Supershopping

자연어로 신품·중고 통합 상품 검색 (슈퍼쇼핑의 기본 진입점). 언제: 사용자가 특정 상품을 찾을 때. 예) "남성 패딩 20만원 이하", "중고 RTX 4070", "27인치 게이밍 모니터". 자동 처리: 도메인(패션/전자)·성별·가격대·속성을 질의에서 추출해 필터링. 반환: {items: [{title, min_price, key_specs, thumbnail, buy_url, source, condition, ...}], total}. → 결과 제시 시 각 buy_url을 링크로 함께 보여줘라. 사진은 get_produc

슈퍼쇼핑 상품의 전체 상세 — 스펙·쇼핑몰별 가격(offers)·신품/중고 교차비교. 언제: 사용자가 한 상품을 깊이 보거나 구매 직전일 때. (product_id는 search/recommend 결과에서 얻는다) 반환: 전체 속성 + offers(쇼핑몰별 buy_url) + comparison_url + other_sources(같은 모델의 다른 소스 신품↔중고 가격 스프레드) + affiliate_disclosure(있으면 고지). → other_sources로 "같은 모델 중고는 얼마" 같은 가격차를 안내하면 좋다.

슈퍼쇼핑 상품의 대표 이미지를 실제 이미지(렌더 가능)로 반환. 언제: 사용자가 상품 사진을 보고 싶어할 때("이 코트 보여줘"). 검색/추천 결과의 thumbnail은 URL(텍스트)이라 화면에 안 뜨므로, 시각 확인이 필요하면 이 툴로 이미지 자체를 가져온다. 반환: 이미지 콘텐츠(여러 개를 한 번에 보여주지 말고 관심 상품 위주로 호출).

슈퍼쇼핑 상품 여러 개(2~5개)의 스펙·가격 비교 매트릭스 + 한 줄 결론. 언제: 사용자가 후보 여러 개를 견주려 할 때("이 중에 뭐가 나아?"). product_ids는 search 결과에서. 반환: {attributes: 공통 키, matrix: 상품별 값/가격, verdict: 한국어 결론}.

슈퍼쇼핑에서 의도·예산 기반 상품 추천 + 추천 근거. 언제: 사용자가 구체적 검색어 없이 용도/취향/예산만 말할 때("겨울 데이트룩 추천", "50만원대 가성비 노트북"). 인자: intent(용도/취향), budget(예산 상한), must_have(필수 조건). 반환: {recommendations: [{title, min_price, reason, buy_url, thumbnail, source}], affiliate_disclosure?}. → 각 추천을 buy_url 링크와 함께 제시하고, 사진은 get_produc

슈퍼쇼핑에서 어울리는 코디를 추천 (씨앗 상품 또는 의도 기반). 언제: "이 코트에 어울리는 코디", "가을 데이트룩 코디" 처럼 한 벌 구성을 원할 때. 인자: product_id(씨앗 아이템, 선택), intent(의도/무드, 선택), budget(전체 예산 상한, 선택). 둘 중 하나는 필요. 반환: {seed, items:[{slot, title, min_price, reason, buy_url, thumbnail, source}], styling_reason, affiliate_disclosure?}. → 각 아이템

슈퍼쇼핑 카테고리 시세 분석 — 가격 분포·최저가몰·대안. 언제: 사용자가 시세/적정가를 물을 때("그래픽카드 요즘 얼마", "노트북 가격대"). category는 이름(예: '노트북') 또는 ID. 반환: 가격 통계(최저/중앙/최고·분포)·최저가 쇼핑몰·대안 상품.

슈퍼쇼핑에서 선택한 상품의 구매로 연결 — 최저가 쇼핑몰의 구매 링크와 가격·고지를 반환. 언제: 사용자가 구매 의사를 보일 때("이거 살래", "구매하기"). 실제 결제는 판매처 페이지에서 일어난다. 반환: {payload: {merchant, buy_url(제휴 변환됨), price, ...}, affiliate_disclosure?, next_actions}. → buy_url을 명확한 구매 링크로 제시하고, affiliate_disclosure가 있으면 반드시 고지하라. 중고(used)는 개인 직거래이므로 안전결제/