Карточки товаров с ИИ для WB и Ozon: от заголовка до инфографики

Карточка товара на маркетплейсе - это не SEO-страница. Это десять секунд внимания пользователя в ленте, где нужно зацепить первой фотографией, удержать заголовком, продать ценой и убедить описанием. Когда у селлера 5 SKU, всё это можно нарисовать вручную дизайнером и продавать. Когда SKU 500-5000, ручная работа ставит крест на запуске новых позиций.

В 2025-2026 году нейросети закрывают примерно 70-80% задач по созданию карточек. Не вместо дизайнера и копирайтера полностью - но снимают рутину "напишите 50 описаний по характеристикам" и "нарисуйте 200 инфографик по шаблону". В этом разборе разложу что именно делать нейросетями, на каком стеке, и сколько это стоит для среднего магазина.

Что в карточке можно генерировать

Стандартная карточка WB или Ozon:

• Заголовок (40-100 символов) - ключевое слово + USP + размер/цвет
• Подзаголовок / краткое описание - первый абзац, который видит покупатель в ленте поиска
• Полное описание (1000-5000 символов) - под скроллом на странице товара
• Характеристики (структурированный список)
• Главное фото (фотостудия) - тут пока без ИИ обычно
• Дополнительные фото + инфографика (4-10 штук) - очень даже под ИИ

ИИ обычно работает с: title, description, инфографика, A/B-варианты для тестов. Главное фото оставляют живой фотостудии (генеративные модели пока плохо рисуют реальный товар "как он выглядит в жизни"). Хотя для одежды и косметики уже идут эксперименты с AI-моделями (фон, virtual try-on), но это отдельная тема.

Стек: что брать

Для текста

GigaChat Pro (Сбер):

• Хорошо понимает русский торговый формат
• Знает запреты на маркетплейсах (нельзя писать "лучший", "номер один", "100% эффективность")
• 600 ₽ / 1М токенов - на 1000 описаний по 2000 символов это ~3000-5000 ₽
• API в РФ, 152-ФЗ OK

YandexGPT Pro - чуть дешевле, чуть слабее на русских торговых формулировках.

Claude / GPT через прокси - технически лучшие, но прокси + юридика делают их хуже для регулярного потока.

Подробнее YandexGPT vs GigaChat сравнивал в статье YandexGPT vs GigaChat.

Для инфографики

Kandinsky 3.1 (Сбер) - бесплатно через free tier, платно через Cloud.ru. Подойдёт для фоновых изображений, абстракций, шаблонов. Плохо рисует ваш конкретный товар.

FLUX.1 + ControlNet (открытая модель, локальный запуск) - умеет accuracy, поддаётся управлению через прецизионные подсказки. Нужна видеокарта или облачный GPU 6-10 ₽/час.

ChatGPT (DALL·E) / Midjourney - топ-качество, через прокси. Не для постоянного потока.

Универсальное решение для SMB. Готовый шаблон в Figma / PhotoShop + AI заполняет блоки (текст, фоновые иконки, цветовые акценты). Это не "сгенерируй мне инфографику с нуля", а "вот сетка - заполни элементы под мой товар".

5 типичных workflow с ИИ

Workflow 1: Генерация title и description по характеристикам

Вход. Структурированные данные товара из 1С / Excel / API маркетплейса: название, бренд, цвет, размер, материал, доп. характеристики.

Промпт: "Ты копирайтер маркетплейса WB. Сгенерируй: 1) заголовок 80-100 символов с обязательным ключевым словом 'X', включи цвет/размер. 2) краткое описание 200-300 символов с фокусом на USP. 3) полное описание 1500-2500 символов, разбито на 4 секции: применение, материалы, размеры, гарантия. Запрещены штампы: 'лучший', 'инновационный', 'премиум', 'качественный'. Тон: уверенный, конкретный, без воды."

На выходе. Готовые тексты. Селлер проверяет 5-10 случайных, шлёт пачкой.

Тонкости:

• В промпт включить запреты маркетплейса, иначе постоянные "лучший в своём классе"
• Для разных категорий (детская одежда vs автотовары vs техника) разные промпты
• Включить антипаттерны ("не используй фразы X, Y, Z")

Workflow 2: A/B-тестовые варианты title для проверки CTR

Сгенерировать 3-5 вариантов заголовка для одного товара, прогнать через рекламу WB или Ozon, замерить CTR, оставить лучший. Это скучная работа для копирайтера, идеально для AI.

Промпт: "Сгенерируй 5 вариантов заголовка для этого товара. Каждый акцентирует разное: вариант 1 - размер, вариант 2 - материал, вариант 3 - применение, вариант 4 - бренд, вариант 5 - выгода/скидка."

Дальше уже маркетинг: 5 креативов в Promo - неделя теста - победитель.

Workflow 3: Адаптация под разные маркетплейсы

Одно и то же описание для WB и Ozon выглядит по-разному:

• На WB заголовок до 60 символов вибирается жёстко
• На Ozon формат HTML с разметкой, а WB - обычный текст
• Ключевые слова раскручены под разные алгоритмы

ИИ адаптирует "базовое описание" под формат конкретной площадки. Менеджеру остаётся только проверить и загрузить.

Workflow 4: Инфографика по шаблону

Готовые шаблоны (5-10 видов) в Figma или Canva. Под каждый товар AI собирает:

• Иконки преимуществ (нейросеть выбирает из библиотеки по характеристикам товара)
• Текст подписей под иконки
• Цветовая палитра (под бренд или категорию)
• Главные тезисы (вытащенные из описания)

Дизайнер потом проверяет 10-15% результатов и правит. Остальные идут в боевой загруз.

Workflow 5: Автоматическое обновление "Часто задаваемые вопросы" и "Отзывы"

На карточке WB/Ozon есть блок "Вопросы и ответы" + "Отзывы". С парсингом отзывов (см. соседнюю статью про Парсинг отзывов с маркетплейсов - выйдет вскоре) можно собирать частые вопросы из реальных отзывов и отвечать на них в карточке заранее.

ИИ-ассистент:

1. Парсит свежие отзывы со своих карточек
2. Кластеризует по темам
3. Готовит "проактивные" ответы на частые вопросы
4. Менеджер магазина утверждает, добавляет в карточку

Эффект: меньше негатива в комментариях, выше конверсия (покупатель находит ответ до того как спросит).

Технический стек реальной системы

Что обычно ставится у клиента:

• Источник данных: 1С или Excel-файл с характеристиками
• Бэкенд: Python (FastAPI) или n8n - тянет данные, формирует промпты
• LLM: GigaChat API для текста
• Инфографика: Figma API + кастомный скрипт, либо локальный FLUX
• Загрузка на маркетплейс: WB Content API / Ozon Seller API
• Контроль: Telegram-бот для ревью спорных случаев менеджером

Близкая канва архитектуры в Что у ИИ-агента под капотом, там общая структура LLM-приложения.

Грабли реальных проектов

1. Запреты маркетплейса меняются. WB и Ozon обновляют список запрещённых слов и формулировок. Промпт нужно обновлять. Раз в квартал минимум.

2. AI генерит "галлюцинации" характеристик. Если в исходных данных нет информации о материале, AI может придумать. Лечится: явный запрет "не выдумывай, если данных нет - пиши 'уточняйте у продавца'" и пост-проверка регэкспами.

3. Описание не проходит модерацию WB. Алгоритм маркетплейса режет "подозрительные" формулировки. Лечится: после генерации прогон через тестовую загрузку на пилотном товаре, посмотреть что прошло.

4. CTR ниже ожидаемого. Сгенерированный текст технически правильный, но скучный. AI без специального тюнинга даёт "ровные" тексты, которые не цепляют. Лечится: гибрид - AI генерит черновик, человек правит эмоциональные моменты (название, подзаголовок, призыв в конце).

5. Инфографика "не похожа на конкурентов". В категории есть устоявшийся стиль (фон, шрифты, иконки). AI без обучения на категории даёт обобщённое. Лечится: обучение на ваших успешных карточках или копирование шаблона топовых конкурентов.

Цена для среднего магазина

Под магазин с 500-2000 SKU и потоком 50-100 новых позиций в месяц:

Окупаемость. Высвобождает примерно 1-1.5 ставки копирайтера + 0.3-0.5 ставки дизайнера. По зарплатам в РФ (копирайтер 80-150 тыс. руб./мес со взносами, дизайнер 100-200 тыс. руб./мес) экономия 130-350 тыс. ₽/мес. Окупаемость 2-5 месяцев.

Если запускать поэтапно (сначала текст, через 2-3 месяца инфографика, потом остальное) - вход 80-150 тыс. ₽, бэк уже через первый месяц.

Что нельзя делать чисто на ИИ

• Главное фото товара - надо снимать на студии. Генеративный фон + товар - возможно, но ChatGPT/Midjourney пока плохо вписывают реальный товар без артефактов
• Уникальные продающие триггеры под целевую аудиторию - нужны люди, которые знают вашу нишу
• Юридически значимые формулировки (составы для пищевых, описания для медтоваров с сертификатами) - проверяет юрист
• Адаптация под акции и сезонность - живой маркетолог планирует, AI исполняет под его план

Близкие темы

Парсинг Wildberries и Ozon в 2026 - то же про входящие данные с маркетплейсов. YandexGPT vs GigaChat - выбор LLM. n8n шаблоны для бизнеса - готовые workflow для автоматизации, в том числе обновление WB.

Если планируете внедрение

Опишите ваш магазин (категория, SKU, сейчас сколько часов уходит на оформление новой карточки) в брифе - подберу под вас стек, оценю окупаемость на ваших цифрах. Часто оказывается, что начать стоит с одного workflow (например, авто-генерация описаний), а не с комплекса. Бесплатно до подписания.