Автоматизация Wildberries и Ozon: отзывы и остатки в n8n
Когда у вас в магазине сотни позиций, автоматизация wildberries и Ozon перестаёт быть экспериментом и превращается в базовое условие выживания. Если менеджер тратит по три часа в день на ручной разбор откликов или судорожно сверяет склады в Excel, бизнес теряет маржу на штрафах площадок и упущенных заказах. В этом практикуме мы соберем отказоустойчивый сценарий в n8n, который фильтрует обратную связь по тональности, генерирует персонализированные ответы нейросетью и отслеживает критические остатки товаров без сторонних платных сервисов.
1. Как устроена автоматизация wildberries и Ozon на собственном сервере
Большинство селлеров попадают в ловушку коробочных сервисов: вы платите ежемесячную подписку за каждый кабинет, а взамен получаете неуправляемый скрипт, который штампует одинаковые фразы или падает при пиковых нагрузках. Когда мы разворачиваем сценарии внутри n8n, логика полностью принадлежит нам. Дальше начинается самая скучная и самая важная часть: у маркетплейсов разные протоколы авторизации и жёсткие лимиты на частоту вызовов, поэтому архитектура должна обрабатывать ошибки сети без зависания очередей.
Массовые ответы без разбора тональности опасны. Если покупатель пожаловался на брак или разбитый флакон, а бот радостно ответит: «Спасибо за покупку, носите с удовольствием!», карточка мгновенно утонет в негативе, а поддержка маркетплейса может расценить шаблонную активность как серую накрутку рейтинга. Мы разделим потоки: позитив отдаём языковой модели с жёстким промптом, а негатив переводим на человека с моментальным оповещением.
2. Разделяем контуры API маркетплейсов и готовим заголовки
Вспомните проходную большого завода: сотруднику выдают не универсальный ключ от всех дверей, а электронный пропуск в конкретный цех. Пропуск от склада statistics-api не открывает дверь к отзывам feedbacks-api — турникет просто не пустит, даже если человек свой. Wildberries делит доступ ровно по такой логике: один токен для цен, статистики и работы с покупателями не выдаётся. Для работы с отзывами нужен отдельный пропуск в контур feedbacks-api.wildberries.ru, для мониторинга складских запасов — в statistics-api.wildberries.ru, а для управления остатками по схеме FBS — в marketplace-api.wildberries.ru. Передача ключа идёт в стандартном заголовке Authorization без префиксов Bearer.
У Ozon подход иной: обращения идут к единому домену api-seller.ozon.ru, но каждый HTTP-запрос требует сразу два заголовка: Client-Id (числовой идентификатор кабинета) и Api-Key (секретный токен). В таблице ниже наглядно показано, чем отличаются эти интерфейсы и как правильно настраивать узлы n8n, чтобы запросы не отклонялись шлюзом платформы.
Четыре контура API, с которыми работает селлер: три у Wildberries и один у Ozon. Путать их адреса и токены — самая частая причина ответа 401.
| Критерий | feedbacks-api (WB) | statistics-api (WB) | marketplace-api (WB) | Ozon Seller API |
|---|---|---|---|---|
| Что отдаёт | отзывы, вопросы и оценки покупателей | отчёты по продажам, остаткам и воронке за период | заказы, остатки, цены и поставки | товары, заказы, отзывы, остатки и чат |
| Базовый адрес | feedbacks-api.wildberries.ru | statistics-api.wildberries.ru | marketplace-api.wildberries.ru | api-seller.ozon.ru |
| Авторизация | заголовок Authorization с токеном категории | тот же токен категории «Статистика» | токен категории «Маркетплейс» | пара заголовков Client-Id и Api-Key |
| Лимит запросов | около 1 запроса в секунду на метод | 1 запрос в минуту на отчёт | до 300 запросов в минуту | зависит от метода, для чтения десятки запросов в секунду |
| Свежесть данных | почти сразу после отзыва | отчёт за период, обновляется с задержкой | текущее состояние склада | до нескольких минут |
| Типичная ошибка | 429 при параллельных запросах в цикле | 429 и пустой ответ, если просить сегодняшний день | 401 после перевыпуска токена | 403, когда у ключа нет нужного доступа |
| Что делает n8n | Schedule Trigger раз в 15 минут, HTTP Request, Code | ночная выгрузка в таблицу или базу | сверка остатков и алерт по нулю | отдельная ветка Switch по платформе |
Начнём с практики: проверим авторизацию в Wildberries. Для этого отправляем тестовый GET-запрос в терминале или через ноду HTTP Request, чтобы получить список неотвеченных отзывов:
# Этап 1: Проверка доступа к контуру отзывов Wildberries API
curl -X GET "https://feedbacks-api.wildberries.ru/api/v1/feedbacks?isAnswered=false&take=5&skip=0" \
-H "Authorization: YOUR_WB_FEEDBACKS_API_KEY" \
-H "Content-Type: application/json"
Проверка: В ответе должен вернуться JSON с массивом data.feedbacks и кодом 200 OK. Поле error должно иметь значение false.
У меня ошибка
- Симптом:
401 Unauthorized— Что делать: Проверьте права токена в личном кабинете WB. Убедитесь, что галочка «Отзывы и вопросы» активна, а ключ скопирован без лишних пробелов. - Симптом:
429 Too Many Requests— Что делать: Контур отзывов WB допускает не более 3 запросов в секунду. Увеличьте интервал опроса в сценарии.
3. Собираем сценарий маршрутизации отзывов по рейтингу
В основе процесса лежит связка: планировщик Schedule Trigger запускается раз в 15 минут, передаёт управление ноде HTTP Request, которая забирает пачку неотвеченных отзывов, после чего узел Code приводит данные к единому формату. Без выверенной конфигурации самостоятельная настройка с нуля может отнять массу времени, поэтому мы сразу нормализуем поля обоих маркетплейсов: ID отзыва, текст покупателя, рейтинг от 1 до 5 звёзд и артикул товара.
Дальше в дело вступает узел Switch — это администратор зала с планшетом у входа. Он не расспрашивает гостя, зачем тот пришёл, а смотрит ровно один признак и по нему провожает в нужную зону: за столики или к старшему менеджеру на разбор. Признак у нас — оценка. Если рейтинг 4 или 5 звёзд, элемент уходит в ветку автоматической генерации ответа. Если оценка 1, 2 или 3 звезды — сценарий мгновенно перенаправляет задачу в Telegram менеджеру контроля качества, прикладывая прямую ссылку на товар и текст претензии.
// Этап 2: Нормализация отзыва WB и Ozon в ноде Code (JavaScript)
const normalized = [];
for (const item of $input.all()) {
const data = item.json;
// Wildberries: productValuation, productDetails, wbUserDetails
if (data.productValuation !== undefined) {
normalized.push({
json: {
platform: 'wildberries',
feedbackId: String(data.id),
rating: Number(data.productValuation),
text: data.text || 'Без текста (только оценка)',
productArticle: data.productDetails?.nmId || '',
productName: data.productDetails?.productName || 'Товар WB',
userName: data.wbUserDetails?.name || 'Покупатель'
}
});
continue;
}
// Ozon Seller API: rating, sku, product_name, comments
if (data.rating !== undefined && (data.sku !== undefined || data.product_id !== undefined)) {
normalized.push({
json: {
platform: 'ozon',
feedbackId: String(data.id),
rating: Number(data.rating),
text: (data.comments || '').trim() || 'Без текста (только оценка)',
productArticle: String(data.sku || data.product_id),
productName: data.product_name || 'Товар Ozon',
userName: data.author_name || 'Покупатель'
}
});
continue;
}
// Не распознали формат - не теряем данные, уводим в ветку ручного разбора
normalized.push({ json: { platform: 'unknown', raw: data } });
}
return normalized;
Проверка: На выходе ноды Code появляется стандартизированный список объектов, где поле rating содержит число от 1 до 5, а пустые отзывы получают понятную текстовую заглушку.
У меня ошибка
- Симптом:
TypeError: Cannot read properties of undefined— Что делать: Убедитесь, что перед нодой Code стоит проверка на пустой ответ от API, если за последние 15 минут новых отзывов не поступало. - Симптом: Поле
ratingпустое — Что делать: Проверьте название поля в ответе: у Ozon рейтинг передается в параметреrating, а у WB — вproductValuation.
4. Подключаем нейросеть для позитивных отзывов и алерты для негатива
Для генерации ответов на 4–5 звёзд мы используем отечественные AI-шлюзы Polza AI или ProxyAPI, которые работают стабильно без зарубежных карт. В ноде HTTP Request собираем POST-запрос к конечной точке шлюза. Обратите внимание: тело запроса к модели обязательно упаковывается через JSON.stringify, а в системном промпте прописываются строгие ограничения: запрещено обещать скидки, называть точные сроки доставки и выдумывать характеристики, которых нет в карточке.
Ответ модели передаётся обратным методом в маркетплейс. Для Wildberries это POST-запрос на https://feedbacks-api.wildberries.ru/api/v1/feedbacks с указанием id и поля text. Негативные же отзывы (1–3 звезды) уходят в рабочий чат через ноду Telegram. Менеджер видит проблему за 15 минут вместо суток и успевает связаться с покупателем или передать данные на склад до того, как карточка потеряет позиции.
# Этап 3: Формирование запроса к AI-шлюзу (Polza AI / ProxyAPI)
# Endpoint: https://api.proxyapi.ru/v1/chat/completions
{
"model": "gpt-4o-mini",
"temperature": 0.7,
"messages": [
{
"role": "system",
"content": "Ты — вежливый менеджер бренда. Напиши краткий уникальный ответ на положительный отзыв (4-5 звезд). Поблагодари по имени. Не обещай подарков, скидок и возвратов. Текст до 300 символов."
},
{
"role": "user",
"content": "Имя: {{ $json.userName }}. Оценка: {{ $json.rating }}. Текст отзыва: {{ $json.text }}. Товар: {{ $json.productName }}."
}
]
}
Проверка: Нода возвращает сгенерированный текст с благодарностью. В тесте отправки на тестовый отзыв в кабинете продавца статус меняется на «Отвечен».
У меня ошибка
- Симптом:
400 Bad Request: Use Responses API is not supported— Что делать: В настройках креденшела шлюза в n8n снимите флаг Use Responses API. - Симптом: Модель обещает клиенту промокод — Что делать: Ужесточите системный промпт фразой: «Категорически запрещено использовать слова скидка, купон, промокод».
5. Синхронизируем остатки и защищаем карточки от Out-of-Stock
Обнуление остатков на складе (Out-of-Stock) моментально выбрасывает карточку из поисковой выдачи маркетплейса, а восстановление позиций после новой поставки обходится в десятки тысяч рублей на рекламу. Второй контур нашего сценария работает по расписанию раз в час: он запрашивает фактические запасы через WB statistics-api и Ozon /v3/product/info/stocks, сравнивая их с базой в МойСклад, 1С или таблице учета.
Если доступный остаток SKU падает ниже порогового значения (например, менее 5 штук), сценарий формирует задачу на пополнение и дублирует предупреждение логисту. Если же на складе реальный ноль, n8n оперативно отправляет запрос на обнуление остатка по схеме FBS через marketplace-api, предотвращая штрафы площадки за отмену заказов из-за отсутствия товара на полке.
# Этап 4: Запрос остатков склада Wildberries через statistics-api
curl -X GET "https://statistics-api.wildberries.ru/api/v1/supplier/stocks?dateFrom=2026-01-01" \
-H "Authorization: YOUR_WB_STATISTICS_API_KEY"
Проверка: Команда возвращает массив складских остатков с полями supplierArticle, barcode и quantity. Число доступных товаров соответствует актуальной ревизии.
У меня ошибка
- Симптом:
403 Forbidden— Что делать: Токен не имеет доступа к контуру статистики. Сгенерируйте в кабинете WB ключ с типом «Статистика». - Симптом: Возвращается пустой массив
[]— Что делать: Проверьте параметрdateFrom. Передавайте текущую дату или дату начала месяца в формате YYYY-MM-DD.
Проверяем результат: как понять, что всё работает
В этот момент приходит главное осознание: вы больше не привязаны к экрану личного кабинета продавца. На ваших глазах сценарий забирает свежий положительный отзыв, нейросеть за доли секунды формулирует живой человеческий ответ с учетом специфики товара, а в кабинете WB появляется статус ответа без участия оператора. При этом негатив от недовольного клиента не теряется в потоке, а мгновенно высвечивается у вас в мессенджере с готовой ссылкой на спорную позицию.
Итог урока
Вы построили независимый контур автоматизации для маркетплейсов: связали n8n с API Wildberries и Ozon, внедрили автоматические ответы на отзывы Wildberries нейросетью на базе отечественных шлюзов и настроили контроль остатков Wildberries и Ozon, чтобы карточки не уходили в Out-of-Stock незаметно. Такой сценарий n8n для маркетплейсов окупается уже на первой сотне отзывов. Полученные навыки работы с REST API и парсингом данных пригодятся при изучении базовой логики вебхуков в материале об обработке HTTP-запросов. Готовые связки для работы с маркетплейсами доступны в каталоге решений n8n starter kit, а весь маршрут обучения собран в программе курса n8n. В следующем уроке курса мы разберем интеграцию n8n с amoCRM и Битрикс24 для сквозной фиксации лидов.
Чек-лист готовности
- Токены WB feedbacks-api, statistics-api и Ozon Seller API выпущены раздельно и проверены тестовыми запросами.
- Ветка фильтрации в узле Switch корректно направляет оценки 4–5 на языковую модель, а 1–3 — в Telegram-чат.
- Сценарий контроля складских остатков настроен на регулярный запуск и защищает магазин от внезапного Out-of-Stock.
Дальше по курсу: вернуться к программе курса n8n · забрать готовые шаблоны и конфиги в «Стартовом наборе n8n» · следующий шаг — интеграция с amoCRM и Битрикс24 · а базовую логику вебхуков разбирали в уроке про HTTP-запросы.
2 vCPU · 4 ГБ RAM · 40 ГБ NVMe · Ubuntu 24.04 LTS. Почасовая тарификация, защита от DDoS, без навязанных платных панелей.
Выбрать конфигурацию VPS →| Параметр | Старт (тесты и личные связки) | Продакшен (боевая нагрузка и ИИ) |
|---|---|---|
| RAM | 2 ГБ | 4 ГБ |
| Ядра | 2 vCPU | 2 vCPU |
| Диск | 40 ГБ SSD | 80 ГБ SSD |
| Когда выбирать | Проба стека, обучение, личные задачи | Боевые проекты, несколько контейнеров, ИИ-агенты |
💡 Какие навязанные опции снять при заказе:
- Платная панель управления — не нужна: сервером управляем по SSH.
- Хостинговые бэкапы — не нужны: базу бэкапим собственным скриптом по расписанию.
- Дополнительные IPv4 — не нужны: Caddy проксирует любое число поддоменов на одном IP.
Сложно настраивать сервер и возиться с кодом Linux вручную?
Освойте профессию AI-инженера и автоматизатора без программирования на проверенных бесплатных интенсивах:
Обучение работе с нейросетями Нейродоход
Прикладное обучение нейросетям от Plaan Academy
Готовый комплект файлов и пресетов к этому уроку
Соберите персональный production-файл под свой домен прямо на странице без переходов в Telegram: