Разбор
Агент мониторит цены конкурентов и объясняет что делать: Python + Claude вместо 5000 руб/мес
Priceva — от 8000 руб/мес, Competera — от 30 000. Или 80 строк Python + Claude API за 50–100 руб/мес. Кейс интернет-магазина стройматериалов: нашли 12 позиций где конкурент тихо снизил цены, отреагировали превентивно.
Четверг. Менеджер по продажам открывает таблицу с ценами. Смотрит на конкурента. Говорит: «Кажется, они опять снизились». «Кажется» — это по памяти, потому что вчера таблицу никто не обновлял. Позавчера тоже. Крупный игрок платит за Priceva 12 000 в месяц и хотя бы знает точно. Остальные — угадывают.
Что не так с готовыми сервисами
Priceva, Competera, Price.ru — все они решают задачу. Но у каждого есть один общий минус: они заточены под массовый рынок, не под твой конкретный бизнес.
Ты платишь за дашборды, которые тебе не нужны. За интеграции с платформами, которых у тебя нет. За аналитику, которая показывает факты, но не говорит что с ними делать.
Плюс ни один из них не объясняет что делать. Ты видишь что конкурент снизил цену на 7%. А дальше что? Снижать вслед? Ждать? Акцентировать доставку? Сервис молчит — это не его работа. Это и есть пространство для агента с Claude.
Архитектура: пять блоков, никакого лишнего
Система состоит из пяти компонентов, которые работают по цепочке.
JSON-файл со списком URL и CSS-селекторами для извлечения цены. Один раз настроил — дальше агент работает сам.
competitors.jsonrequests + BeautifulSoup4. Обходит URL из конфига, извлекает цену по селектору, записывает в SQLite с временной меткой. Задержка 2–5 сек между запросами.
scraper.pyХранит историю цен по каждому товару и конкуренту. Позволяет считать динамику: вчера/неделя назад/месяц назад. Файл на диске, никаких серверов.
prices.dbПолучает таблицу с ценами за последние 7 дней. Анализирует паттерны, выявляет аномалии, формулирует рекомендации на русском языке. Не просто «дешевле/дороже» — «вот что это значит и что делать».
claude-sonnet-4-6Готовый анализ уходит в Telegram-бот каждое утро. Открыл телефон — уже знаешь ценовую картину дня. Без логинов, без дашбордов.
python-telegram-botКод: парсер и база данных
Начнём с базы и парсера. Структура SQLite простая — две таблицы.
| Поле | Тип | Описание |
|---|---|---|
| id | INTEGER PK | Автоинкремент |
| product_id | TEXT | Ваш внутренний ID товара (артикул) |
| competitor | TEXT | Название конкурента (ключ из конфига) |
| price | REAL | Цена в рублях на момент парсинга |
| our_price | REAL | Ваша цена на тот же момент |
| url | TEXT | URL страницы откуда взяли цену |
| scraped_at | DATETIME | Временная метка парсинга (UTC) |
Инициализация базы и парсер:
Файл competitors.json выглядит так — один раз написал, дальше просто добавляешь строки:
Код: Claude анализирует данные
Это центральная часть. Claude получает сырые данные из SQLite и превращает их в управленческий вывод.
Отправка в Telegram — три строки поверх этого:
Запуск каждое утро — одна строка в crontab: 0 7 * * * cd /home/user/price-agent && python notifier.py.
Что видит Claude и что он с этим делает
Агент получает таблицу вида: дата, артикул, конкурент, цена конкурента, наша цена, разница в процентах. 7 дней истории по всем позициям разом.
Вот пример реального отчёта из кейса со стройматериалами (имена конкурентов изменены):
Это не отчёт о том, что произошло. Это инструкция на ближайшие 48 часов. Именно за это платят 30 000 в месяц Competera — и именно это агент делает за 80 рублей.
Реальный кейс: интернет-магазин стройматериалов
Агент запустили в феврале 2026 года. 47 SKU, 3 конкурента, парсинг раз в день в 5:00.
За первую неделю Claude выделил 12 позиций, где один из конкурентов провёл тихое снижение цен — в диапазоне 8–15%. Без агента это заметили бы через неделю-две, когда упадут продажи.
Реакция: скорректировали цены на 8 из 12 позиций. На оставшихся 4 — решили не снижать, а добавить бесплатную доставку при заказе от 5 000 рублей. Продажи по этим позициям не просели.
Это не про то, что Python заменил аналитика. Аналитик принял решения. Агент дал ему данные за 5 минут вместо 3 часов таблиц.
Проверь себя: насколько хорошо ты знаешь цены конкурентов?
Диагностика ценового мониторинга
4 вопроса — поймёшь где пробелы
Что делает агент умнее таблицы с ценами
Разница между «видеть цифры» и «понимать что происходит» — большая. Claude умеет несколько вещей, которые таблица не умеет.
Он видит динамику, а не срез. Снижение цены на 5% сегодня — это одно. Снижение на 5% за три дня подряд — совсем другое. Это либо распродажа остатков, либо начало агрессивной ценовой стратегии. Claude видит весь ряд и делает вывод.
Он различает типы движений. Одновременное снижение по всей товарной группе — это акция или оптовая скидка. Снижение точечно по позициям, где вы активно рекламируетесь — это прямой ответ на вашу активность. Разные причины — разные правильные ответы.
Он учитывает вашу экономику. Если сказать ему в системном промпте что ваша минимальная маржа — 18%, он не будет рекомендовать снижения, которые вас туда загонят. Это настраивается один раз.
Легальность: что можно, что нельзя
- Парсить публичные страницы с ценами
- Использовать открытые API маркетплейсов (Ozon, WB)
- Сохранять цены в своей базе данных
- Анализировать и использовать данные коммерчески
- Обходить CAPTCHA — нарушение закона о КИ
- Парсинг личных данных — 152-ФЗ
- Массовые запросы без задержек (риск DDoS)
- Парсинг закрытых зон (нужна авторизация)
Правило простое: парси как человек. Один запрос раз в 3–5 секунд, никаких параллельных потоков по одному домену, только то что видно без авторизации. Если сайт явно запрещает парсинг в robots.txt — уважь это или используй официальный API.
Для маркетплейсов — всегда официальные API. У Ozon публичный API для партнёров, бесплатный. У Wildberries тоже есть публичный API для цен. Это надёжнее и легальнее любого парсинга.
Агент, которого я описал, стоит одного вечера на настройку. Сложнее всего — написать правильные CSS-селекторы для каждого конкурента. Остальное собирается как конструктор.
Главный выигрыш не в экономии денег — хотя 300× разница в стоимости говорит сама за себя. Выигрыш в том, что утром ты открываешь Telegram и уже знаешь что происходит с ценами. Не «кажется снизились» — а «снизились на конкретных 12 позициях, вот что с этим делать».
Источники
Источники
Читайте также
Часто задаваемые вопросы
- Сколько стоит собственный мониторинг цен конкурентов на Python + Claude?
- При ежедневном запуске с 50 URL и анализом Claude Sonnet расходы составят 50–100 руб/мес на API. Это против 8 000–30 000 руб/мес у Priceva, Competera или Price.ru. SQLite и сам скрипт — бесплатно. VPS за 200 руб/мес нужен только если хочешь запускать автоматически через cron.
- Что именно анализирует Claude в ценовом мониторинге?
- Claude получает таблицу с ценами ваших товаров и цен конкурентов, видит историю изменений за последние 7 дней и отвечает на три вопроса: где вы дороже/дешевле и насколько, есть ли признаки ценовой войны или демпинга, что рекомендует изменить. Не просто цифры — выводы на русском языке с конкретными действиями.
- Легально ли парсить цены конкурентов в России?
- Публичные цены на сайтах — легально. Это открытая информация, аналогичная мониторингу цен в магазине. Нарушением будет: обход CAPTCHA (Закон о защите компьютерной информации), парсинг личных данных пользователей (152-ФЗ), массовая нагрузка на сервер (может квалифицироваться как DDoS). Правило: парси как человек — один запрос в 3–5 секунд, без авторизации, только публичные страницы.
- Работает ли это с Wildberries и Ozon?
- С Ozon — да, через их публичный API (бесплатно, нужна регистрация). С Wildberries — через публичный API или парсинг страницы товара. На маркетплейсах структура HTML меняется часто, поэтому CSS-селекторы нужно периодически обновлять. Альтернатива: использовать готовые библиотеки типа ozon-api-client для Python.
- Как часто нужно запускать мониторинг?
- Для большинства ниш достаточно 1 раза в день, ночью. На высококонкурентных маркетплейсах цены меняются несколько раз в день — там имеет смысл запуск каждые 4–6 часов. Учти: слишком частые запросы с одного IP могут привести к бану.
- Что делать если сайт конкурента заблокировал парсинг?
- Три варианта: добавить случайные задержки между запросами (2–8 секунд), ротировать User-Agent заголовки, использовать прокси-сервисы. Но если сайт явно запрещает парсинг в robots.txt — это сигнал уважить запрет. Для маркетплейсов всегда лучше использовать официальный API.
Пока без комментариев. Будьте первым.