Автоматизация авторазборки: ИИ-бот в Телеграм для распознавания запчастей по фото и генерации объявлений на Авито

Описание

Клиент: крупная авторазборка, продажа б/у запчастей для легковых автомобилей.

Исходные данные и боль бизнеса:
Главная проблема любой авторазборки - замороженный капитал. Машину разобрали, на складе лежат сотни деталей, но пока они не выложены на Авито, это просто куски металла, которые не приносят выручку.

До моего внедрения процесс публикации был главным узким горлышком. Автомеханик брал грязную деталь, фотографировал ее на телефон, пытался разглядеть оригинальный OEM-номер и скидывал этот хаос контент-менеджеру. Менеджер сидел за ПК, гуглил артикул, определял применимость запчасти к разным маркам авто, писал текст и вручную создавал объявление на площадке.
Боль ЛПР заключалась в том, что пропускная способность бизнеса жестко уперлась в людей. Детали копились на полках быстрее, чем сотрудники успевали их оформлять. Нанимать новых контент-менеджеров под эту рутину - значит раздувать ФОТ и резать маржинальность. Механики же ненавидели возиться с цифрами и постоянно ошибались при переписывании артикулов.

Задачи, которые я получил:

1) Минимизировать ручной труд и убрать контент-менеджера из цепочки публикации.

2) Дать автомеханику инструмент, чтобы он мог генерировать готовые объявления прямо с рабочего места, имея в руках только запчасть и смартфон.

3) Ускорить процесс выкладки товара в десятки раз для быстрой разморозки оборотных средств.

Почему нельзя было решить задачу "в лоб":
Стандартные учетные системы и скрипты тут бессильны. У б/у запчасти нет чистого магазинного штрихкода, она может быть в масле, а номер - затерт. Заставлять механиков заполнять длинные формы в приложении бессмысленно. Мне требовалось внедрить модуль компьютерного зрения, который сможет по одной фотографии распознать тип детали, прочитать выбитый на металле артикул и самостоятельно сгенерировать продающий текст для Авито.

Решение

Я спроектировал архитектуру на базе n8n, где Телеграм выступает единым мобильным интерфейсом для складских работников, а под капотом работает мультимодальная языковая модель с функцией компьютерного зрения.

Вот как я выстроил технический процесс:

- Мобильная точка входа. Я собрал Телеграм-бота, чтобы механикам не приходилось подходить к компьютеру. Сотрудник берет деталь, делает 1-3 фотографии (общий вид и макроснимок участка с артикулом) и отправляет их в чат.

- Распознавание через Vision-модуль. Фотографии улетают по API в нейросеть. Я написал системный промпт, который заставляет ИИ работать как технический эксперт. Модель анализирует геометрию запчасти, считывает выбитый или напечатанный номер (даже если деталь грязная или цифры частично затерты) и определяет производителя.

- Обогащение данных и применимость. Вытащив артикул, ИИ-агент самостоятельно определяет список совместимых автомобилей (марка, модель, поколения и годы выпуска). Это полностью заменяет ручной поиск по каталогам, на который раньше уходили часы рабочего времени.

- SEO-генерация для Авито. На основе собранных данных нейросеть формирует готовый пакет для публикации. Она генерирует релевантный заголовок с нужными поисковыми ключами для алгоритмов Авито и пишет структурированное описание с указанием всех характеристик.

- Умная система уточнений. Я внедрил логику дозапроса данных. Если артикул на фото не читается из-за бликов или для детали критически важна сторона установки (левая/правая), бот не ломается. Он сам отправляет механику в Телеграм точечный уточняющий вопрос.

- Мультимодальная обратная связь. Механику не обязательно печатать ответ грязными руками. Я подключил модуль транскрибации аудио. Сотрудник может просто надиктовать голосовое сообщение ("это правая фара от Форда") или скинуть дополнительное фото. Система распознает голос, склеит новые вводные с предыдущим контекстом и выдаст финальный текст.

В итоге я создал замкнутый контур, в котором нейросеть берет на себя 100% функционала контент-менеджера, а весь цикл создания сложного технического объявления происходит прямо у стеллажа.

Результат

Я полностью исключил контент-менеджеров из цепочки. Теперь детали попадают на витрину Авито прямо от автомеханика.

Итоги в цифрах и деньгах:
- Скорость выросла в десятки раз. Создание сложного объявления занимает 15 секунд вместо 20 минут рутинного гугления каталогов и поиска применимости.
- Быстрая разморозка капитала. Запчасти больше не лежат мертвым грузом в ожидании оформления - они сразу начинают продаваться.
- Срезали ФОТ. Бизнесу не нужно нанимать копирайтеров. ИИ делает эту работу за копейки (оплата только за токены API).
- Нулевой порог входа. Механику не нужно уметь писать тексты или искать OEM-номера.

Как это работает сейчас:
Механик снял грязную фару, сфоткал ее, надиктовал голосом "правая, Форд" и скинул в Телеграм-бота. Через 10 секунд бот присылает готовый SEO-текст с распознанным артикулом, маркой авто и списком совместимости. Остается только закинуть это на Авито.

Презентация проекта