Кейс внедрения ИИ: автоматизация производства товарного контента в платформе Content Admin

03 августа 2026

Константин Куделько

Содержание статьи

Для дистрибьютора сантехники, климатической техники и инженерного оборудования была разработана платформа Content Admin — единое рабочее пространство для подготовки товарного контента.

Система автоматизирует весь путь товарной карточки:

прайс-лист поставщика → сопоставление товара → наполнение с помощью ИИ → обработка фотографий → проверка → согласование → выгрузка на сайт и в Google Sheets.

До внедрения сотрудники использовали Excel, электронную почту, мессенджеры, папки с фотографиями и графические редакторы. Информация хранилась в разных местах, статусы быстро устаревали, а обработка одной карточки могла занимать десятки минут.

После внедрения большая часть повторяющихся операций выполняется автоматически. Контент-команда сосредоточилась на проверке результатов и задачах, где действительно требуется участие специалиста.

Масштаб проекта

На момент подготовки кейса в платформе обрабатывались:

76 519 товарных карточек;
239 608 фотографий;
63 382 товара в мастер-каталоге;
2 066 категорий;
189 загрузок прайс-листов;
10 415 обращений к ИИ при наполнении карточек;
данные от 15 поставщиков.

Задача проекта

Заказчику требовалось ускорить подготовку контента для сайта и торговых площадок.

Основные проблемы:

прайс-листы поставщиков имели разную структуру;
карточки товаров создавались вручную;
характеристики находились в таблицах;
фотографии хранились отдельно;
согласования велись в переписке;
сотрудники вручную сопоставляли товары;
готовые данные переносились в Google Sheets;
статусы работы отслеживались в нескольких файлах;
одинаковые товары могли создаваться повторно.

Необходимо было создать единый процесс, в котором сотрудники видят актуальное состояние каждой карточки и не выполняют повторяющиеся операции вручную.

Что было автоматизировано

1. Единый центр управления

Как было

Руководитель ежедневно собирал информацию из таблиц и переписок:

сколько товаров поступило;
сколько обработано;
сколько находится на проверке;
какие карточки готовы к выгрузке;
где возникли задержки.

На подготовку общей картины уходило около 30–40 минут в день.

Как стало

В Content Admin создан единый дашборд, который показывает:

общее количество карточек;
новые товары;
карточки, обработанные ИИ;
очередь на проверку;
товары к выгрузке;
товары к обновлению;
данные по мастер-каталогу;
состояние работ по заказчикам.

Руководитель видит актуальные показатели без ручного сбора данных.

Результат

Экономия — около 30–40 минут ежедневно, или до 3–4 часов в неделю.

2. Управление статусами товарных карточек

Как было

Статусы товаров фиксировались в Excel. Сотрудники вручную отмечали:

какие карточки обработаны;
какие ожидают проверки;
какие пропущены;
какие готовы к выгрузке.

После сохранения копии файла информация могла сразу устареть.

Как стало

Для каждой карточки используется единый рабочий маршрут:

не просмотрено → обработано ИИ → на проверке → к выгрузке.

В системе доступны фильтры по:

заказчику;
поставщику;
статусу;
наличию;
полноте данных.

Счётчики показывают количество карточек на каждом этапе.

Результат

Контент-лид экономит около 1–2 часов в день на распределении работы и контроле статусов.

3. Единая карточка товара

Как было

Информация о товаре находилась в разных источниках:

фотографии — в папках;
характеристики — в прайс-листе;
описание — в письмах;
согласования — в мессенджерах;
последняя версия — у конкретного сотрудника.

Чтобы собрать актуальную карточку, требовалось 10–15 минут.

Как стало

В одной карточке собраны:

изображения;
характеристики;
данные поставщика;
компоненты товара;
история изменений;
авторы правок;
статусы;
решения согласующих;
результат обработки ИИ.

Каждое изменение фиксируется, поэтому сотрудники работают с одной актуальной версией.

Результат

Экономия — около 10–15 минут на карточку.

4. Автоматический импорт прайс-листов

Как было

Файлы поставщиков в форматах CSV, XLSX и YML вручную открывались в Excel.

Сотрудник:

изучал структуру файла;
переименовывал колонки;
приводил данные к единому формату;
переносил информацию в рабочие таблицы;
проверял ошибки;
загружал результат в другие системы.

На один прайс-лист уходило 3–4 часа.

Как стало

В Content Admin настраивается профиль импорта.

Система:

получает файл или загружает его по ссылке;
сопоставляет колонки с полями карточки;
проверяет структуру;
обновляет существующие товары;
не создаёт дубли при повторной загрузке;
забирает новые файлы по расписанию.

Результат

Экономия — около 3–4 часов на один прайс-лист.

При 189 выполненных загрузках расчётная экономия превысила 600 часов.

5. Сопоставление товаров

Как было

Сотрудник вручную сравнивал позиции из прайс-листа с товарами на платформе:

проверял артикул;
сравнивал название;
искал код поставщика;
определял, создан ли товар ранее.

На одну позицию уходило около 2–3 минут.

Обработка тысячи товаров могла занять почти рабочую неделю.

Как стало

Система автоматически сопоставляет товары по артикулу и коду поставщика.

Если товара ещё нет, он создаётся автоматически. Результаты привязки сохраняются в журнале.

Результат

Экономия — около 40–50 часов на каждую тысячу товаров.

6. ИИ-агент для наполнения карточек

Это основной сценарий применения искусственного интеллекта в проекте.

Как было

Контент-менеджер вручную:

подбирал категорию;
проверял возможные дубли;
заполнял 10–20 характеристик;
нормализовал название;
готовил описание;
подбирал сопутствующие товары;
проверял полноту карточки.

На одну позицию уходило 20–30 минут.

Как стало

ИИ-агент последовательно выполняет:

нормализацию данных;
поиск дублей;
классификацию товара;
заполнение характеристик;
проверку результата;
подбор сопутствующих товаров.

Обработка занимает около одной минуты.

После этого карточка передаётся сотруднику на финальную проверку, которая занимает примерно 2–3 минуты.

На дашборде отображаются:

очередь карточек;
статус обработки;
уверенность модели;
ошибки;
расход бюджета на ИИ;
результаты последних запусков.

Результат

Экономия — около 20–25 минут на одной карточке.

При десятках тысяч товаров это сотни и тысячи часов работы, которые больше не выполняются вручную.

7. Автоматическая обработка фотографий

Как было

Каждую фотографию поставщика нужно было:

скачать;
открыть в графическом редакторе;
вырезать товар;
удалить фон;
выровнять поля;
привести к нужному размеру;
сохранить;
привязать к карточке.

На один снимок уходило 5–10 минут.

Как стало

Автоматический конвейер:

скачивает фотографии;
получает изображения из Яндекс.Диска;
извлекает фото из PDF-каталогов;
удаляет исходный фон;
определяет границы товара;
корректирует поля;
размещает объект на белом фоне;
приводит изображение к требованиям площадки;
распределяет файлы по карточкам.

Результат

Экономия — в среднем около 7 минут на одну фотографию.

При обработке 239 608 изображений расчётная экономия составляет десятки тысяч человеко-часов.

8. Экспорт в Google Sheets

Как было

Готовые данные вручную переносились в таблицы:

название;
характеристики;
идентификатор товара;
ссылки на фотографии;
дополнительная информация.

Одна позиция занимала 3–5 минут.

При копировании возникали ошибки и пропуски.

Как стало

После установки статуса «К выгрузке» система автоматически:

создаёт строку в нужном листе;
подставляет данные карточки;
добавляет ссылки на изображения;
оформляет шапку;
удаляет лишние строки;
выгружает несколько идентификаторов отдельными позициями.

Результат

Экономия — около 4 минут на товар, или примерно 65 часов на каждую тысячу позиций.

9. Мастер-каталог

Как было

Единой эталонной базы не существовало.

Каждый поставщик использовал собственные:

наименования;
категории;
характеристики;
артикулы;
форматы файлов.

Товар для сайта создавался вручную за 10–15 минут.

Как стало

Создан мастер-каталог, который объединяет:

63 382 товара;
2 066 категорий;
предложения поставщиков;
составы комплектов;
статусы наполнения;
результаты обработки;
аналитику заполненности.

Обогащённые карточки автоматически синхронизируются с основной платформой.

Результат

Экономия — около 12 минут на товар, или примерно 200 часов на каждую тысячу позиций.

10. Работа команды

Как было

Рабочая информация находилась в разных каналах:

задачи — в мессенджерах;
договорённости — в электронной почте;
инструкции — в документах;
настройки заказчиков — у менеджеров;
комментарии — в отдельных чатах.

Сотрудники тратили время на переключение между системами и поиск последней версии информации.

Как стало

В Content Admin реализованы:

канбан задач;
чек-листы;
наблюдатели;
внутренние чаты;
карточки заказчиков;
инструкции;
настройки обработки фотографий;
настройки ИИ для каждого заказчика.

Команда работает в одном интерфейсе.

Результат

Экономия составляет около 30–60 минут в день на каждого сотрудника.

Итоговая экономия

Процесс	До автоматизации	После внедрения	Экономия
Импорт прайс-листа	3–4 часа	5–10 минут	3–4 часа на файл
Сопоставление товаров	2–3 минуты на позицию	секунды	40–50 часов на 1 000 товаров
Наполнение карточки	20–30 минут	2–3 минуты проверки	20–25 минут на карточку
Обработка фотографии	5–10 минут	секунды	около 7 минут на фото
Экспорт в Google Sheets	3–5 минут	автоматически	около 65 часов на 1 000 товаров
Создание товара на сайте	10–15 минут	автоматически	около 12 минут на товар
Подготовка статусов	30–40 минут в день	дашборд	3–4 часа в неделю

На текущем объёме — более 76 тысяч карточек и почти 240 тысяч фотографий — платформа позволила сократить десятки тысяч человеко-часов.

Контент-команда перестала выполнять большую часть механических операций и сосредоточилась на проверке, согласовании и задачах, где необходима профессиональная оценка.

Какую роль сыграл искусственный интеллект

ИИ не заменяет всю платформу и не выполняет точные операции вместо обычных алгоритмов.

Классическая автоматизация отвечает за:

импорт файлов;
передачу данных;
статусы;
выгрузки;
хранение карточек;
историю изменений;
синхронизацию;
маршрутизацию задач.

ИИ используется там, где требуется анализ неоднородной информации:

нормализация названий;
поиск дублей;
определение категории;
заполнение характеристик;
подготовка описаний;
подбор сопутствующих товаров;
проверка полноты карточки;
обработка изображений.

Такое сочетание позволило сохранить управляемость процесса и одновременно значительно сократить ручной труд.

Что получил заказчик

В результате проекта заказчик получил:

единое рабочее место контент-команды;
автоматический импорт прайс-листов;
сопоставление товаров;
мастер-каталог;
ИИ-агента для наполнения карточек;
обработку фотографий;
систему статусов и согласований;
экспорт в Google Sheets;
аналитику;
управление задачами;
карточки заказчиков;
историю изменений.

Вывод

Кейс Content Admin показывает, что применение ИИ даёт максимальный эффект, когда он встроен в полноценный производственный процесс.

Отдельная генерация описания не решила бы проблему заказчика. Результат появился благодаря объединению в одной системе импорта, сопоставления, ИИ-обработки, проверки, работы с изображениями и выгрузки данных.

В результате скорость подготовки карточек увеличилась в несколько раз, сотрудники перестали выполнять большую часть ручных операций, а заказчик получил прозрачный и управляемый процесс производства контента.