Как нейронка за пару долларов заполнила каталог из 600 товаров 🚀
Как нейронка за пару долларов заполнила каталог из 600 товаров 🚀 В прошлом посте упоминал, что Gemini Flash шикарна для массовой обработки данных. Вот конкретный кейс, как это работает на практике. У одного из наших клиентов стояла задача — полностью пересобрать каталог на сайте. Старый был криво структурирован и не оптимизирован под SEO. В контексте тоже выявили, что лучше всего конвертят категорийные запросы, а для них нужны нормальные категорийные страницы. А их по сути не было. Техническую часть подготовили — что и как переделать. Получилось недорого. Но встал другой вопрос. На проекте порядка 600 наименований. Для нормальной работы каталога нужно по каждому товару заполнить от 6 до 11 параметров в зависимости от категории. А в текущей базе были только длина, ширина и высота. Причём эти параметры — далеко не самые важные из нужных. Пошли искать данные во внутренней системе клиента. Выяснилось — там этой информации тоже нет. Никто её не собирал, потому что внутри она не нужна была. Вариант «посадить человека заполнять вручную» — это несколько недель работы. Нужно базово разбираться в продукции, часть информации вытаскивать из чертежей и фото: считать полочки, ящики, секции, проверять наличие колёсиков, спинок, определять материал. Где-то материал указан в текстовом описании (HPL-пластик, композитный пластик), но всё оформлено по-разному. В общем — долго и дорого. Что мы сделали Попросили разработчиков сделать выгрузку того, что есть, напрямую из базы данных. Это заняло у них час. Дальше с помощью Claude Code собрал скрипт, который через API Gemini 3.0 Flash обрабатывает каждый товар. Почему Flash — она дешёвая, нативно работает с изображениями и к ней уже была подключена оплата, можно было быстро протестировать. Само написание скрипта заняло пару часов. Ещё пара часов на оптимизацию промта. За 2-3 рабочих дня (с перерывами на другие задачи) всё было готово. Что получилось на выходе Обработка всех 600 позиций обошлась буквально в пару долларов. Точность заполнения ≈90-95%. Были пара сложных моментов, где логику ещё нужно согласовать с клиентом, но основная масса данных готова. Всё сохранили в машиночитаемом JSON. Потом перекинули в Google Таблицу, куда автоматически подтягиваются изображения товаров. Клиенту удобно проверять. После проверки — загрузка в новый каталог в несколько кликов. И бонус: раз нейронка теперь разбирается в этой продукции и у неё есть все параметры по каждому товару, можно сразу сгенерировать SEO-оптимизированные описания для всех 600 страниц. Вручную SEOшник заполнял бы это полгода. А тут — можно выкатить за неделю. Итого Разница в стоимости по сравнению с ручной работой — практически на порядок. По скорости — в десятки раз. И главное, мы обкатали схему. Теперь если можно выгрузить базу товаров в любом табличном виде, такую переработку можно развернуть буквально за несколько часов.