های ضروری را بپرس]

جعبه‌ابزار پیشنهادی

ابزار را با یک نمونهٔ واقعی از فروشگاه خودتان آزمایش کنید و قواعد داده را بررسی کنید.

نوع کارابزارنکتهٔ انتخاب
نوشتن و تحلیلدستیارهای عمومی (Claude، ChatGPT، Gemini)کیفیت فارسی، بارگذاری فایل، حریم خصوصی
تحقیق رقبا و کلماتجست‌وجوی هوشمند، Google Search Console، Google Trends، ابزارهای کلمات کلیدیمنبع و تاریخ هر داده را ثبت کنید
قیمت و بازارمقایسه‌گرهای قیمت و بازارها (مثل ترب)، فایل فروش خودتانقیمت‌گذاری با حاشیهٔ سود واقعی انجام شود
تصویر و ویدئوابزارهای ویرایش و تولید تصویر، حذف پس‌زمینه، ویدئوی کوتاهمشخصات واقعی محصول (رنگ، اندازه) تغییر نکند
پشتیبانی و چت‌باتچت‌بات متصل به پایگاه دانش (RAG)، ابزارهای هلپ‌دسکارجاع به انسان، لاگ گفتگو، محدودیت اختیار
CRM و ارتباطCRM، SMS، ایمیل، پیام‌رسان‌های رسمیرضایت مخاطب و گزینهٔ لغو
تحلیل و داشبوردGA4، Looker Studio، Excel/Sheets، گزارش‌های پلتفرم فروشگاهتعریف شاخص‌ها یکسان باشد
اتوماسیونn8n، Make، Zapier، وب‌هوک‌های پلتفرمحداقل دسترسی و تأیید انسانی

سئو و پاسخ‌های هوش مصنوعی

علاوه بر سئو، محتوا را برای دیده‌شدن در پاسخ‌های هوش مصنوعی هم بنویسید: پاسخ مستقیم، جدول مشخصات، FAQ، داده ساختاریافته (Schema Product/FAQ/Review) و اطلاعات برند منسجم.

عامل‌ها (Agents)

جریان‌هایی مثل پیگیری سبد رها‌شده یا پاسخ به سؤال موجودی را پله‌پله و با اختیار محدود بسازید.

داده مشتری

رضایت، حداقل‌سازی داده و حذف اطلاعات را رعایت کنید؛ اطلاعات پرداخت و رمز را هرگز وارد ابزار هوش مصنوعی نکنید.

ایمنی، قوانین و اعتماد

هشدار: مدل زبانی جایگزین مشاور حقوقی، مالیاتی یا متخصص ایمنی کالا نیست. برای ادعاهای سلامت، گارانتی و قوانین حمایت از مصرف‌کننده به مرجع رسمی مراجعه کنید.

داشبورد شاخص‌ها

شاخصتعریف / هدف
نرخ تبدیلسفارش ÷ بازدید (یا نشست)؛ به‌تفکیک دستگاه و کانال
میانگین ارزش سفارش (AOV)درآمد ÷ تعداد سفارش
سبد رهاشدهسبدهای شروع‌شده بدون خرید ÷ کل سبدها
هزینهٔ جذب (CAC) و ROASهزینهٔ تبلیغ ÷ مشتری جدید؛ درآمد ÷ هزینهٔ تبلیغ
ارزش طول عمر (LTV) و تکرار خریدسهم مشتریانی که بیش از یک‌بار خرید می‌کنند
زمان اولین پاسخ و حل مسئلهپشتیبانی؛ به‌همراه رضایت (CSAT)
نرخ مرجوعی و شکایتعلت‌ها را دسته‌بندی کنید
گردش و کمبود موجودیروزهای موجودی، سهم ناموجود در بازدید
کیفیت خروجی هوش مصنوعیتعداد و شدت خطاهای کشف‌شده در بازبینی
اثر هوش مصنوعی را با آزمون A/B یا مقایسهٔ دو دوره بسنجید و عوامل دیگر (فصل، تخفیف، قیمت ارز) را کنترل کنید.

برنامهٔ اجرایی ۳۰ روزه

فرم تعریف اولین پروژه

چک‌لیست نهایی پیش از شروع

گام بعد: کاربردها را به هم وصل کنید: محتوا ← ترافیک ← تبدیل ← پشتیبانی ← خرید مجدد؛ و مدیر هر هفته یک داشبورد واحد ببیند.