Что делает
AI-агент на базе low-code сценария берёт сырые данные о товаре и превращает их в готовое SEO-описание для карточки SKU. Редактор получает черновик, который достаточно прочитать и подправить, а не писать с нуля. По отчётам Reactively стоимость одного описания падает с £64 до £6.40, а у Fnac Darty точность черновиков держится на уровне 95%.
Конкретные шаги процесса:
- Агент забирает карточку товара из CMS или file storage (CSV, XLSX, JSON-экспорт PIM).
- Нормализует атрибуты: категория, бренд, материал, размер, совместимость, ключевые характеристики.
- Подтягивает целевые ключевые слова и правила SEO для соответствующей категории.
- Генерирует три блока: короткий заголовок/лид, развёрнутое описание, буллеты с характеристиками.
- Проверяет черновик по чек-листу: длина, наличие ключевых слов, запрещённые формулировки, tone of voice.
- Складывает результат обратно в CMS как черновик карточки и помечает статусом «на ревью».
- Копирайтер или категорийный менеджер читает, правит и публикует.
Что автоматизация НЕ делает:
- Не заменяет категорийного менеджера и редактора. Финальное решение о публикации и позиционировании товара остаётся за человеком.
- Не проверяет фактическую корректность характеристик. Если в исходных данных ошибка (неверный размер, несовместимый артикул), она попадёт и в описание.
- Не заменяет полноценную SEO-стратегию. Агент пишет в рамках заданных правил и ключевых слов, но не формирует кластер запросов и не решает, какие категории продвигать.
Автоматизация закрывает три боли e-commerce каталога одновременно: медленный creative output при запуске новых коллекций, повторяющиеся рутинные задачи у копирайтеров и ручной ввод/копирование данных между PIM и CMS. В результате команда маркетинга тратит время на редактуру и стратегию, а не на переписывание характеристик своими словами.
Как работает
В основе — low-code сценарий, который связывает источник данных о товарах, LLM и CMS. Архитектура собирается на workflow-движке или аналогичном оркестраторе и не требует собственного бэкенда под задачу.
Технический поток выглядит так:
- Триггер. Новый SKU появляется в CMS/PIM или файл с партией товаров загружается в file storage. Сценарий ловит событие или запускается по расписанию.
- Сбор контекста. Агент собирает атрибуты товара, ссылки на изображения, категорию, бренд, целевую аудиторию и ключевые слова из отдельной таблицы SEO-правил.
- Подготовка промпта. Данные шаблонизируются в структурированный промпт с жёсткими рамками: tone of voice, длина, запрещённые слова, обязательные разделы (лид, описание, буллеты).
- Вызов LLM. Агент обращается к модели и получает черновик в заданном JSON-формате.
- Валидация. Сценарий проверяет длину, наличие ключевых слов, отсутствие галлюцинаций по характеристикам (каждая цифра и атрибут сверяется с исходными данными).
- Запись результата. Черновик кладётся обратно в карточку товара в CMS со статусом «на ревью» и тегом AI-draft.
- Уведомление редактора. Копирайтер получает задачу в привычном интерфейсе CMS или в отдельной очереди.
Шаги внедрения:
- Неделя 1. Аудит каталога, выбор пилотной категории (200-500 SKU), сбор примеров «хороших» описаний для few-shot.
- Неделя 1-2. Настройка доступов к CMS и file storage, описание схемы данных товара.
- Неделя 2. Сборка сценария в low-code оркестраторе, первый прогон на 20-50 SKU, калибровка промпта.
- Неделя 2-3. Валидационные правила, подключение SEO-словаря, ревью редактором первой партии.
- Неделя 3-4. Запуск на полной пилотной категории, сбор метрик по времени правок и доле принятых черновиков, решение о масштабировании.
Компоненты сценария:
Компонент | Назначение |
|---|---|
CMS / PIM | Источник карточек товаров и место хранения готовых описаний |
File storage | Батчевая загрузка данных о новых партиях SKU |
Low-code оркестратор | Триггеры, подготовка промпта, валидация, запись результата |
LLM | Генерация черновика описания в заданной структуре |
SEO-словарь | Ключевые слова и правила по категориям |
Для масштабирования на весь каталог имеет смысл разделить сценарий на две очереди: быстрый поток для новых SKU (по событию) и батчевый прогон для массовой перегенерации старых описаний, чтобы не упираться в лимиты API и не ломать ревью-процесс редакторов.
Что нужно
Автоматизация опирается на то, что данные о товарах уже существуют в структурированном виде и к ним есть программный доступ. Без этого агент будет писать красивые, но оторванные от реальности тексты.
Что нужно по данным и доступам:
- Каталог товаров в CMS или PIM с атрибутами (название, категория, бренд, ключевые характеристики, изображения).
- API-доступ или экспорт в file storage (CSV/XLSX/JSON) для чтения карточек и записи черновиков.
- SEO-словарь: таблица ключевых слов и правил по категориям (минимум для пилотной категории).
- 20-50 эталонных описаний, которые команда считает «такими, как надо» — для few-shot и проверки стиля.
- Гайд по tone of voice и список запрещённых формулировок.
Что нужно от команды:
- Категорийный менеджер или маркетолог — владелец процесса, принимает решения по структуре описаний.
- Копирайтер/редактор — ревьюит черновики и даёт обратную связь на первых итерациях.
- Технический исполнитель — настраивает low-code сценарий и интеграции с CMS.
- Готовность работать с черновиками: команда должна принять, что AI-описание — это draft, который редактируется, а не публикуется автоматически.
Сроки внедрения: 2-4 недели для пилота на одной категории (weekend complexity при готовых данных, до 4 недель при необходимости привести каталог в порядок). Масштабирование на весь каталог — ещё 2-4 недели в зависимости от количества категорий и качества исходных атрибутов.
Боли
- Низкая скорость creative output
- Повторяющиеся рутинные задачи
- Ручной ввод данных
FAQ
Сколько времени занимает внедрение?
Пилот на одной категории каталога — 2-4 недели. Первая неделя уходит на аудит данных, выбор категории и сбор эталонных описаний. Вторая-третья — сборка low-code сценария, калибровка промпта и валидация на 20-50 SKU. Четвёртая — прогон по пилотной категории и оценка доли принятых черновиков. Масштабирование на весь каталог добавляет ещё 2-4 недели.
Что если у нас нет структурированного PIM?
Достаточно экспорта в file storage: CSV или XLSX с атрибутами товаров. Агент читает файл так же, как API PIM, и кладёт черновики обратно в CMS. Если атрибуты разбросаны по разным источникам, на первом шаге имеет смысл собрать минимальный набор полей (название, категория, ключевые характеристики) в одной таблице — без этого качество описаний будет низким независимо от модели.
Какие риски и что может сломаться?
Основной риск — галлюцинации по характеристикам: модель может придумать совместимость или материал, которых нет в данных. Поэтому в сценарии обязательна валидация: каждая цифра и атрибут сверяется с исходной карточкой. Второй риск — однообразный стиль по всему каталогу. Решается разными промптами под категории и выборочным ревью. Третий — зависимость от API LLM: лимиты и сбои тормозят батчевую генерацию.
Подходит ли это для нашего e-commerce?
Подход работает для retail и e-commerce каталогов с десятками и сотнями SKU, где описания пишутся по повторяющейся структуре: характеристики, назначение, совместимость. Kontor AB сгенерировал 5 700 описаний за 24 часа, Fnac Darty получил 95% точности и семикратное ускорение. Для узких нишевых товаров с уникальным нарративом (люкс, авторские изделия) автоматизация менее оправдана — там черновик экономит меньше времени.
Нужно ли публиковать AI-описания без ревью?
Нет, и это осознанный выбор. Агент отдаёт черновик в CMS со статусом «на ревью», редактор правит и публикует. На старте доля правок высокая, через 2-3 итерации калибровки промпта она падает, и ревью сводится к быстрой вычитке. Автопубликация возможна только после стабильной статистики по качеству и для низкорисковых категорий.
Можно ли сгенерировать описания сразу на нескольких языках?
Да, мультиязычность — одно из естественных расширений сценария. После получения черновика на базовом языке агент делает перевод и локализацию под каждый рынок с учётом локального SEO-словаря. Важно: перевод тоже требует ревью носителем, особенно для категорий, где терминология сильно отличается по регионам.
Хотите такую автоматизацию в своём бизнесе?
Запишем на бесплатный аудит — покажем, как это будет работать именно у вас.