AI-генерация описаний товаров в мобильном приложении

Продавец на маркетплейсе делает фото товара с телефона и нажимает «Опубликовать». Проблема: ручное описание занимает до 30 минут, страдает качество и консистентность. Мы решаем эту задачу с помощью связки Vision API и LLM — система предлагает готовый текст по фотографии и категории товара за 2–4 секунды. Наша команда имеет более 5 лет опыта в мобильной разработке и реализовала 30+ интеграций AI-сервисов. Экономия времени для среднестатистического магазина — до 40% рабочего дня менеджера, а затраты на копирайтинг сокращаются на 70%.

Как AI-генерация описаний товаров работает под капотом?

Визуальный анализ фотографий — первый шаг. Google Cloud Vision API возвращает теги объектов, цвет, бренды на упаковке, текст на этикетке (OCR). Для мобильного приложения удобнее мультимодальный LLM (GPT-4o, Gemini Pro Vision) — один запрос с изображением сразу анализирует и генерирует текст. Точность распознавания объектов достигает 95%.

Структурированные атрибуты из формы — пользователь заполняет минимум: категория, цена, состояние (новое/б/у). Эти данные включаются в prompt как структурированный контекст. Остальное модель выводит из фото.

Реализация на клиенте

Весь flow асинхронный: пользователь выбирает фото, жмёт «Создать описание», видит skeleton loader, через 2–3 секунды получает редактируемый текст.

class DescriptionGeneratorViewModel : ViewModel() {
    fun generateDescription(imageUri: Uri, category: String) {
        _uiState.value = UiState.Loading
        viewModelScope.launch {
            try {
                val base64Image = imageUri.toBase64(contentResolver)
                val response = descriptionApi.generate(
                    GenerationRequest(
                        imageBase64 = base64Image,
                        category = category,
                        language = Locale.getDefault().language,
                        maxLength = 300
                    )
                )
                _uiState.value = UiState.Success(response.description)
            } catch (e: Exception) {
                _uiState.value = UiState.Error(e.message)
            }
        }
    }
}

На iOS аналогично через async/await + URLSession:

func generateDescription(image: UIImage, category: String) async throws -> String {
    let imageData = image.jpegData(compressionQuality: 0.8)!
    let base64 = imageData.base64EncodedString()
    let request = DescriptionRequest(imageBase64: base64, category: category, language: Locale.current.languageCode ?? "ru")
    let response = try await api.generateDescription(request)
    return response.text
}

Изображение сжимается до JPEG quality 0.8 перед отправкой — это снижает размер payload с ~3 МБ (RAW с камеры) до ~300–500 КБ без заметной потери качества для Vision API.

Prompt engineering для качественного результата

def build_prompt(category: str, image_tags: list, language: str) -> str:
    return f""" You are a professional copywriter for an online marketplace. Write a product description based on the provided image.
Category: {category}
Detected attributes: {', '.join(image_tags)}
Language: {language}
Requirements:
- 2-3 sentences, 50-100 words
- Start with the main product feature, not "This is a..."
- Include detected color, condition, and brand if visible
- Use active voice
- No adjectives like "great", "amazing", "perfect"
"""

Запрет на «great», «amazing» и «perfect» — не формализм. Модели по умолчанию пихают их в каждое второе предложение, и описания становятся неотличимы друг от друга.

Streaming для улучшения perceived performance

Вместо ожидания полного ответа — стриминг через Server-Sent Events. Текст появляется по мере генерации, как в ChatGPT. На Android реализуется через okhttp3.EventSource, на iOS — URLSessionDataTask с didReceive data делегатом. Это особенно важно для длинных описаний (100+ слов), чтобы пользователь не ждал 4–5 секунд в пустоте.

Что делать, если качество описаний низкое?

Внедрите гибридный подход: AI генерирует черновик, человек финализирует. Такой метод, по отзывам клиентов, сокращает ручной труд на 60%. Для автоматизации контроля качества используйте A/B-тестирование двух версий описания — AI против AI+редактор — и отслеживайте конверсию.

Почему стоит выбрать AI-генерацию?

Что входит в результат работы

• Документация по API и интеграции
• Доступ к репозиторию с промптами и конфигами
• Обучение команды редактированию шаблонов
• Поддержка на этапе запуска
• Рекомендации по A/B-тестированию описаний

Как избежать типичных ошибок при интеграции?

• Отправка RAW без сжатия — увеличивает время ответа. Всегда сжимайте до JPEG quality 0.8.
• Игнорирование категории — модель генерирует generic текст. Обязательно передавайте категорию в запрос.
• Отсутствие fallback при ошибке Vision API — пользователь видит пустой экран. Всегда показывайте placeholder или сообщение об ошибке.

Процесс работы

1. Анализ: определяем категории товаров и источники изображений.
2. Проектирование API: формат запроса, обработка ошибок Vision API.
3. Настройка prompt templates по категориям товаров.
4. Разработка клиентского UI с skeleton loader и редактором результата.
5. Внедрение streaming для улучшения UX при длинных описаниях.
6. Тестирование на реальных товарах и A/B-сравнение.

Ориентировочные сроки

Базовая интеграция (фото → описание через GPT-4o / Gemini) — 3–4 дня. С настройкой промптов по категориям и streaming — до 1 недели. Сложные проекты с on-device обработкой — от 2 недель.

Закажите расчёт интеграции уже сегодня — свяжитесь с нами. Получите консультацию по интеграции AI в приложение. Свяжитесь с нами для демо и оценки вашего проекта.