Нейросеть для фото товара: как сделать карточку без фотостудии

Нейросеть для фото товара ускоряет подготовку карточки за счёт генерации и замены фона, сцены и обработки изображения — саму съёмку товара она обычно не заменяет полностью. Рабочая схема: реальное фото товара на простом фоне плюс нейросеть для сцены и финальной обработки, а не генерация товара целиком по текстовому описанию.

Ниже — какие задачи закрывает нейросеть при подготовке фото товара, что проверять перед загрузкой карточки и где чаще случаются ошибки.

Зачем нужна нейросеть, если товар уже снят

Съёмка товара на однотонном фоне — быстрая и предсказуемая часть процесса, а вот сборка карточки под конкретную площадку и категорию занимает больше времени: нужен подходящий фон, иногда — сцена с реквизитом, иногда — несколько вариантов под разные разделы каталога. Генерация фона и сцены нейросетью закрывает именно эту часть, не требуя повторной съёмки для каждого варианта карточки.

Отдельная задача — апскейл и чистка изображения: повышение разрешения фото, снятого на телефон, удаление мелких дефектов фона, которые остались после съёмки. Это тоже задача, с которой нейросеть справляется быстрее, чем ручная обработка в графическом редакторе.

Генерация фона и сцены

Самый частый запрос — заменить простой белый или серый фон съёмки на сцену, подходящую под стиль карточки: кухонный стол для посуды, студийный интерьер для одежды, природный фон для товаров для отдыха. Нейросеть генерирует такую сцену вокруг уже снятого товара, сохраняя его форму и цвет без изменений.

Замени фон на фото товара на светлый интерьер в скандинавском
стиле: деревянный стол, мягкий естественный свет сбоку. Сам
товар, его форму, цвет и пропорции не меняй. Тени от товара
должны соответствовать направлению света на новом фоне.

Таблица: что нейросеть закрывает при подготовке карточки

Товар в сценарии использования

Для некоторых категорий — одежда, посуда, товары для дома — карточка выигрывает от фото товара не просто на фоне, а в сценарии использования: чашка на столе рядом с завтраком, рюкзак на плече человека в движении. Нейросеть собирает такую сцену быстрее, чем организация отдельной фотосессии с моделью и реквизитом, но требует точного описания сценария, иначе может предложить позу или ракурс, который не соответствует реальному использованию товара.

Помести товар с приложенного фото в сцену: человек держит
рюкзак на плече на городской улице днём. Сохрани форму и
цвет рюкзака без изменений. Поза человека — естественная,
без искажённых пропорций рук и плеч.

Апскейл и обработка готового изображения

Фото, снятое на телефон при недостаточном освещении, часто нуждается в повышении качества перед загрузкой в карточку: увеличение разрешения, выравнивание баланса белого, удаление шума. Нейросеть справляется с этим заметно быстрее, чем ручная обработка в графическом редакторе, особенно когда нужно обработать партию из нескольких десятков фото за один подход.

Разумно сначала проверить результат на одном-двух фото из партии, а не запускать обработку сразу для всего каталога — иногда алгоритм повышения резкости искажает мелкие детали текстуры, которые важны для конкретной категории товара.

Расхождение между фото и реальным товаром

Главный риск генерации фото товара — не качество самой картинки, а расхождение между тем, что видит покупатель на фото, и тем, что он получит в посылке. Если нейросеть при замене фона или сцены случайно изменила оттенок, форму или пропорции товара, это прямой путь к возврату и негативному отзыву после получения заказа.

Разумная практика — всегда сверять сгенерированное фото с оригинальной съёмкой товара перед загрузкой в карточку, особенно для категорий, где цвет и фактура критичны: одежда, косметика, текстиль, мебель.

Небольшой каталог против крупного ассортимента

У продавца с небольшим каталогом и у компании с сотнями позиций разный подход к задаче. Для нескольких товаров проще подбирать фон и сцену под каждую карточку индивидуально — это не занимает много времени и позволяет точнее попасть в стиль конкретного товара.

Для крупного каталога эффективнее другой путь: собрать один-два шаблона сцены, которые подходят большинству товаров категории, и применять их к новым позициям по мере добавления в каталог, а не придумывать сцену заново для каждой карточки. Единый визуальный стиль вдобавок делает каталог более цельным для покупателя, который просматривает несколько карточек подряд.

Опиши шаблон сцены для категории [категория товара]:
тип фона, направление света, угол съёмки. Сделай описание
достаточно общим, чтобы применить его к разным товарам
этой категории без изменения самого шаблона.

Требования конкретной площадки

Правила по фото товара различаются между маркетплейсами: где-то обязательно фото на белом фоне для главной карточки, где-то допускаются сцены и лайфстайл-фото в дополнительных слотах. Прежде чем массово готовить карточки с генерацией сцены, стоит проверить требования конкретной площадки — иначе придётся переделывать уже готовые изображения под формат, который модерация не пропускает.

Серия карточек под один товар

Одной сгенерированной фотографии обычно недостаточно: площадка ждёт несколько ракурсов, деталь материала, иногда — фото с указанием размера или сравнением с привычным предметом. Удобнее не собирать каждый кадр отдельным запросом, а зафиксировать в одном промпте и сам товар, и перечень нужных ракурсов — тогда сцена и освещение остаются одинаковыми на всех фото карточки, и покупатель не путается, почему первое фото снято в одном стиле, а третье — в другом.

По приложенному фото товара собери серию из четырёх кадров
с одинаковым фоном и светом: общий вид спереди, общий вид
сбоку, крупный план материала или фактуры, товар рядом с
предметом привычного размера для масштаба. Форму и цвет
товара на всех кадрах не меняй.

Видео товара на основе фото

Часть площадок принимает в карточке короткое видео — поворот товара на 360 градусов или короткий ролик с демонстрацией в руках. Из набора сгенерированных фото с одинаковым фоном нейросеть может собрать такое видео, но здесь риск искажения выше, чем на статичном фото: на движении заметнее нестыковки в форме предмета между соседними кадрами. Такой материал стоит проверять внимательнее и не выкладывать без просмотра целиком хотя бы один раз.

Частая ошибка при подготовке фото товара нейросетью

Частая ошибка — пытаться сгенерировать товар целиком по текстовому описанию вместо того, чтобы начать с реальной съёмки и обработать уже готовое фото. Генерация с нуля чаще даёт результат, который выглядит правдоподобно, но отличается от настоящего товара в деталях, которые покупатель заметит только после получения заказа.

Разница появляется, когда нейросеть отвечает за фон, сцену и обработку, а сам товар на фото — это тот товар, который реально лежит на складе и уедет покупателю.

Где ИИ ошибается

Искажает мелкие детали текстуры при сильном апскейле — особенно заметно на товарах со сложным узором или фактурой ткани, где алгоритм повышения резкости может "придумать" несуществующий рисунок.

Меняет оттенок товара при генерации сцены с нестандартным освещением, если явно не указать, что цвет товара должен остаться неизменным при любом освещении фона.

Предлагает нереалистичную позу или пропорции при помещении товара в сценарий использования с человеком — руки, плечи и положение предмета относительно тела иногда получаются искажёнными без явного указания на естественность позы.

Не знает требований конкретной площадки к формату и составу фото в карточке — это проверяется отдельно по правилам маркетплейса, а не по качеству самой генерации.

Что дальше

Как подготовить описание товара с помощью промпта — в статье промпт для описания товара. Какие задачи закрывает нейросеть для продавцов на маркетплейсах — в статье ИИ для селлеров маркетплейсов. Как сделать презентацию с помощью нейросети — в статье нейросеть для презентаций.

Ярослав Сажнев — преподаватель ИИ в РАНХиГС, внедрение ИИ в компании. Подробнее об авторе