Если вы когда-нибудь занимались рекламой и маркетингом, то сталкивались с тем, что вам нужна рекламная кампания с креативами, но вручную делать крайне долго, а заказывать у дизайнера или агентства стоит денег и времени. Сегодня это можно сделать менее чем за час, включая согласование. Тут проблема не в том, умеет ли ИИ рисовать, а в том, может ли он захватить внимание, учесть вашу аудиторию и требования площадки. Безусловно, при большой рекламной кампании тяжело обойтись без дизайнера, но если вам нужны прототипы или быстро и дешево сгенерировать несколько рекламных креативов, то вам стоит уметь работать с ИИ.
Кроме того, объем креативов растет быстрее, чем способность их тестировать. Площадки выгорают, аудитория привыкает, CTR падает — и надо снова и снова обновлять картинки. Что же делать?
В этой статье разберем, какие инструменты, и главное как, закрывают задачи рекламных креативов, как построить процесс, где ИИ экономит время — а где лишь создает риски.
Реклама пережила несколько волн трансформации — от статичных JPEG в 2000-х до динамических креативов с персонализацией в реальном времени. Нейросети — следующая волна, но ее часто понимают упрощенно, как обычную генерацию изображений, а это на самом деле только один из этапов. Рекламный креатив отличается от иллюстрации, ибо у него есть требования и результативность: клики, конверсия, узнаваемость бренда. Хоть будет картина эпохи возрождения, но если она не решает задачи маркетинга, то тогда это просто иллюстрация, красивая, но бесполезная.
В этой статье мы разберем, какие типы рекламных форматов ИИ делает хорошо, а какие — пока плохо, узнаем о пайплайне создания креатива, что с авторскими правами и товарными знаками, как все это тестировать, не разорив свой отдел, и наконец, какие метрики покажут, что реклама окупается.
Перед тем как начать, хочу сказать, что мы будем использовать лучшие нейросети в этой статье, и все они доступны на BotHub. Все модели доступны по ссылке, а по реферальной ссылке вы получите 300.000 CAPS для тестирования своей рекламной стратегии через ИИ.
Что ИИ умеет в рекламе (и что нет)
Стоит сразу обозначить, что когда человек пишет промпт «девушка с кофе в кафе, утренний свет», он решает задачу иллюстратора. А когда нужно писать промпт для рекламы, нужно думать как маркетолог и решать эту задачу. Иллюстрация самодостаточна, ее ценность заключена в самой картинке. А вот рекламный креатив — это уже инструмент с особыми требованиями: место под заголовок, место под логотип, ограничения площадки, соответствие этапу воронки и даже KPI по кликам и конверсиям.
Так что нужно понимать, что реальная единица работы — это композиция всех элементов задания. Креатив живет в контексте: в ленте он конкурирует с постами и мемами, в поиске — с выдачей конкурентов, в карточке маркетплейса — с десятками таких же товаров. Первая секунда просмотра решает, будет клик или скролл мимо. ИИ может эту работу выполнить, но нужно будет проработать промпт. И сразу определите критерий качества, определить, что для вас значит «качественная реклама». Как мы уже говорили, в отличие от иллюстрации, важен результат в цифрах — CTR, стоимость клика, конверсия. И все это еще нужно отполировать сверху, понимая, что это кампания, и нужны несколько, условно 8-15, вариантов под разные сегменты и площадки. Вот тут ИИ может отлично помочь: есть у вас готовый креатив или вы только работаете над концепцией — вы сразу можете задать количество и стиль. Но отобрать из них рабочие варианты и довести до итога — работа маркетолога, а не ИИ.
Форматы и ИИ
Обычно в рекламе основные форматы — это статика (баннеры, промо-посты, карточки товаров), адаптивные креативы и видео. И в каждой из них ИИ выделяется по-разному — где-то он генерирует классный результат, а где-то может принести лишь потери.
Во-первых, самая зрелая категория — это статика. ИИ уверенно генерирует любые фоны, абстрактные композиции, предметные сцены без сложной геометрии, портреты с контролируемым освещением. Хорошо работают задачи по замене фона, атмосферным подложкам, серия сцен в разных схемах — а это то, из чего состоит большая часть статичной рекламы в лентах соцсетей и рекламных сетях. Отдельный кейс — карточки товаров и инфографика для маркетплейсов: фон и атмосферу нейросеть сделает быстро, но плашки с ценами, характеристиками и выгодами лучше накладывать вручную поверх. Плохо работает точная типографика внутри изображения и сложные продуктовые сцены, где товар должен узнаваться до последней детали упаковки.
А вот в адаптивных форматах ИИ дает огромную экономию. Если вдруг один и тот же креатив нужен в 10-15 размерах под разные площадки — квадрат в ленту, вертикаль в сторис, горизонталь в РСЯ, — а ручная перекомпоновка занимает часы, то связка генерации мастер-изображения с автоматической адаптацией через шаблоны сокращает время в разы. Важно отметить, что нейросеть генерирует мастер, а не каждый размер отдельно.
Но в видео-рекламе ИИ уже слабоват. Если ваш маркетинг копирует популярность ИИ-роликов и фокусируется на обыгрывании ИИ-видео и историй, то нейросеть и является фишкой креатива. Если вы именно обыгрываете тренды, а не просто потому что дешево, то может принести пользу. Но если генерировать ролики впустую, то ИИ здесь не помощник: кадры не консистентны, есть артефакты в движении и в использовании предметов, невозможность контроля тайминга под текст. Для полноценного рекламного ролика с продуктом, актером и озвучкой ИИ слабо подходит, разве что вы, как я уже говорил, не захотели обыграть тренд на ИИ-истории.
Ограничения
Было бы нечестно не рассказать о конкретных ограничениях генерации рекламы через ИИ. Во-первых, это мелкий текст. Иногда даже GPT Image 2 ошибается в генерации текста, так что генерировать текст стоит только с полной проверкой, а лучше — делать и накладывать самому поверх все заголовки и дисклеймеры. Внутри генерации текст лучше допускать как декоративный элемент, и то с проверкой, что нет опечаток или псевдо-текста.
Также нейросеть плоха в конкретных бренд-цветах. Попросить сгенерировать «фирменный синий #1A4F8B» — не значит получить его в точности на выводе. Модель интерпретирует цвет как понятие, а не как значение. На выходе может получиться оттенок, похожий на запрошенный, но не совсем равный ему. Если у вас жесткий брендбук, то такое может быть критичным. Конечно, чаще всего незаметна разница, а иногда ее и нет, но если получилось — то стоит приводить к бренд-цветам на этапе постобработки.
Но что точно не стоит отдавать на откуп нейросети — это юридически значимые элементы. Дисклеймеры, условия акции, ссылки на лицензии, всевозможные маркировки, предупреждения — все это лучше как минимум задать полным точным текстом при генерации, а еще лучше — на этапе постобработки вставить. Сюда же относится маркировка рекламы: по закону рекламные креативы получают токен erid и передаются в ОРД, и это организационная часть кампании, которую генерация картинки не закрывает вообще — но забыть про нее нельзя.
И из категории юридически значимых элементов стоит проверять на лица людей и товарные знаки. Авторские права — большой риск, и можно получить судебные иски на сотни тысяч или миллионы рублей, если не заметить, как в публикацию ушла рекламная кампания с чужим настоящим лицом, знаменитостью или товарным знаком. Так что стоит оговаривать в промпте и проверять после.
Отдельно про требования самих площадок. У каждой свои правила: ограничения по количеству текста на изображении, запреты на агрессивные призывы, упоминание маркеров «до/после», «бесплатно» и условий акций. Креатив, сгенерированный без учета модерации, просто не пройдет проверку, и время будет потрачено зря. Поэтому список правил площадки — это часть технического задания наряду с промптом.
Инструменты генерации
Мы разобрали несколько ИИ на нашей платформе BotHub для генерации картинок. Для рекламных креативов нам важен контроль композиции (где остается место под текст), работа с референсом (товар или фон), качество текста внутри кадра и скорость перебора вариантов.
Все доступные модели для генерации изображений доступны по ссылке.
GPT Image 2.5
GPT Image 2.5 — новейший флагман в генерации изображений, силен в тексте и понимании сложных составных промптов. Если нужно описать рекламную сцену с несколькими объектами, условиями, текстом, то он держит структуру лучше многих. Слабое место — это стилизация, он склонен к чистым шаблонам, и пользователи могут задетектить GPT-стиль, если не описать стиль четко. Для рекламы это значит: задавайте референсы и описывайте эстетику жестко, иначе получите еще один узнаваемый «нейросетевой» креатив, от которого аудитория уже устала.
За low-генерацию 0.96 рублей, за medium 3.73 рубля, за high — 14.71 рублей. За изображение выше было потрачено около 3 рублей.
Nano Banana 2 Lite
Nano Banana 2 Lite — флагманская модель от Google, входящая в Gemini. Рабочая лошадка и для генерации изображения, и для image-to-image, так что если у вас есть фото товара и нужно получать рекламные вариации или мастер-изображение — то эта модель отлично подходит. Лучше адаптируется под текст и юридические требования законодательства, что для рекламы напрямую влияет на прохождение модерации.
За генерацию изображения выше — около 6 рублей.
Nano Banana Pro / Gemini 3 Pro
Nano Banana Pro — топовая последняя модель от Google. Сильна в таких же категориях, как и ее собрат, но качественнее и креативнее. В рекламе ее кейс — это ключевые креативы кампании: имиджевая реклама, то, что увидит основная масса аудитории, где важна каждая деталь.
За генерацию изображения выше — около 26 рублей.
Gen-4-Image
Gen 4 Image — модель для генерации фотографий на основе изображений от RunwayML. Фокусируется на фотореализме и свете. Хорош для предметных рекламных сцен и портретов, где важна физика освещения, а не художественность. Его кейс использования — это image-to-image, без текста, так что подходит для генерации фонов и подложек.
Цена генерации — 7 рублей.
Qwen Image 3
Qwen-Image-3 — китайская открытая модель от Alibaba. Развивается прогрессивно, каждая версия отличается от другой в лучшую сторону. Хорошо подойдет для генерации рекламы с текстом, включая кириллицу, что для русскоязычных кампаний закрывает сразу половину задачи.
За генерацию цена — 7.9 рублей.
Если подвести итог, то можно расположить в таком вот топе:
| Место | Модель | Сильная сторона | Слабое место | Цена за генерацию |
|—|—|—|—|—|
| 1 | GPT Image 2.5 | Лучшее понимание сложных составных промптов: несколько объектов, условий, текста в одной сцене. Держит структуру кадра | Стилизация — склонен к чистым шаблонам, легко детектируется как GPT-стиль, если стиль не описан жёстко | low — 0.96 ₽, medium — 3.73 ₽, high — 14.71 ₽ |
| 2 | Nano Banana Pro / Gemini 3 Pro | Топ от Google: то же, что у Lite, но качественнее и креативнее. Лучшая адаптация под текст и требования законодательства | Цена — самая высокая в списке, для массовых тестов нерентабельно | ~26 ₽ |
| 3 | Nano Banana 2 Lite | Рабочая лошадка для генерации и image-to-image. Если есть фото товара и нужны рекламные вариации или мастер — это к ней. Хорошо адаптируется под текст и юр. требования | Уступает Pro по креативу и качеству деталей | ~6 ₽ |
| 4 | Qwen Image 3 | Открытая модель Alibaba, прогрессирует от версии к версии. Заточена под креативы с текстом, включая кириллицу | Менее предсказуема на сложных составных сценах, чем топ-3 | 7.9 ₽ |
| 5 | Gen-4-Image | Фотореализм и физика света. Предметные сцены и портреты. Кейс — image-to-image под фон | Не генерирует текст вообще — для рекламы это половина задачи мимо | 7 ₽ |
Мастер и сложные композиции, имиджевая реклама, современный дизайн — GPT Image 2.5. Вариации под референс и юридические подписи — Nano Banana 2 Lite (а если бюджет позволяет, то Pro). Qwen Image 3 для массовых генераций по шаблону, а фон и предметка без текста — Gen 4 Image.
Композиция и текст
Рекламный креатив состоит не только из генерации картинки, но и из сборки: заголовок, подзаголовок, CTA, логотип, дисклеймер и так далее.
Canva Magic и Adobe Firefly тут помогут убрать фон, расширить кадр, подогнать под шаблон, поменять палитру или расставить элементы по сетке. Firefly отдельно полезен тем, что обучен на лицензированном контенте — для команд, которые боятся юридических сюрпризов в рекламе, это снижает риск. Figma-плагины (генерация изображений, автозаполнение текстом, массовая замена элементов) выигрывают в встраивании в дизайн-процесс и ваши верстки.
Отдельная задача — консистентность. Одна и та же реклама в 12 размерах должна выглядеть как один креатив, а не как 12 разных. Ибо узнаваемость в рекламе напрямую конвертируется в доверие: пользователь три раза увидел один визуал на разных площадках — и кликает охотнее. Это решается не генерацией, а шаблоном с фиксированной сеткой и автоподстановкой.
В копирайтинге топовые LLM не нужны, скорее играет качество промпта. Тут можно просить сгенерировать 30 вариантов заголовка под одну гипотезу, переформулировать УТП, сократить длину офферов, собрать список триггеров под сегмент. Полезно, когда LLM генерирует текстовый слой и варианты CTA, и вы можете уже отбирать визуал под конкретный заголовок, а не наоборот.
Самая скучная часть — это автоматизация размеров и адаптация под площадки. Иногда нейросети могут помогать, а иногда и нет. Например, рабочая схема — это использование одного мастер-файла в редакторе с сеткой, автоматическая генерация размеров и затем ручная проверка ключевых форматов. Потому что разные площадки — это не только размеры, но и разное поведение аудитории: сторис листают за секунду, в ленте цепляет первый кадр, в поиске решает релевантность. Один и тот же мастер там работает по-разному.
И раз уж заговорили про тестирование: генерация через ИИ не отменяет аналитику, а наоборот — делает ее обязательной. Когда у вас 15 вариантов вместо двух, нужно понимать, что мерить. База — это CTR, стоимость клика, конверсия и CPA по каждому креативу отдельно, а не по кампании целиком. И следите за выгоранием: рекламный креатив в постоянном показе живет от пары недель до месяца, частота растет, CTR падает, и визуал надо обновлять. Как раз тут ИИ и раскрывается — обновление креатива за 10 минут вместо пары дней.
Промптинг
Промпты для создания рекламы и рекламных креативов — не то же самое, что и обычные картинки. Нужно описывать конструкцию и структуру. Порядок элементов имеет значение: сначала стоит формат и назначение, после композиция, объект, свет и стиль, а в конце чего не стоит. Например: «Рекламный горизонтальный формат 16:9 для ленты, слева свободное поле под заголовок, справа крупный товар на нейтральном фоне, мягкий боковой свет, без текста и логотипов».
Главное отличие от обычных артов — указание на пустое пространство, ибо в рекламе часто нужно иметь свободное пространство под надписи или логотипы. А также нужно задавать пропорции: модели могут генерировать 16:9 или 1:1, а вам нужен 1:2.
Также стоит отметить, что нужно заранее задать то, что нужно удалить, какие объекты могут быть лишними, какой стиль вам не нужен. Чрезмерный блеск и глянец, лишние объекты на первом плане, надписи. Такое либо решать сразу в промпте, либо в постобработке. И добавляйте в промпт настроение под сегмент: премиум-аудитория — это темный фон, минимализм, дорогой свет; масс-маркет — яркие цвета, крупный товар, эмоции. Реклама для разных сегментов, сгенерированная одним промптом, просто не сработает.
Результат модели при одинаковом промпте может быть разным, так что каждый раз может быть разная поза, свет, расположение объектов, так что лучше сгенерировать сразу пакет креативов и отбирать те, которые больше подходят вашим требованиям. Это, кстати, ложится прямо в механику A/B-тестов: вместо одного креатива у вас сразу набор гипотез на проверку.
Но промпт не решает проблем жесткого брендбука, юридически значимого текста и консистентности между вариантами. Консистентность обеспечивается референсом-изображением, а не обычным текстовым промптом. А сам товар лучше вообще не описывать словами, а подгружать фото через image-to-image — нейросеть любит дорисовывать упаковку и искажать логотипы, если товар задан текстом.
Заключение
Нейросеть для рекламы, безусловно, не замена дизайнера, а замена черновика. Он работает как конвейер для завода во времена Форда — оптимизирует скорость производства. Но ИИ не заменит ваши знания о пайплайне, площадках и тестированиях. Генератор может закрыть прототип, серию вариаций под A/B и массовую адаптацию под размеры.
Результат почти всегда требует доработки, после того как утвердили его. Мы уже выше не раз говорили об этом, все что требует точности — текст, цвета, юридия, лицо бренда — лучше не доверять ИИ.
Если вы планируете встроить генерацию в рабочий процесс — закладывайте этап постобработки сразу, а не как сюрприз. И держите в голове, что ИИ экономит время на переборе, но не отменяет ответственности за то, что уходит в рекламу.
А воспользоваться нейросетями можно на нашем сервисе BotHub, который имеет как приятный интерфейс чат-бота, так и OpenAI-совместимый API. Без VPN и с оплатой через российские банковские карты.
ссылка на оригинал статьи https://habr.com/ru/articles/1096394/