Как сделать карточку товара для Wildberries и Ozon нейросетью

У большинства селлеров нет студийных исходников — есть фото товара на телефон: платье на вешалке на дверце шкафа, мятая кровать в кадре. Этого достаточно. Дальше три шага: загружаете фото с промптом, добавляете инфографику — и оживляете карточку в видео.

Весь пример ниже сделан из одного «домашнего» фото чёрного платья в горошек: изображения — GPT Image 2, видео — Kling 3.0 Turbo. Каждый промпт приведён рядом с результатом.

Исходник: обычное фото со смартфона

Всё начинается с одного снимка «как есть» — без света, штатива и ретуши:

Дальше это фото прикрепляется референсом к каждой генерации: откройте «Создать → Фото», выберите GPT Image 2, приложите снимок и опишите промптом, что должно получиться. Ключевая фраза — «это же платье»: она говорит модели сохранить товар и поменять только сцену.

Шаг 1. Три концепции из одного фото

Каталожное фото: чистый белый фон

Кадр, который покупатель видит в поиске: товар расправлен, фон пустой, свет ровный.

На модели

Одежда продаётся на человеке: посадка, длина и силуэт видны сразу.

Мудборд: товар в композиции

Третий слайд карточки — настроение: платье в раскладке с аксессуарами.

Формула любой концепции: «это же [товар] с приложенного фото» + сцена + свет + «для карточки товара». Подставьте свой товар и меняйте только сцену.

Шаг 2. Инфографика

Инфографика отвечает на вопросы покупателя до открытия описания: состав, силуэт, размеры. Референсом берём каталожный кадр из шага 1.

Разберём, почему промпт такой длинный — это пять техник, которые превращают «ровную» карточку в продающую:

• Зоны макета словами: «в правой части кадра», «сверху заголовок», «слева цифра» — без этого модель компонует случайно.
• Типографика-микс: жирный заголовок + рукописная строка «золотым курсивом» + гигантская цифра-оффер («5 размеров») — тот самый динамичный WB-стиль.
• Слоистость: бейдж «частично перекрывает подол», стрелка-выноска к товару, декор по углам (мрамор, эвкалипт) — кадр получает глубину вместо плоской сетки.
• Палитра прописью: «мрамор, чёрный текст, золотые акценты» — иначе получите случайные цвета.
• «Целиком, не обрезано» — страховка от кадрирования товара.

Три правила, чтобы русский текст на карточке выходил без ошибок:

• Тексты плашек — дословно в кавычках. Модель воспроизводит их посимвольно, а не сочиняет свои.
• «Никаких других надписей нет» — без этой фразы модель дорисует лишний заголовок с опечатками.
• Генерируйте текст в GPT Image 2 — в нашем тесте он единственный отработал русский без единой ошибки.

Плотные макеты с русским текстом умеет и свежая модель ByteDance — разбор с примерами инфографики в гайде по Seedream 5 Pro.

Шаг 3. Оживите карточку: видео через Kling 3.0 Turbo

Видео в карточке останавливает скролл. Загрузите готовый кадр — например, инфографику из шага 2 — как референс в «Создать → Видео», выберите Kling 3.0 Turbo и опишите одно движение:

Правило то же, что и с фото: одно видео — одно движение. «Ткань колышется» или «камера облетает», но не всё сразу.

Частые ошибки генерации — и как их чинить промптом

• Модель нарисовала похожий, но другой товар. Референс без фразы «это же … с приложенного фото» работает как «вдохновение», а не как товар. Добавьте привязку — и вид товара сохранится.
• «Поплыли» детали при смене сцены. Всё, что не названо в промпте, модель может перерисовать: проговаривайте константы — «чёрное платье в белый горошек, короткие рукава, длина миди».
• Опечатки и лишние надписи в тексте. Модель сочиняет текст, если дать ей свободу: перечисляйте формулировки плашек дословно в кавычках, держите их короткими (2–3 слова) и добавляйте «никаких других надписей на изображении нет» — без этого появится заголовок-абракадабра.
• Товар обрезан или уехал из кадра. Без указания композиции модель кадрирует произвольно. Задавайте зоны: «товар целиком, занимает правую половину кадра», «заголовок сверху», «блоки слева колонкой».
• Каша из нескольких сцен. «На модели у моря на белом фоне» — модель смешает всё в одно. Одна сцена на промпт, остальное — отдельными слайдами.
• Кадр перегружен и текст мельчает. Больше четырёх плашек в промпте — и подписи становятся нечитаемыми в мобильной выдаче. Одна идея на слайд.

Сколько это стоит

Наш комплект: три концепции и инфографика в GPT Image 2 — по 1,5 токена, итого 6 токенов; видеообложка в Kling 3.0 Turbo (5 секунд) — 20 токенов. Съёмка с моделью в студии стоит от нескольких тысяч рублей за товар и занимает дни; здесь полный комплект со своего смартфонного фото готов за 15 минут.