ساخت کاتالوگ با هوش مصنوعی؛ آموزش طراحی کاتالوگ محصول با AI
در این راهنمای جامع، ساخت کاتالوگ محصول با هوش مصنوعی را از آمادهسازی اطلاعات و تصاویر تا طراحی PDF و کاتالوگ دیجیتال یاد میگیرید و با ابزارهای معتبر، پرامپتها و API درواره آشنا میشوید.
ساخت کاتالوگ حرفهای فقط کنار هم قرار دادن چند عکس و قیمت نیست. یک کاتالوگ مؤثر باید محصولات را ساختاریافته نمایش دهد، اطلاعات درست و قابلمقایسه ارائه کند، با هویت برند هماهنگ باشد و مشتری را به تماس، استعلام قیمت یا خرید هدایت کند.
وقتی تعداد محصولات زیاد باشد، طراحی دستی کاتالوگ به فرایندی زمانبر تبدیل میشود. تصاویر باید آماده شوند، توضیحات نوشته شوند، محصولات در دستههای مناسب قرار گیرند، اطلاعات فنی کنترل شوند و صفحات مختلف براساس یک قالب ثابت ساخته شوند.
هوش مصنوعی میتواند بخشهای زیادی از این فرایند را سریعتر کند:
- دستهبندی محصولات
- نوشتن عنوان و توضیحات
- خلاصهسازی مشخصات فنی
- حذف و تغییر پسزمینه تصاویر
- ساخت تصویر تبلیغاتی
- پیشنهاد ساختار صفحات
- طراحی جلد
- ساخت جدول مقایسه
- ترجمه محتوا
- تولید کاتالوگ از Excel یا CSV
- ساخت نسخههای متفاوت برای مشتریان مختلف
- تولید Alt Text
- آمادهسازی کاتالوگ PDF یا دیجیتال
در این مقاله، ساخت کاتالوگ با هوش مصنوعی را از آمادهسازی دادهها تا خروجی نهایی بررسی میکنیم، بهترین ابزارهای Catalog Maker را معرفی میکنیم و در بخش فنی یاد میگیریم چگونه با API درواره یک سامانه تولید کاتالوگ هوشمند بسازیم.
کاتالوگ هوش مصنوعی چیست؟
کاتالوگ هوش مصنوعی یا AI Catalog کاتالوگی است که بخشی از فرایند تولید، ویرایش یا بهروزرسانی آن با استفاده از AI و اتوماسیون انجام میشود.
هوش مصنوعی ممکن است در تولید این اجزا نقش داشته باشد:
- متن معرفی برند
- عنوان محصول
- توضیحات کوتاه
- ویژگیهای کلیدی
- جدول مشخصات
- دستهبندی محصولات
- تصویر محصول
- پسزمینه تصاویر
- پیشنهاد Layout
- ساخت صفحات
- ترجمه
- CTA
- توضیحات دسترسپذیری تصاویر
کاتالوگ نهایی میتواند در چند قالب منتشر شود:
- فایل PDF
- PDF مناسب چاپ
- Flipbook
- صفحه وب
- کاتالوگ تعاملی
- لینک قابل اشتراک
- کاتالوگ موبایلی
- کاتالوگ دارای لینک خرید
- کاتالوگ B2B
- Price List
- Lookbook
- Line Sheet
تفاوت کاتالوگ، بروشور و Lookbook چیست؟
کاتالوگ
کاتالوگ معمولاً مجموعه بزرگی از محصولات را همراه با اطلاعات، کد، ویژگی و قیمت نمایش میدهد.
بروشور
Brochure بیشتر برای معرفی کلی یک شرکت، محصول، خدمت یا کمپین استفاده میشود و معمولاً صفحات کمتری دارد.
Lookbook
Lookbook بر نمایش بصری مجموعه تمرکز دارد. در مد، دکوراسیون، جواهرات و محصولات Lifestyle از تصاویر بزرگتر و متن کمتر استفاده میشود.
Line Sheet
Line Sheet بیشتر برای فروش عمده و B2B ساخته میشود و اطلاعاتی مانند SKU، رنگ، سایز، قیمت عمده، حداقل سفارش و شرایط محصول را بهشکلی فشرده ارائه میکند.
چرا از هوش مصنوعی برای ساخت کاتالوگ استفاده کنیم؟
افزایش سرعت تولید
بهجای نوشتن دستی توضیحات صدها محصول، میتوان اطلاعات ساختاریافته را به مدل داد و متن اولیه تولید کرد.
یکپارچگی محتوا
با یک Prompt و Template ثابت، عنوانها و توضیحات ساختار مشابهی پیدا میکنند.
بهروزرسانی آسانتر
اگر اطلاعات کاتالوگ از Excel، CSV، ERP یا PIM دریافت شود، تغییر قیمت و محصول بدون طراحی مجدد تمام صفحات امکانپذیر است.
شخصیسازی
میتوان برای گروههای مختلف مشتری، نسخه متفاوت ساخت:
- کاتالوگ مصرفکننده
- کاتالوگ نمایندگان
- کاتالوگ عمدهفروشی
- نسخه اختصاصی یک مشتری سازمانی
- نسخه بدون قیمت
- نسخه با قیمت همکاری
- نسخه یک دسته محصول
تولید محتوا به چند زبان
مدلهای زبانی میتوانند متن کاتالوگ را ترجمه و با لحن بازار هدف بازنویسی کنند. ترجمه نهایی باید بازبینی انسانی شود.
آمادهسازی بهتر تصاویر
هوش مصنوعی میتواند پسزمینه تصاویر را حذف، نور را اصلاح و محصول را در قالبی یکسان نمایش دهد.
بهترین سایتهای ساخت کاتالوگ با هوش مصنوعی
Canva
Canva یکی از سادهترین ابزارها برای ساخت کاتالوگ، بروشور، Lookbook و Price List است.
قابلیتهای کاربردی:
- قالبهای آماده کاتالوگ
- ویرایش Drag-and-Drop
- تولید متن با AI
- حذف پسزمینه
- تولید تصویر
- استفاده از Brand Kit
- ساخت جدول و نمودار
- همکاری تیمی
- خروجی PDF
- آمادهسازی فایل چاپ
- ساخت QR Code
Canva برای کاتالوگهای کوچک و متوسط مناسب است؛ بهخصوص زمانی که طراحی بصری اهمیت دارد و اطلاعات محصولات دائماً تغییر نمیکنند.
محدودیت:
برای صدها یا هزاران محصول، اضافهکردن و مدیریت دستی صفحات دشوار میشود. در چنین شرایطی ابزارهای مبتنی بر Product Feed مناسبتر هستند.
Flipsnack
Flipsnack یک ابزار تخصصی ساخت کاتالوگ دیجیتال و Flipbook است و میتواند اطلاعات محصولات را از Product Feed دریافت کند.
قابلیتهای مهم:
- واردکردن CSV و XLSX
- اتصال Google Sheets
- نگاشت ستونهای داده به قالب
- تولید خودکار صفحات
- دستهبندی محصولات
- همگامسازی اطلاعات
- افزودن لینک و دکمه خرید
- ساخت کاتالوگ تعاملی
- تحلیل بازدید و تعامل
- اشتراک با لینک
- اتصال به ERP یا PIM در گردش کار سازمانی
در راهنمای رسمی Flipsnack، Product Feed میتواند از CSV، XLSX یا Google Sheets دریافت شود و اطلاعات محصولات به قالب کاتالوگ نگاشت شوند. Flipsnack Catalog Generator
مناسب برای:
- شرکتهای دارای محصولات زیاد
- تیمهای فروش B2B
- عمدهفروشان
- شرکتهای دارای Product Feed
- برندهایی که کاتالوگ تعاملی میخواهند
محدودیت:
بعضی قابلیتهای اتوماسیون، API و همگامسازی برای پلنهای سازمانی ارائه میشوند.
Catalogly
Catalogly برای تبدیل فایل Excel یا CSV محصولات به کاتالوگ PDF و Price List طراحی شده است.
قابلیتهای آن:
- واردکردن Excel و CSV
- پشتیبانی از نام، تصویر، قیمت و SKU
- ساخت PDF
- قالب Grid و List
- نمایش قیمت عمده و مصرفکننده
- دستهبندی محصول
- نمایش بارکد
- تولید Line Sheet
- ساخت کاتالوگهای بزرگتر بدون صفحهآرایی دستی
Catalogly برای کسبوکارهایی مناسب است که داده محصولات خود را در Spreadsheet نگهداری میکنند و به PDF ساختاریافته نیاز دارند.
محدودیت:
تمرکز آن روی اتوماسیون داده و PDF است. برای طراحیهای Editorial بسیار خاص ممکن است به ویرایش تکمیلی نیاز داشته باشید.
EasyCatalog
EasyCatalog امکان واردکردن محصولات از Shopify یا CSV و تولید کاتالوگ، Price List، Line Sheet و Flipbook را فراهم میکند.
قابلیتهای مهم:
- واردکردن اطلاعات Shopify
- آپلود CSV
- نمایش واریانتها
- جدول محصولات
- ساخت فهرست مطالب
- خروجی PDF
- Flipbook تعاملی
- قیمت عمده
- فرم سفارش
- همگامسازی اطلاعات
- ارتباط با Canva
EasyCatalog برای فروشگاههای آنلاین و کسبوکارهایی مناسب است که میخواهند اطلاعات محصولات خود را مستقیماً وارد کاتالوگ کنند.
Quicktalog
Quicktalog یک سرویس ساخت کاتالوگ دیجیتال و موبایلمحور است. کاربر میتواند محصولات، خدمات یا منو را وارد و یک لینک قابلاشتراک ایجاد کند.
قابلیتها:
- ساخت کاتالوگ دیجیتال
- تولید اولیه با AI
- نمایش مناسب موبایل
- لینک و QR Code
- ویرایش سریع اطلاعات
- تحلیل بازدید
- اشتراک بدون نصب اپلیکیشن
Quicktalog بیشتر برای کسبوکارهای کوچک، خدمات، منو و فهرست قیمت مناسب است.
Adobe InDesign و Firefly
Adobe InDesign همچنان یکی از ابزارهای حرفهای صفحهآرایی کاتالوگ چاپی است. Firefly و Photoshop نیز برای ساخت و اصلاح تصاویر محصول استفاده میشوند.
گردش کار حرفهای میتواند چنین باشد:
- اطلاعات محصولات از پایگاه داده یا Spreadsheet دریافت شود.
- توضیحات با مدل زبانی آماده شوند.
- تصاویر در Photoshop و Firefly اصلاح شوند.
- صفحات در InDesign ساخته شوند.
- فایل نهایی برای چاپ یا انتشار دیجیتال خروجی گرفته شود.
این روش کنترل بسیار بالایی ایجاد میکند، اما نسبت به سرویسهای آماده نیازمند تخصص و زمان بیشتری است.
API هوش مصنوعی درواره
اگر میخواهید کاتالوگساز هوشمند خود را بسازید، میتوانید از API درواره برای تولید متن، تحلیل تصویر و ساخت یا ویرایش تصاویر استفاده کنید.
موارد قابلپیادهسازی:
- تولید توضیحات محصولات
- استخراج ویژگیهای کلیدی
- دستهبندی محصولات
- ساخت عنوانهای یکپارچه
- ترجمه توضیحات
- تولید Alt Text
- تحلیل کیفیت تصویر
- ساخت تصاویر تبلیغاتی
- حذف یا تغییر پسزمینه
- ایجاد JSON ساختاریافته
- آمادهسازی اطلاعات برای موتور ساخت PDF
برای مشاهده مدلها، Model ID درواره و قیمتهای بهروز به صفحه مدلهای درواره مراجعه کنید.
مقایسه ابزارهای ساخت کاتالوگ
| ابزار | کاربرد اصلی | منبع داده | خروجی | مناسب برای |
|---|---|---|---|---|
| Canva | طراحی بصری | ورود دستی | PDF و تصویر | کاتالوگ کوچک |
| Flipsnack | کاتالوگ تعاملی | CSV، XLSX و Feed | Flipbook و لینک | شرکت و B2B |
| Catalogly | PDF خودکار | Excel و CSV | PDF و Price List | عمدهفروش |
| EasyCatalog | کاتالوگ فروشگاهی | Shopify و CSV | PDF و Flipbook | فروشگاه آنلاین |
| Quicktalog | کاتالوگ موبایلی | ورود دستی یا AI | لینک دیجیتال | کسبوکار کوچک |
| InDesign | صفحهآرایی حرفهای | داده و طراحی | PDF چاپی | آژانس و طراح |
| API درواره | تولید محتوا و تصویر | API و پایگاه داده | JSON، متن و تصویر | توسعهدهنده |
بهترین ابزار برای هر نوع کاتالوگ
کاتالوگ ساده شرکتی
Canva برای طراحی سریع و استفاده از قالبهای آماده مناسب است.
کاتالوگ محصولات زیاد
Flipsnack، Catalogly یا EasyCatalog نسبت به صفحهآرایی دستی گزینه مناسبتری هستند.
کاتالوگ B2B و قیمت همکاری
ابزاری را انتخاب کنید که SKU، قیمت عمده، جدول و واریانتها را پشتیبانی کند.
کاتالوگ دیجیتال تعاملی
Flipsnack برای لینک، ویدئو، دکمه خرید و تحلیل تعامل مناسب است.
کاتالوگ قابل اشتراک در پیامرسان
یک لینک موبایلمحور یا PDF کمحجم معمولاً از فایل چاپی بسیار سنگین کاربردیتر است.
کاتالوگ چاپی حرفهای
InDesign یا ابزار صفحهآرایی حرفهای کنترل بیشتری روی رنگ، Bleed، Typography و خروجی چاپ ایجاد میکند.
کاتالوگساز اختصاصی
برای ساخت سامانه متصل به فروشگاه، ERP یا پایگاه داده میتوانید از API درواره برای محتوای هوشمند استفاده کنید و PDF یا صفحه وب را با موتور رندر خود بسازید.
مراحل ساخت کاتالوگ با هوش مصنوعی
مرحله اول: هدف کاتالوگ را مشخص کنید
پیش از طراحی به این پرسشها پاسخ دهید:
- مخاطب کاتالوگ کیست؟
- کاتالوگ برای فروش است یا معرفی؟
- نسخه چاپی لازم است یا دیجیتال؟
- قیمت داخل کاتالوگ نمایش داده میشود؟
- اطلاعات محصولات چند وقت یکبار تغییر میکند؟
- چند محصول وجود دارد؟
- مشتری باید چه اقدامی انجام دهد؟
- آیا نسخه جداگانه برای نمایندگان لازم است؟
مرحله دوم: نوع کاتالوگ را انتخاب کنید
انواع رایج:
- کاتالوگ کامل محصولات
- کاتالوگ یک دسته
- کاتالوگ فصلی
- Lookbook
- Line Sheet
- Price List
- کاتالوگ خدمات
- کاتالوگ سازمانی
- کاتالوگ اختصاصی مشتری
- کاتالوگ بدون قیمت
مرحله سوم: اطلاعات محصولات را ساختاریافته کنید
بهترین نقطه شروع یک فایل Excel یا CSV منظم است.
ستونهای پیشنهادی:
id
sku
name_fa
name_en
category
short_description
features
price
wholesale_price
image_url
product_url
colors
sizes
material
dimensions
status
sort_order
نمونه:
id,sku,name_fa,category,price,image_url,status
101,CHR-01,صندلی اداری مدل آریا,صندلی اداری,12500000,https://example.com/chair-01.jpg,active
102,DSK-04,میز کار مدل خط,میز اداری,18900000,https://example.com/desk-04.jpg,active
مرحله چهارم: دادهها را پاکسازی کنید
پیش از استفاده از AI:
- نام محصولات تکراری را اصلاح کنید.
- واحد قیمت را یکسان کنید.
- دستهها را استاندارد کنید.
- تصاویر خراب را حذف کنید.
- لینک محصولات را بررسی کنید.
- فیلدهای خالی را مشخص کنید.
- SKUهای تکراری را پیدا کنید.
- محصولات غیرفعال را حذف کنید.
- ترتیب نمایش را تعیین کنید.
هوش مصنوعی نباید جای پاکسازی دادههای پایه را بگیرد.
مرحله پنجم: ساختار کاتالوگ را طراحی کنید
یک کاتالوگ معمولاً شامل این بخشها است:
- جلد
- معرفی کوتاه برند
- فهرست
- معرفی دستهها
- صفحات محصولات
- جدول مقایسه
- شرایط سفارش
- اطلاعات تماس
- CTA
- پشت جلد
برای کاتالوگ دیجیتال میتوان لینک خرید، QR Code، ویدئو و فرم درخواست قیمت نیز اضافه کرد.
مرحله ششم: قالب صفحه محصول را تعریف کنید
هر صفحه محصول میتواند شامل این اجزا باشد:
- تصویر اصلی
- نام محصول
- کد محصول
- توضیح کوتاه
- سه تا پنج ویژگی
- مشخصات فنی
- واریانتها
- رنگها
- ابعاد
- قیمت
- لینک محصول
- QR Code
- CTA
ساختار صفحات باید ثابت باشد تا مشتری بتواند محصولات را سریعتر مقایسه کند.
مرحله هفتم: توضیحات را با AI تولید کنید
مدل زبانی میتواند اطلاعات خام را به توضیح کوتاه و یکپارچه تبدیل کند. بهتر است تمام دادههای محصول همراه با قالب خروجی مشخص ارسال شوند.
مرحله هشتم: تصاویر را آماده کنید
تصاویر محصول باید هماهنگ باشند:
- نسبت تصویر یکسان
- پسزمینه هماهنگ
- زاویه قابلمقایسه
- نور مناسب
- فضای خالی کافی
- کیفیت مطلوب
- رنگ نزدیک به محصول واقعی
- عدم وجود واترمارک اضافی
مرحله نهم: صفحات را بهصورت خودکار بسازید
برای محصولات زیاد، دادهها را از CSV یا پایگاه داده به یک Template متصل کنید. طراحی دستی صدها صفحه احتمال خطا را افزایش میدهد.
مرحله دهم: خروجی را کنترل کنید
قبل از انتشار:
- قیمتها
- کدها
- نام محصولات
- مشخصات فنی
- لینکها
- QR Codeها
- شماره صفحات
- فهرست
- تصاویر
- فاصلهها
- خوانایی موبایل
- کیفیت PDF
- تاریخ نسخه
را بررسی کنید.
پرامپت ساخت ساختار کاتالوگ
برای یک کاتالوگ B2B محصولات مبلمان اداری،
ساختار کامل صفحات را پیشنهاد بده.
مخاطب:
مدیران خرید، شرکتها و نمایندگان فروش
تعداد محصولات:
80 محصول در 6 دسته
هدف:
معرفی محصول و دریافت درخواست قیمت
خروجی:
- ترتیب بخشها
- محتوای جلد
- ساختار فهرست
- قالب صفحه دسته
- قالب صفحه محصول
- جدول مقایسه
- CTAهای پیشنهادی
- ساختار پشت جلد
لحن حرفهای، روشن و غیراغراقآمیز باشد.
پرامپت نوشتن توضیحات محصول
براساس اطلاعات زیر یک توضیح محصول فارسی بنویس.
نام: صندلی اداری مدل آریا
کاربرد: استفاده روزانه در محیط کاری
جنس روکش: پارچه
تنظیم ارتفاع: دارد
پشتی: مش
دسته: قابل تنظیم
رنگها: مشکی، خاکستری
گارانتی: براساس اطلاعات فروشنده
خروجی:
1. عنوان حداکثر 8 کلمه
2. توضیح حداکثر 60 کلمه
3. چهار ویژگی کلیدی
4. یک CTA کوتاه
فقط از اطلاعات ورودی استفاده کن.
مشخصات جدید یا ادعای تبلیغاتی غیرقابلاثبات اضافه نکن.
پرامپت خلاصهسازی مشخصات فنی
مشخصات زیر را برای استفاده در کاتالوگ خلاصه کن.
قواعد:
- هیچ عددی تغییر نکند.
- واحدها حفظ شوند.
- ویژگی جدید اضافه نشود.
- موارد تکراری حذف شوند.
- خروجی بهصورت جدول دو ستونی باشد.
- نام ستونها «ویژگی» و «مقدار» باشد.
مشخصات:
[اطلاعات محصول]
پرامپت دستهبندی محصولات
محصولات ورودی را براساس کاربرد و نوع محصول دستهبندی کن.
قواعد:
- حداکثر 8 دسته اصلی ایجاد کن.
- هر محصول فقط در یک دسته اصلی قرار گیرد.
- نام دستهها کوتاه و قابلفهم باشد.
- اگر اطلاعات کافی نیست، مقدار needs_review را ثبت کن.
- هیچ محصولی حذف نشود.
خروجی را بهصورت JSON شامل sku، category و confidence ارائه کن.
پرامپت تولید عنوانهای هماهنگ
نام محصولات را برای نمایش در کاتالوگ استاندارد کن.
الگوی نام:
[نوع محصول] + [نام مدل] + [ویژگی متمایزکننده در صورت نیاز]
قواعد:
- نام برند تغییر نکند.
- کد مدل حفظ شود.
- از صفتهای اغراقآمیز استفاده نشود.
- حداکثر 10 کلمه
- هیچ ویژگی جدیدی اضافه نشود.
خروجی شامل sku، original_name و normalized_name باشد.
پرامپت طراحی جلد کاتالوگ
یک پسزمینه جلد عمودی و حرفهای برای کاتالوگ مبلمان اداری بساز.
سبک:
مدرن، مینیمال و سازمانی
رنگ:
سرمهای تیره، خاکستری روشن و بنفش محدود
تصویر:
یک فضای کاری مدرن با میز و صندلی حرفهای
در نیمه پایین سمت چپ
ترکیببندی:
سمت راست و قسمت بالای تصویر فضای خالی کافی
برای عنوان فارسی، لوگو و سال کاتالوگ داشته باشند.
نسبت:
A4 عمودی
بدون متن، حرف، عدد، لوگو یا واترمارک
پرامپت تصویر دسته محصول
یک تصویر استودیویی حرفهای برای صفحه دسته صندلیهای اداری بساز.
سه صندلی اداری مدرن با طراحیهای متفاوت
در یک فضای مینیمال قرار داشته باشند.
پسزمینه روشن و خنثی،
نور نرم، سایه طبیعی و ترکیببندی تمیز باشد.
سمت راست تصویر برای عنوان دسته و توضیح کوتاه خالی بماند.
هیچ متن، لوگو یا واترمارکی ایجاد نکن.
پرامپت اصلاح تصویر محصول
محصول موجود در تصویر را دقیقاً حفظ کن.
شکل، رنگ، متریال، ابعاد ظاهری، قطعات،
لوگو و تمام جزئیات محصول تغییر نکنند.
فقط پسزمینه را به سفید خالص تبدیل کن.
نور را یکنواخت و سایه را بسیار نرم کن.
محصول در مرکز کادر و مناسب کاتالوگ فروشگاهی باشد.
پرامپت ساخت تصویر Lifestyle
این محصول واقعی را بدون تغییر
در یک محیط کاری مدرن قرار بده.
موارد ثابت:
شکل، رنگ، متریال، قطعات، لوگو
و تمام جزئیات محصول
محیط:
دفتر مدرن با نور طبیعی،
رنگهای خنثی و عناصر محدود
محصول باید مرکز توجه باشد.
هیچ نوشته یا لوگوی جدیدی اضافه نکن.
چگونه متن فارسی کاتالوگ را بهتر تولید کنیم؟
برای تولید متن فارسی باکیفیت:
- مخاطب را مشخص کنید.
- محدودیت تعداد کلمه بنویسید.
- لحن را تعیین کنید.
- اطلاعات مجاز را مشخص کنید.
- از مدل بخواهید چیزی اختراع نکند.
- قالب خروجی ثابت بدهید.
- اعداد و واحدها را قفل کنید.
- نتیجه را قبل از انتشار بازبینی کنید.
نمونه System Prompt:
تو دستیار تولید محتوای کاتالوگ هستی.
فقط از دادههای ارائهشده استفاده کن.
هیچ ویژگی، عدد، گارانتی یا ادعای جدیدی ایجاد نکن.
لحن حرفهای، ساده و فارسی معیار باشد.
کلمات فنی رایج را در صورت نیاز به فارسی و انگلیسی بنویس.
ساخت کاتالوگ از Excel
یکی از بهترین گردشهای کاری برای کاتالوگهای بزرگ استفاده از Spreadsheet است.
ساختار پیشنهادی
هر ردیف یک محصول و هر ستون یک ویژگی باشد.
فرایند
- فایل Excel یا CSV آماده شود.
- ستونها پاکسازی شوند.
- توضیحات ناقص با AI تکمیل شوند.
- تصاویر از URL یا فضای ذخیرهسازی دریافت شوند.
- دادهها به Template نگاشت شوند.
- صفحات براساس دستهبندی ساخته شوند.
- فهرست و شماره صفحات تولید شوند.
- PDF خروجی گرفته شود.
- گزارش خطاها تهیه شود.
فیلدهای ضروری
حداقل این فیلدها را داشته باشید:
sku
name
category
description
image
status
اگر قیمت نمایش داده میشود:
price
currency
price_updated_at
وجود تاریخ آخرین بهروزرسانی قیمت برای مدیریت نسخههای کاتالوگ مفید است.
PDF یا کاتالوگ دیجیتال؟
| ویژگی | کاتالوگ دیجیتال | |
|---|---|---|
| دانلود | دارد | ممکن است نداشته باشد |
| چاپ | مناسب | محدود |
| بهروزرسانی | نیازمند فایل جدید | سریعتر |
| لینک محصول | قابلاستفاده | تعاملیتر |
| ویدئو | محدود | مناسب |
| تحلیل بازدید | معمولاً ندارد | دارد |
| اشتراک آفلاین | مناسب | وابسته به اینترنت |
| جستوجو | بسته به فایل | معمولاً بهتر |
| قیمت متغیر | دشوارتر | قابلهمگامسازی |
برای بسیاری از کسبوکارها، داشتن هر دو نسخه مناسب است:
- PDF برای ارسال و چاپ
- نسخه دیجیتال برای اطلاعات بهروز و لینک خرید
ساخت کاتالوگ اختصاصی برای هر مشتری
در فروش B2B میتوان براساس اطلاعات مشتری نسخه اختصاصی ساخت:
- فقط دستههای مرتبط
- قیمت توافقی
- محصولات موجود
- شرایط سفارش
- اطلاعات مدیر فروش
- لوگوی نماینده
- زبان موردنظر
- پیشنهادهای مکمل
گردش کار:
- مشتری انتخاب شود.
- Price List مربوط به او دریافت شود.
- محصولات مجاز فیلتر شوند.
- Template مناسب اعمال شود.
- محتوا و قیمت کنترل شوند.
- PDF یا لینک خصوصی تولید شود.
این فرایند باید دادهمحور باشد؛ زیرا تولید دستی نسخههای متعدد احتمال اشتباه قیمت را بالا میبرد.
اشتباهات رایج در ساخت کاتالوگ با AI
تولید ویژگیهای غیرواقعی
مدل ممکن است برای جذابترکردن متن، ویژگی جدیدی اضافه کند. در Prompt باید استفاده صرف از دادههای ورودی الزامی شود.
بیثباتی لحن
اگر هر محصول با Prompt متفاوت ساخته شود، بعضی متنها رسمی و بعضی تبلیغاتی خواهند شد.
نمایش قیمت قدیمی
قیمتها باید از منبع اصلی داده دریافت شوند، نه از متن قبلی یا حافظه مدل.
تصاویر ناهماهنگ
زاویه، نور، اندازه و پسزمینه متفاوت، کاتالوگ را غیرحرفهای میکنند.
استفاده از تصاویر AI برای محصول واقعی
اگر تصویر محصول با AI تغییر کند، ممکن است ویژگیهایی نمایش داده شوند که در محصول واقعی وجود ندارند.
طراحی دستی صدها صفحه
هر تغییر کوچک ممکن است نیازمند اصلاح تعداد زیادی صفحه باشد. استفاده از Template و Product Feed مناسبتر است.
نبود نسخهبندی
اگر تاریخ و شماره نسخه مشخص نباشد، تیم فروش ممکن است فایل قدیمی را برای مشتری ارسال کند.
PDF بسیار سنگین
تصاویر چاپی با رزولوشن بالا میتوانند فایل دیجیتال را بیشازحد سنگین کنند. برای وب و چاپ خروجی جداگانه بسازید.
CTA نامشخص
مشتری باید بداند پس از مشاهده محصول چه اقدامی انجام دهد: خرید، تماس، استعلام، دانلود مشخصات یا مشاهده صفحه محصول.
چکلیست کاتالوگ حرفهای
| بخش | مورد بررسی |
|---|---|
| داده | نام، SKU و قیمت صحیح است؟ |
| تصاویر | نور و نسبت تصویر هماهنگاند؟ |
| ساختار | دستهها منطقی هستند؟ |
| محتوا | ویژگی جدید یا نادرست اضافه نشده؟ |
| طراحی | فونت، رنگ و فاصلهها ثابتاند؟ |
| CTA | مسیر اقدام مشتری واضح است؟ |
| لینکها | تمام لینکها کار میکنند؟ |
| QR Code | به صفحه درست هدایت میشود؟ |
| نسخه | تاریخ و شماره نسخه مشخص است؟ |
| موبایل | نوشتهها روی موبایل خوانا هستند؟ |
| حجم فایل مناسب است؟ | |
| چاپ | Bleed و حاشیه امن بررسی شدهاند؟ |
ساخت کاتالوگساز هوشمند با API درواره
یک Catalog Generator اختصاصی میتواند به فروشگاه، CRM، ERP یا PIM متصل شود و صفحات را از دادههای واقعی بسازد.
هوش مصنوعی در این معماری وظایف زیر را انجام میدهد:
- پاکسازی عنوانها
- تولید توضیحات
- دستهبندی
- استخراج ویژگیها
- ترجمه
- ساخت Alt Text
- تحلیل تصاویر
- تولید تصویر مکمل
- تبدیل داده به JSON استاندارد
موتور نرمافزاری شما وظایف قطعی را انجام میدهد:
- دریافت قیمت
- کنترل موجودی
- درج SKU
- ساخت QR Code
- صفحهآرایی
- شمارهگذاری
- ساخت فهرست
- خروجی PDF
- مدیریت دسترسی
برای دریافت API Key در درواره ثبتنام کنید.
Base URL:
https://api.darvareh.ir/v1
معماری پیشنهادی سامانه
- اطلاعات محصولات از Database، Excel یا API دریافت میشوند.
- دادهها اعتبارسنجی میشوند.
- محصولات نامعتبر وارد صف بررسی میشوند.
- متنهای ناقص با مدل زبانی تولید میشوند.
- پاسخ به JSON ساختاریافته محدود میشود.
- تصاویر ارزیابی و در صورت نیاز اصلاح میشوند.
- دادهها در Template قرار میگیرند.
- صفحات دسته و محصول ساخته میشوند.
- PDF و نسخه وب رندر میشوند.
- گزارش خطاها تولید میشود.
- مدیر محتوا خروجی را تأیید میکند.
- نسخه نهایی منتشر میشود.
نمونه تولید توضیح محصول با cURL
curl --request POST \
--url https://api.darvareh.ir/v1/chat/completions \
--header "Authorization: Bearer YOUR_DARVAREH_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "MODEL_ID_DARVAREH",
"messages": [
{
"role": "system",
"content": "شما دستیار تولید محتوای کاتالوگ هستید. فقط از دادههای ورودی استفاده کنید و هیچ ویژگی، عدد یا ادعای جدیدی نسازید."
},
{
"role": "user",
"content": "برای این محصول یک عنوان کوتاه، توضیح 50 کلمهای و چهار ویژگی بنویس: نام: صندلی اداری مدل آریا، روکش: پارچه، پشتی: مش، تنظیم ارتفاع: دارد، دسته: قابل تنظیم، رنگ: مشکی و خاکستری."
}
],
"temperature": 0.2
}'
برای محتوای کاتالوگ بهتر است Temperature پایین باشد تا تنوع غیرضروری و اختراع اطلاعات کاهش یابد.
نمونه Python با Structured Output
import os
import json
from openai import OpenAI
client = OpenAI(
api_key=os.environ["DARVAREH_API_KEY"],
base_url="https://api.darvareh.ir/v1"
)
product = {
"sku": "CHR-01",
"name": "صندلی اداری مدل آریا",
"material": "پارچه",
"back": "مش",
"height_adjustment": True,
"armrest": "قابل تنظیم",
"colors": ["مشکی", "خاکستری"]
}
response = client.chat.completions.create(
model="MODEL_ID_DARVAREH",
messages=[
{
"role": "system",
"content": """
شما دستیار تولید محتوای کاتالوگ هستید.
فقط از دادههای ورودی استفاده کنید.
هیچ مشخصات، عدد، گارانتی یا ادعای جدیدی نسازید.
فقط JSON معتبر برگردانید.
"""
},
{
"role": "user",
"content": f"""
برای محصول زیر محتوای کاتالوگ تولید کن:
{json.dumps(product, ensure_ascii=False)}
ساختار خروجی:
{{
"sku": "string",
"title": "string",
"short_description": "string",
"features": ["string"],
"needs_review": false
}}
"""
}
],
temperature=0.2
)
print(response.choices[0].message.content)
در مدلهایی که از Structured Outputs پشتیبانی میکنند، میتوانید Schema را مستقیماً تعریف کنید.
پردازش گروهی محصولات
def build_prompt(product):
return f"""
فقط براساس اطلاعات زیر محتوای کاتالوگ بساز:
{json.dumps(product, ensure_ascii=False)}
قواعد:
- هیچ ویژگی جدیدی اضافه نکن.
- عنوان حداکثر 10 کلمه باشد.
- توضیح حداکثر 60 کلمه باشد.
- حداکثر 5 ویژگی تولید کن.
- اگر داده ناقص است، needs_review را true قرار بده.
- فقط JSON معتبر برگردان.
"""
results = []
for product in products:
response = client.chat.completions.create(
model="MODEL_ID_DARVAREH",
messages=[
{
"role": "system",
"content": "شما دستیار دقیق تولید کاتالوگ هستید."
},
{
"role": "user",
"content": build_prompt(product)
}
],
temperature=0.2
)
results.append(response.choices[0].message.content)
در پروژه واقعی باید Rate Limit، Retry، Validation و ثبت خطا نیز اضافه شوند.
نمونه Node.js
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.DARVAREH_API_KEY,
baseURL: "https://api.darvareh.ir/v1",
});
const product = {
sku: "DSK-04",
name: "میز کار مدل خط",
material: "MDF",
colors: ["سفید", "گردویی"],
width: "140 سانتیمتر",
};
const response = await client.chat.completions.create({
model: "MODEL_ID_DARVAREH",
messages: [
{
role: "system",
content: `
شما دستیار تولید محتوای کاتالوگ هستید.
فقط از اطلاعات ورودی استفاده کنید.
هیچ ویژگی یا ادعای جدیدی نسازید.
فقط JSON معتبر برگردانید.
`,
},
{
role: "user",
content: `
برای محصول زیر عنوان، توضیح کوتاه و ویژگیها را تولید کن:
${JSON.stringify(product)}
`,
},
],
temperature: 0.2,
});
console.log(response.choices[0].message.content);
API Key را فقط در Backend و متغیر محیطی نگهداری کنید.
تولید تصویر جلد با API درواره
result = client.images.generate(
model="MODEL_ID_DARVAREH",
prompt="""
Create a premium vertical catalog cover background for an office furniture brand.
Visual:
A modern desk and ergonomic chair in the lower-left area,
minimal architectural office environment,
soft natural light.
Colors:
Dark navy, warm gray and subtle purple accents.
Composition:
Large clean negative space on the right and upper area
for Persian title, logo and catalog year.
Format:
Vertical A4 composition.
No text, no letters, no numbers, no logo and no watermark.
""",
size="1024x1536"
)
print(result)
Model ID درواره و اندازههای پشتیبانیشده را از صفحه مدلها بررسی کنید.
اعتبارسنجی خروجی مدل
هیچ خروجی تولیدشده را بدون بررسی وارد کاتالوگ نکنید.
نمونه اعتبارسنجی:
function validateCatalogItem(source, generated) {
const errors = [];
if (source.sku !== generated.sku) {
errors.push("sku_mismatch");
}
if (!generated.title || generated.title.length > 100) {
errors.push("invalid_title");
}
if (!Array.isArray(generated.features)) {
errors.push("invalid_features");
}
if (generated.features?.length > 5) {
errors.push("too_many_features");
}
return {
valid: errors.length === 0,
errors,
};
}
برای اعداد، قیمت، ابعاد و مشخصات مهم باید مقایسه دقیقتری انجام شود.
ساخت PDF با Template
پس از آمادهشدن دادهها میتوانید از این روشها استفاده کنید:
- تولید HTML و تبدیل آن به PDF
- استفاده از کتابخانههای PDF
- Templateهای InDesign
- سرویسهای Catalog Automation
- موتورهای گزارشساز
- تولید صفحه وب و Print CSS
برای کاتالوگ فارسی، موتور رندر باید از این موارد پشتیبانی کند:
- راستبهچپ
- شکلدهی حروف فارسی
- فونت فارسی
- شکستن صحیح خطوط
- جدولهای RTL
- شمارهگذاری مناسب
- ترکیب فارسی و انگلیسی
نسخهبندی کاتالوگ
برای هر خروجی این اطلاعات را ذخیره کنید:
{
"catalog_id": "office-2026",
"version": "2.3",
"audience": "b2b",
"currency": "IRR",
"product_count": 86,
"price_updated_at": "2026-07-20T09:00:00Z",
"generated_at": "2026-07-20T10:15:00Z",
"status": "approved"
}
نام فایل نیز واضح باشد:
office-products-b2b-v2-3-2026-07.pdf
کنترل هزینه API
هزینه به مدل، حجم متن، تعداد محصولات و پردازش تصاویر وابسته است. قیمتهای بهروز مدلها را در صفحه مدلهای درواره بررسی کنید.
راهکارهای کنترل هزینه:
- محصولات را فقط هنگام تغییر پردازش کنید.
- نتیجه هر SKU را Cache کنید.
- Prompt را کوتاه و ساختاریافته نگه دارید.
- توضیحات تکراری را دوباره تولید نکنید.
- پردازش را بهصورت Batch انجام دهید.
- مدل را براساس پیچیدگی کار انتخاب کنید.
- برای دستهبندی از مدل سبکتر استفاده کنید.
- تولید تصویر را فقط برای موارد لازم انجام دهید.
- خروجیها را پیش از ذخیره اعتبارسنجی کنید.
- تعداد Retry را محدود کنید.
- مصرف هر Job را ثبت کنید.
اطلاعات محرمانه در کاتالوگ B2B
نسخههای B2B ممکن است شامل قیمت همکاری یا شرایط اختصاصی باشند. بنابراین:
- کاتالوگ عمومی و خصوصی را جدا کنید.
- لینک نسخه خصوصی قابلحدس نباشد.
- برای فایلها تاریخ انقضا تعیین کنید.
- دسترسی مشتریان را تفکیک کنید.
- API Key در Backend نگهداری شود.
- کاتالوگ قدیمی از دسترس خارج شود.
- قیمتها از منبع اصلی دریافت شوند.
- نام مشتری روی نسخه اختصاصی ثبت شود.
- دانلود و اشتراک فایل در صورت نیاز ثبت شود.
سؤالات متداول
بهترین هوش مصنوعی برای ساخت کاتالوگ چیست؟
برای طراحی ساده Canva، برای کاتالوگ تعاملی Flipsnack و برای تولید PDF از Excel ابزارهایی مانند Catalogly و EasyCatalog مناسباند. برای ساخت سامانه اختصاصی میتوانید از API درواره استفاده کنید.
آیا میتوان کاتالوگ را از Excel ساخت؟
بله. نام، قیمت، SKU، تصویر و مشخصات را در Excel یا CSV قرار دهید و فایل را در یک Catalog Generator وارد کنید یا آن را به موتور ساخت کاتالوگ خود متصل کنید.
آیا AI میتواند توضیحات محصولات را بنویسد؟
بله، اما مدل باید فقط از اطلاعات ورودی استفاده کند. تمام اعداد، مشخصات و ادعاها پیش از انتشار باید بررسی شوند.
چگونه کاتالوگ PDF رایگان بسازیم؟
میتوانید با قالبهای رایگان Canva یا پلنهای ابتدایی بعضی Catalog Makerها شروع کنید. محدودیت تعداد محصول، قالب، واترمارک و کیفیت خروجی را بررسی کنید.
آیا کاتالوگ دیجیتال بهتر از PDF است؟
کاتالوگ دیجیتال برای بهروزرسانی، لینک خرید و تحلیل بازدید مناسبتر است. PDF برای دانلود، ارسال و چاپ کاربرد بیشتری دارد. استفاده همزمان از هر دو معمولاً نتیجه بهتری ایجاد میکند.
چگونه تصاویر محصولات را یکسان کنیم؟
نسبت تصویر، پسزمینه، زاویه، نور و فاصله محصول از لبهها را استاندارد کنید. ابزارهای ویرایش AI میتوانند پسزمینه و نور را اصلاح کنند.
آیا میتوان برای هر مشتری کاتالوگ متفاوت ساخت؟
بله. محصولات، قیمتها و شرایط را براساس مشتری فیلتر و یک نسخه اختصاصی تولید کنید. این فرایند بهتر است مستقیماً به CRM یا پایگاه داده متصل باشد.
چگونه از اشتباهکردن AI جلوگیری کنیم؟
Temperature را کاهش دهید، خروجی ساختاریافته بخواهید، استفاده صرف از داده ورودی را الزامی کنید و پاسخ را با اطلاعات اصلی اعتبارسنجی کنید.
آیا میتوان کاتالوگساز را به فروشگاه آنلاین متصل کرد؟
بله. محصولات را از API فروشگاه یا پایگاه داده دریافت کنید، متن و تصویر را پردازش و صفحات را بهصورت خودکار تولید کنید.
قیمت استفاده از API برای ساخت کاتالوگ چقدر است؟
هزینه به مدل، تعداد محصولات، طول محتوا و پردازش تصویر بستگی دارد. قیمتهای فعلی در صفحه مدلهای درواره قرار دارند.
جمعبندی
ساخت کاتالوگ با هوش مصنوعی میتواند فرایند جمعآوری محتوا، نوشتن توضیحات، آمادهسازی تصاویر، دستهبندی محصولات و تولید صفحات را سریعتر کند. Canva برای کاتالوگهای کوچک، Flipsnack برای نسخههای تعاملی و Catalogly یا EasyCatalog برای تولید خودکار از دادههای محصول مناسب هستند.
در پروژههای بزرگ، مهمترین اصل این است که کاتالوگ از دادههای ساختاریافته ساخته شود. قیمت، موجودی، SKU و مشخصات باید از منبع اصلی دریافت شوند و هوش مصنوعی فقط برای فعالیتهایی مانند تولید محتوا، دستهبندی، تحلیل و پردازش تصویر به کار رود.
اگر میخواهید کاتالوگساز هوشمند خود را به فروشگاه، CRM، ERP یا پایگاه داده متصل کنید، در درواره ثبتنام و API Key دریافت کنید. برای مشاهده مدلهای متنی، تصویری و چندوجهی، Model ID درواره و قیمتهای بهروز نیز به صفحه مدلها مراجعه کنید.