В fashion e-commerce покупатель часто принимает решение по фотографии модели, таблице размеров и нескольким ракурсам товара. Этого хватает для знакомства с вещью, но не всегда хватает для покупки: человеку важно представить, как товар будет выглядеть именно на нём, в его пропорциях, позе и контексте.
Для Манекенбренд Pena проектировала виртуальную AI-примерку как продуктовый сервис, а не как декоративный эффект на карточке товара. В публичной части это виджет на сайте: пользователь загружает фото с камеры или из галереи и запускает примерку. Внутри продукта это отдельный AI-контур с очередью генераций, статусами, исходными файлами, результатами, связью с товаром и операционным управлением.
Задача
Нужно было добавить в e-commerce сценарий новую точку принятия решения: покупатель открывает карточку товара, выбирает виртуальную примерку, загружает своё фото и получает результат, где товар примерен на исходное изображение.
При этом задача не сводится к кнопке “сгенерировать”. Важно было заложить несколько слоёв:
- понятный виджет на карточке товара;
- загрузку фото с камеры или из галереи;
- отдельное хранение исходного фото и результата;
- очередь AI-генераций;
- статусы, ошибки и лимиты;
- связь генерации с товаром, пользователем и сессией;
- админ-панель для команды;
- интеграцию с каталогом и CRM без привязки к неподтверждённой конкретной системе.
Почему это не обычная галерея товара
Карточка товара показывает вещь в контролируемой съёмке. Виртуальная примерка работает с менее предсказуемым входом: пользователь может загрузить фотографию в разном освещении, с разной позой, на разном фоне и с разным качеством кадра. Поэтому интерфейс должен не только принимать файл, но и объяснять, какое фото подходит для примерки.
В AI-commerce сценариях особенно важно не обещать невозможного. Примерка должна помогать покупателю увидеть образ, но продукт должен честно учитывать ограничения: качество исходного фото, сложность силуэта, видимость тела, ракурс, перекрытия и технические лимиты генерации.
Виджет на карточке товара
Виджет должен жить там, где пользователь уже рассматривает товар. Поэтому он встраивается в карточку продукта и открывается поверх текущего контекста: покупатель не теряет товар, цену, корзину и остальные элементы страницы.
Внутри виджета есть два входа: сделать фото или загрузить из галереи. После выбора пользователь видит загруженное изображение и запускает примерку. Такой сценарий важен для мобильных покупателей: камера и галерея должны быть естественными частями процесса, а не отдельной сложной формой.
AI-контур примерки
AI-примерка устроена как pipeline. Исходное фото пользователя сохраняется отдельно от результата. Результат примерки создаётся как отдельный артефакт, связанный с товаром, пользователем, попыткой генерации и статусом задачи.
Такой подход нужен по нескольким причинам. Во-первых, исходное фото нельзя терять или перезаписывать результатом: оно помогает повторить генерацию, разобрать ошибку и поддержать пользователя. Во-вторых, результат генерации должен иметь собственный жизненный цикл: создан, готов, отклонён, пересоздан или удалён по правилам проекта. В-третьих, команда должна понимать, какой товар участвовал в генерации и какие настройки были применены.
Главная продуктовая цель AI-контура — примерить товар так, чтобы не превращать пользователя в другого человека. Система должна стремиться сохранять исходную фотографию, позу, фон и визуальную идентичность пользователя, создавая отдельный результат примерки без разрушения исходника.
Экраны продукта
Галерея показывает три ключевых слоя сценария: виджет на карточке товара, экран с загруженным фото и экран результата AI-примерки.
Backend-процесс
Диффузионная генерация не должна выполняться как неуправляемый запрос из браузера. Для стабильного продукта нужен backend-контур:
- принять исходное фото и проверить базовые ограничения;
- связать фото с товаром, пользователем и сессией;
- поставить задачу генерации в очередь;
- показать пользователю понятный статус;
- сохранить результат как отдельный файл;
- обработать ошибки и повторные попытки;
- учитывать лимиты, чтобы сервис не становился неконтролируемой нагрузкой;
- отдавать результат обратно в виджет и фиксировать событие для операционной поддержки.
Такой процесс делает AI-функцию частью продукта. Команда может видеть не только готовые картинки, но и путь каждой попытки: что было загружено, какой товар выбран, когда задача началась, чем закончилась и почему могла упасть.
Админ-панель и операционное управление
AI-виджет на сайте должен сопровождаться админ-панелью. Без неё команда не сможет нормально управлять товарами, генерациями, ошибками, доступностью функции и обращениями пользователей.
В административном контуре нужны:
- список товаров, доступных для примерки;
- привязка товарных изображений и параметров;
- список генераций и их статусы;
- просмотр исходников и результатов в рамках правил проекта;
- управление лимитами и настройками виджета;
- диагностика ошибок;
- связь с CRM или каталогом;
- журнал событий для поддержки и развития сервиса.
Именно админ-панель превращает AI-эффект в поддерживаемую e-commerce функцию. Команда видит, что происходит с сервисом, может реагировать на ошибки и развивать сценарий дальше.
Интеграция с CRM и каталогом
Виртуальная примерка должна быть связана с реальным e-commerce процессом. Товар, вариант, изображение, пользовательская сессия и результат генерации не могут жить отдельно от каталога.
Интеграционный слой позволяет получать данные о товаре, передавать события примерки, связывать результат с карточкой товара и при необходимости использовать эти данные в CRM. Конкретные поля и события зависят от инфраструктуры проекта: где хранится каталог, как устроены карточки, какие статусы нужны команде и какие данные допустимо передавать между системами.
Мы не привязываем такой проект к одной универсальной CRM. Правильный подход — сначала описать текущий каталог и процессы, а затем спроектировать обмен так, чтобы AI-примерка не ломала e-commerce архитектуру, а усиливала её.
Результат
Кейс Манекенбренд показывает, как Pena подходит к AI-commerce задачам: сначала продуктовый сценарий, затем интерфейс, затем управляемый backend и операционная часть. Виртуальная примерка должна быть не разовым экспериментом, а функцией, которую можно поддерживать, диагностировать, масштабировать и связывать с продажами.
Такой подход применим не только к одежде. Похожий контур можно адаптировать для аксессуаров, мерча, fashion-капсул, визуальных конфигураторов и других e-commerce сценариев, где пользователь хочет увидеть товар в персональном контексте до покупки.
Где Pena полезна в похожих проектах
Pena может подключаться на разных стадиях: проверить идею AI-функции, спроектировать MVP, собрать виджет, подготовить backend-очередь, сделать админ-панель, связать сервис с каталогом и подготовить дальнейшее развитие. В таких проектах важна не только генерация картинки, но и весь продуктовый контур вокруг неё: UX, данные, статусы, интеграции, поддержка и контроль качества.