Внедрили AI-генерацию описаний и характеристик для 4500 товаров мебельного ecommerce. Конверсия карточек выросла на 34%, ROI — 7.2x за квартал.
Хочу такой же результат →ДиванПро — производитель и продавец мягкой мебели с каталогом на 4500+ SKU. Карточки товаров заполнялись вручную менеджерами: описания были шаблонными («диван удобный, красивый»), характеристики в разном формате, SEO-тексты отсутствовали. Конверсия на карточку в среднем 1.8% — ниже рынка (2.5-3% для мебельного ecommerce).
Трафик рос, но покупатели не задерживались на страницах: среднее время на карточке — 32 секунды, отказы — 58%. При этом контент-менеджеры тратили 6-8 минут на одну карточку, что давало 30-40 товаров в день. Заполнение всего каталога заняло бы 5-6 месяцев, а сезонность требовала быстрых обновлений. Нужно было масштабировать контент без потери качества и с прицелом на конверсию.
Мы настроили AI-пайплайн на базе GPT-4o и Claude 3.5 Sonnet для генерации описаний, характеристик и SEO-блоков. Ключевое отличие — не просто текст, а контент, адаптированный под поведенческие сценарии: для диванов-книжек акцент на механизм трансформации, для угловых — на размеры и модульность.
Промпты включали структуру: заголовок с ключевым словом (например, «Прямой диван с механизмом «еврокнижка»), описание на 60-80 слов с выгодой, блок характеристик в таблице, SEO-абзац для поисковиков. Дополнительно генерировали 3 варианта для A/B-теста — и выбирали лучший по времени на странице. Внедрили за 2 недели: интеграция через API с 1С-Битрикс, автоматическое заполнение карточек по расписанию.
Собрали 200 карточек, проанализировали паттерны: 70% описаний короче 40 слов, 45% без указания размеров. Выявили топ-10 категорий с самой низкой конверсией (до 1.2%).
Создали 12 шаблонов промптов: для диванов, кресел, пуфов, кроватей. В каждом — обязательные поля (материал, размеры, нагрузка, механизм) и тональность (информативная, без «вау-эффектов»).
Написали скрипт на Python, который выгружает товары из каталога, отправляет в API AI, получает сгенерированные описания и загружает обратно. Время обработки — 0.8 секунды на товар.
Запустили тест: контрольная группа (старые описания) vs тестовая (AI-сгенерированные). За 2 недели получили +28% конверсии на тестовой группе. Решили масштабировать на весь каталог.
За 5 дней перегенерировали все 4500 карточек. Настроили еженедельную проверку метрик: конверсия, время на странице, отказы. В первый месяц — корректировка промптов под 3% товаров с аномалиями.
Через 3 месяца после внедрения конверсия карточек товаров выросла с 1.8% до 2.41% — прирост +34%. Среднее время на странице увеличилось с 32 до 51 секунды, отказы снизились с 58% до 44%. Прямой эффект: дополнительные 214 заказов в месяц при среднем чеке 28 500 руб. — это +6.1 млн руб. выручки.
Затраты на AI-генерацию составили 18 400 руб. за 3 месяца (API, работа разработчика). ROI = (6.1 млн — 18 400) / 18 400 ≈ 331x. Но мы считаем консервативно: с учётом стоимости контент-менеджеров (которых не нанимали) — ROI 7.2x. Срок окупаемости — 3 недели.
Дополнительно: SEO-трафик на карточки вырос на 22% за счёт структурированных описаний. ДиванПро получил готовый процесс для масштабирования на новые коллекции.
GPT-4o (генерация описаний), Claude 3.5 Sonnet (проверка фактов и стиля), Python-скрипт интеграции с 1С-Битрикс, A/B-тестирование через Яндекс.Метрику, мониторинг в Google Analytics 4. Всё — через единый API на базе axelfreeman.ru.
«Честно, я скептически относился к AI-текстам. Думал, будет «вода» и шаблон. Но после теста на 500 карточках сам удивился — конверсия поползла вверх почти сразу. Сейчас у нас вся база на AI, менеджеры только правят редкие ошибки. Главное — мы перестали тормозить с запуском новинок: раньше ждали неделями описания, теперь всё за день. ROI считали — реально отбилось за месяц. Рекомендую, но только с нормальными промптами, а не «напиши текст про диван».»
Сергей Ковалёв, Руководитель отдела e-commerce
ДиванПро
Первый аудит — бесплатно. Разберём вашу задачу и покажем, где AI даст максимальный эффект.
Обсудить проект →← Все кейсы | На главную