Wróć na stronę główną

Case study produktu

PstrykOpis: od zdjęć przedmiotu do gotowej oferty Vinted

PstrykOpis łączy analizę 2–5 zdjęć, przygotowanie danych oferty i rozszerzenie Chrome w jeden kontrolowany proces. Narzędzie pomaga uzupełnić formularz Vinted, ale decyzja o publikacji pozostaje po stronie użytkownika.

Najważniejsze elementy wdrożenia

analiza od 2 do 5 zdjęć jednego przedmiotu przez Gemini API

propozycje tytułu, opisu, kategorii, parametrów i ceny do weryfikacji

lokalna historia analiz oraz osobne foldery etapów pracy

panel boczny Chrome z listą ofert, wyszukiwaniem i szczegółami pól

wstawianie całego zestawu lub pojedynczych pól do formularza Vinted

ręczna kontrola i publikacja po stronie użytkownika

Problem przed wdrożeniem

Ręczne przygotowanie każdej oferty powtarza ten sam zestaw kroków

Przy wystawianiu kolejnych przedmiotów trzeba przejrzeć zdjęcia, rozpoznać kategorię i cechy produktu, napisać tytuł oraz opis, oszacować cenę, a następnie przenieść dane do formularza. Bez jednego przepływu informacje łatwo rozjeżdżają się między zdjęciami, notatkami i przeglądarką.

powtarzalne opisywanie przedmiotu na podstawie kilku zdjęć

ręczne przygotowywanie tytułu, opisu, kategorii i parametrów oferty

kopiowanie wielu pól między aplikacją a formularzem Vinted

brak lokalnej historii pozwalającej wrócić do wcześniejszych analiz

Co zbudowaliśmy

Aplikacja Windows i panel boczny Chrome pracujące na jednym zestawie danych

Powstało lokalne narzędzie, które pobiera zdjęcia z folderu roboczego, przekazuje je do analizy Gemini i zapisuje przygotowaną ofertę w historii JSON. Rozszerzenie Chrome odczytuje te dane przez lokalne API i pomaga wstawić je do formularza Vinted bez przejmowania finalnej publikacji.

Ekran aplikacji PstrykOpis: folder zdjęć, podgląd materiału, wybór kategorii pomocniczej i kontrolowany start analizy.Kliknij, aby powiększyć.
Proces po wdrożeniu

Jak działa proces po wdrożeniu

Od danych wejściowych do uporządkowanego wyniku. Poniżej skrócony przebieg procesu po wdrożeniu.

01

użytkownik dodaje 2–5 zdjęć jednego przedmiotu do folderu roboczego

02

aplikacja sprawdza zestaw zdjęć i przekazuje go do analizy Gemini

03

powstaje propozycja tytułu, opisu, kategorii, parametrów i ceny

04

wynik zostaje zapisany lokalnie i pojawia się w panelu bocznym Chrome

05

użytkownik wstawia wybrane pola do formularza, sprawdza je i sam publikuje ofertę

Przed / po

Jak zmienił się proces

Tabela pokazuje najważniejsze różnice między pracą ręczną a procesem po wdrożeniu.

Przed wdrożeniemPo wdrożeniu
opis i parametry przygotowywane osobno dla każdego przedmiotujeden wynik analizy zbiera pola oferty w spójny zestaw
zdjęcia, notatki i formularz działają jako osobne krokifolder roboczy, historia i rozszerzenie tworzą jeden przepływ
wiele pól kopiowanych ręcznie pojedynczomożliwość wstawienia całego zestawu lub wybranych pól
automatyzacja mogłaby przejąć zbyt wiele decyzjiużytkownik zachowuje kontrolę nad korektą i publikacją

Efekt procesowy

mniej powtarzalnego przechodzenia od zdjęć do pustego formularza

spójny zestaw proponowanych danych oferty do dalszej kontroli

lokalna historia ułatwiająca powrót do wcześniejszych wyników

wsparcie automatyzacji bez oddawania kontroli nad publikacją

Technologie

aplikacja desktopowa WindowsGemini APIanaliza obrazówChrome Extension Manifest V3lokalne APIhistoria JSON
Co można wdrożyć podobnie

Co można wdrożyć podobnie

To przykłady procesów, które da się uporządkować podobnym podejściem: zaczynając od jednego konkretnego problemu i czytelnego przepływu danych.

analiza zdjęć produktów i przygotowanie danych katalogowych

asystenci opisu ofert z ręcznym zatwierdzeniem

lokalne narzędzia łączące AI z rozszerzeniem przeglądarki

workflow zdjęcia → dane → kontrolowany formularz

Powiązane usługi

Ten typ wdrożenia da się połączyć z głównymi obszarami MorenaTech

Jeśli podobny proces działa dziś ręcznie albo jest rozproszony między plikami, można go połączyć z usługami automatyzacji, Google Workspace albo dalszym rozwojem procesu.

Końcowe CTA

Chcesz połączyć analizę zdjęć z kontrolowanym procesem pracy?

Jeśli zespół ręcznie przepisuje informacje ze zdjęć do formularzy lub katalogów, można zbudować podobny przepływ z AI, lokalną historią i człowiekiem zatwierdzającym wynik.