ИИ добрался до Wildberries
Маркетплейс добавил новую фичу которая анализирую все отзывы и выдает короткую сводку по товару.
Насколько честно будут работать такие «пересказы» остается загадкой…
➡️ Наш бот https://t.me/gptcyber_bot?start=utm_sotr
Почему «трендовая бижутерия» на WB часто продаётся хуже обычной
После прошлого поста про бижутерию зима 2025/2026 я получил несколько личных сообщений примерно одного содержания: «Тренды понятны, но почему у одних это взлетает, а у других — нет?»
Короткий ответ: потому что тренды сами по себе не продают.
Ниже — 3 типичные ошибки, которые я постоянно вижу у селлеров, когда они закупают товары «по трендам».
Ошибка №1. Путать тренд с готовым спросом на WB
Тренд в соцсетях ≠ готовый рынок на Wildberries.
В отчёте по бижутерии видно:
тренд на крупные серьги, броши, многослойные украшения — есть;
но сильных SKU на WB в этих формах немного;
значит, рынок ещё не насыщен, но и не прогрет.
Что делают многие:
видят тренд,
закупают объём,
ожидают быстрых продаж.
Что на практике:
карточка не попадает в ожидания WB-покупателя,
оборачиваемость хуже средней,
начинается демпинг.
Тренд в такой ситуации — гипотеза, а не готовое решение.
Ошибка №2. Закупать «красиво», а не «покупаемо»
Соцсети показывают:
эффект,
необычность,
визуальный вау.
WB покупает:
понятность,
практичность,
сценарий использования.
В бижутерии это особенно заметно:
сложные формы выглядят красиво, но дают возвраты;
слишком “fashion” модели хуже выкупаются;
выигрывают простые, но визуально акцентные решения.
Это видно по цифрам:
бюджетный сегмент доминирует,
выкуп у простых форм выше,
оборот быстрее.
Ошибка №3. Игнорировать язык покупателя
Одна из самых недооценённых вещей.
Селлеры пишут в карточках:
«акцентное украшение»
«тренд сезона»
«модный аксессуар»
Покупатель ищет:
«крупные серьги»
«брошь на пальто»
«комплект бижутерии на зиму»
Тренд может быть правильный, но:
карточка не ловит запрос,
товар не попадает в выдачу,
спрос проходит мимо.
В отчётах это хорошо видно по связке: термины из соцсетей → реальные поисковые формулировки → продажи.
Что из этого следует на практике
Рабочая логика для WB выглядит так:
тренды — не для «ставки», а для тестов;
важен не сам тренд, а стадия рынка на WB;
язык покупателя критичнее, чем модные формулировки.
Именно поэтому в аналитике, которую я делаю, тренды не идут отдельно — они всегда приземляются на цифры Wildberries: выкуп, оборачиваемость, конкуренцию и реальные поисковые запросы.
В следующих постах покажу, как это выглядит внутри отчёта, на конкретных примерах и цифрах.
Если интересно — продолжу разборы по другим категориям.
Пример того, как выглядит полный отчёт, выложил здесь:
Нашёл бесплатного Telegram-бота для генерации картинок
Иногда попадаются простые и полезные вещи — без регистрации, подписок и сложных интерфейсов.
Недавно наткнулся на Telegram-бота Picforge, который делает картинки через ИИ прямо в чате.
Работает просто:
пишешь описание — получаешь изображение,
загружаешь фото — можно отредактировать или улучшить.
Что реально можно сделать
Я попробовал для:
карточек товаров,
обложек,
постов,
аватарок.
Для этих задач бот оказался удобнее сайтов — всё происходит в Telegram, без лишних шагов.
Чем он отличается от других
Главное — он бесплатный.
Без регистрации, тарифов и подписок (по крайней мере сейчас).
Для быстрых задач это оказалось очень удобно.
"Палка для битья крапивы" на WB: я прогнал шутку через ИИ-аналитика — и вот что оказалось реально продаваемым
В прошлом посте мне в комменты кинули гениальный товар: “палка для битья крапивы” — и попросили “проанализировать”.
Я подумал и реально загнал запрос в своего ИИ-аналитика (TikTok/Нельзяgram/YouTube + проверка по WB) + добавил чуточку серьезности с акцентом на фановость.
Что выяснилось:
Мем-товары как одиночный SKU почти всегда плохая ставка.
Они дают эмоцию, но редко дают повторяемый спрос. Если и брать — то как 1–2 позиции “для витрины”, а не основа закупки.Зато рядом есть “фановая импульсная зона”, где вирусность реально конвертится в продажи на WB.
2 примера, которые ИИ нашёл (с WB-пруфом):
Брелоки/игрушки-подвесы (пример: “Стич …”) — 8 486 шт/мес, выкуп 88%.
Такие штуки покупают “в подарок/по приколу”, выкуп высокий.Аксессуары для волос с ярким визуалом (стайлеры со стразами) — тысячи продаж/мес, выкуп 85%.
Ключевой триггер — “блестит/выглядит дорого, стоит дёшево”.
Вывод: если хочется продавать “фан”, лучше искать не одиночные мемы, а повторяемые паттерны: подарок, блестящий визуал.
Вопрос: что из этого вам ближе для теста?
брелоки/игрушки-подвесы
“блестящие” hair-аксессуары
Напишите 1 и 2 — и я следующим постом разберу выбранную категорию глубже.
Яндекс Маркет подключил ИИ к заказам с оплатой при получении — ловят мошенников на лету
Яндекс Маркет начал использовать искусственный интеллект для проверки заказов с оплатой при получении в пунктах выдачи. Теперь каждый такой заказ автоматически анализируется, чтобы снизить количество краж и мутных схем.
Как это работает:
алгоритм машинного обучения смотрит на историю покупок, поведение пользователя и ищет странные паттерны — например, нетипичные заказы или подозрительную активность. После этого заказу присваивается уровень риска.
Если система видит что-то подозрительное, заказ не блокируется сразу. Сначала сигнал уходит живым сотрудникам службы контроля, и уже они решают — пропускать заказ, менять условия или стопать операцию.
Кроме этого, у Маркета есть отдельный ИИ против контрафакта. Он автоматически разбирает жалобы покупателей на поддельные товары и ускоряет проверки продавцов. По данным площадки, благодаря этому доля жалоб на фейк снизилась до 0,08% от всех заказов.
В итоге: меньше мошенников, меньше подделок и меньше ручной работы. Пользователи почти ничего не замечают, а система тихо работает в фоне.
Мечта
Создание карточек товаров для маркетплейсов Wildberries и Ozon с помощью нейросети: быстрое оформление без фотосессий
Профессиональные фото товаров для маркетплейсов теперь можно сделать без студийных съемок и привлечения моделей. Всё, что потребуется — фотография одежды и пара нажатий в специальном боте. Уже через несколько минут получатся готовые изображения с моделями, одетыми в ваш товар, что значительно ускоряет автоматизацию создания карточек товаров.
Весь процесс оформления карточки товара для маркетплейса не займёт больше четверти часа, а стоимость одной генерации — всего около 5 рублей за три варианта. Это в разы дешевле традиционной фотосъемки для Wildberries или Ozon. Такой подход к созданию карточек товаров для маркетплейсов открывает новые возможности для продавцов.
Какие фотографии нужны для идеального результата
Для качественной генерации карточек товаров потребуется:
Снимок модели: живое фото человека в формате 3:4. Желательно, чтобы руки не заслоняли одежду — так нейросеть для оформления товаров безошибочно определит, что необходимо изменить.
Фото одежды: четкое изображение вещи на однотонном фоне. Размер и фасон должны визуально подходить выбранной модели.
Хотя система работает даже с неидеальными снимками, с грамотными исходниками результат заметно выигрывает по качеству. Такой подход особенно эффективен при автоматизации создания карточек товаров, поскольку позволяет избежать множества ручных ошибок.
Первый шаг: выбираем функцию смены одежды
Открываем бот, где можно сменить одежду на человеке — этот инструмент отлично подходит для создания карточек товаров для маркетплейсов. В интерфейсе выбираем раздел Stable Diffusion.
Загружаем фото модели через иконку скрепки и нажимаем кнопку "переодеть". Бот сразу определит область для замены гардероба, реализуя автоматизацию создания карточек товаров.
Второй шаг: добавляем вещь и настраиваем замену
Выгружаем изображение товара — ту одежду, которую планируете продавать. Затем выбираем, какая часть гардероба нас интересует:
"Верх" — меняет кофты, рубашки, жакеты
"Низ" — заменяет брюки, юбки, шорты
"Полностью" — формирует новый образ целиком
Чаще всего используют полную замену для комплектов. Если важно показать отдельный элемент, выбирают нужную часть одежды. Такой гибкий подход при помощи нейросети для оформления товаров позволяет создавать карточки для маркетплейсов максимально быстро.
Выбираем лучший результат генерации
Нейросеть для оформления товаров создает три изображения за одну сессию, позволяя сразу выделить наиболее удачный вариант. Если итог не понравился, всегда можно повторить попытку получения новых примеров.
Одна из типичных ошибок — использовать женскую одежду на мужской фигуре или наоборот. Хотя искусственный интеллект и справляется, итог часто выглядит неестественно.
Совет: для сложной одежды или вещей с принтом лучше запускать процесс 2-3 раза — обычно в одном из вариантов детали отображаются отчетливее.
Больше возможностей для создания карточек товаров для маркетплейсов
Если хочется больше типажей моделей, рекомендуется сгенерировать их в других нейросетях, доступных в этом же боте: Stable Diffusion, DALLE-3, Midjourney — все под рукой.
Создав несколько внешностей, можно затем менять комплекты одежды, получая целую серию карточек товаров для маркетплейсов в едином стиле.
Также бот поддерживает Upscale, с помощью которого легко повысить качество итоговых картинок для маркетплейса.
Практические фишки по оптимизации
Для разных видов одежды:
Спорт — выбирайте динамичные позы моделей
Офис — строгие портреты работают эффективнее
Повседневная одежда — подойдут расслабленные и естественные позы
Для экономии бюджета одну базовую модель используют для всей линейки товаров, меняя только комплекты — карточки товаров для маркетплейсов смотрятся стильно и последовательно.
Типичные проблемы и их решения
Если нейросеть искажает фигуру — используйте другое фото в полный рост с четкими линиями.
Одежда сидит странно — подберите размер под конкретную модель. Мужскую одежду размещайте на мужчинах.
Если исчезли детали товара — выберите снимки одежды с хорошим светом и высокой контрастностью.
Важно: нейросеть для оформления товаров развивается, с каждым обновлением качество изображений растёт. Уже сейчас можно получать снимки, которые подходят для коммерческого использования и автоматизации создания карточек товаров.
Вывод
Это быстрый и экономичный способ создавать карточки товаров для маркетплейсов без фотостудии — особенно удобно для малых партий или тестирования новых позиций.
На практике расходы на фотосъёмку сокращаются на 80-90%, а итоговые снимки практически не уступают студийным. Если хочется глубже разобраться в технических особенностях работы с нейросетью ACC, тут рассмотрены дополнительные параметры и важные детали.
Применение нейросетей для оформления товаров помогает ускорить выполнение задач, повысить итоговое качество и находить оригинальные подходы. Важно грамотно выбрать подходящий инструмент под каждый конкретный случай, чтобы автоматизация создания карточек товаров для маркетплейсов приносила максимальную выгоду.












