Поиск только по ключевым словам плохо отражал намерение пользователя для вкусовых профилей и похожих товаров в разговорных запросах.

Продукту требовалась релевантность, которая ощущается естественно в Telegram-сценариях.

Движок сочетает векторный retrieval с keyword-ограничениями для баланса между семантической широтой и точностью.

Загрузка и нормализация каталога рассматривались как часть продукта, а не просто предобработка данных.

Опыт поддерживает запросы по вкусовым предпочтениям, переход к похожим товарам и потоковую выдачу рекомендаций.

Объяснимость рекомендаций поддерживается контролируемой структурой выдачи, чтобы ранжирование не выглядело «черным ящиком».

Стек использует эмбеддинги, векторную индексацию и conversational-доставку результата через Telegram и web mini app.

Операционная устойчивость зависит от актуальности каталога и контролируемых преобразований запроса.

Поиск перешел от буквального совпадения к intent-aware retrieval, что повысило качество выдачи для неточных формулировок.

Пользователю проще двигаться по каталогу, потому что связанные варианты появляются без ручной фильтрации.

Семантический retrieval усложняет отладку и оценку по сравнению с детерминированным keyword-ранжированием.

Качество результата сильно зависит от качества нормализации данных и дисциплины обновления эмбеддингов.