Коротко
- Генерация опирается на данные каталога, а не на фантазию модели: факты берутся только из источника.
- Голос бренда описывается правилами и эталонными примерами, а формат проверяется автоматически.
- Человек остаётся на выходе – но проверяет, а не пишет с нуля.
Почему «просто попросить модель» не работает
Первые попытки обычно выглядят так: сотрудник открывает чат с моделью, вставляет описание товара и просит «сделать продающий текст». Первые десять карточек получаются хорошо. Дальше начинаются проблемы: модель додумывает характеристики, которых нет, стиль плывёт от карточки к карточке, а требования площадок к длине и формату соблюдаются через раз.
На сотнях и тысячах позиций ручная проверка такого результата съедает всю экономию. Нужен не чат, а контур.
Из чего состоит редакционный контур
- Источник фактов. Каталог, данные поставщика, техническое описание. Модель получает только проверенные данные и прямой запрет добавлять что-то от себя.
- Правила бренда. Тон, словарь, запрещённые формулировки, структура текста – не в виде PDF-брендбука, а в виде инструкций и эталонных примеров, которые получает модель.
- Требования площадки. Длина заголовка, обязательные поля, размеры и форматы изображений. У каждого маркетплейса свои.
- Автоматические проверки. Совпадают ли характеристики в тексте с каталогом, соблюдена ли длина, нет ли запрещённых слов. Всё, что можно проверить кодом, проверяется кодом.
- Проверка человеком. Редактор видит готовый результат и места, которые вызвали сомнения у проверок, – и утверждает или правит.
Модель пишет, код проверяет факты и формат, человек отвечает за смысл.
Визуал: шаблон плюс генерация
С изображениями работает тот же принцип. Полностью сгенерированная картинка эффектна, но непредсказуема: обложка может исказиться, логотип – поплыть. Надёжнее разделить слои. Точные элементы – товар, обложка, логотип, цена – берутся из источника и ставятся по шаблону, а модель генерирует фон, окружение и варианты композиции.
Так креативы остаются в рамках брендбука, а дизайнер перестаёт собирать каждую позицию вручную и занимается шаблонами и исключениями.
Где человек нужен обязательно
Чем выше цена ошибки, тем ближе к выходу должен стоять редактор. Тексты о детских товарах, медицинские и юридические формулировки, всё, что покупатель может принять за обещание, – это утверждает человек всегда. Для массовых позиций с простыми характеристиками достаточно выборочной проверки.
Важно, чтобы правки редактора не пропадали. Если он раз за разом исправляет одно и то же, это сигнал поправить правила или примеры, а не исправить текст ещё раз.
Что это даёт на практике
Для издательства АСТ ИИ генерирует товарные карточки и рекламные визуалы для маркетплейсов по данным каталога: текст, обложка и формат площадки собираются автоматически, а небольшая команда только проверяет результат. Вместо ручной вёрстки каждой позиции – поток, который не выходит за рамки брендбука.
Тот же подход работает, когда голос бренда нужно не масштабировать, а создать. Для сети кофеен Storee Coffee языковая модель генерирует реплики для стаканов и носителей в голосе бренда, а команда отбирает лучшие. Из этой библиотеки фраз новую партию упаковки можно наполнить без копирайтера

Кейс · E-com · GenAI
Издательство АСТ
Карточки и креативы для маркетплейсов на потоке – без ручной вёрстки каждой позиции