AI ecommerce konzultant: chatbot nad daty vašeho e-shopu
Zeptat se „proč nám minulý týden klesla marže“ a dostat odpověď s čísly za pár vteřin. Vysvětlujeme, kdy stačí napojit Claude nebo ChatGPT přes MCP a kdy potřebujete vlastního konzultanta nad všemi daty.
Majitel e-shopu má obvykle dost dat a málo odpovědí. Tržby jsou v administraci, marže v ERP, náklady na reklamu ve třech různých systémech. Otázka „proč nám minulý týden klesla marže“ znamená hodinu v tabulkách nebo e-mail analytikovi.
AI ecommerce konzultant je chat, který má k těmto datům přístup. Zeptáte se běžnou řečí a dostanete odpověď s čísly, zdrojem a návrhem, co s tím. V článku vysvětlujeme, kdy stačí napojit běžný AI chat přes MCP, kdy potřebujete vlastní řešení, jak zabránit tomu, aby si AI čísla vymýšlela, a kolik provoz stojí.
Co konzultant umí a co ne
Typické otázky, na které dobře nastavený konzultant odpoví za pár vteřin:
- Které kategorie minulý měsíc rostly a které klesly proti loňsku?
- Kolik objednávek čeká na expedici déle než dva dny?
- U kterých produktů jsme za poslední čtvrtletí prodávali pod cílovou marží?
- Kolik nás stál nový zákazník z Google Ads a kolik z Meta?
- Které zboží z top 50 prodejů dojde do dvou týdnů podle aktuálního tempa?
Konzultant je nejsilnější v otázkách „co se stalo a kde“. Tam odpovídá přesně, protože čísla počítá databáze. U otázek „proč“ a „co dělat“ nabízí hypotézy podložené daty. Rozhodnutí zůstává na vás.
Konzultant data jen čte. Nemění ceny, neobjednává zboží, nespouští kampaně. Pokud chcete, aby kroky i prováděl, jde o AI agenta s omezenými právy a schvalováním. To je samostatné téma.
Rychlá cesta: MCP a běžný AI chat
Nejrychleji se k datům e-shopu dostanete přes Model Context Protocol (MCP). Je to otevřený standard, přes který se AI nástroje připojují k externím datům a funkcím.
Shoptet od léta 2026 nabízí oficiální MCP server. Podle Shoptetu je pro e-shopy na Shoptet Premium zdarma. Nastavení má tři kroky: nainstalovat doplněk, vložit adresu serveru do AI nástroje a přihlásit se přes OAuth. Přihlašovací údaje k e-shopu AI nástroj nevidí. Shoptet uvádí podporu nástrojů jako ChatGPT, Claude, Gemini nebo Microsoft Copilot.
Vlastní MCP konektory jde k září 2026 přidat do Clauda na všech tarifech, na bezplatném jen jeden. Na týmových tarifech je přidává vlastník organizace. U ChatGPT je v tarifech Business a Enterprise musí povolit administrátor pracovního prostoru.
Pro rychlé provozní dotazy to stačí. Má to ale limity:
- chat vidí jen data e-shopu, ne nákupní ceny z ERP, náklady na reklamu ani vratky z účetnictví,
- výpočty nad stovkami řádků dělá model přímo v konverzaci, a tam se může splést, i když odpověď zní sebejistě,
- nezná vaše interní pravidla, cíle ani cenovou politiku,
- oprávnění se řídí přístupem k e-shopu, ne rolí v týmu.
Vlastní konzultant: tři vrstvy
Když potřebujete odpovědi napříč systémy, stavíme konzultanta ve třech vrstvách.
Data. E-shop, ERP, GA4 a reklamní systémy napojíme do jednoho úložiště. Přenos dat řeší ETL, nejčastěji do BigQuery. Tady se sjednotí definice: co je tržba (bez DPH, po stornech, bez dopravy), co je marže, jak se počítá nový zákazník. Bez tohoto kroku dostanete od konzultanta jiné číslo než od účetní.
Výpočty mimo model. Jazykový model nesčítá. Má k dispozici nástroje, které nad daty spustí připravený nebo vygenerovaný SQL dotaz, a dostane hotový výsledek. V odpovědi pak uvede, z jakého dotazu a období číslo vychází. Když model vygeneruje dotaz sám, kontrolujeme ho proti povoleným tabulkám a sloupcům.
Kontext firmy. Cíle na rok, cenová politika, minimální marže, dodací lhůty dodavatelů, pravidla pro slevy. Tyto dokumenty zpracujeme do znalostní báze postavené na RAG architektuře. Konzultant pak neradí obecně. Nenavrhne slevu 20 % na zboží, u kterého máte marži 15 %.
Konzultant běží tam, kde tým pracuje: ve Slacku, v Teams, v jednoduchém webovém rozhraní, nebo jako MCP konektor do Clauda či ChatGPT.
MCP, nebo vlastní řešení? Srovnání
| Hledisko | Běžný chat + MCP e-shopu | Vlastní konzultant |
|---|---|---|
| Zdroje dat | e-shop | e-shop, ERP, GA4, reklamy, účetnictví |
| Kdo počítá čísla | jazykový model v konverzaci | databáze, model výsledek popisuje |
| Interní pravidla a cíle | ne | ano, přes znalostní bázi |
| Oprávnění podle rolí | podle přístupu k e-shopu | podle role, filtr už v dotazu |
| Záznam dotazů | podle nástroje | každý dotaz se loguje |
| Náročnost nasazení | hodiny | týdny |
| Vhodné pro | provozní dotazy, první zkušenost | řízení podle marže, víc zdrojů, víc lidí |
Doporučujeme začít MCP, pokud ho vaše platforma nabízí. Za pár týdnů zjistíte, jaké otázky tým skutečně klade. Podle toho se pak navrhuje vlastní řešení.
Bezpečnost a oprávnění
Konzultant má přístup k citlivým číslům, proto na oprávnění nešetříme.
- Jen čtení. Technický účet konzultanta nemá právo zápisu do žádného systému.
- Role. Skladník nedostane odpověď o maržích, obchodník neuvidí mzdové náklady. Filtrujeme už v dotazu do dat, ne až v textu odpovědi.
- Agregace. Do modelu posíláme agregovaná čísla, ne seznamy zákazníků s e-maily.
- Firemní přístupy k modelům. Anthropic i OpenAI podle svých podmínek k září 2026 ve výchozím nastavení nepoužívají data z API a firemních tarifů k trénování modelů.
- Log. Každý dotaz a odpověď se ukládají, takže se dá zpětně dohledat, kdo se ptal na co.
Pokud konzultanta zpřístupníte i lidem mimo firmu, například dodavatelům, platí čl. 50 AI Act: musí vědět, že komunikují se systémem AI.
Kolik stojí provoz: modelový výpočet
Výpočet je modelový, vstupy nahraďte svými čísly.
| Předpoklad | Hodnota v modelu |
|---|---|
| Uživatelů | 20 |
| Dotazů na uživatele a pracovní den | 10 |
| Pracovních dnů v měsíci | 22 |
| Dotazů měsíčně | 4 400 |
| Vstup na dotaz (instrukce, schéma dat, výsledky dotazů, kontext z RAG) | 8 000 tokenů |
| Výstup na dotaz (SQL a odpověď) | 800 tokenů |
| Model | Claude Sonnet 5 |
| Kurz | 22 Kč za USD |
Claude Sonnet 5 stojí 2 USD za milion vstupních a 10 USD za milion výstupních tokenů (ceník k 9/2026, aktuální ceník ověřte u poskytovatele). Jeden dotaz: 0,016 USD za vstup a 0,008 USD za výstup, celkem 0,024 USD. Měsíčně 4 400 × 0,024 = 105,6 USD, tedy zhruba 2 300 Kč.
Dvě poznámky. Instrukce a schéma dat se opakují v každém dotazu, takže cachování promptu náklady na vstup výrazně sníží. A Sonnet 5 podle nezávislých srovnání používá nový tokenizér, který pro stejný text vytvoří víc tokenů než starší modely. Počty tokenů proto měříme na vašich datech, ne odhadem.
Tak jako u jiných AI nasazení je model menší položka. Hlavní práce je v datové vrstvě a sjednocení definic, kterou často sdílíte s AI business intelligence.
Jak na to prakticky
- Sepište 20 otázek, které si vy a tým kladete každý týden. To je zadání.
- Vyzkoušejte MCP, pokud ho vaše platforma nabízí. Zjistíte, co chat zvládne sám.
- Určete zdroje a definice. Kde je tržba, kde marže, kde náklady na reklamu. Jak se počítají.
- Postavte datovou vrstvu a ověřte, že čísla sedí s účetnictvím.
- Nastavte role a oprávnění dřív, než konzultanta pustíte týmu.
- První měsíc porovnávejte odpovědi s ručními výpočty a upravujte instrukce.
Pokud chcete konzultanta, který zná vaše data i vaše pravidla, podívejte se na službu AI ecommerce konzultant. Rozsah a cenu připravíme po konzultaci podle počtu zdrojů dat a uživatelů.
Potřebujete s tím pomoct?