Виртуальная примерка макияжа в ChatGPT: как работает и что это меняет

29 октября 2026 года Maybelline New York запустила сервис виртуальной примерки косметики непосредственно в ChatGPT, первый подобный случай среди бьюти-брендов на этой платформе. Пользователь описывает повод, оттенок кожи и стиль, получает рекомендации, примеряет продукты через камеру или загруженное фото и сразу находит товар в магазине. Ниже: разбор того, как устроена технология, почему это важно для e-commerce в сфере красоты и что из этого опыта применимо в других категориях.

Что такое виртуальная примерка в разговорном интерфейсе

Виртуальная примерка в разговорном интерфейсе это сценарий, при котором пользователь не переходит на отдельный сайт или в приложение, а получает консультацию, визуализацию продукта и ссылку на покупку внутри одного диалога с ИИ-ассистентом.

Традиционная AR-примерка существует уже несколько лет: бренды встраивают её в мобильные приложения, на страницы товаров или в отдельные веб-инструменты. Пользователь приходит туда целенаправленно, уже зная, что хочет попробовать. Разговорная примерка работает иначе: точкой входа служит обычный текстовый запрос, «какой оттенок помады подойдёт к светлой коже для вечернего выхода», а дальше система сама ведёт к конкретному продукту и его визуализации.

Технологическую основу сервиса Maybelline составляет ModiFace, платформа дополненной реальности, разработанная внутри группы L'Oréal. Система анализирует более 68 ориентиров на лице, включая контуры губ и глаз, и накладывает трёхмерную текстуру косметики с учётом освещения на фотографии. По заявлению компании, обработка изображения выполняется на устройстве пользователя, без передачи фото на удалённый сервер.

Интеграция с ChatGPT добавляет к этому слой диалогового подбора: пользователь не листает каталог и не фильтрует товары вручную, он описывает задачу словами, а ИИ формирует персонализированную рекомендацию перед тем, как предложить примерку.

Как устроен пользовательский путь внутри сервиса

Сервис доступен через раздел Apps в ChatGPT. Пользователь находит Maybelline, открывает диалог и описывает контекст: повод, предпочтения по стилю, подтон кожи. На основе этих данных система предлагает конкретные продукты из ассортимента бренда.

Этап рекомендации

Диалоговый ИИ формирует подборку с учётом нескольких параметров одновременно: случай, оттенок кожи, личный стиль. Это отличается от стандартного фильтра в каталоге, где пользователь сам должен знать, какие параметры важны. Разговорный формат снижает когнитивную нагрузку: не нужно разбираться в классификации оттенков или знать профессиональную терминологию.

Этап примерки

После получения рекомендации пользователь может примерить выбранный продукт через камеру в реальном времени или загрузить фотографию. Технология ModiFace накладывает текстуру косметики на изображение лица с учётом геометрии и освещения. Результат виден сразу, без перехода в другое приложение.

Этап покупки

Функция Where to Buy связывает выбранный продукт с местными магазинами и онлайн-ритейлерами. Пользователь видит, где товар доступен прямо сейчас, и может перейти к покупке без дополнительного поиска. Это сокращает путь от интереса к транзакции: консультация, визуализация и навигация к покупке происходят в одном интерфейсе.

Стратегический контекст: зачем L'Oréal идёт в ChatGPT

Запуск Maybelline: часть более широкого стратегического партнерства L'Oréal и OpenAI, объявленного в июне 2026 года. Сотрудничество охватывает два направления: потребительские сценарии с ИИ и применение ИИ во внутренних процессах компании.

На потребительском уровне цель: перенести поиск косметики, персональные рекомендации и визуальную примерку в среду разговорного ИИ. Пользователи всё чаще начинают поиск товаров не с поисковой строки и не с каталога, а с вопроса к ИИ-ассистенту. Присутствие бренда в этой точке входа означает, что рекомендация появляется раньше, чем пользователь вообще попадает на сайт магазина.

Внутри компании партнерство охватывает научные исследования, маркетинг и профессиональные инструменты. В частности, модель GPT-Rosalind планируется использовать для картирования микробиома кожи и поиска полезных бактерий в рамках исследований для марки La Roche-Posay. Платформа CreAItech на базе моделей OpenAI будет поддерживать создание изображений и видео для маркетинговых кампаний с сохранением визуального наследия брендов. К моменту объявления партнерства 73 000 сотрудников L'Oréal уже прошли обучение генеративному ИИ и получили доступ к внутренним инструментам.

Что отличает этот подход от предыдущих форматов AR-примерки

AR-примерка в мобильных приложениях существует давно. Бренды встраивали её в собственные приложения, ритейлеры: в карточки товаров. Но у этих форматов есть структурное ограничение: пользователь должен сам прийти к конкретному продукту, прежде чем воспользоваться примеркой. Функция визуализации работает на этапе «я уже выбираю», а не на этапе «я ещё не знаю, что хочу».

Интеграция с разговорным ИИ сдвигает точку входа назад, на этап формулировки потребности. Пользователь описывает задачу, а не выбирает из готового списка. Это принципиально другой сценарий взаимодействия, который ближе к консультации со стилистом, чем к работе с фильтрами каталога.

Второе отличие: контекстуальность рекомендации. Диалоговая система учитывает несколько факторов одновременно и может уточнять запрос в процессе разговора. Стандартный фильтр работает с явными параметрами, которые пользователь задаёт сам. Разговорный ИИ может извлечь параметры из неструктурированного описания и предложить то, что пользователь не смог бы найти через фильтрацию.

Третье отличие: замкнутость пути. Традиционная примерка в приложении заканчивается на визуализации: пользователь видит результат, но за покупкой идёт отдельно. Интеграция с функцией поиска магазинов закрывает этот разрыв внутри одного сеанса.

Технические аспекты, важные при оценке подобных решений

Обработка изображений и приватность

Один из ключевых вопросов при внедрении AR-примерки, где обрабатывается изображение лица пользователя. В случае с ModiFace компания заявляет об обработке на устройстве: фото не передаётся на удалённый сервер. Это важно как с точки зрения приватности, так и с точки зрения скорости работы, локальная обработка не зависит от качества соединения.

При оценке любого аналогичного решения стоит уточнять этот параметр явно: где хранятся изображения, как долго, передаются ли третьим сторонам. Для e-commerce это напрямую влияет на доверие пользователей и соответствие требованиям по защите персональных данных.

Точность наложения текстуры

Качество AR-примерки определяется количеством анализируемых ориентиров на лице и алгоритмом наложения текстуры. ModiFace работает с более чем 68 точками и учитывает освещение на фотографии. Это позволяет получить реалистичный результат, а не условное «закрашивание» области губ или глаз.

Для практической оценки любого AR-решения важно тестировать его на разных условиях освещения, разных углах съёмки и разных оттенках кожи. Точность при идеальном освещении и точность при обычной фотографии с телефона, разные показатели.

Интеграция с товарным каталогом

Чтобы примерка была коммерчески полезной, она должна быть привязана к актуальному ассортименту с актуальными остатками. Разрыв между тем, что пользователь примерил, и тем, что реально доступно к покупке, одна из типичных проблем при внедрении подобных сервисов. Функция Where to Buy решает эту задачу через связку с данными о наличии в конкретных точках продаж и у онлайн-ритейлеров.

Что это означает для e-commerce за пределами бьюти

Сценарий «диалог → рекомендация → визуализация → покупка» не является эксклюзивным для косметики. Логика применима к любой категории, где визуальное соответствие важно для принятия решения о покупке: одежда, обувь, очки, мебель, отделочные материалы.

Ключевой вопрос для владельца интернет-магазина или e-commerce платформы не «нужна ли нам AR-примерка», а «на каком этапе пользовательского пути она даёт максимальную пользу». Если пользователь приходит с чётким запросом, примерка на странице товара работает хорошо. Если пользователь приходит с задачей, а не с названием продукта, разговорный интерфейс с встроенной визуализацией может существенно сократить путь к покупке.

Второй вопрос: где находится точка входа. Присутствие в среде, где пользователь формулирует потребность (разговорный ИИ-ассистент, поисковик с генеративными ответами), становится отдельным каналом трафика. Бренды, которые появляются в ответах ИИ на этапе «что выбрать», получают преимущество перед теми, кто ждёт пользователя только на своём сайте.

Третий вопрос: стоимость создания визуального контента для примерки. AR-наложение требует качественных трёхмерных моделей продуктов. Для крупных брендов это решаемая задача, для небольших магазинов: потенциальный барьер. Здесь стоит оценивать, насколько реалистично создать такой контент в рамках имеющегося бюджета, прежде чем планировать интеграцию.

Как оценить подобное решение перед внедрением

Если интернет-магазин или бренд рассматривает интеграцию виртуальной примерки или разговорного ИИ-сервиса, стоит последовательно проверить несколько параметров.

Первое: соответствие категории. Примерка работает там, где визуальный результат влияет на решение о покупке. Для продуктов питания, бытовой химии или запчастей этот сценарий нерелевантен.

Второе: качество товарного контента. AR-наложение требует точных цветовых профилей и трёхмерных моделей. Если карточки товаров содержат только плоские фотографии с неточной цветопередачей, результат примерки будет вводить пользователя в заблуждение, а не помогать выбрать.

Третье: связка с реальными остатками. Примерка, которая показывает продукт, недоступный к покупке, создаёт разочарование. Интеграция с актуальными данными о наличии, обязательное условие.

Четвёртое: приватность и обработка данных. Нужно чётко понимать, где хранятся изображения пользователей и как это соотносится с политикой конфиденциальности магазина.

Пятое: аналитика. Без отслеживания конверсии от примерки к покупке невозможно оценить реальную пользу инструмента. Нужно заранее определить метрики: для пользователей, перешедших от примерки к добавлению в корзину; влияние на возвраты; среднее время сессии.

Шестое: точка интеграции. Примерка внутри собственного приложения, на сайте, в стороннем ИИ-ассистенте или в мессенджере, это разные каналы с разной аудиторией и разной механикой. Выбор точки интеграции должен исходить из того, где фактически находится пользователь в момент принятия решения о покупке, а не из того, какой канал технически проще реализовать.

Для e-commerce компаний, которые уже работают над персонализацией пользовательского опыта и развивают мобильные каналы продаж, интеграция AI-поиска и разговорных интерфейсов, логичный следующий шаг. Опыт Maybelline показывает, что технологически это реализуемо уже сейчас, а главные вопросы лежат не в области возможностей, а в области готовности товарного контента, данных об остатках и аналитической инфраструктуры.