ИИ-съемка одежды для Wildberries и Ozon: как нейросети поднимают CTR и выручку — кейс бренда женской одежды

Одежда — самая капризная категория для съемки. Тут все решают посадка, фактура, цвет и эмоция: покупатель выбирает не платье, а то, как оно будет смотреться на свидании, в офисе или на прогулке. Поэтому бренды одежды тратят десятки тысяч рублей на каждую коллекцию — модель, стилист, визажист, аренда студии, ретушь. А через месяц выходит новая линейка, и все повторяется. Именно эта экономика заставила селлеров одними из первых присмотреться к нейросетевой генерации визуала для маркетплейсов.

Ниже — разбор кейса, где искусственный интеллект помог решить задачу с ограниченным бюджетом, и честный разговор о том, где ИИ-визуал уместен, а где может навредить.

К нам в Кариба Продакшен обратился бренд женской повседневной одежды — платья, брюки, блузы, юбки, ассортимент около 150 SKU. Запрос звучал так: «Хотим обновить визуал для 50 позиций, но на студию есть примерно 150 тысяч рублей, а по классике нужно минимум полмиллиона».

Проблема была не только в деньгах. Почти все фото у бренда были на белом фоне — как у 80% конкурентов в нише. Карточки не выделялись в выдаче, а покупатель не видел, как вещь выглядит в жизни. При этом сам по себе визуал — не косметика, а фактор доверия: покупатель бессознательно соотносит качество съемки с надежностью продавца. Значит, слабая картинка тянет вниз и клики, и конверсию.

Мы не стали заменять живую съемку целиком — это как раз тот случай, где полная замена вредит (о причинах ниже). Вместо этого предложили гибрид.

Шаг 1. Базовая студийная съемка. Бренд снял 5 ключевых моделей на профессиональном оборудовании: три платья, брюки и блузу, по 10 качественных кадров в высоком разрешении. Это фундамент, где зафиксированы реальные крой, посадка, цвет и фактура.

Шаг 2. Нейросетевое масштабирование. На основе студийных исходников мы сгенерировали для каждой модели вариации интерьеров и сцен, сезонные версии (лето, осень, весна), дополнительные ракурсы и инфографику с размерами и составами. Из полусотни студийных снимков получилось несколько сотен уникальных изображений под разные контексты.

Шаг 3. Сборка карточек. Главным фото сделали lifestyle-кадр со сгенерированной сценой, для деталей оставили настоящие студийные снимки, инфографику собрали на основе реальных фото. Ставка на поток: контент под весь пул позиций собирался серийно, а не поштучно.

Такой подход, кстати, давно не экзотика. Существуют целые сервисы, которые по фото вещи генерируют изображение на ИИ-модели, подбирают интерьер и фон, и ориентированы именно на fashion-e-commerce, чтобы быстрее обновлять визуал коллекций. Нейросети позволяют даже небольшим магазинам конкурировать с крупными продавцами и оформлять каталоги без фотостудий и дизайнеров. Вопрос лишь в том, как использовать инструмент без вреда для достоверности.

Сразу оговорюсь честно: точные цифры сильно зависят от ниши, цены, сезона и стартового состояния карточек, поэтому приводим диапазоны по нашему опыту, а не «идеальные» проценты.

Ключевое не в «магии ИИ», а в том, что товар перестал висеть на голом белом фоне и начал показываться в живых сценах — в интерьере, в среде, в контексте использования. Это ровно то, чего не хватало карточкам до обновления.

Вывод простой: нейросеть выигрывает не тем, что «рисует красивее», а тем, что дает много контекстов из одного исходника. Один и тот же джемпер можно показать в уютной квартире, строгом офисе, легком кафе — и каждая сцена работает на свой сегмент аудитории. Классическая съемка столько контекстов за те же деньги не даст.

Здесь начинается часть, которую в рекламных статьях обычно пропускают, а зря — именно она отделяет рабочий инструмент от способа получить штраф и вал возвратов.

Нейросеть безопасна и полезна там, где не меняется сам товар: фон, интерьер, сцена, свет, инфографика, ракурсы окружения. Но как только ИИ начинает «дорисовывать» саму вещь — менять посадку на фигуре, крой, фактуру ткани или оттенок — вы вступаете на тонкий лед.

Причина в правилах площадок и в психологии возвратов. На Wildberries действует простой принцип: то, что получит клиент, должно точно соответствовать тому, что он видел в карточке, а при несоответствии описания или фото спор чаще трактуется в пользу покупателя. При этом несоответствие товара изображению — самая частая причина возвратов, а фото в идеальных студийных условиях сами по себе завышают ожидания. Нейросеть, если ей позволить приукрасить товар, этот разрыв между картинкой и реальностью только усиливает. 

А возвраты — это не только логистика. Они бьют по метрикам карточки и по проценту выкупа, от которого зависят условия работы: в 2025 году Wildberries ужесточил правила, и для бесплатной логистики выкуп нужен выше 50%. То есть красивая, но недостоверная ИИ-картинка сначала поднимает клики, а потом обрушивает экономику через возвраты и падение выкупа. 

Отсюда наше рабочее правило: реальный товар — только с настоящих фото, нейросеть — для контекста и подачи. Посадку, цвет и фактуру всегда показываем со студийных снимков, а ИИ добавляет сцены и атмосферу. Это гибрид, а не замена живой съемки.

Нейросетевой визуал закрывает не только фото: сезонное обновление тональности за часы, адаптация сцен под разные площадки без повторных съемок, A/B-тест нескольких главных фото, генерация инфографики и коротких видео-превью для Wibes и Reels. По сути это система контента под весь маркетинговый цикл, а не разовая картинка.

Гибрид студийной съемки и нейросети позволил бренду обновить визуал 50 позиций втрое дешевле классики, ускорить процесс в несколько раз и заметно вырасти по CTR и выручке — без ущерба для достоверности, потому что реальный товар остался на реальных фото. Именно баланс «живая база плюс ИИ-контекст» дает результат, а не слепая ставка на генерацию.

Хотите так же обновить свой визуал? Пришлите нам ссылку на карточки — команда Кариба Продакшен бесплатно разберет, где вы теряете CTR и конверсию, предложит концепцию гибридной ИИ-съемки под вашу нишу и рассчитает смету. 👉