diff --git a/README.md b/README.md
index b2487f4..0d84db6 100644
--- a/README.md
+++ b/README.md
@@ -60,6 +60,21 @@ qwen3:    изолента          → «изоляционная лента»,
 После смены у записанных вещей теги остаются прежними; обновить их можно
 кнопкой **«🔄 Пересоздать теги»** в карточке.
 
+**Пересоздание учитывает фотографию.** Если у вещи есть снимок, приложение
+сначала читает с него надписи и отдаёт их модели как достоверную маркировку.
+Разница на живом примере — вещь «Светодиодная лампа LED (навигатор)»:
+
+```
+без фото:  «лампа для навигатора», «лампа для GPS-навигатора»   ← модель
+                                     решила, что это лампа для навигатора
+с фото:    «лампа Navigator», «встроенный светодиодный светильник»,
+           «лампа DOWNLIGHT», «лампа 10 Вт»
+```
+
+С коробки прочиталось `Navigator, DOWNLIGHT, 10Вт, IP44, 90°, холодный белый
+свет` — и выяснилось, что это вообще не лампочка, а встраиваемый светильник.
+На упаковке написана настоящая маркировка, гадать по названию не нужно.
+
 ## Установка
 
 Положите `install.cmd` в пустую папку и запустите — он скачает проект, создаст
diff --git a/hlamingo/app.py b/hlamingo/app.py
index c8203e7..77da679 100644
--- a/hlamingo/app.py
+++ b/hlamingo/app.py
@@ -495,12 +495,22 @@ def api_retag_item(item_id):
         return jsonify({"ok": False,
                         "reply": "Модель недоступна — теги придумывать некому."}), 503
 
-    # Вторая попытка не роскошь: если только что распознавали фото, в памяти
-    # Ollama лежит vision-модель, и первый запрос уходит на её выгрузку
-    # и загрузку текстовой — он может вернуться пустым.
-    fresh = brain.aliases(item.get("name"), item.get("note"))
+    # Если у вещи есть фотография — сначала читаем надписи с неё. На упаковке
+    # настоящая маркировка, и модели не приходится гадать по названию.
+    seen = None
+    if item.get("photo") and config.VISION_MODEL:
+        path = PHOTOS_DIR / item["photo"]
+        if path.exists():
+            guess = brain.describe_photo(path.read_bytes())
+            if guess and guess.get("text"):
+                seen = guess["text"]
+
+    # Вторая попытка не роскошь: после обращения к vision-модели в памяти
+    # Ollama лежит она, и первый запрос уходит на её выгрузку и загрузку
+    # текстовой — он может вернуться пустым.
+    fresh = brain.aliases(item.get("name"), item.get("note"), seen=seen)
     if not fresh:
-        fresh = brain.aliases(item.get("name"), item.get("note"))
+        fresh = brain.aliases(item.get("name"), item.get("note"), seen=seen)
     if not fresh:
         return jsonify({"ok": False, "reply": "Модель не вернула ни одного тега."})
 
@@ -517,8 +527,10 @@ def api_retag_item(item_id):
     item["emb"] = None                 # словарь предмета изменился
     search.ensure_embeddings(db)
     store.save(db)
-    return jsonify({"ok": True, "item": _card(db, item),
-                    "reply": "Теги пересозданы: %s" % ", ".join(item["aliases"])})
+    reply = "Теги пересозданы: %s" % ", ".join(item["aliases"])
+    if seen:
+        reply += "\n(прочитано с фото: %s)" % seen
+    return jsonify({"ok": True, "item": _card(db, item), "seen": seen, "reply": reply})
 
 
 @app.route("/api/containers/<code>", methods=["PATCH"])
diff --git a/hlamingo/brain.py b/hlamingo/brain.py
index ee07edf..ff2ec78 100644
--- a/hlamingo/brain.py
+++ b/hlamingo/brain.py
@@ -79,6 +79,16 @@ ALIAS_SYSTEM = """Ты придумываешь альтернативные н
 
 «Стабилизатор 7805» → ["LM7805","стабилизатор 5 вольт","линейный регулятор напряжения","КР142ЕН5А","стабилизатор питания"]
 «изолента» → ["изоляционная лента","синяя лента","ПВХ-лента","электроизоляционная лента"]
+
+Марка в названии — это МАРКА, а не назначение вещи:
+«Светодиодная лампа LED (навигатор)» → ["лампа Navigator","светодиодная лампа","LED лампа","лампочка светодиодная","лампа навигатор"]
+Здесь «навигатор» — марка Navigator. Вещь остаётся ЛАМПОЙ, поэтому «лампа для
+навигатора» и «навигационная лампа» — НЕВЕРНО: это описания другой вещи.
+Каждый тег обязан обозначать ту же самую вещь, только другими словами.
+
+Не приписывай вещи артикулы и характеристики, которых нет в её названии:
+«шуруповёрт Makita» → ["шуруповерт Makita","шуруповерт Макита","аккумуляторный шуруповерт","электрошуруповерт"]
+а не «Makita XA020» и не «Makita 18 В» — этих данных тебе никто не давал.
 """
 
 _THINK_RE = re.compile(r"<think(?:ing)?>.*?</think(?:ing)?>", re.IGNORECASE | re.DOTALL)
@@ -338,13 +348,23 @@ def describe_photo(image_bytes):
 # ============================================================
 # Синонимы
 # ============================================================
-def aliases(name, note=None, model=None):
-    """3-7 альтернативных названий. Пустой список, если модель недоступна."""
+def aliases(name, note=None, model=None, seen=None):
+    """3-7 альтернативных названий. Пустой список, если модель недоступна.
+
+    seen — надписи, прочитанные с фотографии вещи. Это лучший источник тегов:
+    на упаковке написана настоящая маркировка, и модели не приходится гадать.
+    Без неё «Светодиодная лампа LED (навигатор)» превращалась в «лампу для
+    GPS-навигатора», хотя на коробке ясно написано Navigator.
+    """
     name = (name or "").strip()
     if not name:
         return []
     model = model or config.CHAT_MODEL
+
     prompt = name + (" (" + note + ")" if note else "")
+    if seen:
+        prompt += ("\nНа фотографии этой вещи видны надписи: " + seen
+                   + "\nИспользуй их: это настоящая маркировка, а не догадка.")
     # 500, а не 256: модель может ответить многословно (объектами вместо строк),
     # и тогда на 256 токенах JSON обрывается на полуслове — разбирать нечего.
     content = ollama.chat(model, [