Селлер заходит утром в личный кабинет нового магазина шин на Wildberries. Карточка, которую он три дня назад собрал «волшебной кнопкой» в админке магазина и залил на маркетплейс, в скрытых. Фон нейросетевой, на этикетке нечитаемые буквы, у модели на руке шесть пальцев. По данным «Авито Работы» (опрос 10 000 россиян, 16 мая 2026), 59% уже осваивают навыки работы с ИИ, в группе 18–24 лет показатель достигает 73%. Селлер в этой статистике, и его карточка тоже.

Что случилось

16 мая на vc.ru разобрали модуль для административной панели «1С-Битрикс», который автоматически собирает картинки товара под четыре маркетплейса. Цифры с той страницы (без них кажется, что речь о ерунде): размеры Ozon 700×933, Wildberries 900×1200, Яндекс.Маркета 1040×1440, Авито 1280×960. Для тысячи товаров получается четыре тысячи картинок. По шесть минут на ручную сборку выходит 400 часов работы. Модуль обещает заменить это «вечером».

Важный момент, который в обзоре звучит между строк: сам модуль не нейросетевой. Это слоевая композиция: фон, логотип, фото товара, текст, наложение. Картинку собирает не нейросеть, а скрипт по шаблону. Селлер этого не различает: для него и «послойный сборщик», и «нейронка нарисует фото товара по запросу» — одна и та же «волшебная кнопка».

Одновременно идёт вторая волна — реальные нейросетевые генераторы. Сервисы, которые по короткому запросу рисуют фото товара «с нуля»: модель в одежде, бутылка на столе, банка крема на фоне ванной. Они не собирают вашу картинку из ваших слоёв, они придумывают её целиком. Вот тут начинаются проколы, которые ловит модерация.

Почему «волшебная кнопка» проваливает модерацию

На той стороне сидит не один алгоритм, а сразу несколько. Сначала автомодерация маркетплейса по техническим требованиям к фото: фон, размеры, доля товара в кадре, отсутствие водяных знаков и текста. Дальше работает антифрод-алгоритм Wildberries по контенту (запущен с января 2026 года): смотрит, не дублирует ли карточка чужой материал. С апреля 2026 года добавилась автоматическая сверка с реестром Роспатента: если на этикетке или в кадре чужой товарный знак, карточка блокируется без расследования. И финальная инстанция — жалоба конкурента или покупателя, которую разбирает живой человек.

Каждый из этих контуров ловит свой класс проколов. Шаблонные сборщики типа того, что разбирали на vc.ru, чаще всего попадают на техническую автомодерацию: слишком тонкая обводка товара, обрезанные размеры, фон сложился неровно, логотип ушёл за край. Это правится за час: поменял шаблон, перегенерировал, залил заново. Болезненно, но без потери позиции в выдаче.

Реальные нейросетевые генераторы ловят другое. Анатомия модели. У человека на руке должно быть пять пальцев, у обуви два шнурка, у бутылки одна крышка. Нейросеть про это не знает, она знает только «правдоподобно». На третьей-четвёртой генерации шесть пальцев пролезают, и автомодерация пропускает (она не считает анатомию), но первый же покупатель пишет «фото не соответствует товару». Карточка уходит в спор, оттуда — в скрытые.

Второй класс проколов — упаковка. Нейросеть «знает», как выглядит коробка крема, но не вашего конкретного крема. Она нарисует тубус, флакон, банку, но с другой формой, другими надписями, другим цветом крышки. Покупатель получает товар, сверяет с карточкой, видит расхождение и пишет возврат «не соответствует описанию». Маркетплейс автоматически становится на сторону покупателя.

Третий тип проколов — чужие фирменные элементы. Нейросеть училась на миллиардах картинок, в которых были логотипы Nike, Adidas, паттерны Burberry и шрифты Chanel. Когда она «придумывает» рекламную карточку для безымянного бренда, эти элементы пролезают в фон, в этикетку, в обрамление. Автосверка с реестром Роспатента (государственный реестр товарных знаков) ловит знак, который вы не имеете права использовать, и блокирует карточку без расследования. Дальше идёт апелляция, в которой нужно доказать, что вы не пользовались чужим знаком намеренно.

Сколько это стоит на самом деле

Считаем по типовой партии. Селлер закупил 500 единиц товара. Хранение на фулфилменте обходится около 9 ₽/единица/сутки. Карточка ушла в скрытые на третий день после старта продаж. Восстановление в типовом сценарии занимает 14–21 день: апелляция, переделка фото, повторная модерация, новая жалоба, новая апелляция. За это время позиция в выдаче падает на 20–50 строк, реклама уже не окупается, а конкуренты успели снять часть аудитории.

Прямые потери: 500 × 9 × 18 = 81 000 ₽ за хранение партии, которая не двигалась. Плюс рекламный бюджет, ушедший в карточку без выдачи: для нового артикула это обычно 30–80 тысяч за две недели. Плюс несостоявшаяся выручка за период восстановления, которая в зависимости от категории может быть от 100 тысяч до миллиона. В сумме получается вилка 200–700 тысяч ₽ за одну «волшебную кнопку», которая сэкономила селлеру вечер работы дизайнера.

Это становится заметнее на фоне общей картины. По данным Retail.ru от 16 мая 2026 года, маркетплейсы потеряли до 10% пользователей из-за ограничений VPN-трафика. Падающая аудитория давит на стоимость каждой позиции в выдаче: то, что год назад уходило в продажу почти само, в мае 2026 года требует борьбы за каждую тысячу показов. Скрытая карточка в такой обстановке — не «месяц без продаж», а месяц, в течение которого ваш слот в выдаче занимает кто-то другой.

Что делать сегодня

Пять признаков AI-картинки, которую почти гарантированно завернёт модерация или жалоба покупателя:

  1. У модели на фото больше или меньше пяти пальцев на руке, ладони «слиплись», запястье уходит в туман.
  2. Упаковка товара не похожа на ту, что приедет покупателю: другая форма крышки, другие надписи, размытый или нечитаемый шрифт на этикетке.
  3. Тени и блики на товаре падают в разные стороны: у одного предмета свет слева, у второго справа, у третьего его нет.
  4. На фоне, в углу, в декоре карточки появляются чужие логотипы или фрагменты узнаваемых брендов, которые вы не закладывали.
  5. Текст на товаре заменён на «псевдошрифт»: буквы похожи на латиницу или кириллицу, но не складываются в слова. Это маркер того, что нейросеть рисовала, а не подставляла реальный текст.

Три действия перед тем, как залить карточку на маркетплейс:

  1. Откройте картинку на большом экране, увеличьте до 200%. Проверьте руки модели, упаковку и текст на ней. Если что-то выглядит странно, доверяйте этому ощущению: модерация и покупатель увидят то же самое.
  2. Проверьте фон и декоративные элементы на чужие логотипы. Если сомневаетесь, прогоните картинку через обратный поиск в Яндекс.Картинках: появляются знакомые бренды, переделывайте.
  3. Сверьте размер с требованиями конкретного маркетплейса (Ozon 700×933, Wildberries 900×1200, Яндекс.Маркет 1040×1440, Авито 1280×960). Шаблонные сборщики делают это автоматически. Нейросетевые генераторы зачастую нет, а карточку с неправильным размером маркетплейс просто не примет.

Где автогенерация помогает, а где нет

Помогает на технических операциях, которые не требуют «придумывания». Удаление фона у уже снятого фото товара. Подгонка под четыре размера маркетплейсов. Наложение типового шаблона с логотипом и текстом. Замена цвета фона. Это задачи, в которых скрипт или нейросеть работает с тем, что уже есть, и не пытается изобрести новое. Здесь «волшебная кнопка» действительно экономит часы.

Не помогает там, где нужно показать товар, которого нет на фото. Модель в одежде, которую вы продаёте: лицо, поза, руки, ноги, тень от одежды на коже. Нейросеть собирает это «правдоподобно», но не точно. Упаковка вашего конкретного товара: форма, надписи, объём, цвет крышки. Нейросеть угадывает по описанию, и угадывает редко. Карточка с реальной моделью в реальной одежде, снятая на телефон с белым фоном, проигрывает по «гладкости» нейросетевой, но выигрывает по доверию покупателя и по проходимости модерации.

Это два разных класса инструментов под две разные задачи. Путать их — основной источник проблем, описанных выше.

Признаки управляемого процесса с автогенерацией

Если вы всё-таки делаете карточки автогенератором (хоть шаблонным, хоть нейросетевым), вот что должно быть в процессе:

  • История генераций: какая картинка ушла на маркетплейс, когда, кто её одобрил, что было в запросе к нейросети. Без этого не получится понять, какая именно версия попала в блокировку.
  • Возможность откатиться к предыдущей версии за минуту. Если новая итерация проиграла модерации, рабочая старая должна быть рядом.
  • Чек-лист проверки до загрузки. Не «я посмотрел и нормально», а пройденный пункт за пунктом список из раздела выше.
  • Раздельный учёт фото «снято руками» и «собрано автогенератором». При жалобе покупателя «фото не соответствует» вы сразу видите, какие карточки в зоне риска.
  • Отдельный статус «карточка ждёт повторной модерации» в учёте склада. Партия лежит, отгружать нельзя, но и обычные товары с ней путать нельзя.

Если товар уже на складе, а карточка в спорах

Самая дорогая часть истории начинается, когда партия успела доехать до фулфилмента, а карточка ещё застряла в модерации. Склад занят, отгружать некуда, селлер платит за хранение. В обычном складском контуре операция приёмки и статус «карточка готова к продаже» живут в разных программах и не сходятся. Селлер звонит менеджеру: «ну выясните же там», менеджер открывает заявку и видит, что товар принят месяц назад и до сих пор не двинулся. Кому позвонить, непонятно.

Хороший признак — когда складской контур фиксирует каждую операцию с партией и отдаёт цифровой след: принято, замаркировано, готово к отгрузке, удерживается до открытия карточки. Селлер видит у себя в кабинете не «висит», а конкретный статус и конкретное решение, которое сам должен принять. В Fulfillment Lite это собрано вокруг операций приёмки и сборки: партия не уходит на отгрузку, пока селлер не подтвердил, что карточка открыта. Это не про инструмент генерации фото, это про то, чтобы скрытая карточка не превращалась в скрытый счёт за хранение.

Что в итоге

«Волшебная кнопка» AI-карточки экономит вечер работы дизайнера и забирает три недели восстановления карточки в выдаче. Это арифметика, которую сложно увидеть на этапе нажатия: там она выглядит как чистая экономия. Видно становится через две-три недели после старта продаж, когда уже поздно.

Это не значит, что от автогенерации нужно отказываться. Шаблонные сборщики (типа модуля для «1С-Битрикса», который разобрали на vc.ru) на технических операциях экономят сотни часов и почти не ломаются о модерацию. Нейросетевые генераторы тоже работают, но только под контролем живого глаза и под чек-лист из пяти признаков. Десять минут проверки до загрузки экономят селлеру три недели апелляции и десятки тысяч на хранение.

Селлер, который относится к нейросети как к стажёру (быстро рисует, регулярно ошибается, последнее слово остаётся за вами), теряет минимум. Селлер, который относится к ней как к замене менеджера по карточкам, теряет максимум.

Источники: разбор модуля wintra.genimgmarketplace для автоматизации генерации картинок под четыре маркетплейса (vc.ru, 17 мая 2026, vc.ru/marketplace/2927977); опрос «Авито Работы» о навыках работы с ИИ среди 10 000 россиян (retail.ru, 16 мая 2026); обзоры изменений модерации Wildberries в 2026 году: автосверка с реестром Роспатента с апреля, антифрод-алгоритм по контенту с января, сравнение текстов на 70%-м пороге совпадения с середины 2025. Цифры по типовой партии — рыночный ориентир для категорий «одежда, обувь, косметика» весной 2026 года, не статистика по отдельному селлеру.