LLM & AI Agents2025
Agen LLM yang Menjalankan Seluruh Alur Penjualan, dari Browsing sampai Pembayaran
Sistem multi-agent berbasis LangChain dan LangGraph yang menangani pencarian produk, operasi keranjang, cek ongkir, pembuatan order, dan pembayaran dalam satu percakapan. 60% lebih cepat dari alur checkout biasa.
- Teknologi
- LangChain · LangGraph · OpenAI API · Qdrant · FastAPI · Python · Payment Gateway API
Konteks
Sebagian besar chatbot penjualan berhenti di tahap merekomendasikan produk, lalu mengembalikan pembeli ke formulir. Drop-off justru terjadi tepat di titik serah terima itu. Saya ingin tahu apakah sebuah agen bisa membawa pembeli sampai order terbayar tanpa keluar dari percakapan.
Masalah
Menjalankan transaksi nyata lewat LLM memunculkan persoalan yang tidak pernah dihadapi bot tanya-jawab:
Agen harus menjaga state. Keranjang yang diubah tiga giliran lalu harus tetap benar sekarang.
Pencarian harus cepat dan berpijak pada data. Sepuluh ribu SKU tidak muat di dalam prompt, dan produk hasil halusinasi berarti order yang rusak.
Uang tidak memaafkan kesalahan. Panggilan pembayaran yang terkirim dua kali adalah kesalahan finansial, bukan sekadar jawaban yang keliru.
Pendekatan
Saya memecah tanggung jawab ke beberapa agen khusus yang dikoordinasi lewat state machine LangGraph: pencarian produk, pengelolaan keranjang, perhitungan pengiriman dan biaya, serta pembuatan order dan pembayaran. Setiap agen hanya memegang sekumpulan kecil tool, sehingga prompt tetap pendek dan perilaku yang salah bisa dilacak ke satu node, bukan ke satu prompt raksasa.
Pengambilan produk berjalan di atas Qdrant vector search pada keseluruhan katalog, sehingga rekomendasi selalu berpijak pada stok nyata. Langkah transaksional dijalankan lewat tool call eksplisit dengan validasi dan konfirmasi sebelum eksekusi, jadi model mengusulkan dan kode yang memutuskan.
Hasil
Akurasi pengenalan intent 95%
Tingkat penyelesaian percakapan 80%
Retrieval Qdrant 100ms untuk 10.000+ item inventaris
Tingkat keberhasilan transaksi pembayaran 99,9%
Waktu alur penjualan rata-rata turun 60% dibanding alur e-commerce konvensional
Catatan
Keputusan desain yang paling menentukan adalah menjauhkan model dari transaksi itu sendiri. Agen memutuskan apa yang perlu dilakukan; kode deterministik memutuskan apakah hal itu boleh dilakukan. Batas inilah yang membawa angka keberhasilan pembayaran ke level yang bisa diterima tim operasional.