Как за одну съёмку собрать полную базу товара для сайта, рекламы и AI
Есть фотография закрытой банки джема. Этикетка читается, форма понятна, цвет передан правильно. Для каталога этого может быть достаточно.
А потом нужно сделать видео, где банку открывают и набирают джем ложкой. И внезапно выясняется: никто не сфотографировал, как продукт выглядит внутри. Какого он цвета? Насколько густой? Видны ли ягоды? Как выглядит поверхность сразу после открытия?
Нейросеть предложит свой вариант. Возможно, очень аппетитный. Только это будет уже её джем, а не обязательно тот, который находится в банке клиента.
Та же проблема возникает с задней стороной сумки, внутренностью коробки, подошвой обуви, открытой крышкой косметического средства, светящимся дисплеем техники, фактурой ткани или конфетой в разрезе.
Поэтому, если товар снимается не для одного конкретного кадра, а как база для дальнейшей работы, задача меняется. Нужно получить не несколько удачных фотографий, а достаточно полное визуальное описание реального предмета.
Такой набор можно использовать для карточки товара, сайта, рекламы, инфографики, новых AI-сцен и будущего видео. А главное — при создании следующего контента не приходится заново задаваться вопросом: «Интересно, а как это там на самом деле выглядит?»
Красивый ракурс — ещё не полная информация о товаре
Обычная предметная съёмка часто строится вокруг конечного результата: нужны пять фотографий для карточки — снимаем пять фотографий.
У долгосрочной контент-базы другая логика.
Представим сумку, снятую фронтально и в красивом ракурсе три четверти. Эти фотографии хорошо показывают переднюю часть, ручки и часть боковой поверхности. Но если через месяц понадобится кадр, где модель несёт сумку другой стороной к камере, возникнут вопросы.
Как устроена задняя часть? Продолжается ли там шов? Где заканчивается молния? Как крепится ремень? Есть ли с обратной стороны карман?
Если этой информации нет среди исходников, её придётся восстанавливать по догадке.
Поэтому первый блок хорошей товарной базы — это не набор самых привлекательных ракурсов, а геометрия предмета целиком.
Сначала обходим товар по кругу
Условно это можно представить как 360-градусную съёмку с более крупным шагом.
Для простого предмета достаточно основных положений:
- спереди;
- три четверти с одной стороны;
- строго сбоку;
- три четверти сзади;
- сзади;
- те же промежуточные положения с другой стороны.
Для сложной формы ракурсов может понадобиться больше.
Смысл не в том, чтобы обязательно сделать десятки одинаковых фотографий. Важно, чтобы одна поверхность переходила в другую и по серии можно было понять конструкцию предмета без слепых зон.
Если верх и низ имеют значение, их тоже снимают отдельно.
У флакона сверху может быть сложный дозатор. У сумки — застёжка. У обуви снизу находится подошва с собственным рисунком. У техники на нижней поверхности могут быть ножки, крепления или технические элементы.
В результате получается своего рода круговой визуальный паспорт: можно понять, какая форма у предмета не только с парадной стороны, но и в пространстве.
Это особенно ценно для дальнейшей AI-работы. Если будущая сцена потребует повернуть товар, у нас есть реальные данные, на которые можно опираться, а не только просьба к модели «покажи тот же предмет с другого ракурса».
У товара есть не только стороны, но и состояния
Следующий слой информации — то, как предмет меняется.
Закрытая банка и открытая банка — два разных состояния.
Техника с выключенным экраном и работающим дисплеем — тоже.
Так же работают:
- закрытая и снятая крышка;
- застёгнутая и расстёгнутая сумка;
- пустой и заполненный контейнер;
- сложенный и разложенный предмет;
- закрытый и выдвинутый ящик;
- собранное и разобранное изделие;
- поднятая и опущенная ручка;
- включённая и выключенная подсветка;
- упаковка до открытия и после него.
Это кажется очевидным ровно до момента, когда нужного состояния нет.
По фотографии закрытого флакона невозможно достоверно определить, как выглядит горлышко под крышкой. По выключенному дисплею нельзя узнать расположение символов на включённом экране. По закрытой коробке — устройство внутреннего ложемента.
Человек, который держит реальный предмет в руках, легко получает эту информацию. Нейросеть видит только то, что ей дали.
Поэтому полезный вопрос перед съёмкой звучит так:
«В каких состояниях этот товар потенциально может появиться в будущем контенте?»
Не нужно фотографировать бессмысленные комбинации на всякий случай. Но значимые физические состояния лучше зафиксировать, пока сам предмет находится в студии.
Следующий слой — детали, которые легко потерять
Общий ракурс показывает форму, но не всегда объясняет конструкцию.
Для одного товара важны:
- замок;
- петля;
- шов;
- карабин;
- молния.
Для другого:
- кнопки;
- дисплей;
- разъёмы;
- крепления;
- шкала;
- переключатель.
Для косметики это могут быть дозатор, аппликатор, резьба крышки, горлышко или защитная мембрана.
Такие элементы лучше снимать отдельно и достаточно крупно.
Причина не только в AI. Детальные кадры потом пригодятся для инфографики, сайта, инструкции, рекламного макета или крупного плана в видео.
По сути, мы заранее создаём библиотеку ответов на вопрос: «Из каких визуально значимых частей состоит этот товар?»
Материал нельзя надёжно восстановить по общему плану
У кожаной сумки есть форма. Но ещё у неё есть конкретная кожа.
Гладкая или зернистая? Матовая или с лёгким блеском? Насколько заметен рисунок поверхности?
То же самое с тканью, металлом, стеклом, деревом, пластиком, замшей.
Поэтому следующий обязательный слой базы — фактура и свойства поверхности.
Здесь нужен уже не общий вид, а кадр, по которому действительно можно считать материал.
Для ткани важны плетение и ворс. Для кожи — зерно и характер блеска. Для металла — отражения и обработка поверхности. Для стекла — прозрачность, оттенок, толщина края. Для матового пластика — характер поверхности, который легко случайно превратить в AI-сцене в глянцевый.
Это тот случай, когда красивое изображение может оказаться даже опаснее плохого. Оно выглядит убедительно, поэтому изменение материала не сразу замечают.
Если же есть хороший эталонный макрокадр, результат можно проверять не по памяти, а по реальному товару.
А иногда самое важное вообще находится внутри
Есть целая группа товаров, для которых фотографии упаковки недостаточно в принципе.
Самый очевидный пример — косметика.
Снаружи стоит банка крема. Но сам продукт может быть белым, бежевым, полупрозрачным, плотным, воздушным, гелевым, с частицами или без них.
Если потом понадобится изображение с открытой банкой, свотч на коже или AI-видео, где крем набирают пальцем, эта информация становится критичной.
То же самое с продуктами питания:
печенье лучше показать на разломе, конфету — в разрезе, хлеб — через структуру мякиша, колбасу или сыр — на срезе, джем — внутри банки, выпечку — вместе с начинкой.
Но еда и косметика — не единственные примеры.
Мягкие изделия
У матраса, подушки, одеяла или мягкой мебели внешний чехол не объясняет внутреннюю конструкцию. Если она важна для продукта, полезно показать слои, наполнитель, пену, пружины или другой материал.
Одежда и текстиль
У куртки важны не только наружная ткань и посадка, но иногда подкладка, утеплитель, внутренние карманы, обработка швов.
Обувь и сумки
Внутренняя отделка, стелька, подкладка, карманы, отделения и крепления могут быть не менее значимы, чем фасад изделия.
Фильтры, губки, щётки и расходные материалы
Пористость, ворс, слоистость, плотность и внутренняя структура часто являются частью самого свойства продукта.
Строительные и отделочные материалы
У панелей, утеплителей, покрытий и композитов может быть важен срез, толщина слоя или внутренняя структура.
То есть правило здесь шире, чем «не забыть текстуру»:
если часть товара можно увидеть после открытия, разреза, разлома, снятия крышки или использования — и она может появиться в будущем контенте, её стоит зафиксировать отдельно.
AI не должен проектировать внутреннее устройство реального продукта вместо производителя.
Размер: сантиметры и человеческий масштаб решают разные задачи
Ещё одна информация, которую легко потерять, — реальный масштаб.
Фотография отдельно стоящего флакона почти ничего не говорит о том, помещается ли он в ладони или размером с бутылку воды.
Поэтому полезно иметь два типа исходников.
Первый — технический масштаб.
Для объёмного предмета можно отдельно зафиксировать высоту, ширину и глубину. Иногда достаточно записанных размеров, но для сложных объектов полезны и технические фотографии с линейкой или другим измерительным ориентиром.
Такие кадры вообще не обязаны быть красивыми. Их задача — не попасть в карточку, а сохранить информацию.
Второй — масштаб относительно человека.
Небольшой предмет удобно показать в руке. Косметику — рядом с ладонью или лицом. Сумку — на человеке. Более крупный объект — относительно тела или знакомой среды.
И здесь появляется ещё один полезный принцип для будущей генерации.
Если планируется AI-контент с человеком, хорошо иметь реальные изображения, по которым понятно, какого размера товар должен быть рядом с человеком.
Иначе можно идеально сохранить флакон и получить модель, которая держит его так, будто это миниатюрный термос.
Эталонные кадры могут быть скучными — и это нормально
Для такой базы не каждый исходник должен выглядеть как готовая реклама.
Некоторые фотографии выполняют техническую функцию.
Строгий профиль. Вид сзади. Низ изделия. Линейка рядом с корпусом. Макрокадр шва. Открытая упаковка без красивого реквизита.
В портфолио фотографа они, возможно, никогда не попадут.
Но спустя полгода именно такой «скучный» кадр может оказаться полезнее эффектной композиции.
Потому что в нём есть информация, которой нет больше нигде.
Это важное отличие контент-базы от обычного отбора фотографий: мы оцениваем кадр не только по тому, хочется ли его опубликовать сегодня, но и по тому, что из него можно узнать о товаре завтра.
Отдельно стоит снять всё, что AI обычно пришлось бы угадывать
Перед завершением съёмки можно пройтись по товару с очень простым вопросом:
Если завтра нам понадобится создать любой разумный кадр с этим предметом — чего мы пока о нём не знаем?
Не видели обратную сторону — снимаем.
Не знаем, что под крышкой, — открываем.
Есть важный замок — делаем крупный план.
Не читается фактура — снимаем макро.
Непонятен масштаб — добавляем руку или измерение.
Продукт находится внутри упаковки — показываем сам продукт.
Есть несколько рабочих состояний — фиксируем их отдельно.
Так получается не бесконечный архив «на всякий случай», а осмысленная система.
Но снимать абсолютно всё тоже не нужно
Здесь легко уйти в другую крайность и превратить каждый SKU в музейную оцифровку.
Это не цель.
Кружке простой формы не обязательно нужны сорок промежуточных ракурсов. У коробки без особенностей снизу едва ли нужен отдельный художественный кадр. Если товар никогда не открывается и его внутренность не является частью продукта, нет смысла искусственно придумывать такое состояние.
Количество исходников должно зависеть от сложности конкретного товара и будущих задач.
Простой объект может быть полностью описан довольно компактным набором. Сложному устройству, сумке с большим количеством фурнитуры или продукту с несколькими состояниями потребуется значительно больше.
Правильный критерий — не количество файлов.
После съёмки о товаре не должно оставаться существенной визуальной информации, которую следующему специалисту придётся придумывать.
Из такой базы можно собирать разные типы контента
Когда предмет описан достаточно полно, меняется сам подход к дальнейшему производству.
Для карточки товара берём нужные каталожные ракурсы, детали, масштаб и состояния.
Для сайта можно использовать более свободную композицию.
Для инфографики уже есть кадры, доказывающие размер, конструкцию или материал.
Для рекламы можно строить более выразительное окружение.
Для сезонных AI-сцен не обязательно снова привозить товар в студию только потому, что понадобился Новый год вместо лета.
Для AI-видео есть реальные ориентиры, как открывается предмет, что находится внутри, как выглядит дисплей или продукт в банке.
Конечно, такая база не гарантирует, что теперь из неё можно без ограничений создать любой мыслимый ракурс или любое сложное действие. Иногда всё равно понадобится новая съёмка, видео или 3D.
Но зона, в которой приходится фантазировать о самом товаре, становится значительно меньше.
И это, пожалуй, главный смысл такой подготовки.
Один съёмочный день должен оставлять после себя не просто фотографии
Хороший результат предметной съёмки можно оценивать не только количеством готовых кадров.
Есть более интересный вопрос:
насколько хорошо после этой съёмки мы знаем товар визуально?
Видели ли мы его со всех значимых сторон?
Знаем ли, что происходит при открытии?
Понимаем ли конструктивные детали?
Можем ли проверить материал?
Известен ли масштаб?
Зафиксировано ли то, что находится внутри?
Если да, перед нами уже не просто папка с фотографиями. Это рабочая визуальная база товара, из которой можно строить следующую карточку, рекламный макет, интерьерную сцену или видео, не начиная знакомство с предметом заново.
И именно поэтому хорошая подготовка к будущему AI-контенту начинается не с выбора нейросети и даже не с промпта.
Она начинается в тот момент, когда реальный товар ещё стоит перед камерой — и мы решаем, какую информацию о нём нельзя позволить следующему этапу додумывать.
20.10.2026