Контент-завод для маркетплейсов: данные важнее текста

Коротко: контент-завод для маркетплейсов превращает таблицу товаров в карточки Wildberries и Ozon. Это важно каталогам от сотен позиций: одинаково оформить их вручную не выйдет. Карточка собирается из атрибутов, поэтому на поток встаёт легче статьи, но держится завод на точных данных о товаре: ошибку на входе нейросеть размножит по всему каталогу.

Допустим, у вас несколько сотен товаров, и карточки для Wildberries и Ozon нужно оформить быстро и по одному образцу. Первое желание — отдать таблицу нейросети и загрузить результат партией. Мы в Звонко собрали правила обеих площадок для карточек, их ограничения на загрузку и опыт продавцов, которые так уже делали. Выяснилось, что поток упирается в данные о товаре и в лимиты самих площадок раньше, чем в качество текста. Одна неверная цифра в строке таблицы уходит во все карточки партии, а находят её покупатели в отзывах и модерация.

Что такое контент-завод для маркетплейсов и чем он отличается от завода статей?

Контент-завод для маркетплейсов — это производственная линия, которая превращает выгрузку данных о товарах в готовые карточки Wildberries и Ozon: названия, описания, характеристики, подписи к фото, блоки рич-контента. Общую идею завода, его уровни проверки и роль редактора мы разобрали в статье что такое контент-завод. Здесь — только то, что меняется, когда на выходе карточка товара.

Меняется исходник. Для статьи завод ищет факты в источниках. Для карточки они уже есть: материал, размер, комплектация и сертификаты лежат у поставщика или в учётной системе. Нейросеть здесь работает оформителем и превращает строку таблицы в текст по шаблону категории. Пока данные точные, такой поток собрать проще, чем поток статей.

Из чего состоит контент товаров для маркетплейсов и что из него ставится на поток?

Контент товаров для маркетплейсов складывается из названия, описания, характеристик, фото и инфографики, rich-контента, видео и ответов на отзывы и вопросы. На поток ложатся части, где результат задают данные и правила площадки.

• Название. Схема почти механическая: тип товара, бренд, название, важные характеристики — так её описывает справка Ozon по названиям. Ставится на поток целиком.
• Характеристики. Значения выбираются из справочника площадки, это таблица, а не текст. На поток, если данные поставщика чистые.
• Описание. Ограничено запретами и длиной. На поток с обязательной проверкой.
• Rich-контент. Набор блоков повторяется внутри категории, содержимое зависит от товара. Частично.
• Фото, инфографика, видео. Съёмка остаётся ручной. Нейросети площадок умеют заменить фон или улучшить кадр, но снять товар за продавца не могут.
• Ответы на отзывы. Типовые ответы автоматизируются. У Wildberries, по данным Selsup, для этого есть свои ИИ-ответы. Претензии лучше оставить человеку.

Начинать конвейер разумно с названий, характеристик и описаний. Для них у площадок есть жёсткие правила, а каждое жёсткое правило превращается в автоматическую проверку.

Что такое рич контент для маркетплейсов и чем он различается у Ozon и Wildberries?

Rich-контент для маркетплейсов, он же рич-контент, — это блоки с текстом, картинками и видео внутри карточки, которые складываются в небольшой лендинг. Что это меняет: rich контент для маркетплейсов на Ozon и Wildberries устроен по-разному, и завод ведёт его отдельно для каждой площадки.

Ozon. Справка Ozon по rich-контенту описывает три пути: поле «Rich-контент JSON» на вкладке «Медиа» в кабинете, одноимённый столбец XLS-шаблона и API. Код собирают в бесплатном визуальном конструкторе, а для проверки структуры есть JSON Schema. Для потока здесь ловушка: rich-контент заменяет текстовое описание. Если сначала заполнить текст, а потом добавить JSON, исходный текст исчезнет.

Wildberries. Здесь функция называется «Рич-контент»: до 10 блоков из текстов, иконок, картинок и видео, хватает одного блока и обложки. По справке Wildberries, блоки добавляют в редакторе после публикации карточки, они проходят модерацию и описание не заменяют. Собрать их может и нейросеть площадки, причём справка прямо советует проверять результат. Передать рич-контент WB через API нельзя, пишет сервис Selsup, — значит, в потоке это ручной шаг.

Зачем это продавцу, площадки говорят без цифр: Wildberries пишет лишь, что покупатели чаще выбирают товары с рич-контентом. Число называл Brandquad на выступлении на Ozon Talks в 2021 году: в среднем +22% к конверсии по 600 брендам. Данным пять лет, и это замер одного подрядчика, так что для конкретного каталога это ориентир.

Какие требования и запреты у Wildberries и Ozon при оформлении карточек товаров на маркетплейсах?

Оформление карточек товаров на маркетплейсах чаще спотыкается о запреты, чем о длину. Поэтому список запретов завод должен знать целиком и проверять каждую карточку по нему.

Какой контент для вайлдберриз пропускает модерация

Контент для вайлдберриз начинается с названия: по справке WB, это до 60 символов, а ориентироваться советуют на 40. В названии нельзя бренды, сезон, оценки вроде «лучший» или «хит», слова заглавными, эмодзи, контакты и ссылки. В описании нельзя домены, артикулы, SEO-запросы, перечисления цветов и вариантов, чужие бренды.

Длина описания зависит от категории: по отраслевым публикациям, от 1 до 4 тыс. знаков, а точный максимум WB показывает над полем в кабинете. Важные характеристики помечены огоньком и обязательны, а несколько значений параметра вводятся по отдельности, иначе фильтры их не распознают. Фото можно до 30 штук и одно видео, разрешение — около 700×900 пикселей. Цены, QR-коды и призывы на фото запрещены.

Что Ozon запрещает в названии, аннотации и на фото

Название на Ozon — до 200 символов и до 27 символов в одном слове. В нём нельзя транслит, заглавные, слова «акция», «скидка», «лучший товар», цену и упоминания других площадок. В описании, которое Ozon называет аннотацией, нельзя телефоны, ссылки, сравнение с другим брендом и слова «аналог», «копия», «реплика», «оригинал». Нарушение отправляет товар во вкладку «На доработку». Требования Ozon к изображениям разрешают одно главное и до 29 дополнительных фото, инфографику можно, водяные знаки нельзя. Числового лимита длины аннотации в справке мы не нашли.

Каждое из этих правил на заводе становится проверкой после генерации: список запрещённых слов, счётчик длины, поиск заглавных, телефонов и ссылок. Просьбы в промпте мало: практики на Workspace пишут, что нейросеть вставляла запрещённые термины вопреки инструкции, и проверку вынесли в отдельный этап.

Откуда эти числа. Правила WB и Ozon мы сверяли по описаниям страниц справок в поиске и по отраслевым публикациям, а требования Ozon к фото сверили по полному тексту страницы. Площадки к тому же расходятся сами с собой: у Ozon размер пакета API в одной версии справки 100 товаров, в другой 1000, у WB минимальное разрешение фото на разных страницах разное. Для завода из этого следует одно правило: лимиты берутся из кабинета в момент запуска, а не из статей, включая эту.

Как устроено создание контента для маркетплейсов потоком: семь шагов от выгрузки до загрузки

Создание контента для маркетплейсов потоком выстраивается как цепочка, где каждый шаг передаёт результат следующему.

1. Источник данных. Выгрузка товаров из учётной системы и характеристики поставщика. Пустые ячейки помечаются, а не заполняются догадкой.
2. Шаблон категории. Для каждой категории свой бриф: обязательные поля, схема названия, запрещённые слова. Excel-шаблон площадки скачивают свежий перед каждой загрузкой: обе площадки его обновляют.
3. Генерация. Нейросеть получает строку таблицы и бриф и пишет название и описание только из переданных фактов.
4. Проверка атрибутов и запретов. Каждое число и свойство в тексте обязано найтись в таблице.
5. Человек. Читает выборку по каждой категории и все карточки, где автоматика сомневается.
6. Загрузка. Excel-шаблон или API площадки.
7. Учёт. Статусы модерации, причины отклонения, остаток лимита на создание карточек.

Wildberries принимает Excel в разделе «Карточка товара»: кнопка «Добавить», затем пункт «Много товаров». Каждый размер — отдельная строка, а файлы хранятся в истории два дня, говорит инструкция WB по массовой загрузке. Через API, по документации Wildberries, за один запрос создают до 100 карточек и редактируют до 3000. Метод импорта Ozon Seller API создаёт и обновляет товары и возвращает номер задачи, по которому проверяют статус, — это есть в справке Ozon про работу через API.

Почему партия карточек упирается в лимит создания раньше, чем в текст

У Wildberries число новых карточек считается по формуле: бесплатные лимиты плюс платные минус уже созданные карточки. Карточки в корзине тоже учитываются, а лимит одинаков для кабинета и API. Остаток отдаёт метод GET /content/v2/cards/limits, и завод должен читать его перед каждой партией, иначе загрузка встанет посреди категории. У Ozon остаток показывает /v4/product/info/limit, а при превышении приходит ошибка item_limit_exceeded.

Скелет такого сценария показан в разборе как создать контент-завод на n8n: для карточек меняются шаблоны и проверки, порядок шагов тот же. Как держать качество на объёме — в статье контент-завод на 1000 текстов.

Где ломается контент-завод для маркетплейсов: данные, запреты, повторы, бесплатные лимиты

Контент-завод для маркетплейсов чаще всего ломается на входе: нейросеть дописывает характеристики, которых нет в таблице.

Выдуманные характеристики. Продавец на vc.ru перечислил, что нейросеть писала в его карточках: натуральную кожу вместо экокожи, «750 мл» вместо 500, «подходит детям» без сертификата. По его описанию, модель достраивает правдоподобный текст по похожим товарам, а заканчивается это возвратами и плохими отзывами. Сам он назвал такую генерацию быстрым способом размножить одну ошибку на 50 SKU. Это опыт одного практика; статистики жалоб или санкций площадок именно за ИИ-описания мы не нашли.

Отвечать за ошибку, скорее всего, продавцу: статья 10 закона «О защите прав потребителей» требует от него достоверной информации о товаре (КонсультантПлюс). Верховный суд в деле AliExpress, как сообщал pravo.ru в июле 2026 года, направил дело на новое рассмотрение и указал, что агрегатор, давший недостоверную или неполную информацию о товаре, может отвечать за убытки. Юристы, которых цитирует pravo.ru, считают, что если неверные данные внёс продавец, спрашивать будут с него, хотя единой позиции нет.

Запрещённые слова и бренды. «Хит», «лучший», чужой бренд или слово «оригинал» в описании у Ozon отправляют товар во вкладку «На доработку». У Wildberries, по справке о блокировках, чаще всего блокируют за неприемлемый контент и контрафакт. Причину видно в отчёте «Скрытые товары», предупреждение приходит примерно за три календарных дня, на исправление фото дают 72 часа.

Повторы описаний. Требований к уникальности текстов в справках площадок мы не нашли, но шаблон всё равно лучше делать по категории с вариативными блоками.

Бесплатные ИИ-инструменты площадок. Wildberries без подписки «Джем» или платной опции даёт 20 коротких описаний в месяц, и в те же 20 применений попадает генерация рич-контента. Ozon запускал OzonGenerator на 50 генераций в месяц, писал Oborot в мае 2025 года; на более новой тарифной странице указано 200. Каталог в 500 карточек на 20 бесплатных генерациях в месяц обновлялся бы больше двух лет. Для теста и штучных карточек этого хватает, для каталога — нет.

Собрать контент для маркетплейсов самому или заказать: по каким признакам решать

Решают по состоянию данных, а не по цене текста. Если таблица чистая и в команде есть человек, который за неё отвечает, завод можно собрать у себя; если данные не готовы к генерации и проверки держать некому, проще заказать.

Собирать самому разумно, если:

• есть единая таблица товаров, и за каждое значение в ней кто-то отвечает;
• каталог однородный: десятки позиций на категорию;
• есть человек, который читает выборку, следит за правилами площадок и обновляет шаблоны.

Заказывать разумно, если:

• данные разбросаны по поставщикам и таблицам, и вычистить их нужно до первой генерации;
• нет ресурса поддерживать проверки запретов на двух площадках сразу;
• нужен поток с учётом: отчёт, что загружено, что отклонено и почему.

Цену мы здесь не называем: она зависит от числа категорий, источников данных и глубины ручной проверки. Логика расчёта та же, что в разборе стоимости AI-контент-завода, цифры другие. Выбор модели для генерации разобран в статье про нейросети для создания контента.

Как мы в Звонко ставим контент-конвейеры и что из них переносится на карточки

Мы в Звонко строим конвейеры из трёх ИИ-агентов и редактора-человека. Кейса на карточках товаров у нас пока нет, поэтому на маркетплейсы мы переносим устройство конвейера, а не цифры: сверку каждого факта с источником, пороги между шагами и человека перед публикацией. У карточки источник — таблица продавца, и сверка с ней проще, чем проверка статьи.

В кейсе Звонко для беттинг-партнёрки, проекта под NDA, три агента и редактор выпустили 245+ статей за два месяца. Цикл от задачи до публикации сократился с 5 дней до 20 минут. Выпуск вырос до 60+ статей в неделю, раньше было 20–25. Общая логика — в статьях про автоматизацию производства контента и SEO-тексты в масштабе.

Хорошо заполненная карточка служит ещё и источником для ИИ-ассистентов, которые подбирают покупки, — пример в статье про AI-полку. Конвейер под карточки мы собираем в рамках контент-автоматизации, а видимость бренда в ответах нейросетей — отдельная услуга GEO и AEO.

С чего начать контент-завод для маркетплейсов на первой партии

1. Выберите одну категорию на 30–50 товаров и выгрузите по ней таблицу характеристик.
2. Отметьте пустые и спорные ячейки и закройте их у поставщика до генерации.
3. Скачайте свежий шаблон категории на WB или Ozon и выпишите обязательные поля и запреты.
4. Сгенерируйте карточки и прогоните их через проверку: каждое число из текста ищется в таблице, запрещённые слова — по списку.
5. Прочитайте глазами выборку карточек, затем проверьте остаток лимита и загружайте.
6. Через неделю посмотрите причины отклонений и добавьте их в проверки следующей партии.

Открытым остаётся вопрос, сколько ошибок в характеристиках доходит до покупателя на разных категориях: таких данных нет ни у площадок, ни в публикациях, которые мы нашли.

ОБ АВТОРЕ

Игорь Новиков Сооснователь Звонко. Операционный менеджмент в финтехе, архитектор AI-конвейеров