Генерация картинок по промпту — уже обыденность. Интереснее, что происходит, когда диффузионные модели встраивают в продуктовый пайплайн с жёсткими требованиями к результату. Карточка товара для маркетплейса — как раз такой случай: это не «красивая картинка», а комплект из 5–7 слайдов с читаемым кириллическим текстом, фактически точными характеристиками и единым стилем серии. Разберём, из чего состоит такой пайплайн и где в нём самые интересные инженерные проблемы.
Задача сложнее, чем кажется
Наивный подход — «загрузим фото в модель и попросим сделать инфографику» — разваливается на первых же тестах по трём причинам:
- Кириллица. Диффузионные модели заметно хуже рендерят русский текст, чем латиницу: артефакты в буквах, выдуманные глифы. Для карточки, где заголовок слайда — главный носитель смысла, это блокер.
- Консистентность серии. Шесть слайдов должны выглядеть одной работой: палитра, типографика, свет на товаре. Независимые генерации дают шесть разных «дизайнеров».
- Фактическая точность. Модель охотно дорисует товару несуществующие детали и допишет характеристики. На маркетплейсе это прямой путь к возвратам: покупатель получает не то, что видел на слайде.
Как выглядит рабочий пайплайн
В продакшене задача раскладывается на этапы, и LLM с диффузионной моделью занимаются каждым своим делом.
1. Сбор данных о нише. Парсинг топ-20 карточек ниши: характеристики, цены и — главное — отзывы. LLM кластеризует сотни отзывов в 3–5 повторяющихся «болей» покупателей. Это фундамент: слайды будут отвечать на реальные претензии, а не на фантазии промпт-инженера. Побочный продукт этапа — готовая аналитика, которую сервис отдаёт селлеру отчётами: аудит карточки против топ-20, семантическое ядро, SEO-описание.
2. Сценарий карточки. Планировщик на LLM раскладывает найденное по ролям слайдов: обложка с главным аргументом, слайд-ответ на самую частую боль, выноски характеристик, сравнение, деталь крупным планом. По сути — раскадровка, как в продакшене видео.
3. Генерация с контролем стиля. Вместо референс-картинок — текстовые «паспорта стиля»: формализованное описание палитры, типографики и композиции, которое подмешивается в каждый промпт серии. Так шесть генераций остаются одной работой.
4. Контур контроля качества. Самая недооценённая часть. Сгенерированный слайд прогоняется через OCR — читается ли текст, не выдумала ли модель буквы; проверяется кегль (заголовок обязан читаться в превью шириной в четверть экрана телефона); детектируются запрещённые площадками элементы. Слайды, не прошедшие контроль, уходят на регенерацию автоматически. Без этой петли доля брака делает продукт неюзабельным.
5. Технормализация. Выходной формат диктуют площадки: вертикаль 3:4, от 900×1200 (Ozon централизованно переводил карточки на 3:4), лимиты веса, ограничения модерации.
Выход пайплайна: два слайда одной серии — обложка и ответ на боль из отзывов ниши, один стиль без референс-картинок.
Что это даёт в цифрах
Ручное производство комплекта — фотосессия, дизайнер, правки — занимает от недели на товар. Пайплайн выше выдаёт комплект за минуты, и это меняет саму механику работы с карточкой: становится дешёвым A/B-тестирование подачи, которое при ручном производстве никто не мог себе позволить. Из работающих в рунете реализаций такого пайплайна можно посмотреть MarketAI-SEO — там весь цикл, от анализа отзывов ниши до готовых слайдов в размере площадок, собран в один продукт.
Ограничения, о которых стоит помнить
Модель не знает ваш товар. Состав, размерную сетку и комплектацию на слайдах обязан проверять человек — цена фактической ошибки на маркетплейсе выше, чем в любом другом генеративном сценарии, потому что за ней следуют возвраты и падение рейтинга. Второе ограничение — юридическое: сгенерированный визуал не должен содержать чужие товарные знаки, и это тоже задача контролирующего контура, а не добросовестности модели.
Инженерный вывод простой: ценность здесь создаёт не доступ к модели — он есть у всех, — а обвязка вокруг неё: данные о нише на входе и многослойный контроль качества на выходе. Это общий паттерн для генеративных продуктов 2026 года, и карточки маркетплейсов — удобный кейс, чтобы его рассмотреть.