Видеообложка Wildberries 2026: чем отличается, как сделать через AI

Разбираем, что такое видеообложка на WB, чем отличается от полноценного ролика, какие модели подходят и сколько это реально стоит.

Привет. Меня зовут Денис, я отвечаю в Flami за контент и периодически сам сажусь и разбираюсь, что у селлеров болит. Эту статью я писал после внутреннего теста на 80 SKU верхней одежды. Гоняли разные форматы, разные модели, неделю занимался только этим. Поэтому пишу не теорию, а то, к чему пришёл руками.

Сразу покажу, что получилось. Три примера из той партии, выбрал самые разные по формату, чтобы видно было разницу подходов.

Видео

Дальше уже по сути.

Сначала про октябрь 2025-го

Это переломный момент, если не следили. В октябре сам Wildberries запустил AI-инструмент «Видеообложки». То есть прямо в личке селлера появилась кнопка «сгенерировать видеообложку». Forbes тогда написал, что инструмент умеет либо слайдшоу из ваших фото, либо «оживить» одну картинку лёгким движением. Раскатывают волной: Беларусь первой, потом Россия частями.

Звучит как новость для галочки. На самом деле это сигнал: WB прямо сказал, что без видео карточка теперь второго сорта. И начал помогать его делать сам, бесплатно.

Тут и пошёл ажиотаж в чатах. И тут же выяснилось, что многие путают, что вообще такое видеообложка и чем она отличается от обычного видео.

Так в чём разница-то

Если коротко, видеообложка это короткая анимация на втором кадре галереи, сразу после главного фото. Длится несколько секунд, обычно зацикливается. Делает простое: товар чуть поворачивается, фон сдвигается, элементы плавно появляются. Слайдшоу из 3-4 фоток тоже считается видеообложкой.

Именно такое и умеет встроенный инструмент WB. Удобно, быстро, бесплатно. Но потолок низкий: товар крутится, и всё.

Полноценное видео — это уже история. Сценарий. Свет, в кадре тени и блики, понятно как поставлены. Человек берёт товар в руки, разворачивает, надевает, наливает. Продукт меняется на глазах: фен сушит волосы, нож режет помидор тонко, крем впитывается в кожу за 5 секунд. Может быть актёр или модель, может быть голос за кадром, может быть «было-стало». Чем-то это похоже на маленькую кино-сцену, только герой не человек, а товар.

Технически это ролик до 3 минут, до 1000 МБ (по требованиям WB). Но дело не в технике. Дело в том, что его смотрят. А не пролистывают.

Я сначала думал, что нужно выбрать одно из двух. Оказалось, что они работают вместе. Обложка нужна, чтобы вообще кликнули в выдаче. А ролик внутри уже добивает того, кто пришёл и сомневается.

А цифры-то какие на самом деле

Тут разные источники дают разный разброс, и я честно говоря не до конца уверен, какой считать эталоном. Соберу что есть.

Сам Wildberries через свои данные говорит про +30-40% к конверсии в клик из выдачи. То есть на ту плитку, где есть динамика, чаще нажимают. Логично.

A/B-тесты MPSTATS показывают +15% к конверсии в покупку. Это уже после клика, на самой карточке.

Селлеры в опросах называют шире, от +20% до +40%, иногда +60%. Тут надо понимать: люди обычно меряют не чистый эффект видео, а «я сделал ребрендинг карточки целиком», и видео там часть. Так что осторожнее с этими цифрами.

И есть зеркальная: по vc.ru, карточка без видео теряет около 15% конверсии. Просто потому что рядом конкурент с видео, и покупатель уходит туда.

Ещё одна история, которую я несколько раз слышал и видел в чатах, но строгих исследований не находил: добавление видео к старой карточке часто поднимает её в выдаче на 10-20 позиций за пару недель. Похоже, алгоритм фиксирует, что люди стали дольше залипать на карточке, и поднимает. Но повторюсь, это я по чатам собрал, не из официальной аналитики.

«Закинули видеообложку через ваш сервис, через 8 дней артикул из 15-й строки вылез на 4-ю. Что именно сработало, до конца не понял, но больше ничего не менял.» — селлер из чата WB-Camp, ниша «кухонные принадлежности», февраль 2026.

Это не статистика, это разговор. Но таких разговоров много.

Технические требования, чтобы не зависнуть на модерации

Тут коротко, потому что это справочная часть.

Видеообложка:

MP4 или MOV
до 50 МБ
по факту достаточно 5-10 секунд
кодек H.264, аудио AAC
разрешение 720-1920 пикселей по большей стороне
соотношение 3:4, оптимальный размер 810×1080 для автозапуска

Полноценное видео — те же кодеки, но до 1000 МБ и до 3 минут. Для одежды хватает 20-60 секунд, дольше никто не смотрит.

Главные не-технические требования: товар должен занимать минимум 70% кадра. Нельзя чужие логотипы. Нельзя нелицензированную музыку.

Подробнее всё лежит в гайде MPSTATS и в разборе vc.ru. Модерация 1-3 рабочих дня.

Почему встроенный AI Wildberries не заменяет нормальный сервис

Не хочу никого обидеть, инструмент сделан грамотно. Но у него потолок низкий, и важно понимать, где он заканчивается.

Он умеет: слайдшоу из ваших фото и лёгкое «оживление» одной картинки. Всё. Звука нет. Сценария нет. Модель в кадре завести нельзя. Image-to-video из других моделей подсунуть нельзя.

Если у вас 5 SKU, например свечи в банках, встроенного хватит за глаза. Зачем платить, когда есть бесплатное.

Если у вас 80, 200, 500 SKU в одежде, косметике, технике, и каждой нужен свой формат, со звуком, моделью, демонстрацией работы — встроенный не вытянет. Нужны полноценные генеративные модели.

На тех же 80 SKU встроенный инструмент выдал примерно одинаковые анимации, и в выдаче они стали смотреться как близнецы. Это плохо: покупатель пролистывает категорию, видит одно и то же движение по всему каталогу, и глаз быстро отказывается воспринимать.

Какие модели делают полноценное видео

За последний год вышло штук десять-двенадцать моделей, и каждая под своё. У нас в Flami они собраны под одной крышей, чтобы не прыгать между подписками. Расскажу про самые рабочие.

Veo 3.1 от Google DeepMind — это премиум-калибр. Кино-уровень картинки, нативный звук, липсинк на русском прямо из коробки. Я её включаю, когда нужно что-то с озвучкой, актёром или сложной сценой. Лучше всего на одежде, косметике, премиум-сегменте.

Kling 3.0 сильна в динамике. Движение камеры, мультикадровые сцены, тот самый «фильм за 15 секунд». Отлично идёт под электронику, спорттовары, сюжетные ролики.

Hailuo от MiniMax делает лучшую мимику и эмоции из доступного. Если нужно оживить лицо модели или сделать «отзыв реального человека» — её первой пробуйте.

Wan 2.7 знает физику. Блендер, шуруповёрт, утюг, заклёпочник — всё что должно убедительно работать в кадре, отлично рисует именно эта модель.

Seedance 2.0 от ByteDance — изображение и звук одновременно, нативный UGC. Когда нужно «как будто сосед снял на телефон в магазине».

Runway скорее монтажка, чем чистый генератор. Поменять фон, удалить объект, расширить кадр. Когда у вас уже есть исходник и его нужно докрутить.

Дальше по мелочи: Grok Imagine — самая быстрая, для объёма. HappyHorse 1.0 — свежий лидер бенчмарков от Alibaba ATH, лучшая детализация по предметке.

Для картинок и обложек отдельная пачка. Nano Banana от Google, Imagen 4 — фотореализм. Flux 2 — реальная физика и освещение. Ideogram 3.0 и GPT Image 2 умеют читаемый текст и логотипы на картинке. Китайская тройка Z-Image, Qwen Image 2.0, Seedream 5.0 хороша по кириллице.

Список длинный, согласен. Но каждый раз когда я писал «выбирайте универсальную модель», получалось хуже, чем когда подбираешь под задачу.

Как структурировать ролик на 15 секунд, чтобы он работал

Покупатель в WB листает быстро. Решает за пару секунд, остаться или скроллить дальше.

Первые секунды две, ну три — это хук. Сразу товар, сразу выгода, сразу что-то цепляющее. Никаких заставок, логотипов, «привет, друзья». Это самая частая ошибка, я её сам делал.

С третьей по восьмую секунду — показываем товар. Ракурсы, текстура, размер относительно руки, посадка одежды, нанесение крема, кнопки на устройстве. Конкретика.

Где-то с восьмой по тринадцатую — снимаем главное возражение. Тут самая сильная часть ролика. Боятся, что маломерит — покажите рост модели в кадре, 170 см, размер M. Сомневаются в качестве — крупный план шва. Не уверены, что подойдёт — три варианта применения.

Финальный кадр — что-то запоминающееся. Не нужно дублировать «купить», кнопка уже под карточкой и так есть.

Это рамка. Внутри неё работает почти любой формат.

5 форматов под разные товары

Один сценарий не подходит всему. По-простому, вот разбивка по категориям.

Распаковка. Электроника, гаджеты, наборы. Руки достают из коробки, показывают комплектацию, демонстрируют главную функцию. Снимает страх «что в коробке».

Демонстрация. Бытовая техника, посуда, инструмент. Товар работает на глазах: блендер измельчает, утюг гладит, сковорода жарит. Покупатель видит результат, а не воображает.

Lifestyle. Одежда, косметика, аксессуары. Товар в естественной среде: одежда на модели в кафе, крем наносится утром у зеркала. Эмоция и контекст.

Модельный показ. Одежда и обувь. Полный поворот, крупные планы деталей. С 2025-го селлеры массово используют AI-моделей. По материалам vc.ru обязательной маркировки AI-контента для маркетплейсов пока нет, но рекомендую сразу писать в описании «изображение сгенерировано», это сэкономит вопросы потом.

И последнее, анимация и графика. Под БАДы, услуги, абстрактные свойства, всё что физически снять нельзя. Схема действия средства, состав, эффект внутри организма. Тут хорошо работает связка Flux плюс Kling.

Каждый формат тянет свою модель. Lifestyle и модельные ролики — Veo и Kling. Демонстрация — Wan. Распаковка и UGC — Seedance и Hailuo. Анимация — Runway.

Ошибки, на которых валятся даже опытные

Я их выписал по своим тестам и по разборам в чатах. Не претендую на полноту, но эти точно стоит проверить.

Длинное интро. Логотип, заставка, бренд. Минус 80% зрителей за две секунды. У меня лично это было самой первой ошибкой.

Закадровый голос на музыке. В мобильной выдаче WB видео по умолчанию идёт без звука. Если смысл в озвучке, он потерян. Дублируйте текстом на экране, или переноси сообщение в визуал.

Низкое разрешение. 480p в 2026-м выглядит как съёмка с раскладушки. Минимум 720p, а лучше 1080p.

Товар не в фокусе. Если половина кадра — фон, или модель в полный рост, а товар сбоку, алгоритм не считает кадр товарным. И покупатель не запоминает продукт.

Чужие бренды в кадре. Apple Watch на руке модели в ролике про вашу футболку — отклонение модерацией. Видел у пары знакомых.

Музыка с YouTube. Любой популярный трек — автоматический риск блокировки. Только лицензированные библиотеки или AI-генерация звука через Veo / Seedance.

Один шаблон на весь каталог. Звучит экономично, выглядит уныло. Покупатель листает категорию и видит 12 одинаковых анимаций — раздражает.

Чек-лист перед загрузкой

Прохожу его сам перед каждой выгрузкой. Полезная штука.

Длительность 5-30 сек для обложки, 15-60 для ролика
Соотношение 3:4 или 9:16, разрешение 1080p
Размер до 50 МБ или до 1000 МБ соответственно
Товар в кадре с первой секунды, занимает не меньше 70%
Без чужих логотипов
Без чужой музыки
Текст на экране дублирует ключевое сообщение
Финальный кадр запоминается

Что для этого есть во Flami

Flami постоянно пополняется новыми сервисами под разные задачи селлера. Сейчас в работе два, оба заточены под свой кейс. Расскажу про каждый.

Видео из товара

Это для скорости и серийности. Вставляете ссылку на карточку Wildberries или Ozon, мы парсим её: фото, описание, характеристики, цвет, размер, всё что есть в карточке.

Дальше выбираете шаблон. Их у нас десятки: распаковка, демонстрация, lifestyle, модельный, до/после, ASMR, рекламный мини-сюжет. Шаблон — это готовый сценарий, который мы написали и проверили. Он знает, как сложить кадры, где поставить акцент, где показать товар крупно, где общий план.

Указали длительность, качество, формат под маркетплейс или соцсеть. Кнопка. Получили видео.

Если ни один шаблон не подходит, делаете свой. Просто пишете промпт: кадр, движение, действие, финал. Сохраняете как шаблон, дальше гоняете его на любых карточках. То есть шаблон это просто заложенный сценарий, наш или ваш, разницы по технике никакой.

Это режим под серию. 30 SKU, 200 SKU, 2000 SKU. Подгрузили список ссылок, выбрали шаблон, получили пачку готовых роликов. Думать про модели и параметры не нужно, мы это сделали за вас.

Генерация видео

Это полный кастом. Здесь вы строите ролик с нуля.

Сами выбираете модель: Veo 3.1 для премиум-кино, Kling 3.0 для динамики, Hailuo для эмоций, Wan 2.7 для физики, Seedance 2.0 для UGC, Runway для редактирования, Grok Imagine для скорости, HappyHorse 1.0 для предметки.

Грузите свои фото, если есть. Пишете промпт в свободной форме, как видите сцену. Задаёте параметры: длительность, разрешение, движение камеры, стиль, звук. Можно комбинировать: image-to-video на одной модели, постобработка на другой.

Это режим, когда нужен один точный ролик, а не серия. Когда есть креативная идея, под которую готовых шаблонов нет. Когда хочется поиграть с моделями и промптами.

Сколько стоит

От 30 рублей за ролик, в зависимости от модели и длительности. Время от 1 до 5 минут.

Для сравнения, студийная съёмка одного ролика стоит 5-15 тысяч рублей, и ждать его неделю.

Попробовать бесплатно → flami.pro

Часто задаваемые вопросы

Чем видеообложка отличается от полноценного видео? Обложка это короткая анимация во втором кадре галереи, превью с лёгким движением. Ролик это уже отдельное видео в карточке, до 3 минут, со сценарием и звуком.

Сколько стоит сделать видеообложку через AI? От 30 до 200 рублей за ролик. Студия попросит 5-15 тысяч.

Можно ли использовать AI-видео в коммерческой рекламе в РФ? Можно. Закон о маркировке AI-контента обсуждают с 2024-го, на май 2026-го обязательной маркировки для карточек маркетплейсов нет. Я рекомендую всё же добавлять в описание «создано с помощью AI» — это снимает вопросы.

Сколько идёт модерация видео на WB? 1-3 рабочих дня. Если повторно загружаете после доработки, обычно быстрее.

Какое разрешение видео лучше для Wildberries? 1080p, 810×1080 при соотношении 3:4. Больше не нужно, WB всё равно перекодирует.

Нужен ли звук в видеообложке? Не обязателен. В мобильной выдаче звук по умолчанию выключен. Если со звуком, дублируйте смысл текстом на экране.

Когда хватает встроенного AI Wildberries, а когда нужен Flami? Встроенный хватит на 1-5 SKU и простую анимацию. Flami нужен под серию, под разные форматы, под звук, под кастомные сценарии, под полноценное видео с моделью.

Видеообложка Wildberries: чем она вообще отличается от полноценного видео и стоит ли с ней возиться