Bot Beden Önerisi Nasıl Doğru Yapıyor? — RAG + Firma Tablosu
Trendyol'da en çok sorulan soru: 'Hangi beden almalıyım?' Celer bunu %90+ doğrulukla cevaplar. İşte nasıl.
Sorun: Beden yanılması
Trendyol iade istatistiklerinin %35-45'i yanlış beden. Manuel müşteri temsilcisi yorulunca yanıltıcı yanıt verir; robotik sistemler ise "ürün özelliklerini kontrol edin" gibi işe yaramaz cevap üretir.
Celer yaklaşımı — 4 katman
1. Sektör bazlı genel tablo
Her sektöre özel prompt template'inde standart Türkiye beden tablosu var (kadın XS-XXL boy/kilo, erkek 28-42 numara bel, ayakkabı EU/US çevirici vs). LLM bu tabloyu doğrudan referans alır.
2. Firma-özel beden tablosu
Bazı markaların kalıbı standarttan farklıdır. Panelden "Beden Tabloları" editörü ile firma-özel JSON tablo tanımlanır. Sistem sizin tablonuzu genel tabloya tercih eder.
3. Ürün açıklaması (description injection)
Trendyol Product v2 API'den ürünün tam açıklaması çekilir — çoğu satıcı "Manken 165 boy 55 kg S beden giymiştir" gibi bilgi verir. Bot bunu prompt'a inject eder ve ürün-özel referans olarak kullanır.
4. RAG — geçmiş cevaplardan öğrenme
En kritik katman. Geçmişte cevaplanmış 2000+ soru OpenAI embedding ile vektörleştirilmiş. Yeni soru geldiğinde semantic search en benzer 3 örneği çeker. LLM bu örnekleri gördüğü için tutarlı ve doğru cevap üretir.
Somut örnek
Soru: "175 boy 70 kilo bralet hangi beden?"
Sistem 3 katman kullanıyor:
- Sektör tablo → 74-82 kg XL aralığı
- Fit Women custom prompt → kupa sistemi (75A-90E) tanımlı
- RAG → geçmiş 3 benzer cevap: 170 boy 65 kg M, 168 boy 60 kg M, 172 boy 68 kg M
Bot cevabı: "175 cm boy ve 70 kg için M beden bralet öneriyoruz. Regular kalıp sayesinde vücut ölçünüze uygun konfor sağlar."
Sürekli iyileşme — feedback loop
Panel'de her cevabı 👍 İyi / 👎 Kötü / ✏️ Düzelt ile değerlendirebilirsiniz:
- Kötü — cevap RAG corpus'undan silinir, bot bir daha bu örneği kullanmaz
- Düzelt — sizin girdiğiniz yeni cevap embedding'i yenilenir, gelecek benzer sorularda referans alınır
Bot sizinden öğrenir. Ne kadar çok geri bildirim, o kadar iyi.
Sonuç
4 katmanlı sistem + geri bildirim döngüsü ile beden önerisi doğruluğu %90+'a ulaşır. İade oranınız direkt düşer.