Селлеры генерируют карточки товаров через AI: 7 500 примеров за восемь месяцев

Au cours de huit mois, le service de génération de fiches pour les places de marché a traité plus de 7.500 demandes. L'équipe de Habr a analysé le comportement des vendeurs et découvert des modèles inattendus : les utilisateurs pensent en diffs, non en prompts ; le pic d'activité se produit le soir ; et sous le capot, une cascade de modèles de langage avec Redis pub/sub offre une réponse en temps réel.

Comment les Vendeurs Travaillent Réellement

Tout ne commence pas par un prompt parfait. Les vendeurs n'écrivent pas d'instructions soignées — ils téléchargent une fiche brouillon, voient le résultat de l'IA et l'éditent via des diffs dans l'interface.

• Plus de 7.500 générations en huit mois de fonctionnement du service
• Pic d'activité : 18:00–22:00 (le soir — les vendeurs génèrent après leur travail principal sur les places de marché)
• Les utilisateurs préfèrent éditer le produit fini (diffs) plutôt que de réécrire les prompts à partir de zéro

Cela signifie que les vendeurs ne planifient pas le contenu. Ils travaillent de manière réactive : téléchargent un produit → cliquent sur générer → voient le résultat → éditent les lignes nécessaires. Le cycle prend 2–3 minutes. Pas d'affinage de prompt : prenez le premier brouillon et travaillez-le.

Architecture Interne

Le service utilise fan-out — il divise la génération d'une fiche en sous-tâches parallèles : titre, description, tags, caractéristiques, recommandations de prix. Chaque sous-tâche est envoyée comme un appel séparé à différents modèles.

L'astuce principale est une cascade de modèles avec fallback. Si le modèle principal est surchargé ou produit des résultats de faible qualité, le système bascule automatiquement vers une alternative sans délai visible. La progression en temps réel est envoyée au frontend via Redis pub/sub : le vendeur voit dans le navigateur quelles parties de la fiche sont déjà prêtes et peut commencer à éditer le titre tandis que la description est générée.

C'est critique pour l'expérience utilisateur. Un vendeur attend 3–5 secondes — il peut le supporter. Il attend 30 secondes — il ferme l'onglet. Si le système interrogeait les modèles séquentiellement, le temps de réponse serait inacceptable pour les petits vendeurs.

Pourquoi les Prompts Sont un Mythe

Le marketing des outils d'IA insiste : le prompt parfait = le résultat parfait. En pratique, les vendeurs ont depuis longtemps adopté une philosophie différente. Ils n'écrivent pas d'instructions parfaites.

À la place : génèrent → regardent → éditent → envoient. L'IA est utilisée comme assistant intelligent pour le premier brouillon, et le vendeur reste l'éditeur final, responsable du résultat. La demande d'outils avec une bonne interface d'édition (diffs, surlignage des modifications, historique des versions) s'explique par ce comportement.

À Quoi Ressemble l'Audience

Les données sont collectées à partir d'un service réel : ses utilisateurs sont des vendeurs de petites et moyennes boutiques sur Yandex.Market, Ozon, Wildberries. Le pic d'activité de 18:00–22:00 montre que c'est un outil pour les propriétaires de petites entreprises, pas pour les départements contenu des grandes places de marché : les gens génèrent des fiches dans leur temps libre, après leur travail principal.

Cela détermine les exigences de prix (un vendeur paie 5–10 $, pas 100 $) et de vitesse (génération en 3–5 secondes, pas en une minute). Le temps du vendeur est précieux.

Ce Que Cela Signifie

L'IA pour le contenu des places de marché ne fonctionne pas comme une automatisation complète, mais comme un assistant dans le travail. Les vendeurs sont disposés à déléguer le premier brouillon à un réseau de neurones, mais le dernier mot reste le leur. Cela explique la demande croissante d'outils avec des éditeurs intelligents — les vendeurs sont disposés à payer non pas pour une génération parfaite, mais pour la commodité et la vitesse d'édition.