Как создать карточку товара и инфографику для маркетплейсов в нейросети: разбор для продавцов WB, Ozon и Яндекс Маркета
На маркетплейсах решение «открыть карточку или скроллить дальше» принимается за доли секунды — и почти всегда по первой картинке. Поэтому вопрос, как создать карточку товара и инфографику для маркетплейсов в нейросети, в 2026 году перестал быть темой для гиков и стал рабочей задачей любого селлера: визуал напрямую влияет на CTR в выдаче, а значит — на выручку. Хорошая новость в том, что теперь это можно делать без дизайнера и фотостудии, имея фото со смартфона и пару подходящих инструментов.
Разберём по порядку: что именно умеют нейросети применительно к карточкам, где они уже заменяют дизайнера, а где — пока нет, и как выстроить рабочий процесс, чтобы не получить «пластиковый» визуал, который площадки и покупатели одинаково не любят.
Что произошло и почему это снова обсуждают
За последний год генеративные модели резко прибавили в двух направлениях, важных именно для маркетплейсов. Первое — реалистичный «продуктовый рендер»: нейросеть берёт обычную фотографию товара и помещает его в нужную сцену, на однотонный фон, в руки модели или на студийный стол с правильным светом. Второе — генерация инфографики: модель не просто рисует красивые иконки, а компонует блоки с УТП, размерами, составом, иконками преимуществ — то есть собирает ту самую «продающую плитку», которую раньше верстал дизайнер в Figma.
Параллельно подтянулись и узкоспециализированные сервисы под WB, Ozon и Яндекс Маркет — с шаблонами под нужные размеры (900×1200 у Wildberries, 1200×1600 у Ozon), готовыми пресетами «лайфстайл», «инфографика», «фон под маркетплейс» и встроенной проверкой на требования площадок. Селлер, по сути, перестал собирать визуал «вручную в Photoshop» — он редактирует то, что предложила нейросеть.
Экономика сместилась заметно. Комплект из 5–7 изображений у дизайнера на фрилансе обходится в 3–8 тысяч рублей и занимает 2–5 дней с правками. Через нейросеть тот же комплект делается за пару часов и стоит в районе подписки на сервис — от 1 000 до 5 000 рублей в месяц, и в эту сумму помещаются десятки карточек. Для продавца с сотней SKU разница чувствуется уже на первом месяце.
Что именно делает нейросеть на каждом этапе карточки
Чтобы говорить предметно, разложим типичный процесс на стадии. Не как маркетинговое обещание «ИИ сделает за вас всё», а как реальный пайплайн, по которому работаем мы и который повторяем с клиентами.
Подготовка исходника. Фото со смартфона — это нормально, но есть минимум: товар целиком в кадре, ровный свет (лучше дневной у окна), отсутствие резких теней и посторонних предметов. Нейросеть отлично вытягивает резкость и убирает шум, но если на фото товар наполовину в тени, она достроит это «по своему усмотрению» — а покупатель потом увидит несоответствие.
Удаление фона и подмена сцены. Здесь нейросети уже давно обходят ручную вырезку. Модель отделяет товар, аккуратно работает с волосами, прозрачными элементами, мехом, металлом. Дальше — либо чистый белый фон под главное фото WB и Ozon, либо лайфстайл-сцена: кухня, ванная, спортзал, офис. Для Яндекс Маркета, где требования к главному фото жёстче по «чистоте», это особенно удобно.
Генерация инфографики. Это сердце карточки. Нейросеть на вход получает: фото товара, список УТП (например, «гипоаллергенный», «состав 100% хлопок», «гарантия 2 года»), желаемый стиль (минимализм, премиум, ярко-молодёжный) — и выдаёт макет с заголовком, иконками, плашками, выноской цены или скидки. Дальше человек правит формулировки и цвета под бренд.
Адаптация под размеры площадок. WB, Ozon и Яндекс Маркет требуют разные пропорции и разный «безопасный» отступ от краёв. Современные сервисы пересобирают макет автоматически: то, что было в горизонтальном баннере, аккуратно перекомпонуется в вертикальный 3:4. Это та часть работы, которую дизайнер раньше делал руками по полчаса на каждый макет.
Финальная вычитка. Здесь нейросеть пока проигрывает человеку. Опечатки, кривые переносы, странные «галлюцинации» в иконках (шесть пальцев на руке модели — реальный случай из нашей практики прошлой осенью) — всё это ловится только глазами. Поэтому полностью убрать человека из процесса не получается, и слава богу.
Какие нейросети реально работают под задачу
Не будем называть конкретные сервисы — рынок меняется быстро, и список через полгода устареет. Важнее принцип: для карточки маркетплейса нужны три типа моделей, и часто они объединены в одном интерфейсе.
Первая — модель для работы с предметным фото: вырезка фона, замена сцены, ретушь, апскейл. Здесь критична точность по краям и отсутствие «дорисовок» самого товара. Если модель «улучшила» вашу кружку, добавив несуществующий узор, — это уже не товар, а вводящая в заблуждение реклама. Маркетплейсы за такое блокируют карточки.
Вторая — текстово-визуальная модель для генерации инфографики и плашек. Она должна понимать русский язык в подписях (с этим у западных моделей до сих пор бывают проблемы — лишние буквы, кривая кириллица) и уметь держать единый стиль по серии изображений. Стилевая консистентность — важный параметр: если каждая из семи картинок выглядит как «нарисована разными людьми», карточка проигрывает аккуратному конкуренту.
Третья — модель-«сборщик», которая знает требования площадок и шаблоны. Часто это надстройка над первыми двумя: вы выбираете «Wildberries → косметика → главное фото», и сервис сам подставляет нужные размеры, отступы, фон и стиль.
Связка из этих трёх слоёв и есть то, что в обиходе называют «нейросеть для карточек». Сами по себе универсальные чат-боты с генерацией изображений задачу решают хуже: они дают красивую картинку, но не «продающую плитку под Ozon».
Где нейросети ошибаются и как это ловить
Главная ошибка — несоответствие визуала реальному товару. Модель склонна «улучшать»: добавлять блеск там, где его нет, менять оттенок ткани, делать упаковку чище и ярче. На картинке это выглядит выигрышно, в посылке — как обман. Возвраты, плохие отзывы, понижение в выдаче.
Вторая частая проблема — кривой текст. Нейросети до сих пор иногда генерируют буквы, особенно на иконках и мелких плашках, с артефактами. Поэтому весь текст на инфографике лучше накладывать отдельным слоем — через встроенный редактор сервиса или вручную. Не доверяйте модели «нарисовать текст».
Третья — стилевая разнобойность внутри серии. Решается просто: фиксируется один промпт-шаблон и один цветовой код бренда, и все карточки одной товарной группы идут по нему. Если перегенерируете отдельную картинку — обязательно сверяйте её с соседними по серии.
Четвёртая — нарушение требований площадок. Wildberries не любит откровенно рекламных надписей «ХИТ» и «АКЦИЯ» на главном фото. Ozon ограничивает площадь, занятую текстом и инфографикой. Яндекс Маркет жёстче всех в отношении «чистоты» первого изображения. Нейросеть про это не знает, если ей явно не сказать. Поэтому в промпте или в настройках сервиса нужно явно задавать ограничения — или проверять глазами по официальным гайдам площадок.
Что это значит для бизнеса: наш разбор
Мы в DS495 за последние месяцы собрали несколько пайплайнов «нейросеть + ручная вычитка» для клиентов с разным масштабом — от семейного бренда с 30 SKU до оптовика с 1 500 позиций. Несколько наблюдений по итогам.
Для маленького ассортимента нейросеть закрывает вопрос дизайнера почти полностью. Селлер с десятком товаров вполне сам справляется с подпиской на специализированный сервис и парой вечеров на освоение. Экономия — десятки тысяч рублей в год и резко возросшая скорость: новую карточку можно выкатить в день поступления товара, а не через неделю «когда дизайнер разгребёт».
Для среднего бизнеса (100–500 SKU) выгоднее гибрид. Нейросеть делает 80% объёма — рутинные карточки по шаблону, сезонные баннеры, варианты для А/Б-тестов. Дизайнер остаётся на «флагманские» товары, где важна узнаваемость бренда и нестандартная подача. Стоимость дизайн-бюджета падает в 2–4 раза, скорость вывода новинок растёт кратно.
Для крупного ассортимента (от 1 000 SKU) выигрыш не столько в цене, сколько в управляемости. Нейросеть позволяет за выходные перегенерировать всю линейку под новый сезон или новый брендинг. Раньше такая операция занимала месяцы и стоила сотни тысяч. Сейчас это — задача на пятницу-субботу с подключённым API и шаблоном.
Отдельная история — А/Б-тесты главного фото. Площадки сами по себе нормальной встроенной механики не дают, но селлеры её организуют чередованием: неделя один вариант, неделя другой, сравнение CTR и конверсии. С нейросетью генерация 4–5 вариантов главного фото — это полчаса, а не пять дней. И вот здесь, по нашему опыту, лежит самый недооценённый рычаг: смена ракурса или фона на главном фото иногда даёт +15–30% к CTR, а это — больше, чем любая скидка той же глубины.
Если задача шире, чем картинки — например, выстроить связку между карточками, сайтом продавца и собственной CRM, чтобы аналитика по конверсиям собиралась в одном месте, — стоит сразу думать про автоматизацию. У нас по этой теме был отдельный разбор: как собрать единый дашборд из Метрики и Analytics и сократить время на анализ в 10 раз. Логика та же — рутину забирает автоматика, человек принимает решения.
Практический порядок действий для селлера
Соберём всё сказанное в рабочий чек-лист. Не «волшебная формула», а последовательность, которую мы советуем клиентам.
Снимите товар на смартфон при дневном свете, с нескольких ракурсов: фронт, три четверти, деталь, использование (если применимо). На этом этапе не нужна студия — нужны просто резкие, не пересвеченные кадры.
Выберите один сервис и освойте его на одной товарной группе. Не пытайтесь сразу прогнать весь каталог. На первой партии вы поймёте, какие промпты и стили дают предсказуемый результат под ваш товар.
Соберите бренд-гайд на одну страницу: цвета, шрифт, тон подписей, набор иконок-преимуществ. Это понадобится, чтобы все карточки выглядели «семьёй», а не сборной солянкой. Нейросеть охотно держит стиль, если ей чётко его задать.
Сначала генерируйте дополнительные фото и инфографику, главное фото меняйте в последнюю очередь. И обязательно через А/Б-тест: сравнивайте старое и новое по реальным метрикам пару недель.
Проверяйте каждую готовую картинку глазами. Опечатки, лишние пальцы, искажённые этикетки, несоответствие реальному цвету — это работа человека, и она не отменяется.
Раз в квартал пересматривайте подход. Модели обновляются быстро, и то, что полгода назад делалось в три шага, сегодня может делаться в один. Не цепляйтесь за устаревший пайплайн.
Чего ждать дальше
Ближайший тренд — видеокарточки и короткие ролики из статичных фото. Площадки уже подталкивают селлеров к видеоконтенту, а нейросети научились собирать 5–10-секундные ролики «обзор товара» из 3–4 фотографий с автоматической анимацией. По нашим прикидкам, к осени 2026 года это станет таким же стандартом, как сейчас инфографика.
Второй тренд — персонализация. Площадки экспериментируют с показом разных карточек разным аудиториям, и в перспективе селлер сможет иметь не одно главное фото, а серию под сегменты: молодёжь, родители, премиум-сегмент. Без нейросетей это нереально по объёму работы, с ними — обычная задача на день.
Третий — встроенная аналитика «какой визуал работает». Сервисы постепенно подключают к маркетплейсам напрямую и предлагают рекомендации: смени фон на нейтральный, увеличь товар в кадре, поменяй цвет плашки. Это уже не «помощь дизайнеру», а полноценный продуктовый инструмент.
Если коротко: рынок визуала для маркетплейсов окончательно перешёл из ремесла в инженерию. Кто это понял и встроил в процессы — выигрывает по скорости и марже. Кто продолжает заказывать каждую картинку отдельно у фрилансера — переплачивает и теряет в скорости вывода новинок.
Если вам нужен не «попробовать самому», а готовый пайплайн под ваш ассортимент — с обученными промптами под бренд, шаблонами под три площадки и автоматизированной заливкой — мы в DS495 разбираем такие задачи под ключ. Покажем на вашем товаре, что реально даст нейросеть, посчитаем экономику и соберём рабочий процесс, который не сломается на сотом SKU: подробнее об AI-интеграциях для бизнеса и условиях разбора задачи.