Кто клиент: Интернет-магазин AV и IT-товаров
Ситуация «ДО»: Ручная загрузка товаров занимает много времени, команда не успевает публиковать и обновлять ассортимент
Главное препятствие: Поставщики присылают данные вразнобой: кто в Excel, кто в PDF, кто ссылками на Google Disk. Фотографии в разных форматах и качестве. Мануалы и инструкции отдельно, часто в PDF на сайтах производителей
Ключевое действие: Разработали AI-агента, который сам ищет информацию, обрабатывает фотографии, пишет описания и загружает товары в CMS
Результат «ПОСЛЕ»: Получен удобный инструмент для загрузки товаров на сайт, команда переключилась с рутины на качественные задачи
Проблема: команда не успевала публиковать товары
Собственник интернет-магазина столкнулся с проблемой ритейла: сайт готов, трафик пошёл, а публиковать и обновлять товары не успевают.
Поставщики присылали данные вразнобой: один прайс в Excel без описаний, другой ссылку на облако с фото, третий PDF-каталог без возможности копирования. Инструкции к товарам были на сайте производителя или в архивах.
Команда тратила дни на то, чтобы привести всё это к единому виду.
В нише AV и IT-товаров ассортимент большой, а характеристики товаров критичны для покупки. Если в карточке нет описания, фото или инструкции, клиент уходит к конкуренту.
Мы предложили создать систему, которая справится с объёмом без потери качества.
Решение
Аудит показал: проблема не в объёме работы, а в её природе.
Команда тратила 80% времени не на заполнение карточек, а на поиск и приведение информации к единому виду:
- Найти фотографию товара в нужном качестве
- Вырезать фон, привести к единому размеру
- Найти инструкцию (PDF) на сайте производителя
- Написать описание
Принцип: люди занимались работой роботов. И наоборот, там, где нужен человеческий взгляд (контроль качества, спорные случаи), времени не оставалось.
Решение: создать цифрового сотрудника - AI-агента, который возьмёт на себя рутину.
Путь решения
Мы не стали автоматизировать процесс напрямую. Вместо этого спроектировали работу агента как последовательность логичных шагов.
Шаг 1. Сбор исходных данных
Агент получает от поставщика минимальный набор: название, артикул, ссылку на страницу товара или прайс. Дальше работает сам.
Шаг 2. Поиск и обработка фотографий
- Сам находит изображения на сайте производителя или в открытых источниках
- Отбирает лучшие по качеству и релевантности
- Вырезает фон, приводит к единому размеру, сжимает без потери качества
- Если фото несколько, выбирает главное (где товар крупным планом)
Шаг 3. Поиск инструкций и мануалов
- Ищет PDF-инструкции на сайтах производителей по артикулу и названию
- Скачивает, сохраняет, привязывает к карточке товара
- Если инструкция не найдена, делает пометку для ручной проверки
Шаг 4. Генерация описаний
На основе характеристик из прайса и данных с сайта производителя AI пишет уникальное описание:
- Структура: краткое вступление → ключевые преимущества → характеристики → область применения
- Тон: информативный, без «воды» и маркетинговых клише
- Уникальность: каждое описание оригинальное, даже для похожих товаров
Шаг 5. Загрузка в CMS
Агент сам заходит в админку, создаёт карточку, заполняет все поля, загружает фото и файлы. Контент-менеджер только проверяет выборочно.
Что было непросто:
Настройка интеграции с CMS потребовала времени. Нужно было учесть все поля, типы товаров, особенности структуры каталога. Но это окупилось: теперь агент работает без участия человека.
Результаты
Измеримые показатели:
- Получен автоматизированный инструмент загрузки товаров
- Время обработки одного товара сократилось с 35-50 минут до 2-3 минут
- Контент-менеджеры высвобождены от рутинной работы
Изменения в работе:
- Команда переключилась с механического заполнения на контроль качества
- Появилась возможность быстро загружать новые поступления
- Решение масштабируется: можно обрабатывать больше товаров без увеличения штата
Выводы
Урок для других бизнесов:
Автоматизация имеет смысл не там, где много работы, а там, где работа однотипная и алгоритмизируемая.
AI-агент не заменил людей полностью, он освободил их от роли «живых копировальных машин». Команда вместо механического заполнения карточек занялась тем, что действительно требует человеческого участия: контроль качества, работа с возражениями клиентов, улучшение пользовательского опыта.
Почему сработал системный подход:
Мы не просто «написали скрипт». Мы создали систему:
- Поиск информации как первый этап
- Обработка фотографий как отдельный поток
- Генерация контента на основе данных
- Загрузка в CMS как финальный шаг
Преимущества решения:
- Работает 24/7 без перерывов
- Не устаёт и не ошибается от монотонности
- Масштабируется одним кликом
- Обучается на лету
Важно: AI-агент - не готовое решение. Каждый случай требует анализа: какие данные есть, где искать информацию, как интегрироваться с вашей CMS. Принцип остаётся тем же: автоматизировать рутину. Если вы столкнулись с подобной проблемой, то пишите, разработаем AI-агента для вашего бизнеса.