Загрузка номенклатуры на Wildberries из 1С УНФ за 2 минуты

У меня небольшой магазин на Wildberries. Каждая новая позиция — это рутина: придумать заголовок до 60 символов, написать продающее описание на полторы тысячи знаков, заполнить тридцать характеристик категории, подготовить четыре фотографии с инфографикой.

Если делает дизайнер — три тысячи рублей за карточку. Если делать самому — два-три часа. И главное: вся информация про товары у меня уже есть в 1С: Управление нашей фирмой (УНФ). Артикулы, цены, фото от поставщиков. Зачем дублировать вручную в личный кабинет Wildberries?

Я собрал внешнюю обработку ГенераторКарточекWB.epf. Подключается через «Дополнительные отчёты и обработки», работает прямо в форме списка номенклатуры. Ниже — что она делает и как устроена.

С чего всё началось

Бренд TITANOM, ниша — электроника (процессоры, SSD, корпуса). За первый месяц продаж я понял, что узкое место не товар и не закупка, а сами карточки. Без хорошей карточки даже в дефицитной нише не будет продаж.

Первая мысль — нанять дизайнера. Расчёт: десять новых позиций в месяц, три тысячи рублей за карточку, итого тридцать тысяч. Без гарантии что выйдет хорошо: дизайнер не разбирается в технике, тексты пишет копирайтер, всё это собирается ещё неделю.

Вторая мысль — сделать самому. После третьей карточки я понял, что вечера за этим занятием — это не то, ради чего я завёл магазин.

Третья мысль оказалась рабочей: пусть это делает 1С. Точнее, не сама 1С, а связка УНФ + AI + Wildberries API через одну внешнюю обработку.

Что получается на выходе

Открываю форму обработки. Выбираю товар из справочника номенклатуры УНФ. Загружаю фото товара (хоть от поставщика, хоть своё). Нажимаю четыре кнопки — получаю готовую карточку на Wildberries: с заголовком, описанием на 1500 знаков, тридцатью характеристиками и четырьмя фото с инфографикой в фирменном стиле.

Время от выбора товара до публикации — около двух минут. Без захода в личный кабинет Wildberries вообще.

Шаг 1. Выбор товара

В обработке есть выпадающий список со всеми товарами из справочника Номенклатура вашей УНФ. Выбираете нужный — артикул вендорского кода (vendorCode для WB) подставляется автоматически из префикса бренда плюс кода товара.

Ничего изобретать заново не нужно. Если у вас в УНФ позиция уже заведена — она годится для Wildberries.

Шаг 2. Эталонное фото и категория WB

Загружаете фотографию товара. Это может быть фото от поставщика, фото со склада или ваше собственное. Обработка заливает её на временный публичный URL — он нужен, чтобы AI-модель «видела» именно ваш товар, а не выдумывала его по названию.

Категория Wildberries выбирается через поиск: вводите часть слова (например, «процессор») — обработка стучится в WB API и показывает все подходящие subjectID. Выбираете один. Дальше кнопка «Характеристики WB» подтягивает 30+ полей именно для вашей категории.

Шаг 3. Описание через GPT-5.4

Кнопка «Описание» отправляет в kie.ai (модель gpt-5-4) краткий контекст: название товара, бренд, характеристики из УНФ. Через 5–10 секунд возвращается JSON с заголовком и описанием. Если что-то не нравится — правите прямо в полях формы. Это полезно: AI не знает специфики вашего бренда (например, что у вас бесплатная доставка по Москве), а вы знаете.

Шаг 4. Фото с инфографикой

Самая интересная часть. Кнопка «Промпты для фото» делает хитрую вещь: отдаёт AI-модели вашу эталонную фотографию плюс название и характеристики. Модель смотрит на эталон, понимает форму, цвет, корпус, маркировки — и пишет четыре отдельных промпта для генерации картинок. С инфографикой. С вашим брендом. В фирменных цветах (можно задать любые — TITANOM красный, Samsung синий, ASUS чёрно-золотой).

Дальше кнопка «Все 4 фото» запускает четыре параллельные задачи генерации в kie.ai (модель nano-banana-2). Через 30–60 секунд на форме появляются четыре карточки формата 3:4 — главное фото, применение, спецификация, преимущества. Все четыре с одним и тем же товаром: каждый промпт начинается с инструкции «строго сохрани форму, цвет, маркировки с эталона». Каждое фото — с инфографикой на русском, эмодзи-иконками, конкретными цифрами характеристик.

Шаг 5. Выгрузка на Wildberries

Кнопка «Выгрузить на WB». Обработка собирает JSON с заголовком, описанием, размерами, ценой и характеристиками — отправляет в Wildberries Content API. Карточка создаётся. По полученному nmID обработка догружает все четыре фото через media-эндпоинт (multipart с заголовками X-Nm-Id, X-Photo-Number).

Если артикул уже занят прошлой карточкой — обработка сама добавляет суффикс со временем (например, TIT-001-141520) и пересоздаёт. Если карточка попала в статус ошибки валидации Wildberries — выводит точные тексты ошибок прямо в лог обработки.

Что под капотом

Обработка — обычный .epf на встроенном языке 1С. Без сторонних библиотек, без Python-сервисов, без надстроек. Работает в любой 1С УНФ начиная с версии 3.0.

Используется ровно две внешних службы:

• kie.ai — маркетплейс AI-моделей. Для текста — gpt-5-4 (синхронный chat, эндпоинт /codex/v1/responses). Для картинок — nano-banana-2 (асинхронный createTask + polling статуса). Авторизация — Bearer-токен.
• Wildberries Content API — поиск категорий (/content/v2/object/all), характеристики категории (/content/v2/object/charcs/{id}), создание карточки (/content/v2/cards/upload), загрузка фото (/content/v3/media/file). Авторизация — JWT-токен из личного кабинета продавца.

Все ключи хранятся локально, в ХранилищеОбщихНастроек 1С. В файле обработки .epf никаких ключей нет. Другой пользователь, открыв файл, увидит пустые поля и должен будет ввести свои собственные ключи через кнопку «Настройки».

Я не программист 1С — но это я собрал сам

Внешнюю обработку я собрал за один вечер вместе с Claude (нейросетью от Anthropic) и MCP-сервером для 1С. Это и есть «вайбкодинг»: я не пишу код руками — я формулирую задачу, нейросеть пишет код, тут же тестирует его на моей реальной базе УНФ через MCP-сервер, исправляет ошибки и доводит до рабочего состояния.

Никаких десяти лет опыта в 1С не нужно. Нужны только понимание собственной задачи и внятная её формулировка.

Если предприниматель умеет внятно описать процесс — нейросеть может его автоматизировать. И уже не нужна команда из дизайнера, копирайтера и программиста 1С.

Итоги

Сравнение «было / стало» по одной карточке электроники:

Было: 2–3 часа работы или 3000 ₽ дизайнеру за карточку. Копирование характеристик из УНФ в WB вручную. Описание писалось самостоятельно или подглядывалось у конкурентов.

Стало: 2 минуты и около 30 ₽ за генерацию (стоимость токенов kie.ai). Описание и четыре фото с инфографикой в фирменном стиле — автоматически. Все характеристики подтягиваются из WB API под нужную категорию.

За первую неделю работы обработки я загрузил больше карточек, чем за весь предыдущий месяц вручную. Раньше каждая карточка была «событием на полдня». Теперь это рутинная операция в 1С УНФ, такая же привычная как проведение документа реализации.