Нейросеть для описания фото и товара

Одно описание товара у копирайтера стоит от 300 до 1 500 ₽, и это честная цена за час работы. Проблема в другом месте: снимки товара уже отсняты, а текста к ним нет. Нейросеть для описания фото берёт на вход именно снимок — и это единственный способ получить черновик описания, не пересказывая характеристики руками.

Оговорка, которая экономит деньги: мультимодальная модель читает с изображения далеко не всё. Цвет, форму и тип товара она определит, а состав, размер и комплектацию — придумает, потому что они на фотографии не написаны. Ниже — что считывается со снимка, три сценария по шагам, тринадцать инструментов с ценами и доступом из РФ и пять ошибок, которые ловят руками.

Почему описание по фото — отдельная задача

Встроенные генераторы Wildberries и Ozon пишут описание по названию и характеристикам, которые вы уже заполнили: так устроена генерация описаний в справке Wildberries. Фотографию они в этот вход не берут. Поэтому на вопрос «сгенерируй описание по снимку» инструмент кабинета не отвечает — нужна внешняя модель, которая умеет принимать изображение.

Разница принципиальная. Когда вход — текст, модель пересказывает то, что вы и так знаете. Когда вход — изображение, вы получаете описание внешнего вида: то, чего в текстовом виде у вас нет.

Отсюда практический вывод: проверьте снимки до выбора модели. Студийная съёмка с товаром в кадре целиком даст модели больше признаков. Главное фото, залитое инфографикой, превратит распознавание в угадывание.

Что нейросеть реально считывает с фотографии товара?

С фотографии считываются визуальные признаки: тип и категория товара, цвет, форма, силуэт, видимый материал поверхности, фурнитура, количество предметов в кадре и фон. Плюс текст на снимке: надписи на упаковке, этикетке, ярлыке. Всё это модель переводит в связный текст описания товара.

Граница проходит там, где заканчивается изображение и начинается декларация. Наглядно это видно в таблице.

Именно поэтому задача ставится узко: «опиши, что видно на снимке, и отдельно перечисли, чего по фотографии определить нельзя». Вторая половина ответа экономит больше времени, чем первая: она сразу показывает список полей, которые вы заполняете сами.

Какие характеристики нельзя получить с фото?

С фотографии нельзя получить состав, размеры, вес, плотность, комплектацию, страну производства, сертификаты и цену. На снимке этих данных просто нет. Это декларируемые признаки: их сообщает продавец или производитель. Модель без ограничений заполнит эти поля правдоподобно — и это будет выдумка.

Для маркетплейса этот риск считают в деньгах. Покупатель получает товар, который не совпадает с описанием, оформляет возврат с формулировкой «не соответствует описанию»; карточка теряет позиции в рейтинге. Опубликованное описание — документ, за него отвечает компания.

Отдельная ловкость — размерная сетка. Если таблица попала на фото, снимок уже содержит масштаб, и модель даст прикидку. Но прикидка из фотографии годится только для черновика: в карточку идёт значение из спецификации. Подробный разбор полей — в статье про описание товара для маркетплейса.

Как получить черновик описания для новинки по фото?

Черновик для новинки собирается за один заход: отобрать четыре-пять снимков, дать модели роль и границы, получить текст, сверить с декларацией и вычитать. Основное время уходит на отбор снимков и сверку характеристик, а не на саму генерацию — на это и стоит планировать силы, потому что генерация занимает минуты.

1. Отберите 4–5 снимков вместо одного: общий план, деталь материала, упаковка, кадр с габаритом.
2. Проверьте качество: для GigaChat минимум 100×100 пикселей, для фоторедактора Ozon — от 600×600, без обилия инфографики в кадре.
3. Задайте роль и границы. Формулировка «опиши, что видно на фотографии, и перечисли, чего по снимку определить нельзя» работает предсказуемее, чем «напиши продающее описание».
4. Получите черновик двумя версиями: короткая для поля аннотации и развёрнутая для описания.
5. Сверьте с декларацией: всё, что модель назвала составом, размером и брендом, проверяется построчно.

Как прогнать каталог партией: 200 SKU через фото?

Партия отличается от одиночной генерации тем, что правила фиксируются один раз, а дальше меняются только снимки. Ключевое требование — одинаковый стиль: если сто карточек написаны в ста интонациях, каталог выглядит собранным из чужих магазинов. Поэтому сначала утверждают шаблон: порядок блоков, длину, обращение к покупателю.

Партия делается двумя способами. Первый — сервис с пакетной обработкой каталога, например MPCard.AI: тариф там зависит от объёма, актуальную цену смотрите на сайте сервиса. Второй — API: у TEXTAGRAM есть публичный API и несколько стилей описания, что позволяет встроить генерацию в выгрузку.

Как вытащить характеристики с этикетки и упаковки?

Часть характеристик всё-таки есть на снимке — на этикетке, бирке, упаковке и вкладыше. Их снимает распознавание текста, и это отдельная задача от генерации описания: сначала фотографию превращают в текст, потом значения раскладывают по полям карточки. Автоматически сопоставить поля модель не может — это делается вручную или скриптом.

Для распознавания в российском контуре есть Yandex Vision. Он распознаёт текст с координатами и уверенностью, а модель выбирается под задачу: page — обычный текст, table — таблицы (например, размерная сетка), handwritten — рукописные записи. Ограничения: JPEG, PNG и PDF, до 10 МБ и до 20 млн пикселей. Важно: Yandex Vision текст распознаёт, но описания не пишет — для текста нужна отдельная языковая модель.

• Сфотографируйте этикетку прямо, без наклона и бликов — под углом точность падает.
• Снимайте крупно: мелкий шрифт распознаётся хуже.
• Разделяйте задачи: этикетка — распознавание, описание — генерация.
• Проверяйте распознанные числа руками: 0 и 8, 1 и 7, точку и запятую модель путает чаще всего.
• Переносите только поля, совпавшие с фактической маркировкой.

Где модель ошибается: пять галлюцинаций на характеристиках

Мультимодальная модель достраивает правдоподобное там, где данных не хватает, и делает это уверенно. Пять типов ошибок встречаются на описаниях товара чаще всего, и все они про характеристики, которых на снимке нет. Ловятся они построчной сверкой каждого числа с источником: спецификацией, этикеткой, документом.

Отдельно про оценочные свойства. Формулировки «натуральный», «премиальный», «экологичный» модель вставляет легко, а это утверждение, которое при проверке придётся подтверждать документом. Нет подтверждения — формулировку убирают.

Контроль площадки: Wildberries с июля 2026 года тестирует отметку «Похоже на ИИ» для фотографий в отзывах, а расхождение описания с товаром бьёт по рейтингу и возвратам. Поэтому генерация описаний — процесс с обязательной вычиткой.

Чем делать: инструменты для описания товара по фото

Инструменты делятся на три группы: универсальные модели с приёмом изображений, сервисы под маркетплейсы и встроенные генераторы площадок. Первые гибче и требуют ручной настройки под задачу, вторые работают сразу под карточку и её поля, третьи бесплатны, но фотографию на вход не принимают вовсе. Выбор зависит от того, сколько позиций в каталоге и кто разбирает результат.

Цены и лимиты меняются — проверяйте их на сайте инструмента. Цены MPCard.AI и Aidentika — по обзору Sostav от 26 июня 2026 года.

Три задачи часто путают, а инструменты у них разные. Описание внешнего вида пишут мультимодальные модели — те, что принимают изображение. Распознавание текста с этикетки — отдельный класс: в контуре Яндекса его закрывает Yandex Vision, а генерация текста — задача языковых моделей вроде YandexGPT. Генерация и обработка визуала — третий класс: Шедеврум и Kandinsky создают изображения, Photoroom и Canva готовят фото под карточку: фон, подложка, слайды. В кабинете Ozon «Умный ассистент» тоже построен на сторонней модели, Qwen, по обзору инструментов продавца.

Если задача — вся визуальная часть карточки, логика та же: сначала съёмка, потом обработка. Разбор этапа — в статье про нейросеть для обработки фото, общая карта инструментов — в обзоре нейросетей для фото.

Сколько стоит и что есть бесплатно?

Бесплатно закрывается разведка: встроенные генераторы площадок доступны в кабинете, у GigaChat бесплатный режим для физлиц, у сервисов под маркетплейсы есть пробные генерации. Дальше цена зависит от того, что вы считаете единицей: подписку, текст или готовую публикацию вместе с визуалом. Подписка не отвечает на главный вопрос — «сколько стоит одна карточка».

Ориентир: если описаний нужны десятки, дешевле подписка. Если счёт идёт на сотни позиций и к описаниям добавляются визуал и публикации, считают единицу результата — так устроен контент-завод на ИИ: текст, обложка и выкладка — одна стоимость.

Как проверить описание перед загрузкой в карточку?

Проверка занимает меньше времени, чем правки после возвратов. Достаточно сверить характеристики с источником, убрать неподтверждённые свойства и убедиться, что описание совпадает с тем, что покупатель видит на фотографиях. Пять минут на карточку дешевле, чем разбор претензии и потерянная позиция в рейтинге.

• Состав, размер, вес и комплектация совпадают со спецификацией, а не с текстом модели.
• Бренд, страна и сертификаты внесены из документов.
• Оценочные свойства («натуральный», «премиальный», «эко») подтверждены или удалены.
• Текст не противоречит фотографиям: цвет и комплектация на снимках те же.
• Ключевые запросы стоят в начале описания, без переспама.
• Формулировку, звучащую по-канцелярски, переписывают.

Как распределять ключи по полям карточки, разобрано отдельно — в статье про нейросеть для описания товаров, а готовые формулировки для полей-фильтров собраны в подборке шаблонов описания характеристик.

Итоги: что запомнить

• Фото — это вход, а не весь источник данных. Модель считывает внешние признаки и не знает деклараций.
• Делите характеристики на две группы. Визуальные можно генерировать, декларируемые — только вносить из спецификации.
• Встроенные генераторы площадок фото не принимают. Для описания по снимку нужна внешняя модель или сервис.
• Для партии утверждайте шаблон один раз, иначе каталог из сотни карточек расползётся по стилю.
• Этикетку снимает распознавание текста, а раскладывать значения по полям всё равно приходится вручную.
• Пять минут проверки дешевле возврата с формулировкой «не соответствует описанию».

Что делать: прогоните цикл на одной позиции — четыре-пять снимков, черновик, сверка с спецификацией, вычитка. Замерьте время на карточку. Если ручная вычитка и выкладка съедают больше, чем стоит сам текст, — очередь за потоком: заявка на контент-завод на ИИ занимает пару минут.

Частые вопросы