Нейросеть врёт в карточках товара — и это видит алгоритм Wildberries

На Wildberries и Ozon появились карточки товаров, написанные нейросетью — быстро, дёшево, в промышленных объёмах. Продавцы ждали роста конверсии, часть получила обратное. Дело не в том, что ChatGPT пишет заведомо плохо: проблема в том, что модель не знает конкретный товар, не анализирует SEO-оптимизацию конкурентов и не контролирует, что именно попало в описание товара. Алгоритм площадки и живой покупатель это считывают оба. Именно поэтому дефицит на рынке сейчас — не в инструментах автоматизации, а в менеджерах маркетплейсов, которые умеют AI-вывод проверить.

Менеджер маркетплейсов — специалист, который ведёт продажи на торговых площадках: Wildberries, Ozon, Яндекс Маркете. Стандартный набор задач — создание и оптимизация карточек товаров, управление рекламными кампаниями, ценообразование, контроль складских остатков, работа с отзывами и аналитика продаж.

Рынок маркетплейсов в России в 2025 году достиг 8,59 трлн ₽ — рост на 32,2% к предыдущему году (Коммерсант, 2026). На двух крупнейших площадках работает 1,26 млн продавцов. По данным hh.ru, в Москве открыто более 25 000 вакансий по запросу «менеджер по продажам на маркетплейсах». На старте зарплата — 30–60 тыс. ₽, медиана по России — 68–71 тыс. ₽ (DreamJob.ru, 2026), руководители направления зарабатывают до 200 тыс. ₽.

Рынок при этом укрупняется. Число активных продавцов на Ozon и Wildberries за 2024–2025 гг. сократилось на 24,5% — при том что суммарный оборот продолжал расти (ecomhub.ru, 2025). Меньше игроков, больший оборот у каждого — ставки на качество работы с карточкой выросли. Ошибки в описании, которые раньше тонули в общем объёме, теперь стоят дороже.

Ключевой сдвиг 2026 года — изменение функции самой должности. Два года назад менеджер писал описания вручную или делегировал копирайтеру. Сейчас нейросети применяются в большинстве агентств и у самостоятельных продавцов. Профессия от этого не исчезла — задача усложнилась. Пик «возьми любого с промптами» уже прошёл: работодатели ищут людей, которые умеют контролировать AI-вывод, сверять характеристики с реальным товаром и не допускать публикации того, что снизит позиции карточки в поиске площадки.

В вакансиях 2026 года появились прямые формулировки: «опыт работы с нейросетями», «умение проверять и дорабатывать AI-контент», «навык SEO-анализа конкурентов». Это уже не дополнительный плюс в резюме — это базовое требование в среднем и высоком ценовом сегменте рынка труда.

Главный навык 2026 года — не скорость генерации, а редактура: встать между AI и кнопкой «Опубликовать».

Если переход в профессию или переход на следующий уровень уже стоит на повестке, стоит посмотреть на программу, которая закрывает именно этот запрос — не базовый старт, а системную работу с аналитикой, рекламой и AI-инструментами.

Программа «Менеджер маркетплейсов PRO» на profifuture.ru — 256 академических часов, диплом о профессиональной переподготовке. Цена участия — 32 900 ₽ вместо 131 600 ₽: государство покрывает 75% стоимости. Рассрочка — 4 платежа без переплат.

Формат — онлайн с поддержкой кураторов. Подходит тем, кто уже понимает, как устроен кабинет маркетплейса, и хочет перейти на уровень, где принимаются решения по аналитике, рекламе и AI-инструментам, — а не просто загружаются карточки.

Господдержка доступна в любом регионе без привязки к статусу занятости.

Открытых A/B-исследований с данными по конверсии «AI против человека» на российских маркетплейсах в публичный доступ не выходило. Зато отраслевые источники фиксируют три устойчивых паттерна, которые отличают чисто машинно сгенерированную карточку от той, что прошла человеческую правку.

Первый — галлюцинации характеристик. Если в брифе нет точных данных о товаре, модель дописывает «правдоподобное»: состав ткани, которого нет у реального изделия, мощность или размер, которые не совпадут с тем, что покупатель получит в руки. Один негативный отзыв о несоответствии описания — и рейтинг карточки начинает падать. Алгоритм Wildberries учитывает процент возвратов и динамику рейтинга при ранжировании, то есть галлюцинация в описании прямо влияет на позицию карточки в поиске площадки (moysklad.ru). Карточка может быть правильно оптимизирована по ключевым словам — и при этом терять позиции из-за отзывов, которые спровоцировала галлюцинация.

Второй — шаблонный язык. Нейросеть без явного задания на анализ конкурентов воспроизводит массовые паттерны: «высококачественный», «идеальный для», «изготовлен из лучших материалов». Эти обороты присутствуют в тысячах карточек одновременно. Алгоритм площадки не штрафует за них явно — но и не продвигает. SEO-оптимизация карточек — это подбор конкретных ключевых слов, по которым ищут именно этот товар в этом ценовом сегменте у этой аудитории. Без соответствующего промпта нейросеть этот анализ не выполняет, и карточка теряется в общей массе.

Третий — артефакты AI-изображений. Сгенерированные фотографии товаров содержат характерные искажения: лишние детали, неестественные контуры упаковки, нереалистичный свет. При листании в галерее на мобильном это видно с первого взгляда. Покупатель закрывает карточку на этапе просмотра фото, не добираясь до описания (jivo.ru). Падение конверсии фиксируется в аналитике, но причина не всегда очевидна — пока кто-то не посмотрит на карточку глазами.

Итог: нейросеть ускоряет работу в 5–10 раз — но только если каждый вывод проходит проверку. Без неё скорость превращается в масштаб ошибки. Один некачественный поток карточек способен опустить рейтинг аккаунта продавца, который потом придётся восстанавливать месяцами.

Здесь важно разграничить два уровня работы с нейросетью в одной должности.

Первый — промпт-оператор: даёт задание, копирует вывод, публикует. Этот человек не сильнее бота, а слабее — потому что за ошибки отвечает он, а не модель.

Второй — менеджер, который встаёт между AI и публикацией. Конкретно это выглядит так: запросить черновик у нейросети, сверить все характеристики с реальным товаром, убрать шаблонные обороты, проверить ключевые слова по ядру конкурентов, заменить артефактные изображения реальными фото. После — запустить карточку, отследить динамику поведения покупателей, скорректировать.

Это называется редактура AI-вывода. За неё платят 100–200 тыс. ₽, а не за нажатие одной кнопки.

Набор конкретных навыков, которые позволяют это делать: понимание алгоритмов ранжирования площадки, умение читать аналитику — CTR, процент отказов, конверсию в заказ, — знание юнит-экономики продавца, опыт работы с рекламными аукционами Wildberries и Ozon. Это не просто «уметь пользоваться нейросетью» — это знать, по каким критериям оценивать её вывод.

Инструменты меняются быстро. Менеджер, который разобрался в механике — алгоритмах ранжирования, юнит-экономике, логике рекламных аукционов, — адаптируется к новым версиям модели или изменившимся правилам маркетплейса. Тот, кто освоил только один промпт, зависит от его актуальности.

Освоить этот уровень через самостоятельные эксперименты на реальном магазине — дорого: цена ошибки измеряется упавшими позициями и потерянными отзывами. Восстанавливаются они медленно. Структурное переобучение с разбором кейсов по каждому блоку сокращает этот путь без риска для действующего аккаунта.

AI-карточка без человеческого контроля — не ускорение, а риск. Профессия менеджера маркетплейсов не исчезает — она усложняется, и рынок труда это уже отразил в требованиях и в оплате.

Подробнее о программе переобучения — «Менеджер маркетплейсов PRO» на profifuture.ru.