Собрал систему, которая делает 10000 карточек товара за 15000 рублей в месяц

Вам поступают заказы на автоматизацию?

Я последние месяцы всерьёз закопался в автоматизацию контента для e-commerce и хочу сказать, это практически не раскрытая ниша. Не потому что она сложная или дорогая, а потому что технология настолько свежая, что людей, которые понимают, как её реально применить крайне мало. Не «поиграл с нейронкой и сделал картинку», а собрал работающую систему, которая выдаёт тысячи готовых единиц контента без участия дизайнера.

Разница между этими двумя состояниями примерно как между «умею забивать гвозди» и «строю дома». Все научились генерить картинки.

Я работаю в направлении e-com и раньше селлер думал в категориях «сколько карточек я могу себе позволить». Теперь он думает в категориях «какую стратегию выдачи я хочу занять». Это разные направления работы.

Куда ещё можно копать, кроме карточек товара:

— Мультиязычные версии контента — один мастер-макет, автоперевод на разные языки и автосборка под каждый рынок — Сезонные и акционные перегенерации — обновить 5000 карточек к Чёрной пятнице за один день, а не за два месяца — A/B-варианты обложек — не 2 версии, а 10 или 20, и статистика решает, какая живёт — Видео-обложки и короткие ролики — та же логика шаблона, только на таймлайне — Контент под региональные запросы — «купить в Казани», «доставка в Новосибирск» прямо на слайде. Сюда же SEO оптимизация.

Ко мне пришёл заказчик, который продаёт оплётки на руль. В ассортименте 22 вида — разная кожа, разные цвета, разные фактуры. И каждая оплётка подходит примерно к 500 актуальным моделям автомобилей. Обычная история для автотоваров: физически товар один, а применимость у него широкая.

Дальше начинается арифметика, от которой у любого продакшн-менеджера холодеет спина:

— 22 вида × 500 моделей авто = 11 000 SKU — По 5 слайдов на карточку = 55 000 слайдов — Самая скромная фрилансерская цена — 200 рублей за слайд

— Итого: больше 2 миллионов рублей только на дизайн

Нужно ли говорить, что традиционный подход здесь просто не работает?

Но изначально такой задачи у клиента не существовало, пока он не увидел возможность. Он не искал, как удешевить дизайн. Он вообще не рассматривал сценарий с 11 000 карточек — потому что в старой системе координат он невозможен. Возможность появилась только тогда, когда стало понятно, что контент можно производить машинно.

Ход, который придумал заказчик, мне очень понравился, вместо того чтобы продавать «оплётка на руль 37–39 см», он стал продавать «оплётка для Kia Rio», «оплётка для Toyota Camry» — отдельным SKU под каждую машину.

Логика железная: человек не ищет размер. Владелец Рио может вообще не понимать, какой у него диаметр руля — 37, 38 или 39 сантиметров. Он не полезет в мануал, не пойдёт мерить рулеткой. Он просто вбивает в поиск «оплётка на руль Киа Рио» и хочет увидеть товар, на котором написано ровно то, что он спросил.

Что это даёт с точки зрения выдачи:

— Низкочастотные запросы — каждый из них даёт 50–500 показов в месяц, но их тысячи, и в сумме это огромный трафик — Конкурентов почти нет — все селлеры сидят в высокочастотке «оплётка на руль», где рекламная ставка выжигает маржу — Точное попадание в намерение — карточка отвечает на запрос дословно, CTR в выдаче кратно выше — Дешёвая реклама — ставки в низкочастотке в разы ниже, а конверсия выше — Снятая тревога покупателя — «подойдёт ли мне?» отпадает сама собой, потому что на обложке его машина

Внутренние слайды зависят только от вида оплётки. У всех 500 машин с одной и той же бежевой кожей второй, третий, четвёртый и пятый слайды абсолютно одинаковые: фактура, строчка, крепление, размерная сетка. Меняется только обложка: фото автомобиля, название модели, год.

Считаем заново:

— Было: 55 000 слайдов — Стало: 11 000 обложек + 88 внутренних слайдов (22 вида × 4 слайда) — Сокращение объёма уникальной работы примерно в 5 раз ещё до автоматизации

Из чего собрана сама система:

— Мастер-макет на автолайаутах — блоки сами тянутся под длину названия, «Kia Rio» и «Mercedes-Benz E-Class» ложатся одинаково аккуратно — Таблица с данными — текстовые переменные: марка, модель, год, артикул, вид оплётки — Библиотека изображений оплёток — предметка, снятая один раз — Изображения автомобилей — их мы прогенерировали в рамках разработки системы, чтобы не решать вопрос с правами на чужие фото — AI-агент на базе Claude — мозг, который связывает всё это воедино и управляет сборкой

Вот здесь начинается моя любимая часть, потому что она разрушает главный миф об AI-системах: якобы ими должен управлять какой-то отдельный технический человек.

Системой управляет обычный менеджер. Не дизайнер и не программист. Человек, который умеет вести Google-таблицу и писать сообщения в чат. Всё.

— Ведёт Google-таблицу — вносит марку, модель, год, артикул, вид оплётки. Обычные строки, обычные столбцы — Складывает фото в папку — предметку оплёток, если появился новый вид — Пишет в чат: «собери обложки для артикулов с 1 по 500»

Дальше система работает сама:

— Забирает данные из таблицы — Подтягивает изображения из библиотеки — Генерирует то, чего не хватает — если фото какой-то модели авто в базе нет, оно создаётся на лету — Собирает всё в Figma по мастер-макету на автолайаутах — Экспортирует результат и раскладывает в отдельные папки с уникальными названиями, которые готовы к автозагрузке на маркетплейс

Последний пункт часто недооценивают, а он критичный. Автоматизация без правильного нейминга файлов бесполезна. Если система выдала 11 000 картинок с именами вида «Frame_4340.png», кто-то должен потратить неделю на их сортировку — и вся экономия испарилась. Именно поэтому структура папок и артикулы зашиты в логику на уровне архитектуры, а не приделаны сбоку.

Теперь про деньги

— Обслуживание системы — около 15 000 рублей в месяц — В пересчёте на объём это 27 копеек за слайд

Отдельно подчеркну: это только обслуживание, стоимость разработки сюда не входит. Разработка — это отдельный проект, отдельный бюджет и отдельный разговор. Но принципиально важно вот что: разработка платится один раз, а работает система месяцами. И каждый следующий месяц она отдаёт объём, за который на фрилансе пришлось бы платить как за новую машину.

А теперь про то, куда всё это движется дальше.

Спрос на такие системы растёт быстро, и я вижу это не по статьям в интернете, а по своей личке.

На прошлой неделе я закрыл ещё один заказ по автоматизации — для зарубежного бренда, и этот проект технически даже интереснее, чем оплётки: там другая логика мультиязычности и другой уровень требований к визуалу. Ещё три подобных проекта в стадии переговоров. Это за пару месяцев, без рекламы и без отдела продаж — просто потому, что предложение почти уникальное.

Я убеждён на 100%: строить AI-системы — следующий важный этап во взаимодействии с нейросетями. Этап «умею генерить картинки» уже закончился, он превратился в базовую гигиену и не стоит денег. Этап «умею проектировать процессы, где нейросеть — один из узлов» только начинается.

И самое приятное в этой истории — то, с чего мы начали. Заказа на 11 000 карточек год назад просто не существовало. Его не было в природе: ни в чьих планах, ни в чьих бюджетах. Он появился ровно в тот момент, когда появилась технология, которая делает его возможным.

Поэтому если вы сейчас думаете, «а есть ли на это спрос» — вы задаёте неправильный вопрос. Спроса на то, чего не бывает, никогда нет. Спрос создаётся в тот момент, когда вы приходите к клиенту и показываете: смотрите, вот это теперь можно.

Ищите нас в ТГ и на Ютуб