diff --git a/myproject/products/services/__init__.py b/myproject/products/services/__init__.py
index b2ca251..471c00e 100644
--- a/myproject/products/services/__init__.py
+++ b/myproject/products/services/__init__.py
@@ -1,9 +1,11 @@
 """
 Сервисы для бизнес-логики products приложения.
-Следует принципу "Skinny Models, Fat Services".
+Следует принципу "Тонкие модели, толстые сервисы".
 """
 from .unit_service import UnitOfMeasureService
+from .ai.bouquet_names import BouquetNameGenerator
 
 __all__ = [
     'UnitOfMeasureService',
+    'BouquetNameGenerator',
 ]
diff --git a/myproject/products/services/ai/__init__.py b/myproject/products/services/ai/__init__.py
new file mode 100644
index 0000000..2fae4b8
--- /dev/null
+++ b/myproject/products/services/ai/__init__.py
@@ -0,0 +1,6 @@
+"""
+AI-сервисы для products приложения.
+
+Содержит инструменты для взаимодействия с нейросетями для решения специфичных
+бизнес-задач, таких как генерация названий продуктов, описаний, классификация и т.д.
+"""
diff --git a/myproject/products/services/ai/base.py b/myproject/products/services/ai/base.py
new file mode 100644
index 0000000..8cb4d68
--- /dev/null
+++ b/myproject/products/services/ai/base.py
@@ -0,0 +1,48 @@
+from abc import ABC, abstractmethod
+from typing import Tuple, Optional, Dict
+from integrations.services.ai_services.glm_service import GLMIntegrationService
+from integrations.services.ai_services.openrouter_service import OpenRouterIntegrationService
+from integrations.models.ai_services.glm import GLMIntegration
+from integrations.models.ai_services.openrouter import OpenRouterIntegration
+import logging
+
+logger = logging.getLogger(__name__)
+
+
+class BaseAIProductService(ABC):
+    """
+    Абстрактный базовый класс для AI-сервисов продуктов
+    """
+
+    @abstractmethod
+    def generate(self, **kwargs) -> Tuple[bool, str, Optional[Dict]]:
+        """
+        Основной метод генерации
+        """
+        pass
+
+    @classmethod
+    def get_glm_service(cls) -> Optional[GLMIntegrationService]:
+        """
+        Получить сервис GLM из активной интеграции
+        """
+        try:
+            integration = GLMIntegration.objects.filter(is_active=True).first()
+            if integration:
+                return GLMIntegrationService(integration)
+        except Exception as e:
+            logger.error(f"Ошибка при получении GLM сервиса: {str(e)}")
+        return None
+
+    @classmethod
+    def get_openrouter_service(cls) -> Optional[OpenRouterIntegrationService]:
+        """
+        Получить сервис OpenRouter из активной интеграции
+        """
+        try:
+            integration = OpenRouterIntegration.objects.filter(is_active=True).first()
+            if integration:
+                return OpenRouterIntegrationService(integration)
+        except Exception as e:
+            logger.error(f"Ошибка при получении OpenRouter сервиса: {str(e)}")
+        return None
diff --git a/myproject/products/services/ai/bouquet_names.py b/myproject/products/services/ai/bouquet_names.py
new file mode 100644
index 0000000..44a7757
--- /dev/null
+++ b/myproject/products/services/ai/bouquet_names.py
@@ -0,0 +1,130 @@
+from typing import Tuple, Optional, Dict, List
+from .base import BaseAIProductService
+import logging
+
+logger = logging.getLogger(__name__)
+
+
+class BouquetNameGenerator(BaseAIProductService):
+    """
+    Сервис для генерации названий букетов с помощью AI
+    """
+
+    DEFAULT_SYSTEM_PROMPT = (
+        "Вы эксперт в создании красивых, привлекательных и продаваемых названий для букетов цветов. "
+        "Ваша цель — генерировать запоминающиеся и выразительные названия, которые привлекут покупателей. "
+        "Названия должны быть краткими (2-4 слов), креативными и соответствующими характеристикам букета. "
+        "Избегайте общих терминов. Фокусируйтесь на эмоциях, эстетике"
+    )
+
+    def generate(
+        self,
+        count: int = 500,
+        characteristics: Optional[str] = None,
+        occasion: Optional[str] = None,
+        language: str = "russian"
+    ) -> Tuple[bool, str, Optional[Dict]]:
+        """
+        Генерация названий букетов
+
+        Args:
+            count: Количество названий для генерации
+            characteristics: Характеристики букетов (например, "розы, лилии, яркий")
+            occasion: П'occasion (например, "день рождения, Valentine's Day")
+            language: Язык генерации
+
+        Returns:
+            Tuple: (success, message, data) где data содержит список названий
+        """
+        logger.info(f"Генерация {count} названий для букетов")
+
+        # Получаем доступный AI-сервис
+        glm_service = self.get_glm_service()
+        if not glm_service:
+            openrouter_service = self.get_openrouter_service()
+            if not openrouter_service:
+                return False, "Нет активных AI-интеграций", None
+            service = openrouter_service
+        else:
+            service = glm_service
+
+        # Формируем промпт
+        prompt = f"Сгенерируй {count} креативных и привлекательных названий для букетов цветов"
+
+        if characteristics:
+            prompt += f" с следующими характеристиками: {characteristics}"
+
+        if occasion:
+            prompt += f" для праздника: {occasion}"
+
+        prompt += (
+            "\n\nТребования к каждому названию:\n"
+            "- Точно 2-4 слова\n"
+            "- Выразительные и эмоциональные\n"
+            "- Продаваемые и запоминающиеся\n"
+            "- Избегайте общих названий типа 'Букет #1'\n"
+            "- Фокусируйтесь на красоте, романтике и подарках\n"
+            "\nВерните названия в виде нумерованного списка, по одному на строку."
+        )
+
+        # Вызов AI-сервиса
+        success, msg, response = service.generate_text(
+            prompt=prompt,
+            system_prompt=self.DEFAULT_SYSTEM_PROMPT,
+            max_tokens=3000  # Увеличиваем лимит для большего числа названий
+        )
+
+        if not success:
+            return False, msg, None
+
+        # Парсим результат
+        names = self._parse_response(response.get('generated_text', ''))
+
+        return True, f"Сгенерировано {len(names)} названий для букетов", {
+            'names': names,
+            'model': response.get('model'),
+            'usage': response.get('usage')
+        }
+
+    def _parse_response(self, text: str) -> List[str]:
+        """
+        Парсит текстовый ответ AI и извлекает названия букетов
+        """
+        names = []
+        lines = text.split('\n')
+
+        for line in lines:
+            line = line.strip()
+            # Пропускаем пустые строки и заголовки
+            if not line or line.lower().startswith('here') or line.lower().startswith('names') or \
+               line.lower().startswith('i\'m') or line.lower().startswith('sorry') or \
+               line.lower().startswith('i hope') or line.lower().startswith('hope'):
+                continue
+
+            # Удаляем номера списка
+            if line and (line[0].isdigit() or line[0] == '-'):
+                # Удаляем номер и точку или дефис
+                if '.' in line:
+                    line = line.split('.', 1)[1].strip()
+                else:
+                    line = line[1:].strip()
+
+                # Пропускаем строки, которые стали пустыми после удаления номера
+                if not line:
+                    continue
+
+            # Удаляем markdown форматирование (жирный, курсив)
+            line = line.replace('**', '').replace('*', '').replace('"', '').replace("'", '').strip()
+
+            if line:
+                names.append(line)
+
+        # Удаляем дубликаты
+        unique_names = []
+        seen = set()
+        for name in names:
+            if name not in seen:
+                seen.add(name)
+                unique_names.append(name)
+
+        return unique_names
diff --git a/myproject/products/tests/test_ai_bouquet_names.py b/myproject/products/tests/test_ai_bouquet_names.py
new file mode 100644
index 0000000..918086e
--- /dev/null
+++ b/myproject/products/tests/test_ai_bouquet_names.py
@@ -0,0 +1,169 @@
+from django_tenants.test.cases import TenantTestCase
+from products.services import BouquetNameGenerator
+from unittest.mock import patch, MagicMock
+
+
+class BouquetNameGeneratorTestCase(TenantTestCase):
+    """
+    Тесты для сервиса генерации названий букетов
+    """
+
+    def setUp(self):
+        """
+        Создаем экземпляр сервиса для тестирования
+        """
+        self.generator = BouquetNameGenerator()
+
+    @patch('products.services.ai.bouquet_names.BouquetNameGenerator.get_glm_service')
+    def test_generate_with_mock_glm(self, mock_get_glm_service):
+        """
+        Тест генерации названий с мок-объектом GLM сервиса
+        """
+        # Создаем мок-объект сервиса
+        mock_service = MagicMock()
+        mock_service.generate_text.return_value = (
+            True,
+            "Текст успешно сгенерирован",
+            {
+                'generated_text': (
+                    "1. Розавая мечта\n"
+                    "2. Лиловые настроения\n"
+                    "3. Яркий букет для дня рождения\n"
+                    "4. Сладкий сюрприз\n"
+                    "5. Романтическое вдохновение"
+                ),
+                'model': 'glm-4',
+                'usage': {'prompt_tokens': 100, 'completion_tokens': 50}
+            }
+        )
+        mock_get_glm_service.return_value = mock_service
+
+        # Вызываем метод генерации
+        success, msg, data = self.generator.generate(count=5)
+
+        # Проверки
+        self.assertTrue(success)
+        self.assertIn("Сгенерировано 5 названий для букетов", msg)
+        self.assertIsNotNone(data)
+        self.assertIn('names', data)
+        self.assertEqual(len(data['names']), 5)
+        self.assertEqual(data['model'], 'glm-4')
+        self.assertIn('usage', data)
+
+        # Проверяем, что названия содержат нужные слова
+        expected_names = [
+            "Розавая мечта",
+            "Лиловые настроения",
+            "Яркий букет для дня рождения",
+            "Сладкий сюрприз",
+            "Романтическое вдохновение"
+        ]
+        self.assertEqual(data['names'], expected_names)
+
+    @patch('products.services.ai.bouquet_names.BouquetNameGenerator.get_glm_service')
+    @patch('products.services.ai.bouquet_names.BouquetNameGenerator.get_openrouter_service')
+    def test_no_active_integration(self, mock_get_openrouter, mock_get_glm):
+        """
+        Тест случая, когда нет активных интеграций
+        """
+        mock_get_glm.return_value = None
+        mock_get_openrouter.return_value = None
+
+        success, msg, data = self.generator.generate(count=10)
+
+        self.assertFalse(success)
+        self.assertEqual(msg, "Нет активных AI-интеграций")
+        self.assertIsNone(data)
+
+    @patch('products.services.ai.bouquet_names.BouquetNameGenerator.get_glm_service')
+    def test_generate_with_characteristics(self, mock_get_glm_service):
+        """
+        Тест генерации с характеристиками
+        """
+        # Создаем мок-объект сервиса
+        mock_service = MagicMock()
+        mock_service.generate_text.return_value = (
+            True,
+            "Текст успешно сгенерирован",
+            {
+                'generated_text': (
+                    "1. Ромашковое небо\n"
+                    "2. Лавандовый спокойствие\n"
+                    "3. Свежие ароматы\n"
+                    "4. Милая композиция\n"
+                    "5. Нежный букет"
+                ),
+                'model': 'glm-4',
+                'usage': {'prompt_tokens': 120, 'completion_tokens': 45}
+            }
+        )
+        mock_get_glm_service.return_value = mock_service
+
+        success, msg, data = self.generator.generate(
+            count=5,
+            characteristics="ромашки, лаванда, свежие",
+            occasion="день матери"
+        )
+
+        self.assertTrue(success)
+        self.assertIn("Сгенерировано 5 названий для букетов", msg)
+        self.assertEqual(len(data['names']), 5)
+        # Проверяем, что сервис был вызван с нужными параметрами
+        mock_service.generate_text.assert_called_once()
+
+    def test_parse_response_with_markdown(self):
+        """
+        Тест парсинга ответа с Markdown форматированием
+        """
+        response_text = """
+Here are 3 beautiful bouquet names for you:
+
+1. **Spring Blossom Delight**
+2. *Romantic Rose Elegance*
+3. "Sunny Daisy Joy"
+
+I hope you love these!
+        """
+
+        names = self.generator._parse_response(response_text)
+        self.assertEqual(len(names), 3)
+        self.assertEqual(names[0], "Spring Blossom Delight")
+        self.assertEqual(names[1], "Romantic Rose Elegance")
+        self.assertEqual(names[2], "Sunny Daisy Joy")
+
+    def test_parse_response_with_duplicates(self):
+        """
+        Тест парсинга ответа с дубликатами
+        """
+        response_text = """
+1. Розавая мечта
+2. Лиловые настроения
+3. Розавая мечта
+4. Сладкий сюрприз
+5. Лиловые настроения
+        """
+
+        names = self.generator._parse_response(response_text)
+        self.assertEqual(len(names), 3)
+        self.assertIn("Розавая мечта", names)
+        self.assertIn("Лиловые настроения", names)
+        self.assertIn("Сладкий сюрприз", names)
+
+    def test_parse_response_empty(self):
+        """
+        Тест парсинга пустого ответа
+        """
+        response_text = """
+        """
+        names = self.generator._parse_response(response_text)
+        self.assertEqual(len(names), 0)
+
+    def test_parse_response_no_names(self):
+        """
+        Тест парсинга ответа без названий
+        """
+        response_text = """
+I'm sorry, but I can't help with that right now.
+        """
+        names = self.generator._parse_response(response_text)
+        self.assertEqual(len(names), 0)