Цитата: FiLL от 30.08.2026, 13:41

Привет, коллеги! Недавно закончил проект по автоматизации контента для Wildberries , и хочу поделиться опытом. Мы с командой собрали систему, которая из одного скрина товара на белом фоне выдает до 19 единиц готового контента — фото в форматах 3×4 и 9×16, видео Reels и даже QR-коды.

Расскажу, как это работает и какие грабли мы облили.

🧠 Архитектура: никакой магии, только пайплайн

Сначала я думал — ну, закинул картинку в нейросеть, и готово. На практике всё сложнее. Мы выстроили цепочку:

text

Скрин товара → Удаление фона → Генерация сцен → Сборка Reels → Выгрузка

Управление — через Telegram-бота и Google-таблицу. Оператор просто нажимает кнопку, система сама подтягивает строку из таблицы, берёт нужные промты и генерирует контент «пауком» по разным модулям .

Ключевой момент: промты можно править прямо в таблице, без программистов. Это сэкономило нам кучу времени на итерациях.

🔥 Что на выходе?

• 10–19 единиц контента на артикул (вместо ручных 3+ часов работы)

• Автоматический монтаж Reels через Kling AI + Creatomate

• Хранение в Google Drive и Cloudinary

• Уведомления о готовности в Telegram

Итог по деньгам: вместо ~700 000 ₽ на ручную генерацию карточек — система за ~10 минут на артикул + 1–2 минуты проверки оператором .

💡 Главные уроки

1. Нейросеть — инструмент, а не волшебная таблетка. Мы пережили момент, когда «глаз интуитивно чувствует подвох» . Пришлось точечно править промты и подгонять фоны под реальные съёмки.

2. «Цифровой ДНК» проекта — в мудбордах. Мы зафиксировали каждую деталь: мебель, освещение, текстуры. Потом фильтровали через это все генерации .

3. Мастер-шоты спасают от хаоса. В нейросетях критическая проблема — непостоянство визуала от кадра к кадру. Мы сначала создавали один опорный кадр для каждой сцены и уже от него плясали .

⚠️ Подводные камни

• Лица моделей «плывут» от генерации к генерации. Даже при качественных фото с разными эмоциями результат непредсказуемый .

• Артефакты — особенно при наложении объектов и фонов.

• Привязка к обновлениям. Проект делали летом, до выхода Nano Banana и других улучшений. Сейчас тот же кейс можно было бы реализовать проще и реалистичнее .

🎯 Что дальше?

Сейчас переходим на локальные модели — там нет ограничений, подписок и цензуры, плюс полная приватность данных . Настроили Ollama, тестируем генерацию без интернета.

Кстати, заметил тренд: даже на теневых форумах хакеры начали жаловаться на ИИ-слоп — шаблонные тексты, где «за опыт выдают пересказ из нейросети» . Сообщества устают от ботоподобного контента.

В маркетинге, имхо, то же самое. Пользователи ждут живого опыта, а не одинаковых генераций. Поэтому наш подход — автоматизировать рутину, но оставлять человеку контроль и творчество.