Habr AI→ оригинал

Claude y Ollama ayudaron a un vendedor de Ozon a procesar certificados en un día y recuperar 1.000 SKU

Ozon bloqueó casi mil SKU de un vendedor por los certificados de calidad. En lugar de meses de trabajo manual, el vendedor montó un pipeline con Claude, Ollama

Claude y Ollama ayudaron a un vendedor de Ozon a procesar certificados en un día y recuperar 1.000 SKU
Источник: Habr AI. Коллаж: Hamidun News.

Ozon заранее начал проверять сертификаты на ножи перед вступлением новых требований в силу, и для одного продавца это закончилось блокировкой почти всего ассортимента. Вместо месяцев ручной загрузки документов он собрал с помощью Claude и Ollama рабочий конвейер, который за день обработал сотни файлов и помог вернуть к продаже более 1000 SKU.

Почему все встало

Автор кейса продаёт ножи на Ozon больше шести лет и описывает сертификаты качества как постоянную боль. Платформа регулярно меняла требования: где-то документы были обязательны, где-то нужны только по запросу, а теперь Ozon решил заранее готовиться к новым правилам, которые вступают в силу 1 октября 2026 года. В один день маркетплейс заблокировал около 1000 SKU из-за отсутствия нужных подтверждений.

Раньше проблема решалась вручную: зайти в раздел сертификатов в Ozon Seller, загрузить файл, потом поштучно привязать к нему товары. Для нескольких карточек это неприятно, но терпимо. Для тысячи SKU такой сценарий превращается в месяцы однообразной работы.

Ситуацию ухудшало и то, что документы хранились не в PDF, а в виде JPEG-картинок на Google Drive, поэтому быстро вытащить из них номера сертификатов, даты и артикулы обычными инструментами не получалось.

Как собрали пайплайн

Чтобы не сжечь лимиты облачной модели на сотнях изображений, автор вынес распознавание на локальную модель qwen3-vl:8b через Ollama. Claude в этой схеме выступал как инженер-навигатор: помогал придумать архитектуру, писал скрипты, объяснял шаги запуска и подсказывал, как связать OCR с Ozon Seller API. Ключевое упрощение пришло после проверки документации: оказалось, что изображения не нужно публиковать по ссылкам или отдельно хостить.

«Главное открытие: Ozon API принимает файлы напрямую через multipart/form-data».

В итоге рабочий сценарий выглядел так: локальная папка с сертификатами и приложениями разбиралась на пары файлов; Ollama распознавала номер сертификата, даты и артикулы из изображений; скрипт загружал сами файлы в Ozon через метод создания сертификата; отдельный запрос получал соответствие offer_id и product_id; * финальный шаг привязывал сертификаты к товарам и сохранял CSV-отчёт.

Где пришлось упростить С первого раза система не заработала.

В процессе выяснилось, что часть сертификатов и приложений связаны по названию файла, а часть — только по номеру внутри документа. В названиях встречались опечатки, у некоторых сертификатов артикулы были в приложении, у других — прямо на основном листе. Всё это ломало простой сценарий и заставляло наращивать логику обработки, а значит — тратить больше времени на прогон и больше ресурсов локальной модели.

После нескольких итераций автор вместе с Claude отказался от слишком сложной автоматизации и упростил задачу. Вместо точной привязки каждого товара внутри сертификата было решено группировать товары по бренду и передавать в Ozon один сертификат вместе с приложениями, а часть проверки оставить на стороне маркетплейса. Такой компромисс сразу ускорил конвейер: по оценке Claude, время распознавания для 225 пар файлов и нескольких многостраничных документов сократилось примерно с пяти с лишним часов до двух-трёх.

Финальный боевой прогон подтвердил, что схема работает не только в тесте. Распознавание 231 сертификата заняло 3 часа 23 минуты со средней скоростью 52 секунды на документ. Загрузка в Ozon длилась ещё 34 минуты.

Не удалось распознать только 3 сертификата, то есть меньше 1,3% от общего объёма. Если модерация проходит успешно, продавец возвращает в продажу более 1000 товаров и закрывает задачу, которая раньше растянулась бы на месяцы.

Что это значит

Этот кейс хорошо показывает практическую роль AI-агентов в рутинных операциях: Claude здесь не заменял локальную модель, а проектировал процесс, помогал чинить ошибки и довёл пользователя без навыков разработки до рабочего результата. Для селлеров и небольших команд это сигнал, что связка из локального vision-распознавания и API-автоматизации уже способна решать не демонстрационные, а вполне операционные задачи.

ЖХ
Hamidun News
AI‑новости без шума. Ежедневный редакторский отбор из 400+ источников. Продукт Жемала Хамидуна, Head of AI в Alpina Digital.
Загружаем комментарии…