Нейросеть для создания карточек для маркетплейсов или как я перестал ждать дизайнера

У меня два продавца в ближайшем окружении - один на Wildberries, другой на Ozon. Оба периодически жалуются на одно и то же - карточки делаются либо долго, либо дорого, либо криво. Когда появляется четвертый вариант жалобы, мол, переделали всю линейку, потому что стиль не совпадал - я начинаю слушать внимательнее, т.к. похоже, что проблема системная и, скорее всего, с очевидным и простым решением.

Я сам с маркетплейсами напрямую не работаю, но плотно - с инструментами автоматизации и генерации (и с огромной радостью делюсь с вами своими находками в блоге Нейроскуф). Поэтому когда мне скинули ссылку на генератор инфографики в Telegram под названием Infografika Lab, захотелось разобраться именно со стороны механики. Не на уровне красиво ли вышло, а как именно устроена генерация внутри.

Я попробовал объяснить своим знакомым-продавцам концепцию "просто напиши промт в Нано Банано" еще года полтора назад. Картинки получились красивые, а вот текст на них - ну прямо под некоторыми сомнениями. Беспроводной пылесос превратился в "б3спровоqной пылесос", цифра 20 000 Па потеряла ноль и пространственную ориентацию. Это было до выхода второй хайповой версии нейросети от Google.

Собственно, известная проблема диффузионных моделей - рендеринг текста внутри изображения. Не вопрос конкретной модели, а особенность архитектуры. Сгенерировать читаемую инфографику с характеристиками товара через прямой промт нестабильно даже сейчас, даже на свежих версиях. Но! Основная проблема совсем не в качестве результата, как оказалось, а в том, что даже с самой идеальной моделью - нужно: а) иметь минимальные навыки работы с промптами, б) иметь время, которого вечно ни у кого нет. Т.е. удачное решение - система, которая сделает все под ключ. И какой у нас самый очевидный вариант далее?

Параллельно оба продавца работали по схеме фрилансер за задачу. Комплект из шести слайдов - 4 000-6 000 рублей, ожидание 3-4 дня, правки по переписке. Масштабировать это на 40 позиций нереально. Плюс фрилансеры периодически пропадают - и тогда новый исполнитель не попадает в стиль, который выстраивался месяцами.

Штатный дизайнер - следующий очевидный шаг. Но это 60 000+ в месяц за человека, который понимает специфику маркетплейсов (а не просто умеет в Figma). Таких специалистов немного, и они востребованы.

Так что проблема не надуманная. Три варианта, и у каждого какое-то свое неудобное ограничение.

Первое, что я проверил - как устроена генерация. Т.к. чаще всего ИИ, которое создает карточку - это маркетинговый тезис, за которым может скрываться что угодно.

ИИ для создания карточек для маркетплейсов в Infografika Lab работает не как прямой интерфейс к модели. Между пользователем и генерацией стоит аналитический слой - это и есть принципиальное отличие. Пользователь не пишет промт. Бот ведет диалог, собирает структурированные данные - текст, характеристики, соотношение сторон, после чего сам формирует запрос к модели с нужными параметрами. Параллельно принимает референс по стилю и фото товара.

На выходе мы получаем более осмысленную интерпретацию промта и, соответственно, предсказуемый результат. Что, если честно, заметно упрощает процесс генерации контента. Даже для искушенного пользователя нейросетей.

Взял задачу у одного из продавцов (о ней мы уже писали выше) - беспроводной пылесос, нужен главный слайд. Характеристики следующие - 60 минут автономной работы, 20 000 Па всасывание, складная трубка, моющиеся детали. Референс нашелся быстро - похожая карточка конкурента из топа выдачи. Фото товара - из каталога поставщика.

Бот последовательно начал запрашивать данные. Заголовок ("Беспроводной пылесос"), подзаголовок (пропустили), характеристики списком через запятую, соотношение сторон (выбрали 3:4 под Wildberries). Затем - референс, затем - фото продукта. Все это через последовательные сообщения в диалоге, без ручного промтинга.

Результат пришел примерно через 40 секунд. Вполне читаемый текст, содержательная структура, характеристики расставлены по блокам. Возможно, не прямо на 100% идеально с точки зрения типографики - но на мой взгляд, вполне рабочая инфографика и уж точно не черновик.

Для сравнения: тот же задание через прямой Midjourney-промт - три попытки, текст в двух из трех нечитаемый, а структура угадывается только в одной.

После первого слайда бот предложил закрепить стиль. Т.е., стиль фиксируется и применяется ко всей дальнейшей серии. Второй, третий, четвертый слайды выходят в том же ключе: те же шрифтовые решения, та же цветовая схема, та же логика расположения блоков.

Для инфографики, нейросеть для маркетплейсов - это именно та функция, без которой серия рассыпается. Один хорошо сделанный слайд и пять несогласованных рядом работают хуже, чем средний, но единый комплект. Это не субъективное ощущение - это результат поведенческой аналитики.

Создание карточек для маркетплейсов с помощью нейросети с сохранением стиля - это конкретное закрытие проблемы непоследовательности, о которой говорили выше. Я нахожу такое решение очевидным и крайне удивлен, что, как оказалось, на рынке особого распространения оно так и не нашло.

Протестировал два дополнительных инструмента.

Первый - объединение фото. Задача: перенести товар с белого фона в бытовую обстановку. Описал задачу в диалоге, бот сформировал запрос. С первой попытки объект вписался в сцену - но тень не соответствовала освещению, выглядело искусственно. Со второй итерации бот уточнил направление света, результат стал приемлемым. Не студийное качество, но для вспомогательных слайдов более чем достаточно.

Второй - смена соотношения сторон. Готовый 3:4 слайд нужно было адаптировать под 16:9 для рекламного баннера. Стандартная модель в таком случае либо обрезает объект, либо тянет изображение. Здесь - модель дорисовала фон по краям, товар остался нетронутым. Работает корректно в стандартных случаях.

ИИ для карточек товара с функцией оживления выдает два видео - одно с заданными внутри параметрами динамики, второе с вашим промтом под нестандартный эффект. Первый вариант в большинстве случаев уже рабочий.

Комплект из шести слайдов через Infografika Lab - 25-40 минут на первую итерацию. При наработанном процессе быстрее. Стоимость ниже фриланс-расценок даже с учетом подписки на бот.

ИИ для создания карточек для маркетплейсов имеет смысл считать не в формате дизайнер vs бот, а , скорее, сколько стоит создание одной карточки при вашем объеме. При 10 SKU - разница небольшая. При 50+ - экономика меняется кардинально.

Нейросеть для создания карточек для маркетплейсов, как я считаю, ну вполне оправдана в трех сценариях: сезонные обновления большого ассортимента, тест нескольких вариантов главного слайда перед запуском рекламы, агентства с потоком клиентов - когда делать каждый комплект через фриланс уже нерентабельно.

С другой стороны - сложные постановочные сцены с людьми, нестандартные концепции с несколькими взаимодействующими объектами - там по-прежнему нужен человек. Бот не закрывает все. Это честно.

После тестирования один из продавцов взял бот в регулярное использование - обновление карточек теперь занимает день, не неделю. Второй пока использует точечно, под быстрые задачи. Я и сам по работе, хоть и не для маркетплейсов себе, но под товарку супруге генерирую картинки. Все довольны.

Нейросеть для карточек маркетплейса имеет понятную нишу и в этом надо отдавать себе отчет. Не замена дизайнера как такового, а инструмент там, где дизайнер нерентабелен или недоступен в нужные сроки. ИИ для создания карточек для маркетплейсов как онлайн инструмент дает контроль над стилем, читаемый текст в изображении и предсказуемый результат - три вещи, которые стандартные нейросети дают только по отдельности.

ИИ для карточек маркетплейсов здесь честно закрывает именно этот кластер задач. Остальное - по ситуации. Как минимум - я бы рекомендовал попробовать. Есть бесплатные лимиты.