Как использовать AI для описаний товаров в Shopify (без эффекта ChatGPT)

Можно прогнать 200 описаний товаров через ChatGPT за вечер и получить 200 почти одинаковых параграфов, все начинающиеся с «Откройте для себя идеальное сочетание…». Это сценарий провала. Этот гайд — про то, как заставить AI делать реальную работу с копирайтингом, такую, что выживет brand-review и поднимет конверсию, а не такую, после которой каждый товар на сайте флагается как AI-слой.

Мы прогнали этот плейбук на трёх реальных Shopify-магазинах за последние 18 месяцев: mid-tier бренд по skincare (180 SKU), магазин кухонных инструментов (60 SKU), POD-каталог (1 200+ SKU). Структура работает для всех трёх; выбор модели и глубина промпта различаются.

1. Выбери модель под задачу

Выбор модели — рычаг, который большинство операторов жмут не туда. «Лучшая» модель — не самая дорогая, а самая дешёвая, которая проходит по твоему качественному порогу при объёме.

Claude Sonnet выигрывает на тоне и точности под brand voice для всего, где важно «как звучит». GPT-4o выигрывает на throughput и instruction-following для high-volume работы, где выход всё равно отредактируют. GPT-4o mini — то, к чему ты приходишь, когда промпт уже отвалидирован и нужно дёшево сделать 1 000 описаний. Hypotenuse — правильный ответ, когда не хочешь мудохаться с API-ключом, у них ecom-specific шаблоны и Shopify-интеграция, цена за это — меньше контроля.

Посчитай реальную стоимость для своего каталога в нашем AI Cost Comparator — он тянет живые цены моделей и показывает точку безубыточности против Hypotenuse.

2. Собери brand-voice документ (один раз)

Шаг, который никто не пропускает, но все недоделывают. Самый большой множитель качества — рукописный brand-voice документ, который ты скармливаешь модели как system prompt перед каждой генерацией.

Структура:

Ты пишешь описания товаров для [НАЗВАНИЕ БРЕНДА].
 
Brand voice:
- [3 прилагательных, описывающих как звучит бренд]
- Слова, которые мы используем: [список 8-12]
- Слова, которые мы НЕ используем: [список 6-10 — конкретно,
  например «премиальный», «изысканный», «возвысьте», «откройте»]
 
Целевая аудитория:
[3 предложения. Кто они, что им важно, чему они не верят.]
 
Три примера описаний, которые нам нравятся (изучи тон, НЕ копируй):
 
ТОВАР 1: [Название]
ОПИСАНИЕ: [200 слов, написано вручную]
 
ТОВАР 2: [Название]
ОПИСАНИЕ: [200 слов, написано вручную]
 
ТОВАР 3: [Название]
ОПИСАНИЕ: [200 слов, написано вручную]

Три примера описаний — обязательны. Модель копирует стиль с примеров в 10 раз лучше, чем следует абстрактным инструкциям про тон. Мы ни разу не видели, чтобы brand-voice документ хорошо работал без них.

3. Напиши структурированный промпт

Шаблон промпта, который у нас стабильно даёт пригодный выход:

{
  "task": "Напиши 3 варианта описания товара",
  "structure": [
    "Hook — 1 предложение, без вопросительных знаков, без «Представь…»",
    "Body — 120-160 слов, второе лицо («ты»), настоящее время",
    "3 bullet-пункта — каждый начинается с benefit-глагола, не с feature-существительного",
    "Use case — 1 предложение о том, когда этот товар — правильный выбор"
  ],
  "constraints": [
    "Не используй слова: откройте, идеальное, премиальное, возвысьте, изысканное",
    "Не начинай с «Whether you're…» или «In today's…»",
    "Не используй triple-adjective фразы («элегантность, изысканность, стиль»)",
    "Варианты должны отличаться первой строкой и структурой bullet'ов"
  ],
  "product": {
    "title": "[ВСТАВЬ]",
    "features": [...],
    "materials": "...",
    "size_or_specs": "...",
    "shipping": "..."
  }
}

Передавай это как user message после brand-voice system prompt. Три варианта — магическое число: меньше — модель ленится, больше — платишь за варианты, которые не используешь.

4. Генерируй три варианта, не один

Если возьмёшь из этого гайда одну тактику — возьми эту: всегда генерируй 3 варианта в одном API-вызове. Не три отдельных вызова — один вызов с просьбой о трёх вариантах.

Три причины:

1. Стоимость. Один API-call с общим system prompt дешевле трёх отдельных, где каждый повторяет brand-voice документ.
2. Variance. Модель вынуждена дифференцировать варианты, а значит должна думать сильнее, чем для one-shot генерации. Качество медианного варианта измеримо выше.
3. Выбор. Тебе не нужно выбирать «правильный» вариант — нужно выбрать ближайший к бренду. С тремя side-by-side это решение за 10 секунд вместо 60.

Наш AI Product Description Generator даёт три варианта на генерацию с system prompt и constraint-каркасом уже встроенными. Используй бесплатно до 3/день или войди для 20/день.

5. Вычитай 3 признака ChatGPT

Последний шаг — разница между AI-копией и AI-копией, отредактированной человеком. У каждого AI-описания есть три выдающие фразы, которые кричат «это написал LLM»:

1. «Whether you’re a beginner or a seasoned professional…» — Вырезай каждое «whether»-предложение. Это вода, и она читается одинаково в каждом товаре.
2. «In today’s fast-paced world / In a world where / Designed for the modern…» — Режь. Ни одна из них ничего конкретного не говорит.
3. Triple-adjective фразы. «Элегантность, изысканность, стиль». «Комфорт, качество, мастерство». Выбери одно прилагательное, убей два.

Прогони Find & Replace по выбранному варианту, отдай редактору (или сам сделай проход), и описание превращается из «очевидно AI» в «очевидно человек использовал AI». Вся правка — 60-90 секунд на описание.

Как это выглядит на масштабе

На магазине кухонных инструментов (60 SKU, все требовали переписи) полный плейбук занял:

• 90 минут на brand-voice документ
• 45 минут на генерацию всех вариантов (Claude Sonnet, batch)
• 4 часа правок за два прохода
• ~$8 в API costs

Итого: ~7 часов и $8 чтобы переписать весь каталог копией, материально перебивающей placeholder-описания, с которыми магазин запустился. Конверсия на переписанных страницах поднялась 11% за первые 30 дней против контрольных 20%, которые мы оставили как holdout.

Вот планка. AI не пишет описания товаров лучше твоего лучшего копирайтера — он позволяет шипнуть весь каталог за неделю вместо квартала, копией достаточно хорошей, чтобы конкурировать.