Halaman ini diterjemahkan dari bahasa Inggris.
AI & Machine Learning
Bangun pengalaman pencarian dan penemuan bertenaga AI
Kliv adalah AI app builder. Jelaskan katalog, aturan pencarian, pencarian foto, pengecekan kecocokan, dan alur checkout Anda, lalu Kliv membangun pencarian dan penemuan bertenaga AI di sekitarnya.
Cukup masukkan ide Anda ke dalam kotak teks dan AI akan membuatkannya untuk Anda
Apa itu Kliv?
Kliv bukan kotak pencarian yang tinggal Anda sambungkan ke situs — ini adalah AI app builder yang membangun software untuk Anda.
Anda mendeskripsikan aplikasi yang Anda butuhkan dengan kata-kata biasa, dan Kliv membangunnya: basis data, layar produk, logika pencarian, penanganan berkas, checkout, dan alur kerja admin. Yang Anda dapatkan adalah aplikasi web sungguhan yang menjadi milik Anda, aktif di domain Anda sendiri, dan Anda bisa terus mengubahnya dengan meminta perubahan.
Di halaman ini, aplikasi tersebut adalah pencarian dan penemuan bertenaga AI untuk katalog produk. Kliv membangun segala jenis aplikasi web; pencarian katalog hanyalah satu contoh.
Mengapa membangun pencarian dan penemuan sendiri?
Pelanggan sering tidak tahu nama produk atau nomor komponen yang tepat. Mereka mendeskripsikan masalahnya: engsel untuk lemari geladak lama, kain berdasarkan berat dan warna, komponen alat elektronik yang rusak dalam sebuah foto.
Kliv membangun katalog di sekitar pencarian semacam itu. Pencarian berjalan atas baris produk, catatan, dan foto Anda sendiri, sehingga kata-kata pelanggan bisa menemukan barang meski tidak ada judul produk yang memakai frasa yang sama.
Katalog di balik kotak pencarian
Penemuan yang baik dimulai dari data yang baik. Berikut ini bagian-bagian yang bisa dibangun Kliv.
Data SKU
Dimensi, material, ulir baut, dan catatan kecocokan. Kualitas pencarian bergantung pada baris data ini, dan Anda bisa terus melengkapinya.
Peta kecocokan
Merek kapal, tahun, detail lambung, dan komponen yang kompatibel. “Cocok untuk Meridian 32 tahun 1988” tersimpan sebagai data, bukan terkubur dalam deskripsi produk.
Indeks foto
Gambar produk dideskripsikan dan diindeks otomatis saat diunggah, sehingga foto pelanggan bisa dicocokkan dengan produk di rak Anda.
Log pencarian
Setiap pencarian tercatat di sini, baik yang cocok maupun yang gagal. Pencarian gagal menjadi laporan merchandising: apa yang dicari pelanggan dengan kata-kata mereka sendiri.
Profil kapal
Kapal milik pelanggan yang sudah masuk akun tersimpan di data pelanggan itu. Hasil pencarian dan pengecekan kecocokan bisa membacanya, dan hanya pelanggan itu yang bisa melihatnya.
Contoh: toko peralatan kapal Wulan
Begini cara satu toko mungkin memakainya. Ini hanya contoh — Anda akan mendeskripsikan katalog, data pelanggan, dan aturan checkout Anda sendiri.
Foto menggantikan nama komponen
Seorang pelanggan di atas kapalnya mengunggah foto engsel yang berkarat. Pencarian gambar mengembalikan tiga kandidat dari katalog Wulan sendiri, bukan hasil internet generik.
Pengecekan kecocokan mempersempit hasil
Profil pelanggan menyebutkan Meridian 32 tahun 1988. Peta kecocokan menyingkirkan dua kandidat, menandai pengganti yang terdaftar, dan menjelaskan alasannya.
Checkout tetap di aplikasi yang sama
Engsel seharga Rp550.000 berpindah dari hasil pencarian ke pesanan berbayar tanpa berganti sistem. Checkout berjalan di akun Stripe Wulan sendiri, dan baris pesanan berada di basis data yang sama yang baru saja dibaca pencarian.
Pencarian gagal menjadi keputusan stok
Seseorang mencari “sumbat jati 12mm” dan tidak mendapat hasil. Log pencarian menyimpannya, dan ringkasan mingguan mengubahnya menjadi keputusan pembelian hari Senin.
Asisten menjawab di luar jam kerja
Pelanggan yang berbelanja larut malam bertanya apakah engsel itu cocok dengan baut #10. Asisten toko menjawab berdasarkan data SKU dan catatan pemasangan, dan percakapan itu disimpan agar staf kasir bisa meninjaunya.
Deskripsikan apa yang ingin Anda bangun
Kliv membangun berdasarkan deskripsi Anda, jadi semakin detail yang Anda berikan, semakin dekat versi pertamanya. Deskripsikan bidang katalog, pencarian foto, konteks pelanggan, penanganan pencarian gagal, dan checkout. Berikut tiga contoh untuk Anda kembangkan:
Pencarian peralatan kapal
Pencarian yang memperhitungkan kecocokan untuk katalog komponen.
“Bangun pencarian bertenaga AI untuk toko peralatan kapal saya. Indeks 6.000 SKU dengan dimensi, material, ulir baut, foto, dan catatan kecocokan kapal; biarkan pelanggan mencari dengan kata-kata biasa atau mengunggah foto; gunakan profil kapal tersimpan tiap pelanggan untuk pengecekan kecocokan; dan jual komponen lewat checkout di akun Stripe saya sendiri.”
Kain berdasarkan deskripsi
Pencarian berdasarkan berat, tenunan, dan warna.
“Bangun toko kain tempat pelanggan mencari dengan mendeskripsikan berat, tenunan, warna, elastisitas, dan kegunaan. Hasil pencarian harus berasal dari pencarian semantik atas inventaris saya, contoh kain harus bisa dipesan dari halaman hasil, dan pencarian yang gagal harus dicatat untuk ditinjau tiap minggu.”
Pencarian foto komponen
Mencocokkan komponen rusak dengan penggantinya.
“Bangun pencari suku cadang untuk toko komponen alat elektronik saya. Pelanggan mengunggah foto komponen yang rusak, pencarian gambar menyarankan kecocokan dari katalog saya, staf bisa meninjau pencarian yang tidak cocok, dan pelanggan bisa membuka thread dukungan saat tidak ada hasil ditemukan.”
Pencarian sebagai fitur basis data
Tidak ada sistem kedua untuk diisi. Pencarian semantik Kliv berjalan atas baris data dan berkas yang sudah Anda miliki. Perbaiki data SKU, dan pencarian berikutnya bisa memakai data yang lebih baik.
Foto adalah warga kelas satu. Gambar yang diunggah dideskripsikan dan diindeks otomatis. Itulah yang membuat pencarian foto-masuk, produk-keluar menjadi mungkin, dan ini berlaku pada foto produk Anda sendiri.
Skema bertumbuh saat katalog membutuhkannya. Jika staf kasir membutuhkan bidang ulir baut, Anda tinggal memintanya. Kliv memperbarui aplikasi agar bidang itu ada, dan pencarian menjadi lebih baik karena datanya menjadi lebih baik.
Pencarian gagal diarahkan, bukan dibuang. Pekerjaan terjadwal bisa mengubah pencarian yang gagal menjadi email mingguan, dan thread dukungan bisa menangani pelanggan yang bertanya.
Semuanya di atas berdiri di atas fondasi yang sama: basis data sungguhan dengan aturan akses per baris, fungsi sisi server yang bertipe, dan berkas yang berada di samping baris yang dideskripsikannya. Halaman backend adalah tur fondasi tersebut.
Pertanyaan umum
Sebenarnya, apa itu Kliv?
Kliv adalah AI app builder yang membuat aplikasi web khusus dari sebuah deskripsi. Untuk pencarian dan penemuan, ia membangun basis data katalog, indeks pencarian, pencarian foto, profil pelanggan, alur checkout, log pencarian gagal, dan layar admin.
Apakah saya mendapat aplikasi sungguhan, atau template?
Aplikasi sungguhan. Kliv membangun berdasarkan bidang katalog, data produk, foto, data pelanggan, dan aturan checkout Anda.
Bisakah saya mengubahnya setelah dibangun?
Bisa. Anda bisa menambah bidang katalog, mengubah perilaku pencarian, menambah antrean tinjauan, atau merevisi checkout nanti dengan meminta perubahan.
Apakah katalog saya harus disimpan di tempat lain?
Tidak. Katalog adalah baris data di basis data aplikasi Anda sendiri, dan foto adalah berkas di sampingnya. Pencarian berjalan di tempat data itu berada.
Apa yang terjadi saat pencarian tidak menemukan apa pun?
Kueri tersebut dicatat di log pencarian, pelanggan bisa membuka thread dukungan, dan ringkasan mingguan bisa mengurutkan pencarian gagal untuk ditinjau staf.
Bagaimana pencarian foto mencocokkan komponen?
Gambar produk Anda dideskripsikan dan diindeks saat diunggah. Foto pelanggan dideskripsikan dengan cara yang sama dan dibandingkan dengan indeks produk Anda.
Bisakah asisten mengarahkan seseorang ke komponen yang salah?
Asisten dibangun untuk menjawab berdasarkan data SKU, peta kecocokan, dan catatan Anda. Ketika data itu tidak menjawab pertanyaan dengan pasti, asisten seharusnya mengatakannya dan membuka thread dukungan.
Bisakah pelanggan membeli dari halaman hasil?
Bisa. Jika Anda menjual produk, checkout bisa berjalan di aplikasi yang sama pada akun Stripe Anda sendiri, dengan pesanan disimpan di samping data katalog.
Apakah pelanggan saya butuh akun Stripe sendiri?
Tidak. Pelanggan cukup membayar dengan kartu. Pembayaran berjalan lewat akun Stripe Anda.
Bisakah saya memakai domain saya sendiri?
Bisa. Toko atau aplikasi pencarian bisa berjalan di domain Anda sendiri dan langsung aktif segera setelah Anda membangunnya.
Bisakah saya pindah dari Kliv nanti?
Bisa. Kode disinkronkan ke repositori Git Anda sendiri, jadi keluar dari Kliv cukup dengan git pull, bukan membangun ulang dari nol.
Akankah halaman produk muncul di mesin pencari?
Ya. Halaman publik dirender lebih dulu untuk mesin pencari dan asisten AI, dan sitemap dibuat otomatis.
Dibuat oleh Kreator
Jelajahi yang bisa dibuat
Lihat aplikasi nyata yang dibuat dengan Kliv oleh developer dan kreator di seluruh dunia
Memory Café Coordination Tool
A warm platform for dementia-friendly cafés, connecting caregivers, volunteers, and coordinators.
Remit Record
Track remittances and household budgets seamlessly.
Next Page Book Club
Manage your book club easily with proposals, voting, and history tracking.
Northfern Tattoo Studio
Portfolio and booking site for Northfern Tattoo Studio.
Campo Agua Gestión
Sistema de gestión del agua comunitario para aldeas.
つくりて — 伝統工芸職人サイト
職人が作品を展示し、受注管理を行うサイトです。
Tidal Surf Reports
Crowd-sourced surf condition tracking app.
Riverside Commons HOA Management
A portal for HOA management at Riverside Commons.
よやくん — レストラン予約管理
小規模レストラン向けの予約管理サイトです。
Troop 214 Scout Management
A management tool for Scout Troop 214, focused on outings, advancement, and communication.
Te Kura Kaupapa Māori Whānau Board
A whānau coordination tool for Māori-medium schools.
Tsev Nyeem Ntawv Library
Mobile library coordinator for Hmong and Lao communities.
Memory Café Coordination Tool
A warm platform for dementia-friendly cafés, connecting caregivers, volunteers, and coordinators.
Remit Record
Track remittances and household budgets seamlessly.
Next Page Book Club
Manage your book club easily with proposals, voting, and history tracking.
Northfern Tattoo Studio
Portfolio and booking site for Northfern Tattoo Studio.
Campo Agua Gestión
Sistema de gestión del agua comunitario para aldeas.
つくりて — 伝統工芸職人サイト
職人が作品を展示し、受注管理を行うサイトです。
Tidal Surf Reports
Crowd-sourced surf condition tracking app.
Riverside Commons HOA Management
A portal for HOA management at Riverside Commons.
よやくん — レストラン予約管理
小規模レストラン向けの予約管理サイトです。
Troop 214 Scout Management
A management tool for Scout Troop 214, focused on outings, advancement, and communication.
Te Kura Kaupapa Māori Whānau Board
A whānau coordination tool for Māori-medium schools.
Tsev Nyeem Ntawv Library
Mobile library coordinator for Hmong and Lao communities.
Biarkan pelanggan mencari dengan cara mereka bicara
Deskripsikan katalog Anda, detail yang membuktikan kecocokan, foto yang Anda miliki, dan apa yang harus terjadi saat pencarian gagal. Kliv membangun aplikasi pencarian dan penemuan di sekitar data tersebut.