Продолжаю разбираться, как нейросети могут помогать в создании контента для электронной коммерции. В этот раз тестировал связку Claude + Figma + Higgsfield и пытался собрать процесс, при котором карточку товара можно создавать почти полностью внутри Claude.
Главная задача была не просто «сгенерировать красивую картинку». Таких инструментов уже много. Мне было интересно другое: можно ли настроить систему так, чтобы на выходе получался нормальный редактируемый макет, который потом можно открыть в Figma, поправить текст, поменять блоки, заменить изображения и использовать в реальной работе.
Потому что jpeg-картинка с вшитым текстом — это красиво только до первого комментария от клиента или менеджера маркетплейса. Как только нужно что-то изменить, начинается боль: переделывать, перегенерировать, заново подгонять композицию.
А вот редактируемая карточка — совсем другой уровень.
Зачем вообще такая связка
Я хотел проверить, можно ли собрать систему, которая будет работать почти без моего участия.
Условно говоря, чтобы я мог дать Claude задачу:
«Вот товар, вот его характеристики, вот конкуренты, вот аудитория. Сделай структуру карточки, предложи смыслы, подготовь тексты, сгенерируй визуалы и собери макет».
Конечно, полностью автономной эта история пока не стала. Но результат уже оказался достаточно интересным, чтобы показать его в отдельном видео.
Если объяснять простыми словами, то в этой связке:
- Claude — это «голова». Он анализирует, предлагает структуру, пишет тексты, помогает с логикой карточки и управляет процессом.
- Higgsfield — это «рука» для генерации изображений и видео.
- Figma — вторая «рука», которая нужна для создания редактируемого макета инфографики.
То есть Claude сам по себе не может сделать всё. Он не создаёт полноценный редактируемый дизайн и не генерирует визуалы на нужном уровне. Но если подключить к нему другие инструменты, получается уже не просто чат с нейросетью, а почти рабочая производственная связка.
Почему я упёрся именно в редактируемость
В электронной коммерции карточка товара редко делается один раз и навсегда.
Сегодня нужно заменить формулировку. Завтра — добавить новый УТП. Послезавтра маркетплейс изменил требования. Через неделю пришла обратная связь от клиента: «Давайте сделаем заголовок крупнее, а этот блок уберём».
Если макет редактируемый, всё это решается быстро.
Если это просто картинка, сгенерированная нейросетью, приходится либо мучительно править её вручную, либо генерировать заново. А генерация заново почти всегда ломает то, что уже было хорошо: меняется стиль, композиция, детали, текст, пропорции.
Поэтому для меня было принципиально важно:
нейросеть должна помогать не только “красиво нарисовать”, но и создавать материал, с которым можно дальше работать.
Что я тестировал в видео
В ролике я показываю два проекта.
Первый — компьютерный стол с электроподъёмником.
На нём я, можно сказать, набил все шишки. Разбирался, как заставить инструменты нормально взаимодействовать между собой, где возникают ошибки, что Claude понимает хорошо, а где начинает «фантазировать», как правильно подготавливать данные и как довести результат до редактируемого макета.
Второй проект — сыворотка с витамином C.
Её я делал уже намного быстрее и почти на автомате. Здесь я дополнительно подключил свой модуль аналитики: Claude сам сходил к конкурентам, собрал слайды, отзывы и вопросы покупателей, а потом вытащил оттуда важные смыслы.
Самое интересное — он нашёл вещи, которые покупатели реально спрашивают, но которые почти никто не показывает на карточках. А это как раз то, что может усиливать инфографику: не абстрактные преимущества вроде «высокое качество» и «удобное использование», а конкретные ответы на реальные сомнения аудитории.
Что получилось на практике
Связка оказалась рабочей, но не волшебной.
Это не история про кнопку «сделай мне идеальную карточку». Пока что всё равно нужно контролировать результат, направлять Claude, проверять тексты, следить за логикой и иногда вручную доводить дизайн.
Но уже сейчас видно, что такой подход может сильно ускорить работу.
Особенно если речь идёт не об одной карточке, а о потоке товаров, где нужно быстро:
- собрать аналитику по конкурентам;
- понять, какие вопросы волнуют покупателей;
- сформировать структуру слайдов;
- написать тексты для инфографики;
- подготовить визуальную концепцию;
- собрать редактируемый макет в Figma.
Самое ценное здесь — не отдельный инструмент, а именно процесс. Claude становится центром управления, а остальные сервисы подключаются как исполнители отдельных задач.
Где посмотреть подробный разбор
В новом видео я подробно показываю, как работает эта связка, что получилось, где возникли сложности и насколько вообще такой подход можно применять в реальной работе с карточками товаров.
Видео можно посмотреть на YouTube:
Позже ролик появится и на других площадках:
Дизайн-система из видео
Дизайн-систему, которую я показывал в ролике, можно скачать с Яндекс Диска
Если вы тоже работаете с карточками товаров, инфографикой для маркетплейсов или контентом для e-commerce, думаю, вам будет интересно посмотреть этот эксперимент. Пока это не идеальная автоматизация, но уже хороший шаг к системе, где нейросети помогают не просто генерировать картинки, а реально участвуют в производстве контента.