Backend work
Назад к галерее

AI-процесс для карточек маркетплейса

Кейс не про “автогенерацию текстов”, а про управляемый контент-процесс: бриф, факты товара, стоп-фразы, редакторскую ответственность, публикацию и проверку результата в поиске маркетплейса.

Абстрактная 3D-иллюстрация AI-помощника, документа с текстом и редакторских инструментов.
Роль
Настройка эксперимента, процесса и измерения
Масштаб
72 карточки товаров на маркетплейсе
Метод
AI-черновик + редакторская проверка
Результат
−55% времени, −32,5% бюджета; позиции отслеживались 16 недель
На 72 карточках собрали производственный поток “AI-черновик + редактор”: время подготовки снизилось на 55%, бюджет — на 32,5%, а поисковые позиции улучшались без снятия редакторского и юридического контроля.

Динамика позиций по контрольным ключам

Контрольная группа из 7 ключевых слов. Чем меньше число, тем выше карточка в выдаче. График показывает не “AI лучше копирайтера”, а границу применимости: копирайтерский поток дал более сильную позицию, а поток “AI-черновик + редактор” стал быстрым и более дешевым производственным вариантом.

Старт обновления AI-черновик + редактор Копирайтер с нуля
Ключевых слов
7
AI + редактор
209 → 63
Копирайтер
276 → 32
04

Бизнес-задача

Команде нужно было обновлять описания быстрее, но категория не позволяла свободно обещать свойства товара. В каждом тексте нужно было совместить поисковые ключи, факты карточки, ограничения площадки и нормальный человеческий язык.

05

Почему не полная автоматизация

Основной риск был не в скорости генерации, а в качестве публикации: запрещенные формулировки, неподтвержденные свойства товара, повторы и неправильный тон могли создать юридические и каталожные проблемы. Поэтому человек оставался обязательным владельцем финального текста.

06

Дизайн эксперимента

В эксперимент вошли 72 карточки и два производственных потока: копирайтер с нуля и AI-черновик с редакторской проверкой. Сравнивали не впечатления от текста, а позиции в поиске, время производства и стоимость.

07

Бриф и ограничения

Перед черновиками разобрали старые описания, собрали ключевые запросы, выделили факты о товаре и запретные формулировки. В бриф попадали тон, нужный объем, ключи и ограничения, чтобы модель не уходила в общие обещания.

08

Редакторский QA

Первые черновики показали типовые сбои: повторы, стоп-слова и слишком уверенные детали. Чек-лист ужесточили до масштабирования, а правила промпта корректировали после первых публикаций.

09

Измерение результата

Позиции отслеживались еженедельно. В контрольной группе по 7 ключам копирайтерский поток вышел сильнее по финальной позиции, а AI-поток дал рабочий компромисс между скоростью, стоимостью и контролем качества.

10

Коммерческий вывод

Кейс показывает не замену редактора, а экономику процесса: AI-черновик полезен там, где нужно быстрее обрабатывать большой хвост карточек, сохраняя ручную ответственность за факты, ограничения категории и публикацию.

Разбираете похожую задачу?

Обсудить похожую задачу