Розроблення ШІ-генератора карток товарів для маркетплейсів

Ручне заповнення карток з'їдає години команди і все одно дає різнобій в описах. Ми розробляємо ШІ-генератор описів товарів під ключ: від аудиту даних до передачі готового рішення з навченою моделлю. Він скорочує час підготовки карток у рази і тримає єдиний стиль на всьому асортименті.
Часті запитання

AI-генератор описів товарів: де ламається ручний потік

Каталог на кілька тисяч позицій упирається не в кількість авторів, а в пропускну здатність однієї людини. Копірайтер тримає в голові структуру опису, набір властивостей, обмеження майданчика й правила категорії — і на кожній картці заново збирає те саме. Приріст каталогу обганяє приріст текстів, черга на публікацію зростає швидше, ніж закривається.

Друге вузьке місце в підготовці контенту — розбіжність вимог майданчиків до опису. Одні ріжуть довжину й не пропускають посилання, інші вимагають заповнених атрибутів і жорсткої структури заголовка, треті по-своєму трактують вкладеність категорій. Один і той самий товар доводиться переписувати по-різному, і це вже не творча робота, а механічна.

Третій шар — людський фактор під час масового ручного наповнення карток. Результат виходить нерівним: десь загублено ключовий параметр, десь продубльовано абзац, десь характеристика не збігається з фільтром майданчика. Картка проходить перевірку, але втрачає покази, бо не потрапляє в пошукові запити покупця.

Генерація описів для маркетплейсу знімає всі три обмеження — але лише якщо побудована не як «кнопка з текстом», а як керований конвеєр: дані з облікової системи, шаблон під вимоги конкретного майданчика, автоперевірка повноти й єдиний стиль по всьому каталогу.

Нижче розбираємо, що саме бере на себе AI-генератор описів товарів і де в цьому процесі залишається людина.

Що змінюється після впровадження: вимірювані ефекти

Ефект від впровадження видно не на демонстрації генерації, а у виробничому циклі: скільки карток виходить за день, скільки повертається на доопрацювання й скільки часу редактор витрачає на одну одиницю контенту. Нижче — метрики, які змінюються передбачувано.

Швидкість випуску карток

Чернетку опису збирають за атрибутами товару, а не пишуть з нуля: генератор підставляє характеристики, категорію й ключові запити, редактор править формулювання.

Середній цикл «атрибути → готова картка» скорочується в 3–4 рази, а запуск нової категорії на кілька сотень позицій займає дні замість тижнів.

Частка відхилених карток

Основна причина повернень на майданчиках — формальна: перевищено довжину, пропущено обов'язкову властивість, той самий текст продубльовано в полях.

Перевірка вимог до вивантаження відбувається до публікації й налаштовується окремо під кожен канал — у Wildberries та інших майданчиків свої правила щодо складу й тону полів. Частка карток, що йдуть на доопрацювання, падає з 15–20% до одиниць.

Єдиний стиль і зняте навантаження з редакторів

Тон, структуру абзаців і порядок характеристик задає профіль категорії, тому описи в різних авторів читаються однаково, а не «у кожного свій голос». Редактор перемикається з рутини на спірні випадки — унікальні товари, складні категорії, тексти під акції.

Трудовитрати на одну картку знижуються в рази, і каталог масштабується без пропорційного зростання команди.

Варіанти генерації: від шаблонів до донавченої моделі

Підхід обирають за станом каталогу, а не за «просунутістю» методу. Якщо характеристики лежать у структурованих полях, передбачуваніше працюють шаблони описів із правилами підстановки: текст збирається з перевірених блоків, а розбіжності ловляться на рівні атрибутів. Модель підключають там, де потрібен зв'язний текст під конкретну категорію.

Другий критерій — обсяг каталогу, що пройшов модерацію, і стабільність атрибутів. Донавчання моделі на каталозі дає єдиний стиль і менше вигаданих характеристик, але потребує еталонних карток і перенавчання при зміні асортименту.

Тому частіше зупиняються на гібридній схемі генерації: правила відповідають за факти, модель — за формулювання.

Підхід Коли доречний Обмеження
Шаблони й правила підстановки характеристик Атрибути заповнені, категорії однотипні, потрібна передбачуваність Однотипний текст; за порожніх полів в описі з'являються пропуски
Генерація базовою моделлю за інструкцією зі зразками Каталог новий або невеликий, еталонних описів мало, опублікувати потрібно швидко Формулювання плавають від запуску до запуску, можливі вигадані характеристики
Донавчання моделі на каталозі Є сотні карток, що пройшли модерацію, і стабільні атрибути Потрібні розмічені дані й перенавчання при зміні асортименту
Гібридна схема генерації Великий каталог, різнорідні категорії, накопичені правила й зразки Правила, модель і перевірки оновлюються разом — дорожче в підтримці

Обрати допомагає прогін кандидатів на одному наборі карток: рахуємо частку описів, опублікованих без ручної правки, і кількість повернень через невідповідність характеристик.

Етапи впровадження генератора: від аудиту даних до передачі

Порядок робіт тут не випадковий: якість описів на виході визначає не модель, а підготовка даних і правила приймання. Якщо пропустити аудит каталогу або не зафіксувати критерії перевірки, генератор видає правдоподібний текст, який потім вручну переписують категорійні менеджери. Нижче — план впровадження, за яким ми ведемо проєкт.

  1. Аудит каталогу й даних. Вивантажуємо категорії, атрибути, історію карток і знаходимо вузькі місця: порожні характеристики, розбіжності в одиницях виміру, дублі, незбіжні назви брендів, картки без фото. Результат — карта даних із зазначенням, за якими категоріями описи можна генерувати відразу, а де спершу потрібна нормалізація.
  2. Схема й правила генерації. Фіксуємо обов'язкові поля, структуру опису, вимоги до тону й стоп-лист: без неперевірних тверджень, чужих брендів і обіцянок, які суперечать правилам маркетплейсу.
  3. Підготовка джерел. Збираємо довідники синонімів і одиниць, зводимо атрибути до єдиного вигляду, розмічаємо еталонні описи, на які генератор спиратиметься як на зразок.
  4. Налаштування та інтеграція. Генератор зв'язуємо з обліковою системою або кабінетом продавця, налаштовуємо чергу обробки, обмеження за обсягом і журнал запусків, щоб кожну зміну можна було відстежити.
  5. Перевірка на контрольній вибірці. Прогоняємо кілька сотень карток із різних категорій, рахуємо частку описів, прийнятих без правок, і розбираємо відхилення. Правила й зразки коригуємо за результатами, а не за відчуттями.
  6. Регламент приймання результату. Узгоджуємо вимірювані критерії: частка карток без ручного доопрацювання, час на одну картку, частка відхилень модерацією, повнота заповнення атрибутів.
  7. Передача й план впровадження. Віддаємо доступи, інструкції та налаштування, навчаємо відповідальних і розписуємо запуск за категоріями хвилями — так помилки перших партій не тиражуються на весь каталог.

Кожен етап закінчується перевірюваним артефактом, тому на момент передачі в команди замовника залишається робоча схема, а не набір експериментів.

Що ви отримуєте на руки: артефакти проєкту

Артефакти проєкту — не презентація, а робочий контур, який залишається у вас і запускається без нашої участі. Усе оформлено так, щоб редакція або контент-менеджер продовжили роботу самостійно: налаштування, правила, словники й регламенти лежать в одному місці. На руки ви отримуєте:

  • Налаштовану генерацію описів — правила для кожного поля: заголовок, список переваг, характеристики, текстовий блок під конкретні категорії.
  • Бібліотеку шаблонів і еталонних карток — зразки за ключовими категоріями, що задають тон і структуру; за ними звіряють результат.
  • Правила й словники — назви брендів, обов'язкові характеристики, стоп-формулювання, вимоги майданчиків до довжини й структури тексту.
  • Схему процесу — шлях від вивантаження номенклатури до публікації, із позначеними точками: де працює людина, де автоматика.
  • Регламент модерації описів — порядок перевірки, критерії приймання, що робити з відхиленою карткою і хто ухвалює фінальне рішення.
  • Правила контролю якості — метрики: частка карток без правок, повнота характеристик, повтори між картками, періодичність замірів.
  • Документацію з генерації — опис полів і залежностей, інструкція з правки правил без розробника.
  • Передачу команді — розбір на вашій номенклатурі, доступи, відповідальні та порядок ескалації.

Комплект знімає залежність від підрядника: додавати категорії, правити формулювання й розбирати спірні картки редакція може сама. Ми підключаємося, коли змінюється логіка — новий майданчик, новий тип контенту або оновлені вимоги.

Кейс: як скоротили ручну підготовку карток

До впровадження каталог на 18 000 позицій вели три контент-менеджери: картку збирали руками — заголовок, 5–7 полів характеристик, опис і ключові запити, — на одну позицію йшло 12–18 хвилин.

Виведення нової лінійки з 400 артикулів розтягувалося на два-три тижні, а описи розходилися за тоном і структурою від менеджера до менеджера.

Ми зібрали конвеєр: вивантаження постачальника парситься й нормалізується за довідником категорій, атрибути мапляться на обов'язкові поля маркетплейсу, генерація йде пакетами через API OpenAI із шаблонами запитів на категорію, а на виході текст проходить валідацію — довжина, заборонені формулювання, повтори, наявність ключів. Чутливі категорії йдуть на локальну модель, щоб дані не залишали контур.

Метрика До Після
Час на одну картку 12–18 хв 2–3 хв на перевірку й правку
Виведення лінійки з 400 артикулів 2–3 тижні 4–5 днів
Картки, прийняті без доопрацювання близько третини 84%
Однотипність описів своє в кожного менеджера один шаблон на категорію

Обмеження залишилися: сертифікати, склад, медичні та юридичні формулювання модель не затверджує — їх звіряє фахівець, тому 12–15% карток ідуть на ручне доопрацювання.

Нові категорії потребують калібрування шаблонів на вибірці в 30–50 позицій, а складні характеристики з неоднозначними значеннями краще віддавати на розмітку довідника — інакше генератор повторює помилки вихідних даних. Опишіть свій каталог — повернемося з оцінкою та планом впровадження.

Чим відрізняється донавчена модель від шаблонних карток

Шаблон тримається на правилах підстановки: атрибути з фіду розкладаються за заздалегідь написаними фразами. На вузькій категорії з десятком стабільних властивостей це швидко й передбачувано, а текст залишається повністю керованим.

Межа настає на масштабі — кількість осмислених комбінацій обмежена, і до тисячної картки формулювання починають повторюватися дослівно.

Зрозуміти, що шаблон вичерпано, можна за симптомами: частка повторів усередині категорії зростає, узгодження ламаються на рідкісних значеннях атрибутів, а властивості поза таблицею — посадка, сценарій використання, сумісність — в опис не потрапляють узагалі.

Тут і постає вибір: донавчена модель або шаблон із розширеним словником. Другий варіант виправданий, поки атрибутів мало й формулювання мають залишатися строго фіксованими.

Донавчена модель навчається на розмітці навчальної вибірки — це пари «атрибути фіду → узгоджений вручну опис». У вибірку йдуть найкращі картки категорії, правки категорійного менеджера, окремо розмічені тон, довжина, обов'язкові блоки й заборонені формулювання.

Півтори-дві тисячі вивірених прикладів на категорію дають генерацію, яка не плутає властивості між собою й не додумує характеристики, яких немає у фіді.

Контроль якості тексту переїжджає з голови редактора в метрики: покриття обов'язкових атрибутів, звірка з фідом, частка збіжних фрагментів між картками, читабельність, відсутність маркетингового шуму.

Унікальність описів рахується всередині категорії, а не по всьому каталогу — саме там повтори б'ють по видимості товару. Зверху залишається вибіркова ручна перевірка й розбір карток, які не пройшли фільтри.

Технічні питання перед стартом проєкту

Питання на старті зазвичай стосуються не самої генерації, а керованості результату: хто відповідає за унікальність, звідки беруться характеристики, чи не розійдуться тексти з правилами майданчиків і що буде з новою категорією. Нижче — як ці ризики закриваються на рівні налаштування, а не обіцянок.

Тексти не виявляться дублями всередині каталогу та щодо конкурентів?

Генератор іде за структурованими атрибутами, а не за одним шаблоном, тому описи розходяться на рівні формулювань, порядку блоків і акцентів.

Понад це працює автоперевірка: перетини за фрагментами всередині каталогу й звірка з публічними видачами майданчиків — при перевищенні порогу картка йде на перегенерацію.

Звідки беруться характеристики і що заважає моделі їх вигадати?

Джерело фактів — лише заповнені поля картки та ваш довідник значень. Якщо атрибут порожній, текст будується без нього, а не з правдоподібним припущенням. На прийманні рахуємо частку карток, де опис розходиться з полями, і тримаємо цей показник цільовим.

Як виконуються вимоги майданчиків і що при зміні їхніх правил?

Ліміти довжини, обов'язкові блоки, службові позначки й стоп-слова зберігаються окремими профілями під кожен майданчик, включно з Ozon. Перевірка запускається до публікації, тому невідповідність відсікається на чернетці, а не після відхилення картки. Оновлення профілю не потребує перенавчання моделі.

Що робити з новою категорією, якої не було в навчанні?

Розмічаємо невелику вибірку еталонних карток і на ній налаштовуємо генерацію — цього достатньо, щоб стиль і набір полів збіглися з вашою лінійкою. Якість перевіряємо на відкладеній вибірці до викочування в каталог, а попереднє налаштування залишається точкою відкату.

Обговоримо ваше завдання й повернемося з оцінкою та планом

Щоб оцінка проєкту була реалістичною, а план впровадження — виконуваним, розмову краще починати не із загальних слів, а з фактів про каталог. Зібрати це заздалегідь коштує вам недорого, зате ми одразу називаємо терміни за першою чергою, а не переглядаємо їх на середині роботи.

  • Склад каталогу: кількість товарних груп, карток і мов, якими потрібні описи. Від цього залежить, скільки правил генерації та перевірок закладати.
  • Зразки карток: десять-двадцять описів, які вважаєте еталонними, і стільки ж невдалих. За ними видно потрібний стиль і структуру полів.
  • Джерело даних: вивантаження номенклатури з характеристиками, наявність фото й заповнених атрибутів. Чим повніші вихідні дані, тим менше ручних правок після генерації.
  • Вимоги майданчиків: обмеження за довжиною й структурою полів, заборонені формулювання, обов'язкові реквізити. Їх ми закладаємо в перевірки, а не виловлюємо після публікації.
  • Ролі та узгодження: хто затверджує тексти й хто відповідає за вивантаження. Без цього план впровадження впирається в очікування відповіді.
  • Критерії приймання: частка карток, що проходять без правок, і допустимий відсоток ручного доопрацювання.

Якщо більша частина переліченого є під рукою, обговоримо завдання предметно: повернемося з оцінкою термінів, складом першої черги та планом впровадження за кроками.

Напрямки AI-розробки

Останні роботи

  • Розробка сайту компанії B2B ADVANCE
    Розробка сайту компанії B2B ADVANCE
    1542
  • Розробка веб-додатків для компанії FEEDME
    Розробка веб-додатків для компанії FEEDME
    1394
  • Розробка веб-сайту для компанії БЕЛФІНГРУП
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    1081
  • Розробка інтернет магазину для компанії FURNORO
    Розробка інтернет магазину для компанії FURNORO
    1369
  • Розробка логотипу компанії B2B Advance
    Розробка логотипу компанії B2B Advance
    816
  • Розробка веб-додатків для компанії Enviok
    Розробка веб-додатків для компанії Enviok
    1142