Почему ChatGPT и Midjourney плохо делают инфографику для маркетплейсов: типовые провалы универсальных нейросетей

Если вы уже просили ChatGPT написать заголовок для карточки Wildberries или закидывали фото товара в Midjourney ради обложки для Ozon, то видели два разных результата. С текстом обычно всё в порядке: ИИ-автоматизация контента карточки для селлеров Wildberries и Ozon уже разбирала, что в SEO-описании карточки универсальные модели заметно сильнее шаблонных генераторов текста. А вот с картинкой для инфографики или обложки та же модель регулярно спотыкается — причём не случайно и не разово, а предсказуемо, на одних и тех же местах, вне зависимости от того, какой у вас товар.

Дальше — воспроизводимые провалы, которые можно проверить на своём товаре за один вечер, не дожидаясь, пока карточку отклонит модерация или пока покупатель напишет, что коробка выглядит не так, как на фото. Каждый из них — не редкое исключение, а класс результата: он повторяется на разных товарах и разных формулировках запроса, а значит, его стоит проверять заранее, а не узнавать постфактум. И отдельно — то, что стоит считать годным кадром прежде, чем ставить его в карточку.

Кадр общего назначения против кадра под регламент площадки

Универсальная нейросеть для изображений — ChatGPT-класс и Midjourney-класс генераторов — умеет рисовать эстетично и правдоподобно почти что угодно: она хорошо держит композицию, свет, стиль референса. На выходе получается кадр общего назначения, а не кадр под конкретный регламент конкретной площадки.

Карточка — это не картинка ради картинки. У неё есть регламент площадки: технические параметры кадра и запрещённые элементы. И есть конкретный товар с конкретными характеристиками, которые обязаны совпасть с тем, что покупатель получит в коробке. На кадре универсальной модели это не сверено ни с регламентом, ни с артикулом — она рисует обобщённую картинку в духе «карточки», а не карточку, которая соответствует регламенту конкретной площадки и параметрам конкретного артикула.

Разница проявляется уже на первом сравнении результатов. «Красиво» — это то, что можно оценить на глаз у любой картинки: баланс, контраст, приятная композиция, и с этим у универсального генератора обычно всё в порядке. «Подходит для карточки конкретного товара на конкретной площадке» — вопрос другого рода: он требует знать регламент этой площадки и параметры этого товара, а не общее ощущение от изображения. И даже подробный, тщательно составленный промпт эту разницу не закрывает: кадр становится красивее, но не обязательно точнее под регламент.

Это не значит, что универсальная модель вообще слаба: как разбирает материал ИИ-автоматизация контента карточки для селлеров Wildberries и Ozon, в SEO-тексте карточки она ощутимо превосходит шаблонные генераторы текста. Но кадр — это отдельная задача с собственным набором требований, и сила в тексте на неё не переносится напрямую.

Здесь же стоит развести два инструмента, которые редко путают на словах, но легко путают на практике: встроенные нейросети кабинета Wildberries и Ozon решают другую задачу — они работают внутри личного кабинета с уже заполненными данными карточки, а не генерируют кадр с нуля по текстовому описанию. Разбор этих инструментов — по ссылке выше, в этой статье до них не доходим.

Товар на кадре: почему генератор меняет то, что должно остаться неизменным

Первый воспроизводимый провал — сам товар. Дайте универсальному генератору фото товара и попросите поместить его на однотонный фон или в композицию с текстом — и на выходе форма может слегка сместиться, число одинаковых элементов (кнопок, ячеек, деталей комплекта) — измениться, оттенок — уйти в сторону, а надпись на упаковке — превратиться в другую надпись или пропасть вовсе. На кадре товар — это не копия исходного фото, а перерисованная версия: она может быть похожа, но не обязана совпадать в деталях. А «похожа» не значит «как у вас».

Заметнее всего это на товарах-комплектах: наборе посуды, конструкторе, органайзере с ячейками. Там, где на исходном фото шесть одинаковых деталей, на перерисованном кадре может оказаться пять или семь — глазом считается быстро, а на автомате это никто не проверяет, пока карточка уже не опубликована.

Проверка здесь тоже воспроизводима: положите исходное фото и сгенерированный кадр рядом и пересчитайте одинаковые элементы по каждому ряду отдельно. Если число совпадает не на всех рядах комплекта, а только на переднем плане — кадр не годится, даже если на первый взгляд выглядит аккуратно.

Для карточки это не эстетическая мелочь, а причина отклонения или возврата товара. Покупатель и модерация площадки сверяют кадр с реальным артикулом, и любое расхождение в количестве, форме или тексте на упаковке — это нарушение достоверности, за которое карточку снимают с публикации или на неё жалуются после покупки.

Отдельный вопрос — сама предметная съёмка на пустом фоне: чем AI-генерация фона отличается от студийной съёмки товара — тема, где AI-инструменты действительно частично заменяют студию, но с оговорками, которые здесь мы не разбираем.

Русский текст на кадре: кириллица превращается в нечитаемую мешанину символов

Следующий провал виден с первого взгляда. Попросите универсальный генератор нарисовать русский текст прямо на изображении — заголовок слайда, подпись к характеристике, цифру с единицей измерения — и получите кадр, где вместо слова стоит нечитаемое буквосочетание, часть букв слиплась в одну кляксу, а слово обрывается на середине. Иногда результат читается, но только с третьей попытки и только если заранее знать, что там должно быть написано.

Это воспроизводимо на любом товаре и любом запросе с кириллицей — не единичный сбой, а класс результата, который стоит проверять на каждом кадре перед публикацией, а не принимать с первого раза на веру. Чем длиннее строка на кадре — полное название характеристики, состав, инструкция в одну фразу — тем выше шанс, что где-то в середине буквы начнут расходиться или дублироваться.

Для карточки это критично вдвойне: нечитаемый заголовок слайда не объясняет товар покупателю, а сама площадка относит такой кадр к дефектам главного фото — в справке Wildberries о требованиях к фото товаров (обновлена 28.08.2026) неудачно сгенерированное нейросетью изображение, где «в тексте есть искажённые символы», названо среди заглавных фото, которые могут снизить рейтинг карточки, а вместе с ним и позиции товара в поиске и каталоге. Как выбрать шрифт, который не потеряется в маленьком превью, разбирает соседний материал: какой шрифт на инфографике не читается в маленьком превью. Здесь же важно другое — универсальная модель спотыкается ещё до этого, на этапе, когда буквы вообще должны сложиться в слово.

Геометрия и регламент площадки: что нужно проверять вручную

Ещё один провал прячется не в самой картинке, а вокруг неё. У каждой площадки есть регламент: формат, минимальное разрешение, качество сжатия, вес файла, фон — нейтральный, чистый, ровный и контрастный товару, без цен, QR-кодов, контактов, оценочных суждений и призывов к покупке. И есть требование, с которым сгенерированный кадр по умолчанию не сверен: обложка карточки — это то, что покупатель в первую очередь видит уменьшенным, на превью в выдаче и в рекомендациях, а не в полном размере. Универсальный генератор компонует кадр под просмотр целиком: мелкая деталь, тонкая подпись, слабый контраст с фоном — всё это может читаться на весь экран и теряться на миниатюре.

Разница между «красивая картинка» и «картинка, прошедшая модерацию конкретной площадки» здесь особенно заметна: даже кадр с формально правильным форматом и фоном на выходе может не читаться уменьшенным — то, что на полноразмерном макете выглядит чётким, в превью выдачи превращается в нечитаемое пятно. Это проверки разной природы: одна про формальные параметры кадра, другая про то, что из этих параметров реально видно на миниатюре — и на кадре вторая проверка не сверена, её остаётся выполнить вручную, уменьшив кадр до размера превью и посмотрев на него так же, как смотрит покупатель в ленте.

Полный список параметров, которые проверяет модерация, — в справке: какие параметры фото WB пропускает через модерацию в 2026. Здесь важен общий принцип: краткое словесное описание требований площадки не гарантирует, что кадр им будет соответствовать — совпадение стоит сверять вручную и поправлять то, что не совпало, а не считать его сверенным по умолчанию.

Серия слайдов: почему одного удачного кадра недостаточно для комплекта

Есть и провал, который проявляется не на одном кадре, а когда их нужно несколько сразу. Карточка маркетплейса — это обычно комплект из пяти-восьми слайдов: обложка, инфографика с характеристиками, кадры применения, сравнение размеров. Попросите универсальный генератор повторить второй, третий и четвёртый слайд в том же стиле, что и первый, — и получите разный шрифт заголовка, другой оттенок фона, смещённую сетку, заново перерисованный логотип.

Каждый кадр по отдельности может быть неплохим, но вместе они не читаются как один продукт. Для покупателя, который листает карточку за две-три секунды, разнобой стиля бросается в глаза быстрее, чем он успевает прочитать текст на слайде. Для продавца это значит: каждый следующий слайд — это заново собранный запрос с заново непредсказуемым результатом, а не воспроизведение уже утверждённого стиля предыдущего кадра.

Дело не только в цвете фона. Толщина шрифта, форма иконок, скругление углов у карточек-выносок, отступы от края — у универсального генератора всё это плавает от запроса к запросу, даже если вы прикладываете предыдущий кадр как референс. Результат получается похожим, но не идентичным — а для серии слайдов «похожим» недостаточно.

Проверить это легко: положите рядом пять слайдов одной серии — например, уже сгенерированный комплект — и посмотрите на заголовки всех пяти один под другим. Разница обычно видна без увеличения: если хотя бы один слайд выбивается по размеру или цвету заголовка, серия уже не читается как единый комплект.

Выдуманная фактура: на кадре появляются свойства, которых у артикула нет

Самый рискованный из всех: на кадре появляется характеристика, которой у товара нет. На разных товарах и с разными формулировками запроса повторяется один и тот же результат: генератор дорисовывает значок сертификации, которого нет в документах, лишнюю кнопку на устройстве, которой нет в комплектации, или цифру гарантии, которая не совпадает с карточкой. Это воспроизводимый класс, а не единичная ошибка одного промпта — проверить его может любой продавец на своём товаре.

Чаще всего это встречается там, где у товара много проверяемых цифр: электроника с техническими параметрами, бытовая техника со значками сертификации, косметика с объёмом и составом, одежда с размерной сеткой. Чем конкретнее характеристики товара, тем заметнее становится, если на кадре нарисовано что-то своё.

Проверить легко: сравните кадр построчно с документами на товар — паспортом, сертификатом, упаковкой. Если на инфографике есть цифра, значок или пункт, которого нет ни в одном из этих источников, — это и есть выдуманная фактура, а не опечатка, которую можно поправить одним словом в тексте.

Для карточки это прямой риск: покупатель ориентируется на то, что нарисовано, а несовпадение с реальным товаром после получения — повод для возврата и жалобы. Что именно разрешено генерировать нейросетями на карточке конкретной площадки, определяют правила самой площадки — этот вопрос уже за рамками статьи.

Что считать годным кадром: пять критериев приёмки перед публикацией

Из пяти провалов выше складываются простые критерии приёмки, которые может проверить любой продавец на своём кадре, не дожидаясь модерации: товар совпадает с реальным артикулом по форме, числу элементов и надписям на упаковке; русский текст читается с первого взгляда, без слипшихся или обрубленных букв; кадр соответствует регламенту площадки и различим в превью выдачи, а не только в полном размере; все слайды серии держат один стиль; на кадре нет характеристики, которой нет у товара. Если все пять пунктов выполнены — кадр готов к публикации, если нет — это не «почти готово», а повод пересобрать кадр заново, а не подправить то, что есть.

Эти пять пунктов — не теоретический список, а то, с чем реально сталкивается любой продавец, который пробует закрыть карточку универсальным генератором. Что делать с этим на практике — разбор стандартных шаблонов инфографики и подхода PixSora.

Это не значит, что универсальные нейросети — плохой инструмент вообще: как показывает ИИ-автоматизация контента карточки для селлеров Wildberries и Ozon, в тексте карточки они заметно сильнее шаблонных генераторов текста. Слабое место — именно кадр, где одновременно нужно держать неизменным товар, читаемую кириллицу, регламент площадки и стиль серии. Если следующий вопрос — во сколько это обойдётся, — здесь только указатель: сколько стоит инфографика: студия, дизайнер или нейросеть.