Нейросеть для описания изображений превращает готовые картинки в текст: перечисляет объекты, цвета и сцену, а из этого сырья получаются alt-тексты для сайта и описания для каталога. Модель быстро справляется с типовыми кадрами, а вот точные детали вроде артикулов, размеров, состава и надписей она угадывает, и угадывание выглядит уверенно. Поэтому описание от нейросети служит черновиком, а публикуется только после проверки человеком, особенно если от текста зависит покупка или доступность страницы.
Три вида описаний
Одна картинка нуждается в трёх разных текстах: короткий alt для программ экранного доступа, подпись для читателя и карточка с фактами для каталога; нейросеть пишет все три, но проверяет их человек.
Заказчик обычно говорит «опишите картинки» и представляет один текст, а на деле нужны три. Слово «описание» прячет три задачи с разными правилами. Их полезно разделить до запуска, иначе модель смешает назначения и выдаст один компромиссный абзац, который подходит всем плохо.
| Вид текста | Для кого | Что должно быть внутри |
|---|---|---|
| Alt-текст | Пользователи программ экранного чтения, поисковые роботы | Смысл и функция изображения в контексте страницы, кратко |
| Подпись | Читатель, видящий картинку | Сведения, которые на изображении скрыты: кто, где, когда, почему важно |
| Описание для каталога | Покупатель и менеджер | Проверенные факты о товаре: размер, материал, комплект, артикул |
Нейросеть для фото решает и другие задачи, например обработку и генерацию, о них рассказывает статья нейросеть для фото: задачи бизнеса. Здесь только готовые изображения, которые нужно описать словами.
Правила alt-текста
Основа практики — дерево решений из руководств по веб-доступности W3C: первым делом определяют роль картинки на странице, а потом пишут текст. Модель умеет описывать картинку, но роль она способна угадать только по подсказке, поэтому роль вы сообщаете сами.
- Информативное изображение: коротко передаётся смысл, который читатель получил бы, увидев картинку.
- Декоративное изображение: alt оставляют пустым, чтобы программа экранного чтения пропустила его.
- Изображение в ссылке или кнопке: описывается действие или адрес перехода, а внешний вид отходит на второй план.
- Сложная схема или график: краткий alt плюс полные данные в тексте рядом.
- Текст на картинке: если он дублирует соседний текст, alt пустой, если встречается только на изображении, его воспроизводят дословно.
Пример: на фото рюкзака с двумя карманами alt для страницы товара звучит коротко и по делу, подпись в обзоре рассказывает, где его снимали, а карточка каталога называет объём и материал из паспорта изделия. Одна и та же картинка, три разных текста. Отдельно проверьте длину. Alt-текст служит краткой заменой картинки, а полный пересказ ему противопоказан: хватает одной-двух фраз без слов «изображение» и «фото», потому что программа сама сообщает тип элемента. Запрос к нейросети должен содержать эти ограничения, иначе она напишет длинный нарядный абзац, который мешает слушателю.
Факты и выдумки
Показать это команде проще всего слепым тестом: дать модели десять фотографий товаров и сравнить её описания с паспортами изделий. Расхождения часто находятся уже на первых десятках. Модель описывает то, что видит, и достраивает то, чего видеть вроде бы должна. Для каталога это самое опасное свойство: покупатель прочитает «натуральная кожа», а на фото всего лишь глянцевая поверхность.
Из изображения можно честно извлечь только видимое: объект, цвет, форма, комплектация в кадре, читаемый текст. Размер, материал, вес, состав, происхождение и артикул берите из карточки товара или от поставщика.
Заранее договоритесь, кто отвечает за итог: без ответственного описания публикуются по инерции, а исправлять их потом дороже. Типовые ошибки повторяются. Модель путает цвета при тёплом освещении, принимает отражение за деталь, домысливает бренд по форме, считает случайные предметы в кадре частью комплекта и теряет мелкий текст на упаковке. В описаниях людей возможны ошибки в возрасте, эмоциях и профессии, а значит, предположения о человеке лучше исключить из шаблона запроса. Для медицинских, юридических и технических изображений ручная проверка обязательна всегда.
Структурируйте запрос: просите отдельно список видимого и отдельно пометку «неизвестно» для всего, что нельзя определить по кадру. Такая пометка снижает число выдумок, и проверяющий сразу видит, где требуются данные из карточки. Общую картину работы с изображениями и границы разобрали в статье ИИ для работы с изображениями.
Процесс проверки
Процесс держится на коротком цикле: запустили на пробной партии, проверили вручную, поправили запрос, и только потом пошли на весь каталог. Пробная партия — пара десятков разных картинок, включая трудные: тёмные, с текстом, с несколькими предметами.
- Соберите пробную партию с разными типами изображений и пометьте для каждого роль на странице.
- Напишите запрос: роль, правила alt-текста, запрет на домыслы, пометка «неизвестно».
- Получите описания и сверьте с изображением и карточкой товара.
- Отметьте ошибки по типам: цвет, материал, лишний предмет, надпись, домысел о человеке.
- Поправьте запрос под самые частые ошибки и повторите на той же партии.
- Зафиксируйте допустимую долю ошибок и правила: что публикуется сразу, что проверяет второй человек.
Для проверяющего заведите короткий чек-лист из пяти пунктов: объект назван верно, цвет совпадает, нет лишних деталей, нет домыслов о людях, длина укладывается в правило. Чек-лист делает проверку быстрой и одинаковой у разных сотрудников. После запуска на потоке сохраняйте выборочный контроль: ежедневно или еженедельно проверяйте несколько случайных описаний, чтобы заметить дрейф после обновления модели. Исправления вносите в запрос, а ошибки собирайте в таблицу: она подскажет, какие категории товаров требуют ручной работы всегда.
Сколько изображений вам нужно описать в каталоге?
Каталог на потоке
Для сотен и тысяч изображений процесс собирают в конвейер: выгрузка картинок и данных карточки, генерация черновиков, автоматические проверки, ручная выборка, загрузка на сайт. Автоматические проверки ловят грубое: пустые поля, слишком длинный alt, запрещённые слова, расхождения между описанием и карточкой по цвету.
- Каждое описание хранится с версией запроса и датой, чтобы при ошибке найти партию.
- Изображения с низким качеством и без чёткого предмета уходят на ручное описание.
- Чувствительные категории проходят полную проверку человеком.
- Опубликованные тексты можно обновить пакетом, если найдена систематическая ошибка.
Отдельная статья затрат — многоязычные сайты: описания на других языках проверяет носитель, потому что перевод alt-текста нередко теряет оттенок смысла. Роль человека при этом сохраняется: он утверждает шаблоны, разбирает спорные случаи и отвечает за итог. Если вам нужен такой конвейер для каталога или сайта, его проектируют в рамках автоматизации бизнес-процессов, а правила проверки фиксируют в регламенте.
Начните с самых посещаемых страниц и самых ходовых товаров: правки там дают заметный эффект быстрее всего, а ошибки там же быстрее замечают. Хвост каталога подключайте после того, как процесс отработан на головной части. Выгода понятна: доступность сайта растёт, каталог получает единый стиль описаний, а время специалистов освобождается для сложных случаев. Условие простое: каждое опубликованное слово проверено способом, который вы можете объяснить покупателю и проверяющему.