Улучшение качества AI-контента для серых ниш
Ключевые факты
- 1 Разработан многошаговый процесс генерации контента для повышения качества.
- 2 Предыдущий метод использовал один промпт, OpenAI API, Google Translate API и Zennoposter, что давало низкое качество.
- 3 Новый процесс включает анализ продукта через парсинг сайта или ссылку на лендинг.
- 4 Введен анализ изображения товара с помощью GPT-4o-mini и OpenAI Vision API.
- 5 GPT-4o-mini анализирует изображение (base64) и возвращает JSON с описанием, надписями и форм-фактором.
Ранее автор использовал упрощенный подход к генерации контента, применяя один промпт через API OpenAI для получения русского текста, который затем переводился на другие языки с помощью Google Translate API и автоматизировался через Zennoposter. Это приводило к низкому качеству. В феврале было принято решение сосредоточиться на качестве контента. Новый процесс включает пошаговую генерацию, начинающуюся с анализа продукта. Если товар уже на сайте, система парсит страницу и отправляет весь код в ChatGPT для анализа цены, юзабилити и описания. Если товара нет, предлагается указать ссылку на лендинг партнерки. Ключевым нововведением является анализ изображения товара: система ищет локальное изображение в базе офферов, кодирует его в base64 и отправляет в GPT-4o-mini через OpenAI Vision API. Модель возвращает JSON с описанием изображения, включая надписи (название, состав, дозировка) и форм-фактор (гель, таблетки, напиток). Этот анализ критически важен для новых офферов без текстовой информации.