ИИ для создания карточек товара на Wildberries: от поиска до отзывов

Поиск Wildberries собирает запросы, по которым показывает товар, из нескольких зон карточки: наименования, характеристик, описания, а в части категорий и комплектации. У каждой зоны своя задача. Если перепутать их, карточка либо не индексируется, либо читается как набор ключей.

Начало наименования покупатель видит в выдаче до клика, поэтому туда идет самое точное слово. Подсказки редактора карточек проверяем на здравый смысл: короткое название из двух слов сужает семантику. Внутренний балл заполненности на выдачу напрямую не влияет, а максимальный балл часто делает текст сухим.

Наименование держим в пределах 60 знаков, как советует методика GreenMP. В выдаче до клика видна только первая часть, в учебных разборах GreenMP это около 22 символов, поэтому длину видимой части проверяем в текущей выдаче категории.

Ключи добавляем постепенно и без перегруза символами. В одном из разборов GreenMP описание раздули примерно с 1 300 до 5 000 знаков в той же нише: число запросов, по которым карточка индексировалась, упало в 3,5 раза, а позиции так и не вернулись. Длинный текст не равен большему охвату. Как собрать описание из характеристик и где оставить место для ключей, по шагам разобрано в статье о генерации описаний товаров.

Возьмем условный коврик для йоги. Карточку завели по данным фабрики, заказы идут только по брендовому запросу.

Пример условный. Фраза про запах первых дней выглядит рискованной, но она снимает частую жалобу из отзывов. Покупатель, которого предупредили, реже ставит низкую оценку.

Тексты готовим с помощью ИИ по собранной семантике, а редактор сверяет каждую цифру с паспортом товара. Как устроены слайды и их проверка, описано на странице ИИ-инфографики для маркетплейсов.

Карточка после загрузки продолжает получать обратную связь. Вопросы покупателей показывают, чего не хватает в описании. Отзывы показывают, где товар на фото и в тексте расходится с реальным.

Ответы на вопросы

Отвечаем только по данным карточки и паспорта: размер, состав, уход, совместимость, комплект. Если ответа в документах нет, вопрос уходит вам, а не закрывается догадкой. Повторяющийся вопрос становится строкой в описании или слайдом.

Проверка карточки по отзывам

• «Маломерит» или «большемерит» - таблица размеров переезжает на обложку и первые слайды, описание его не спасает.
• «Ждал другого» - добавляем блок о том, чего товар не делает и кому не подойдет.
• «Цвет не как на фото» - меняем свет и фон на слайдах, а не только отвечаем извинением.
• Брак и доставка - это вопрос к партии и складу, карточка тут не поможет.

Если отзывов и вопросов сотни в неделю, ответы можно поручить ИИ-агенту с правилами тона и передачей спорных случаев менеджеру. Это отдельный проект, он описан на странице ответов на отзывы нейросетью. Подключение к API кабинета проверяем до старта.

Как это выглядит у селлеров

У селлера канцтоваров из Нижнего Тагила ИИ-агент отвечает на вопросы за 3 часа вместо 21 и по понедельникам присылает сводку повторяющихся вопросов. Девятнадцать вопросов про один скетчбук закрыла одна строка в описании: кейс селлера канцтоваров.

Обратная сторона тоже видна на кейсах. Московский селлер постельного белья получил ответы за час вместо 32, но агент повторил ошибку из МоегоСклада: в карточке учета стояла чужая высота борта, и 9 простыней вернулись. Поэтому факты в карточке сверяем до того, как по ним начнут отвечать: кейс селлера белья. Девять обещаний, которые агенту запрещено давать покупателю, собраны в статье об ответах покупателям на WB.

Хорошая карточка приводит покупателей, но не исправит товар, который продается в минус. Поэтому перед работой мы просим простую юнитку по каждому артикулу. Отдельной услугой ее не продаем, она нужна как контекст.

• цена продажи до скидок площадки;
• комиссия категории;
• логистика на одну продажу с учетом процента выкупа;
• себестоимость с доставкой до склада, упаковкой и браком;
• налог по вашему режиму и расходы на рекламу.

По опыту GreenMP, которая ведет магазины на маркетплейсах, первыми стоит доводить артикулы с запасом маржи и живым спросом. Особенно те, где показы есть, а переходов в корзину мало. Если после всех расходов товар почти ничего не приносит, новая карточка ускорит продажи, но не прибыль. Об этом скажем до оплаты.

Нейросеть для карточек Wildberries есть в десятках сервисов, часть функций появилась и в кабинете продавца. Для простого товара этого может хватить. Сравним честно.

Сервиса достаточно, если товаров немного, они простые и у вас есть время вычитывать. Пошаговый путь описан в статье как сделать карточку товара нейросетью, а инструменты сравниваются в обзоре нейросетей для карточек. Команда выгоднее, когда в каталоге десятки артикулов, товар технический или с размерами, а ошибка оборачивается возвратами.

Сколько времени экономит связка ИИ и редактора, видно по каталогам, которые мы делали для Яндекс Бизнеса. В комиссионном магазине техники в Кемерове товаровед проверяет карточку за 8 минут вместо 47, и за месяц описания появились у 431 позиции вместо 58: кейс каталога комиссионки. Площадка другая, но порядок тот же: данные из учета, черновик ИИ, проверка человеком.

1. Пришлите 1-3 артикула и ссылки на 2-3 конкурентов, которых считаете сильными.
2. Получите разбор: что мешает поиску, какие поля пустые, на что жалуются в отзывах.
3. Выберите объем. «Мини» - 7 900 ₽: 3 товара, SEO-текст и один визуал на каждый. Пакет на 10 товаров с названием, описанием, характеристиками и 2 изображениями - 19 900 ₽. Цена пакета на 30 товаров указана в блоке пакетов ниже.
4. Добавьте поштучно то, что нужно: SEO-текст - 700 ₽ за товар, инфографика - от 1 000 ₽ за слайд.

Ответы на вопросы и отзывы агентом считаются отдельно, пилот на одной площадке стоит 24 900 ₽. Общие условия по контенту для всех площадок собраны на странице ИИ-контента для маркетплейсов.