Видео для карточки товара нейросетью: как собрать ролик без съёмки и пройти модерацию WB и Ozon
Видео для карточки товара нейросетью собирается из того, что у продавца уже есть: фотографий товара. Фото дорабатывается в генераторе изображений, кадры оживляются в короткие клипы, клипы склеиваются в ролик на 15–30 секунд под требования площадки. На один товар уходит около часа, на серию из десяти — день. Ниже — по шагам, какие сцены генерировать, какие нельзя, и за что модерация Wildberries и Ozon отклоняет ролики.
Шаг 1. Что должно быть в ролике для карточки
Покупатель смотрит видео в карточке пять-восемь секунд и без звука
Значит: товар в первом кадре, крупно, без вступлений; одна выгода на ролик, а не десять; всё важное — текстом на экране.
Структура на 15 секунд
Товар крупно (2 с) → товар в руках или в сцене использования (5 с) → главная выгода текстом и кадром (5 с) → товар и упаковка финально (3 с). Для одежды и обуви — обязательно движение и посадка; для техники — размер относительно руки или стола; для косметики — текстура и нанесение.
Чего в ролике быть не должно
Обещаний результата, которых нет в карточке, сравнений с конкурентами, чужих логотипов, контактов и ссылок. За всё это модерация отклоняет ролик независимо от того, снят он или сгенерирован. Требования по форматам и длине — в статье видео для карточки товара WB и Ozon.
Шаг 2. Из фотографии — в сцену
Прямая генерация видео по описанию даст «похожий товар»
Для карточки это недопустимо: покупатель получит не то, что видел, и вернёт. Поэтому путь только один — от вашей фотографии.
Снимите товар на телефон на ровном фоне при дневном свете, с трёх сторон
Загрузите фото в генератор изображений как референс и просите не изменять товар, а менять окружение: «этот же товар на деревянном столе у окна», «в руках человека, крупный план, лицо за кадром», «на белом фоне с мягкой тенью». Так товар остаётся вашим, а сцен получается десять за полчаса.
Проверяйте каждую сцену на детали
Этикетка, форма крышки, количество кнопок, цвет. Нейросеть любит «улучшать» товар — добавить кнопку или поменять надпись. Сцену с изменённым товаром в карточку ставить нельзя.
Сцены с человеком
Руки, плечи, спина — да; лицо крупно — осторожно, артефакты заметны. Лучше «лицо за кадром» или средний план.
Шаг 3. Оживление и монтаж
Каждую утверждённую сцену оживляете в режиме image-to-video
Медленный наезд, лёгкий поворот, рука берёт товар, ткань колышется. Одно движение на клип, 3–5 секунд. Резкие движения и повороты товара — нет: на них генератор искажает форму.
Монтаж под площадку
Вертикаль 9:16 для WB и Ozon, текст в безопасной зоне (не у краёв — интерфейс площадки его перекроет), первый кадр — товар без текста (он же станет обложкой). Субтитры крупные, две строки максимум. Музыка — только с лицензией на коммерческое использование или без музыки вовсе.
Проверьте требования площадки на день загрузки
Формат файла, вес, длительность и соотношение сторон у WB и Ozon разные и меняются. Один и тот же ролик обычно нужно экспортировать в двух версиях.
Серия: если товаров десять, собирайте их одним стилем — одинаковый свет, фон, ритм. Так карточки одного продавца выглядят как бренд, а не как набор случайных видео.
Что генерировать нельзя и за что отклонят
Изменённый товар
Любое расхождение с реальным — другой цвет, лишняя деталь, другая надпись — это обман покупателя и возвраты. Правила площадок к ИИ-изображениям такие же, как к обычным: показывать надо реальный товар. Подробно — в статье можно ли ИИ-фото на маркетплейсах.
Поддельные отзывы
Ролик «покупатель распаковывает и восхищается», собранный нейросетью и выданный за настоящий отзыв, — это не UGC, а обман. Такие ролики можно делать как рекламу в стиле UGC, без имитации реального покупателя. Как мы делали серию для Biorepair — кейс.
Чужие лица и бренды
Узнаваемый человек или логотип другого бренда в кадре — отклонение и претензия.
Медицинские и гарантийные обещания
«Вылечит», «навсегда», «гарантия результата» — отклонение по правилам рекламы.
Текст с ошибками
Генерированный текст в кадре почти всегда с артефактами — накладывайте его в монтажке.
Сколько это стоит и когда проще отдать
Своими силами
Генерация сцен и клипов на один товар — несколько десятков рублей при оплате за использование, плюс час времени. На десять товаров — день работы и несколько сотен рублей.
Где своих сил не хватает
Когда товаров сотни, когда нужен единый стиль на весь каталог, когда карточки надо обновлять к каждой акции. Тогда это конвейер, а не разовая работа.
У нас это [контент для маркетплейсов](/services/marketplace)
10 карточек с инфографикой — 30 000 ₽, видео для карточек — пакетами по 20 роликов за 120 000 ₽. Разница с «сделать самому» не в инструментах — они те же, — а в стиле, который держится на всём каталоге, и в проверке каждого кадра на соответствие товару до загрузки.
Что разумно сделать самому в любом случае
Снять товар на телефон с трёх сторон при дневном свете. Эти фото — сырьё и для ваших экспериментов, и для любого подрядчика.
Частые вопросы
Что спрашивают до заказа — с ответами, которые мы даём на брифе.
Можно ли ставить в карточку видео, сгенерированное нейросетью?
Да, если товар в нём соответствует реальному и ролик не нарушает правила площадки: без чужих брендов, обещаний результата и имитации отзывов. Площадки оценивают содержание, а не способ производства.
Сколько времени занимает ролик на один товар?
Около часа: 20 минут на сцены из фото, 20 на оживление и перебор, 20 на монтаж и экспорт в двух форматах. Второй товар той же серии — быстрее, стиль и шаблон монтажа уже есть.
Нужен ли человек в кадре?
Для одежды, обуви и аксессуаров — да, иначе непонятна посадка и размер. Генерируйте руки, плечи, средние планы; лицо крупно — только если готовы проверять каждый кадр на артефакты.
Чем ролик от нейросети хуже съёмки?
Хуже в передаче фактуры — ткань, кожа, блеск металла — и в динамичных движениях. Лучше в скорости и цене на серии. Для дорогого товара с важной фактурой съёмка одного эталонного ролика окупается; остальные сцены можно собрать от него.
Где это сделать самому
Инструменты, в которых собирается то, о чём статья — что делает хорошо и чего от него не ждать.
- NeuralBox (Syntx) — Агрегатор Syntx: 600+ нейросетей в одном кабинете — картинки, видео, музыка, тексты, расшифровка и перевод. Без подписки, оплата за использование. Это агрегатор: качество у каждой модели своё, придётся перебирать. Интерфейс на английском.
- Higgsfield — Картинки, видео и голос из текста или по референсу; движения камеры и стили для роликов, апскейл, редактирование. Веб и мобильное приложение. Сильная сторона — кинематографичные короткие ролики; длинные сцены и точный текст в кадре — не его задача.
Хотите обсудить проект?
Расскажите задачу — получите план и расчёт за 24 часа
Описать задачуУслуга по теме: Когда нужна серия, а не эксперимент: 20 роликов за 120 000 ₽