AI-агенты для фото недвижимости: руководство по API на 2026 год

Сдвиг: от моделей, описывающих ПО, к агентам, управляющим им

До недавнего времени отношения модели AI с вашим программным обеспечением для недвижимости носили рекомендательный характер. Она могла подсказать вам, что написать в CRM. Но открыть CRM она не могла.

Эта граница сдвинулась в сентябре 2026 года. OpenAI анонсировала GPT-6 Astra 3 сентября со словами: «Все, что вы можете делать на компьютере, Astra может делать за вас», и отчиталась о 72,6% в бенчмарке использования компьютера OSWorld 2.0 при времени выполнения задачи около 40 минут (по сравнению с 65,7% и примерно 75 минутами у предшественника, GPT-5.6 Sol). Astra принимает текст и изображения, а возвращает только текст. По стандартному тарифу ее API стоит 10 $ за миллион входных токенов и 50 $ за миллион выходных токенов; также OpenAI указывает GPT-6.1 Sol по цене в пять раз ниже (2 $ / 10 $). Одноименный Project Astra от Google — это отдельный исследовательский прототип, доступный ограниченной группе доверенных тестировщиков.

Для медиаконтента в сфере недвижимости это меняет того, кто нажимает кнопки. Съемка объекта для объявления всегда была последовательностью операций в программах: загрузить, отобрать, подготовить стейджинг, улучшить, конвертировать, поставить пометку, опубликовать. Все это теперь можно автоматизировать от начала до конца, что ставит вопрос, на который большинство proptech-команд еще не ответило: каким должен быть ваш стек, чтобы агент мог управлять им безопасно?

Короткий ответ: агент читает, сортирует и проверяет; API обработки изображений генерирует пиксели; ваш код контролирует ключи, бюджет и правила раскрытия информации; а человек утверждает все, что увидит покупатель, арендатор или гость.

Доступ к ChatGPT, полные цены и позиции в бенчмарках приведены в GPT-6 Astra для сферы недвижимости. Эта статья посвящена технической инфраструктуре.

Как выглядит медиапайплайн под управлением агента

API для обработки фото — это как раз то, что делает процесс управляемым: вы отправляете одно фото и инструкцию (инструмент и его параметры) по HTTPS и получаете задачу, за которой можно следить до готовности отредактированного изображения. Вокруг этого цикл для одного объявления выглядит следующим образом:

Шаги 2, 3, 6 и 8 — это этапы, на которых агентная модель оправдывает свое применение. На шаге 4 она передает задачу дальше, поскольку GPT-6 Astra возвращает текст, а не изображения (см. Может ли GPT-6 Astra делать виртуальный стейджинг или генерировать изображения?).

Агент должен вызывать API, а не кликать мышью по веб-приложению. Управление компьютером — это уровень совместимости для программ, у которых нет API. Когда API доступен, использовать его быстрее, дешевле, надежнее с точки зрения детерминизма и, что особенно важно в 3 часа ночи, проще для отладки.

Отели, обновляющие фотографии номеров, мебельные ретейлеры, подготавливающие стейджинг комнат для каталогов, и архитектурные бюро, превращающие чертежи в 3D-визуализации, запускают один и тот же цикл; меняются только инструменты и правила согласования.

Агент, скрипт, пакетная обработка или чат: выбор пути

Автономный агент — самый ресурсоемкий вариант. Выбирайте наиболее легковесный путь, решающий задачу:

Пакеты в приложении сохраняются в папку раздела Библиотека со скачиванием в виде ZIP-архива, возвращают средства за неудачные фото и поддерживают индивидуальные настройки для каждого снимка, такие как окна, вид и время года для интерьеров день в сумерки (Смена времени суток в приложении). Кнопка Доработать позволяет ввести текстовое уточнение при небольших неточностях в стейджинге, режимах Очистить комнату, Удалить предмет или результатах смены времени суток для интерьера. Платные тарифы начинаются от 12 $ в месяц (тарифы); пакетная обработка недоступна на тарифе Бесплатный.

Практический пример: агент выполняет стейджинг объявления через API обработки изображений

В этом примере используется Roomagen API, поскольку мы можем точно описать его структуру; этот шаблон применим к любому API обработки изображений, работающему на основе задач. Он документирует каждый поддерживаемый инструмент (65 по состоянию на октябрь 2026 года, включая virtual-staging, virtual-renovation, image-enhancement, day-to-dusk, item-removal и floor-plan-to-3d), принимает одно изображение на задачу и предоставляет 50 бесплатных изображений на первый ключ.

Шаг 0: предоставьте агенту строго ограниченный инструмент, а не API-ключ. Большинство фреймворков для агентов описывают инструменты с помощью JSON Schema. Ограничьте его рамками вашего стайлгайда:

{
  "name": "stage_listing_photo",
  "description": "Stage one empty room from a listing. Returns a job_id; the image arrives later.",
  "parameters": {
    "type": "object",
    "properties": {
      "listing_id": { "type": "string" },
      "photo_id": { "type": "string" },
      "style": { "type": "string", "enum": ["modern", "scandinavian", "japandi", "coastal"] },
      "roomType": { "type": "string", "enum": ["living-room", "bedroom", "dining-room", "home-office"] }
    },
    "required": ["listing_id", "photo_id", "style"]
  }
}

Ваш код преобразует этот вызов в запрос к API: сопоставляет идентификаторы с URL изображения, добавляет ключ, URL вебхука и ключ идемпотентности, а также проверяет лимит расходов. Агент не может придумать несуществующий стиль, никогда не видит учетные данные и не может быть спровоцирован на отправку URL-адреса из вредоносного письма.

Шаг 1: одна задача на каждое фото. Для аутентификации используется один заголовок, а каждая задача включает одно изображение и один инструмент, оплата за которые списывается в момент создания:

curl -X POST https://api.roomagen.com/api/v1/jobs \
  -H "X-Api-Key: rmg_live_YOUR_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: listing-8842-photo-03" \
  -d '{
    "tool": "virtual-staging",
    "image_url": "https://cdn.yourapp.com/listings/8842/photo-03.jpg",
    "options": { "style": "scandinavian", "roomType": "living-room" },
    "webhook_url": "https://yourapp.com/hooks/roomagen"
  }'

Ответ возвращается до завершения генерации:

{
  "job_id": "3f1c9d4e-5b2a-4c8e-9f10-7d6a2b3c4e5f",
  "status": "processing",
  "images_charged": 1
}

Четыре детали имеют для агента большее значение, чем для разработчика-человека:

• Idempotency-Key — это ваш барьер безопасности. Тот же ключ и тело запроса возвращают исходную задачу без повторного списания или рендеринга; тот же ключ с другим телом запроса возвращает ошибку 409 idempotency_conflict. Формируйте ключи на основе собственной записи (ID объявления плюс ID фото), ни в коем случае не случайно, иначе повторные попытки не совпадут.
• images_charged — это сумма списания, а не чистые затраты. Средства за неудачные задачи возвращаются автоматически, но значение поля не перезаписывается, поэтому рассчитывайте чистые расходы по завершенным задачам или по значению image_credits в GET /api/v1/account.
• tool — это просто слаг. Тот же вызов запускает улучшение фото, Редактирование & Конвертация Фото из Дня в Сумерки, Удаление объектов и предметов с фотографий или инструмент План этажа в 3D. Запрашивайте GET /api/v1/tools вместо жесткого прописывания слагов в коде, которые агент может выдумать, и проверяйте параметры самостоятельно: виртуальный стейджинг отклоняет неизвестные ключи, тогда как другие инструменты продолжают работу, но перечисляют каждый проигнорированный ключ в списке warnings в ответе, поэтому поручите агенту проверять этот список.
• Пакетного эндпоинта не существует. Съемка из 40 фото — это 40 отдельных задач, а создание задач ограничено лимитом 60 запросов в минуту на один ключ (ответ 429 содержит заголовок Retry-After).

Шаг 2: результат приходит через вебхук. Когда задача завершается, API отправляет POST-запрос на ваш эндпоинт с полем event (job.completed или job.failed):

{
  "job_id": "3f1c9d4e-5b2a-4c8e-9f10-7d6a2b3c4e5f",
  "tool": "virtual-staging",
  "status": "completed",
  "images_charged": 1,
  "result_urls": ["https://api.roomagen.com/api/uploads/9c2f7a10-render.jpg"],
  "error": null,
  "created_at": "2026-09-06T09:14:02.114Z",
  "completed_at": "2026-09-06T09:14:39.902Z",
  "processing_ms": 37788,
  "event": "job.completed"
}

Проверяйте подпись, прежде чем доверять хоть одному байту данных. Заголовки X-Roomagen-Event, X-Roomagen-Timestamp и X-Roomagen-Signature: v1=<hex> содержат HMAC-SHA256 от {timestamp}.{raw body}, подписанный вашим секретным ключом whsec_:

const crypto = require("crypto");

function verify(rawBody, headers, secret) {
  const ts = headers["x-roomagen-timestamp"];
  const expected =
    "v1=" + crypto.createHmac("sha256", secret).update(`${ts}.${rawBody}`).digest("hex");
  const got = headers["x-roomagen-signature"];
  if (got.length !== expected.length) return false;
  if (!crypto.timingSafeEqual(Buffer.from(got), Buffer.from(expected))) return false;
  return Math.abs(Date.now() / 1000 - Number(ts)) < 300;
}

Вычисляйте дайджест по необработанным (raw) байтам тела, а не по заново сериализованному JSON, и отклоняйте метки времени старше примерно пяти минут. Время ожидания доставки составляет 10 секунд; перенаправления не поддерживаются; справочник по вебхукам содержит полное описание спецификации.

Шаг 3: опрос как резервный вариант. Вебхуки могут давать сбой, и попытки доставки прекращаются после пяти неудач в течение примерно 36 минут. Запрос GET /api/v1/jobs/{id} возвращает тот же объект, поэтому управляющий цикл может разрешать зависшие задачи со статусом processing:

async function waitForJob(jobId, timeoutMs = 5 * 60 * 1000) {
  const deadline = Date.now() + timeoutMs;
  while (Date.now() < deadline) {
    const res = await fetch(`https://api.roomagen.com/api/v1/jobs/${jobId}`, {
      headers: { "X-Api-Key": process.env.ROOMAGEN_API_KEY },
    });
    if (res.status === 429) {
      const wait = Number(res.headers.get("Retry-After") || 5);
      await new Promise((r) => setTimeout(r, wait * 1000));
      continue;
    }
    const body = await res.json();
    if (!res.ok) throw new Error(body.error.code); // e.g. job_not_found, key_revoked
    if (body.status !== "processing") return body; // completed or failed
    await new Promise((r) => setTimeout(r, 3000));
  }
  throw new Error(`job ${jobId} still processing: route it to a person`);
}

Обычно задачи выполняются за 20–60 секунд, поэтому опрашивайте API каждые 2–5 секунд и считайте любую задачу, выполняющуюся дольше нескольких минут, зависшей. Проверка статуса задач ограничена 300 запросами в минуту на один ключ, поэтому при десятках выполняемых задач переложите нагрузку на вебхуки и опрашивайте только единичные задерживающиеся запросы. Копируйте готовые изображения в собственное хранилище, поскольку на URL-адреса результатов действуют ограничения по сроку хранения.

Шаг 4: ошибки, для которых агент должен содержать ветвления. Каждый ответ со статусом, отличным от 2xx, имеет формат { "error": { "code", "message", "doc_url" } }. Выполняйте ветвление по code, ни в коем случае не по message. Вот коды, с которыми столкнется автономный запуск (все они приведены в справочнике по ошибкам):

Без явной ветки для каждой из этих ситуаций агент будет слепо повторять попытки и сжигать кредиты.

Почему агентам нужны детерминированные инструменты, а не интерфейсы чатов

Неудобная правда об автоматизированном создании медиаконтента силами агентов: узким местом является не интеллект модели, а детерминизм инструментов. Проект OWASP GenAI Security Project называет связанный с этим риск «чрезмерной агентностью» (Excessive Agency) и связывает его с избыточной функциональностью, правами доступа или автономией. Свойства, которые делают интерфейс удобным для агентов, вполне прозаичны:

• Идемпотентность, благодаря которой повторная попытка бесплатна, а не тарифицируется повторно.
• Стабильные машиночитаемые коды ошибок, благодаря которым обработка сбоев представляет собой четкое ветвление алгоритма, а не догадки.
• Эндпоинт для обнаружения инструментов и строгая валидация параметров, чтобы агент проверял данные, а не делал предположений. Если провайдер проявляет снисходительность к формату (как наша платформа вне стейджинга), валидируйте данные в собственном коде.
• Подписанные push-уведомления с возможностью опроса в качестве резерва, чтобы завершение задачи не зависело от того, остается ли агент активным.
• Стоимость операции в ответе, эндпоинт проверки баланса и опубликованная политика обработки сбоев, благодаря чему расходы прозрачны для каждого действия, а стоимость неудачного рендеринга известна заранее.

Окно чата или графический интерфейс с кнопками почти ничего из этого агенту не дают. Именно поэтому фраза «агент просто будет пользоваться нашим веб-приложением» отлично смотрится на презентациях и провально работает на практике: любое изменение в интерфейсе ломает процесс, идемпотентность отсутствует, а сбой выглядит как скриншот экрана вместо понятного кода ошибки.

Сценарии сбоев, которые никто не закладывает в бюджет

Внедрение промпта (prompt injection) через собственный почтовый ящик. Агент по недвижимости читает электронные письма, PDF-файлы и объявления на порталах, составленные посторонними людьми. Во внешнем тестировании Gray Swan, о котором сообщает The Decoder, злоумышленники с 15 попытками на сценарий взломали защиту GPT-6 Astra как минимум один раз в 8,5% сценариев (GPT-5.6 Sol: 27%; Claude Opus 5: 4,8%). Ни одна из протестированных моделей не обладала полным иммунитетом, поэтому никогда не давайте одному и тому же агенту одновременно непроверенные входные данные и бесконтрольные полномочия публиковать материалы, совершать платежи или заключать договоры.

Отчет агента о собственной работе. 28 сентября OpenAI отменила релиз GPT-6.1 Astra. Ее руководитель по системам безопасности заявил в комментарии для Al Jazeera, что модель не дотянула до планки в вопросах «границ полномочий и авторизации, а также того, как она сообщает пользователю о характере проделанной работы». Главный научный сотрудник OpenAI также назвал мониторинг цепочки рассуждений (chain-of-thought) «хрупким». Относитесь к отчету агента («все 24 фотографии обработаны с виртуальным стейджингом и опубликованы») как к гипотезе и сверяйте его с объектами задач, вашей CRM и собственными логами.

Доставка вебхуков по принципу «как минимум один раз» (at-least-once delivery). Обработчик, время ожидания ответа которого истекло после выполнения работы, получит событие снова, поэтому дедуплицируйте события по job_id и делайте обработчики идемпотентными. При количестве попыток до пяти в течение примерно 36 минут первая доставка не обязательно будет единственной.

Отсутствие гарантий порядка поступления. Не предполагайте, что вебхук обязательно придет после возврата вашего POST-запроса, или что уведомление о задаче А обязательно придет раньше задачи Б. Проектируйте конечные автоматы так, чтобы они корректно обрабатывали поступление сигналов в любом порядке.

Неконтролируемый рост затрат. Счетчики работают в двух направлениях: токены модели и изображения. Ограничения частоты запросов — это предохранитель, а не бюджет: при лимите в 60 созданий задач в минуту вышедший из-под контроля цикл может отправить 600 задач за десять минут, что составит около 150 $ по тарифу 0,25 $ за изображение в минимальном пакете API. Ключи идемпотентности предотвращают повторную обработку дублей, но не остановят агента, который методично отправляет новые задачи. Ограничивайте расходы на запуск в собственном коде, проверяйте баланс перед стартом и настройте оповещения на случай аномальной частоты создания задач.

Незаметное искажение геометрии. Задача возвращает статус completed, но окно сместилось. Генеративные модели, включая наши, могут изменять элементы, о которых их не просили, и выявить это способен только этап верификации: человек или агент, который отмечает различия и передает их на суд человека.

Раскрытие информации, которое никто не применил. Когда агент редактирует фото в 4 часа утра, правила помнит только программный код. В Калифорнии статья 10140.8 Кодекса законов о предпринимательской и профессиональной деятельности (Business and Professions Code, AB 723) с 1 января 2026 года обязывает лицензиатов раскрывать факт цифровой модификации изображений в рекламе недвижимости и предоставлять доступ к оригиналу. Законопроект AB 2025, подписанный в сентябре 2026 года, распространяет аналогичное требование на рекламу аренды с 1 января 2027 года, охватывая как арендодателей, так и лицензиатов, а также полностью сгенерированные AI изображения. Roomagen API возвращает только отредактированное изображение без пометки о раскрытии информации, поэтому добавление пометки и сохранение оригиналов — задача вашего пайплайна; в нашем руководстве по правилам AB 723 и MLS приведены все подробности.

Что по-прежнему остается за человеком

Департамент недвижимости штата Калифорния (California DRE) высказывается предельно ясно: если инструмент AI создает неточную информацию или вводящую в заблуждение рекламу, «ответственность по действующему законодательству несет лицензиат и его ответственный брокер, а не поставщик технологии». В своем информационном письме от марта 2026 года ведомство призывает лицензиатов относиться к AI «как к вспомогательному инструменту, а не как к самостоятельному лицу, принимающему решения» и утверждать сгенерированные AI результаты перед их использованием. Такое же разделение применимо к отелям, ретейлерам и дизайн-студиям: автоматизируйте рутину, но оставьте оценку человеку.

Строки с участием человека останутся неизменными еще долго. Вопрос о том, достоверно ли отредактированное фото передает особенности объекта, влечет за собой юридическую и этическую ответственность; недовольному продавцу нужен диалог, а не повторная генерация; а лимит расходов, который агент не может изменить, — самая дешевая страховка в этой архитектуре.

Чек-лист готовности к агентам для proptech-команд

Оцените собственный стек. Пункты 1–8 являются критическими блокерами: если хотя бы один из них отсутствует, исправьте интерфейс интеграции до запуска агента в автономном режиме, поскольку более умная модель не компенсирует стек, который невозможно автоматизировать безопасно.

Перед любым автономным запуском

1. Каждая система в пайплайне имеет API, либо вы соглашаетесь с тем, что управление компьютером через интерфейс работает медленнее, обходится дороже и чаще дает сбои.
2. Операции записи идемпотентны, а ключи формируются на основе ваших собственных записей.
3. Агент получает строго ограниченные инструменты с фиксированным списком параметров и никогда не имеет доступа к API-ключу напрямую.
4. Обработка сбоев ветвится по кодам ошибок со стоп-листом: закончились кредиты, недействительные ключи, конфликты идемпотентности, отклоненные URL вебхуков.
5. Вебхуки проверяются по необработанным байтам с помощью сравнения за константное время, дедуплицируются по ID задачи, устойчивы к любому порядку поступления и подкреплены механизмом опроса.
6. Лимит расходов контролируется вне агента и сверяется с текущим балансом перед каждым запуском.
7. Непроверенные входные данные изолированы от любых инструментов, способных публиковать контент, совершать платежи или заключать соглашения.
8. Человек утверждает результат перед любой публичной публикацией.

Перед масштабированием

9. Раскрытие информации и сохранение оригинальных изображений закреплены программно в коде, а не отданы на откуп привычке.
10. Журнал аудита связывает каждое опубликованное изображение с его задачей, исходным фото и конкретным запуском агента, который его запросил.
11. Результаты копируются в ваше собственное хранилище; URL-адрес провайдера не является архивом.
12. Документированное условие остановки определяет, что именно должно прервать выполнение процесса и вызвать человека.

Главный вывод

Эпоха Astra не означает, что модели будут создавать фото объявлений за вас. Она означает, что модели будут управлять инструментами, которые их создают, а значит, основные требования теперь предъявляются к надежности инструментов, а не к интеллекту модели. Сентябрь показал обе стороны медали: агенты стали лучше управлять программами, однако OpenAI придержала релиз GPT-6.1 Astra отчасти из-за того, как модель отчитывалась о собственной работе.

Преимущество получат команды, чья медиаинфраструктура изначально ориентирована на API, идемпотентна, защищена подписями, прозрачна для мониторинга и ограничена лимитами расходов, а решения, влекущие юридическую ответственность, остаются за людьми. Если вы настраиваете взаимодействие агента с пайплайном обработки изображений, краткое руководство по API поможет выполнить первый запрос, а обзор API познакомит с тарифами — от 50 бесплатных изображений на первый ключ до пакетов от 500 изображений за 125 $.

Возможности моделей, результаты бенчмарков и цены были проверены по указанным источникам 3 октября 2026 года. Форматы запросов к API соответствуют Roomagen API v1; актуальную спецификацию уточняйте в документации.