Задача из времени, когда сервисов еще не было
Продавцу на маркетплейсе нужны тысячи карточек: фон, сцена, вариации под каждую позицию каталога. Штат дизайнеров собирал такую партию месяц-полтора, и это была чистая конвейерная работа — вырезать, подставить, подогнать тени.
Готовых сервисов генерации на тот момент не существовало, поэтому генератор строили свой, на диффузионной модели. Сегодня подобные инструменты продаются по подписке; тогда каждый шаг приходилось проверять с нуля.
Главное правило: товар неприкосновенен
У диффузии есть вредная привычка — улучшать. Чуть другая форма, чуть другой оттенок, декоративный элемент, которого на изделии нет. Модель считает, что делает красивее, и она права с точки зрения картинки.
С точки зрения торговли это обман покупателя. Дальше — возврат, плохой отзыв, претензия площадки. Никакая экономия на съемке не окупает карточку, которая врет.
Поэтому архитектура решения задана этим ограничением: предмет вырезается из исходного снимка и остается в кадре без изменений, генерируется только окружение. Модель работает вокруг маски товара и не имеет доступа внутрь нее.
Где такая склейка выдает себя
Товар, механически вставленный в сгенерированную сцену, виден за версту. Мы отдельно занимались тремя вещами:
- Тени. Самый частый провал. Предмет без тени висит в воздухе, предмет с тенью не в ту сторону выглядит еще хуже. Направление света в сцене задается принудительно и согласуется с исходным снимком.
- Края. Ореол по контуру вырезки — признак монтажа. Границы обрабатываются отдельно, с учетом полупрозрачных участков.
- Отражения и опора. Предмет должен стоять на поверхности, а не парить над ней; на глянце обязано быть отражение.
Партия расползается по стилю
На десяти изображениях единый стиль держится сам. На тысяче он разъезжается: фон дрейфует по оттенку, композиция плывет, освещение меняет характер. Карточки одного продавца в выдаче начинают выглядеть как товары из разных магазинов.
Лечится это фиксацией: закрепленная палитра, закрепленные параметры сцены, ограниченный набор типов композиции, единые правила кадрирования. Свобода модели урезается сознательно — в каталожной съемке предсказуемость ценнее художественности.
Автоматическая приемка
Проверять тысячи изображений глазами бессмысленно, поэтому на выходе стоит контроль. Он отвечает на конкретные вопросы: не изменился ли товар внутри маски, нет ли артефактов на границе, соответствуют ли разрешение и пропорции требованиям площадки, попадает ли фон в заданную палитру, не залез ли предмет на поля кадра.
Не прошедшее уходит на переген или к человеку. Дизайнер видит десятки спорных карточек вместо тысяч обычных.
Что стало с дизайнерами
Их не уволили. С них сняли конвейер и оставили то, что машине не передашь: решение о стиле бренда, отбор в каталог, работа с новыми категориями товара. Финальное слово по бренду осталось за человеком — вкус в модель не загружается.
Сколько это на самом деле экономит
Считать надо не по времени отрисовки одной карточки, а по циклу партии. В ручном режиме партия — это очередь к дизайнеру, правки, согласование стиля и повторные заходы по позициям, где что-то не сошлось. Месяц-полтора набегают именно из ожидания, а не из часов работы в графическом редакторе.
Генерация убирает очередь целиком: партия считается ночью, утром дизайнер смотрит спорное. Второй эффект менее очевиден и важнее: перегенерировать весь каталог под новый сезон или под изменившиеся требования площадки становится вопросом машинного времени. В ручном режиме такое решение просто не принимают — слишком дорого.
Границы, о которых говорим сразу
- Инфографика с характеристиками. Текст с размерами, составом и свойствами на картинке мы генерацией не делаем: ответственность за характеристики товара слишком высока.
- Люди в кадре. Одежда на человеке — отдельная задача с посадкой и пропорциями, тут генерация врет чаще всего.
- Прозрачные и зеркальные предметы. Стекло и хром ломают маску: фон виден сквозь товар, и граница перестает быть границей.
- Товары со сложной геометрией. Ажурные, ворсистые, с мелкой сеткой — вырезка по контуру дает грязь.
Все четыре случая честнее снимать камерой. Мы это говорим до договора, потому что клиент, ожидавший стопроцентного покрытия каталога, обнаружит эти границы сам — и уже с претензией.
Направление целиком — генеративный ИИ; поток каталожных изображений в масштабе разобран в кейсе генерации товарных изображений on-prem.