ИИ в креативах: как нейросети ускоряют продакшн и повышают конверсию в мобайле

В мобильном маркетинге нейросети стали неотъемлемой частью производства креативов, однако именно дизайнер создаёт из сырой генерации реально работающие баннеры и видео. Арт-директор агентства Rocket10 Александр Мусатов делится многолетним опытом работы с ИИ-инструментами и  рассказывает о том, как внедрять нейросети на всех уровнях продакшна: от предварительного анализа гипотез до раскадровки видеокреативов. 

Этап №1: анализ рынка, составление УТП и CTA — где ИИ реально полезен

Где ИИ уже эффективен — работа с текстом креативов

ИИ показывает отличную эффективность при генерации УТП, CTA и текста на креативе. В агентстве оптимальный процесс работы с текстовым ядром креатива устроен так:

1. Загружаем максимальное количество контекста в нейросеть: брендбук, вертикаль и её особенности, описание продукта, целевую аудиторию на основе данных клиента. Чем больше релевантных данных — тем точнее результат.
2. Генерируем множество вариантов. Здесь работает 2 правила: максимально точный, узкий запрос и принцип «чем больше — тем лучше». Например, такой промпт: «Составь 10 УТП для приложения сегмента food delivery, которые подчеркнут скорость доставки и свежесть продуктов». 
3. Отбираем лучшее. Команда (байеры, дизайнеры, аккаунты) на проектном совете оценивает варианты по критериям: «В рамках брендбука? Решает задачу?». Используя свой опыт, мы выбираем наиболее ценные варианты и быстро запускаем их в тестирование.

Александр Мусатов

арт-директор агентства Rocket10

У нас был интересный эксперимент. Достаточно давно, практически в самом начале, когда все эти инструменты только появились. Тогда, к нашему удивлению, ИИ сгенерировал подход, который впоследствии оказался самым топовым из всех, что мы до этого тестировали вручную. Это доказывает силу ИИ как генератора неожиданных, но рабочих гипотез. Однако тут важно не забывать о тщательной оценке подходов.

Оптимальные инструменты для генерации текста:

1. ChatGPT-5.2 / Claude 3.5 Sonnet — универсальные «рабочие лошадки». Плюсы: отлично понимают контекст, поддерживают длинные диалоги, умеют анализировать документы. Минусы: могут выдавать шаблонные формулировки, требуют чёткого промптинга. 
2. Notion AI / Gemini — инструменты для интеграции в рабочий процесс. Плюсы: удобны для быстрой правки и адаптации готовых текстов прямо в документах. Минусы: менее креативны в генерации «с нуля».
3. Jasper / Copy.ai — специализированные маркетинговые ассистенты. Плюсы: заточены под рекламные форматы (объявления, письма, посты), имеют шаблоны. Минусы: могут выдавать излишне «продающие» тексты, менее гибкие в нестандартных задачах.

Принципы промптинга: контекст, гибкость, видение

Техника написания промптов всё ещё влияет на результат, но постепенно уходит на второй план. Сегодня важны три принципа:

1. Глубокое понимание задачи. Нужно не просто составлять списки слов, а видеть конечную цель: что нужно донести/подчеркнуть на креативе, какое целевое действие аудитории вызвать (клик, установка, добавление в корзину).
2. Знание сильных сторон каждой нейросети. Одна хорошо работает с заданным объектом, редактирует детали, другая — позволяет создавать уникальные по стилю референсы или готовые картинки, обладая богатым датасетом. Используйте разные инструменты для разных частей задачи.
3. Гибкость мышления. Если вы сделали 20 генераций, но не смогли получить тот результат, которого хотели — смените «точку сборки». Посмотрите на задачу под другим углом, посоветуйтесь с коллегами. ИИ часто даёт неочевидные решения, нужно уметь их разглядеть и доработать.

Сверхмощный буст развития ИИ диктует появление следующего поколения методов работы, где люди и нейросети действуют в рамках единой модели процессов. Мы видим это на примере инструментов для совместной работы на базе ИИ в Figma, где дизайнеры уже начинают делить творческое пространство с алгоритмами. В будущем такое взаимодействие станет ещё более глубоким — появятся бесшовные интеграции через API и конвейеры данных.

Где ИИ пока не справляется — анализ рынка и стратегия

Использовать ИИ для полноценного анализа рынка, составления портрета и сегментов ЦА перед крупными запусками пока рано. Сейчас это инструмент уровня продвинутого джуна: он может набросать сценарий или провести поверхностный анализ, если у вас мало данных от клиента. Это полезно для старта, но для стратегических решений нужен человеческий опыт. 

Нейросеть не видит полноценный контекст, сезонность, тонкие различия между аудиториями. Она не может анализировать меняющуюся ситуацию на динамичном рынке в реальном времени. Выводы от ИИ — это «сырая глина», из которой эксперт должен вылепить полноценную стратегию.

Этап №2: стиль и визуал для баннеров и видео

Где ИИ уже эффективен — генерация статических изображений

ИИ можно использовать в качестве «фабрики вариантов», курируемой дизайнером. Стандартный пайплайн рождения статичного креатива — это пошаговый подход:

1. Начинаем с генерации идей и визуальных гипотез. Мы используем ChatGPT как отправную точку для оперативного мозгового штурма и создания кластера текстовых описаний. Далее отбираем наиболее валидные варианты и дорабатываем их, опираясь на насмотренность и условия клиента. После этого мы подключаем Midjourney или Nano Banana — для генерации первичных визуальных референсов. 
2. Переходим к созданию ассетов. На этом этапе в зависимости от задачи мы комбинируем Midjourney и Nano Banana для генерации основных изображений. Для ускорения работы зачастую задействуем не только текстовые, но и визуальные референсы. С помощью ChatGPT мы также можем дорабатывать тексты итеративных промптов. 
3. После этого следует сборка и адаптация. Дизайнер берёт сгенерированные элементы, доводит их до ума (исправляет артефакты, сочетает с типографикой, накладывает на макет), используя стандартные графические редакторы.
4. Финальная стадия — создание группы схожих баннеров, которые отличаются друг от друга отдельными элементами. Обычно дизайнер вручную собирает окончательные версии макетов и добавляет необходимые детали.

Роль дизайнера сместилась от «рисовальщика» к куратору: он ставит задачу ИИ, отбирает лучшее из десятков вариантов и собирает из этого рабочий креатив. Более того, современный дизайнер постепенно превращается в архитектора систем искусственного интеллекта — он отвечает за разработку общей структуры экосистем, обеспечивающих эффективную коммуникацию между различными ИИ-компонентами и людьми. 

Разберём пример генерации изображения для креатива в электронной коммерции: 

Промпт №1: a bottle of Sprite is on the table.

Из-за недостатка данных результат первой генерации далёк от идеала, поэтому для второй итерации предоставляем расширенный контекст в промпте: расписываем желаемые визуальные характеристики генерации, даём визуальные референсы и подробно описываем, как их использовать.

Промпт №2: use background from image 1, place sprite bottle from image 2 on wooden table, sunlight rays passing through bottle, translucent liquid, realistic light refraction, natural shadows, perfectly integrated lighting, photorealistic, high.

Теперь попробуем сгенерировать фотореалистичное изображение человека (например, для рекламы каршеринга): 

Промпт №1: a guy is sitting behind the wheel of a car. 

Промпт №2: use car interior from image 1, place man from image 2 sitting in driver seat, hands on steering wheel, natural relaxed pose, looking forward, realistic integration, soft natural lighting, matching shadows and reflections, photorealistic, high detail.

Как видим, и тут вторая расширенная итерация даёт результат, который уже можно использовать для создания креатива. Для большей точности генерации здесь тоже прибегаем к использованию визуальных референсов, а также подробно описываем позу, взгляд, положение тела человека и «выставляем» свет.

Сейчас один из главных вызовов — достичь стабильного, быстрого и предсказуемого результата. Для этого дизайнеру нужно глубокое понимание особенностей каждой нейросети, тонкостей написания промптов и стратегии итеративного продакшна. 

Александр Мусатов

арт-директор агентства Rocket10

На самом деле сейчас истории с промптами — действительно сложные. Каждая нейросеть имеет свои достаточно тонкие настройки, у каждого инструмента очень много уникальных особенностей. Сейчас крупные ИИ предоставляют специальных помощников для того, чтобы писать адаптированные промпты для других ИИ. Как именно нужно описывать свет, передачу цветов, ракурсы — и многое другое. Например, в ChatGPT есть интегрированные боты, настроенные под специфику каждой конкретной нейросети. С их помощью мы “переводим” промпты на язык разных ИИ. А после первой генерации уже можем менять отдельные детали самостоятельно.

Оптимальные инструменты для генерации статических изображений: 

1. Nano Banana (от Google) — новый игрок с большим потенциалом.Плюсы: высокое качество генерации, хорошо работает с объектами и текстурами, меньше артефактов, интеграция с экосистемой Google. Минусы: пока не так гибок в тонкой настройке, для достижения нужного результата требует «кустарных» решений в нетривиальных задачах. Однако при правильном подходе способен делать сцены, на порядок превосходящие «конкурентов» по качеству и точности.
2. ChatGPT (DALL·E 3) — универсальный инструмент для быстрых задач.Плюсы: встроен в привычный интерфейс, понимает контекст беседы, удобно использовать, когда нужно сгенерировать «здесь и сейчас» без переключения сред. Минусы: уступает Midjourney в детализации и фотореализме, слабее держит стиль бренда, заметен «фирменный» стиль OpenAI.
3. Midjourney — главный инструмент для продакшн-задач в агентстве.Плюсы: удобный интерфейс, лучшее соотношение качества и консистентности, держит стиль, отлично работает с композицией и светом, широкие возможности кастомизации. Минусы: сложности с генерацией текста, требует насмотренности и навыка «дожимать» промпт.

Где ИИ пока сталкивается с ограничениями — генерация видеокреативов

Главная сила ИИ в видеокреативах для мобильной рекламы — ликвидация дорогого подготовительного этапа. Не нужно искать локации, строить свет, снимать 150 ракурсов продукта: достаточно сфотографировать один раз и «попросить» нейросеть анимировать. Например, раньше для съёмки кофейной кружки в 20 разных интерьерах мы арендовали студию на день и везли туда кучу реквизита. Теперь мы фотографируем кружку один раз и говорим нейросети: «Кружка с кофе стоит на столике в уютной венской кофейне, утренний свет падает из окна». Нейросеть дорисовывает фон и текстуры, создаёт атмосферу. А если нужно 20 разных ракурсов или фонов — мы просто меняем промпт и получаем 20 готовых вариантов.

Ещё один показательный пример: для ролика с несколькими блогерами нам теперь не нужно собирать их всех на площадке — достаточно снять одного, а остальных нейросеть сгенерирует и «помножит» в нужном количестве, при необходимости меняя пол, внешность и стиль. Технологии уже достигли такого уровня, что зачастую даже специалист не в состоянии отличить такой синтезированный результат от реальной съёмки.

Однако для создания финального продукта высокого уровня ИИ пока не годится. Яркое доказательство — недавний кейс Coca-Cola, где эксперты собрали объёмный ИИ-ролик в стиле культовых ранних видео с живыми актерами и получили волну критики от массового потребителя. Это в очередной раз показало, что на нынешнем этапе сложные, эмоциональные ролики требуют человеческого режиссёрского замысла и реальных актёров. 

Сегодня ИИ — оптимальный инструмент для:

1. раскадровок и аниматиков;
2. создания массовых перформанс-видео в тренде на простоту и UGC;
3. «апгрейда» простых креативов до уровня медийной рекламы в некоторых вертикалях.

Рассмотрим пример генерации части простого перформанс-ролика в 2 итерациях: 

Промпт №1: Static medium shot in a cold, winter-lit service garage with daylight coming through an open entrance. A silver SUV is positioned near the exit with lights on and slushy snow under the tires, driver inside, door open. A mechanic stands ahead facing outside, not turning. In one continuous sequence, the driver makes a calm farewell gesture, the mechanic gives a minimal response without turning, then the driver closes the door, the car staying completely still until it fully shuts. Only after that, the SUV begins moving, drives out through the entrance and exits the frame, while the mechanic remains in place. Camera locked, realistic cinematic style, no sound.

Для генерации мы использовали комбинацию Nano Banana Pro и Veo 3.1. Здесь ИИ хорошо проработал фон и детали автомобиля, но проблемы возникли с качеством генерации человека и, главное, с консистентностью: после первого же описанного жеста дальнейшее визуальное повествование начинает «разваливаться».

Промпт №2: Medium static shot in a clean industrial car service garage with a cold winter mood, snowy daylight coming through a wide open entrance, soft natural light mixed with subtle fill light. A silver SUV stands near the exit facing outward with rear lights on and wet snow under the tires, driver’s door open. A light-skinned man around 30 with short dark hair, wearing a mustard puffer jacket, light blue jeans and tan boots, sits inside, while a technician in his late 30s in a blue uniform with a reflective stripe stands several meters ahead near the entrance facing outside without turning. In one continuous action, the driver calmly raises his right hand for a farewell wave, the technician briefly lifts his right hand in response without turning, then the driver immediately closes the door, the car remaining completely stationary until the door is fully shut; only after that the SUV starts moving, smoothly drives forward over wet snow and exits the frame, while the technician stays in place facing forward. The camera is static with no movement, the style is realistic, cinematic with an indoor winter atmosphere and absolute silence.

Более подробный промптинг позволяет закрыть первичные промахи во второй итерации, однако всё ещё не даёт должного качества генерации в деталях: расплывающееся лицо человека, искривляющиеся при движении диски автомобиля, периодическая расфокусировка.

С более простыми сюжетами, которые чаще всего встречаются в коротких перформанс-роликах, ИИ справляется куда лучше. Например, здесь мы всего за одну итерацию заменили одного человека на другого, бесшовно скопировав паттерн движения. Для этой генерации мы использовали комбинацию Nano Banana Pro (для изменения внешности) и Kling (для интеграции в видео).

Александр Мусатов

арт-директор агентства Rocket10

Простые короткие перформанс-ролики не нуждаются в дорогом продакшне, свете, локациях и студиях, так как есть долгосрочный тренд на простоту, скорость и UGC-стилистику, а это можно снять малыми средствами и дополнить монтаж при помощи ИИ. В случае анимированных роликов мы действительно можем делегировать 70% работы дизайнеров нейросетям, но здесь важен контроль качества на каждом этапе генерации. Также есть истории, где мы с помощью ИИ “дотягиваем” уровень простых креативов до дорогой медийки, и в некоторых вертикалях это может хорошо сработать именно на перформанс.

Эффективные инструменты для генерации видео:

1. Kling — один из наиболее популярных и динамично развивающихся инструментов, который можно смело упомянуть в числе лидеров в области быстрых видеогенераций. Плюсы: качественно анимирует, позволяет задавать нужную длину ролика, имеет множество полезных дополнительных инструментов, активно обновляется. Минусы: высокая стоимость, слабая озвучка.
2. VEO (Google DeepMind) — мощный инструмент, который уже давно активно используется в агентстве. Плюсы: лучше держит форму объекта и сюжет, высокое разрешение, чистая юридическая база (модель обучается на легальных датасетах Google, так что сгенерированный контент не нарушает авторских прав третьих лиц). Минусы: требует специфического промптинга, даже при правильно сформулированном запросе встречаются артефакты (в сложных сценах).
3. Seedance 2.0 — можно сказать, технологический прорыв, который способен генерировать готовые видео высокого уровня, превосходя Sora. Плюсы: генерация в качестве 4K, точное редактирование, понимание сложных сценариев, фотореализм, отличная физика движения. Минусы: не исключено появление артефактов, пока что не очень хорошо «понимает» русский.

Проблематика качества и аутентичности 

Инструменты вроде Midjourney или Nano Banana решают задачу быстро и «достаточно хорошо», позволяя за минуты получить картинку, на которую раньше требовались часы работы дизайнера. Однако именно это порождает главный парадокс: контента много, он «удовлетворительный», но при этом лишён глубины и авторского почерка.

Сейчас рынок мобильного маркетинга столкнулся с глобальным изменением тренда потребления контента. Формируется довольно узкое «окно восприятия» — спот внимания потребителя сужается. Он воспринимает всё более упрощённый контент, что, в свою очередь, упрощает и креативы. Возникает риск стагнации эстетики и даже общей деградации вкуса. ИИ становится инструментом для создания «удовлетворительной серости», а не прорывных идей. Наша основная задача — интегрировать нейросетевые инструменты так, чтобы обойти эту проблему. 

Сила ИИ в визуализации — это в первую очередь заметно возросшая скорость прототипирования. При этом его главная опасность — стирание уникального стиля как у создателей, так и у потребителей. Будущее за гибридным подходом: ИИ-инструменты для скорости и тестов + человеческое видение для стратегии, передачи эмоций и прорывных идей.

Этап №3: Прогнозирование перформанса, оптимизация и масштабирование креативов — где ИИ действительно работает

При тестировании ИИ-инструментов мы долгое время исходили из предположения, что в ближайшем будущем нейросеть научится прогнозировать перформанс креатива ещё до запуска, однако в настоящее время этот тезис практически неактуален. 

С технической точки зрения практически невозможно предугадать, что именно «залетит», какой тренд масштабируется до глобального уровня, какие форматы и стили креативов будут давать максимальный перформанс для разных вертикалей. Стого говоря, мы не можем агрегировать весь массив исходных данных с конкретными референсами, контекстами и результирующими метриками эффективности — вычислительной мощности современных инструментов недостаточно для достижения столь амбициозной и глобальной задачи. 

Поэтому в выстраивании наших процессов мы не подразумеваем использование ИИ для прогнозирования эффективности креативов. Наши прогнозы строятся на глубокой экспертизе команды:

1. Ответственный дизайнер, который знает оффер, ЦА и историю перформанса всех используемых подходов. 
2. Насмотренность, знание базовых и комплексных принципов композиции с учётом конкретной перформанс-задачи.
3. Цикл внутренних ревью, где senior-специалист вручную проверяет пак креативов перед согласованием с клиентом. 

Роль ИИ здесь иная. В работе над любым оффером мы находим своего рода «святой Грааль» — тот креатив, который действительно взлетел. Именно в этой ситуации мы и подключаем ИИ, чтобы масштабировать этот успешный паттерн. Например, отличной практикой будет попросить нейросеть создать кластер похожих визуалов, вариации ракурсов или сценариев на основе референса. В такой оптике ИИ — не инструмент предсказания, а скорее фабрика по производству рабочих креативов на основе уже проверенных данных. 

Плюсы и минусы ИИ в продакшне креативов

Как вы видите, ИИ не предоставляет готовых решений, но его использование в креативном продакшне даёт несколько важных преимуществ:

1. Ликвидация рутины. Генерация множества вариантов по аналогии с хорошо работающими снимает огромный пласт работы всего подразделения и позволяет дизайнерам фокусироваться на креативных идеях и стратегии.
2. Скорость прототипирования. ИИ делает продакшн быстрее и дешевле, позволяя тестировать массивы гипотез, не вкладываясь в долгий продакшн.
3. Консистентность. Сейчас уровень развития ИИ позволяет сохранять постоянство визуальной формы креатива на протяжении полного цикла производства. Это важно как для сохранения и передачи замысла дизайнера, так и с точки зрения механики процессов.

Однако есть и глобальные минусы: 

1. Шаблонность креативов. Модели зашиты в нейросети, и выйти за их рамки сложно. Это уже привело массового пользователя к феномену «ИИ-слепоты» — особенно ярко это проявляется у поколения Z.
2. Снижение лояльности. ИИ-контент стал маркером чего-то неискреннего и дешёвого. Если юзер считывает, что реклама сделана при помощи ИИ, это чаще всего включает автоматический стоп-сигнал: «На меня не тратят сил, а я — не буду тратить внимание».
3. Кризис аутентичности. Пользователь жаждет нативного контента, человеческих эмоций и сопричастности — того, для чего ИИ-генерации пока малоэффективны.

Повышение эффективности и инновационные возможности не должны влиять на этическую и эстетическую составляющую продукта. В противном случае в будущем нас ждут серьёзные риски. Как дизайнеры и разработчики этих систем, мы обязаны быстро адаптироваться, балансируя между инновациями и этическими соображениями, чтобы не потерять человеческий фактор в наших творениях.

Вместо заключения. Почему вам нужна собственная «нейролаборатория»?

Главный совет для тех, кто начинает осваивать ИИ-инструменты: относитесь к ИИ как к творческому партнёру, а не как к замене конкретных сотрудников. Чтобы не перегореть и получить реальную пользу, действуйте как «нейролаборатория»:

1. Выделите небольшую исследовательскую команду, которая будет глубоко изучать новые инструменты. Например, когда только вышел Runway, мы задействовали нашу команду для создания и тестирования пула промптов для этого инструмента — исходя из наиболее актуальных задач, с которыми ребята сталкивались в повседневной работе.
2. Тестируйте промежуточные выводы на реальных задачах, создавайте прототипы подходов.
3. Анализируйте результаты каждой гипотезы в реальных кампаниях, подходя к процессу постепенно и градуально. 
4. Формулируйте находки и инсайты в виде готовых методик или гайдлайнов для всей команды.

Важно не только тестировать новые ИИ, но и мониторить обновления в реальном времени, моментально интегрируя их в продакшн. Многие инструменты выкатывают улучшения каждые несколько недель — тот, кто первым их применяет, получает фору. Именно так мы строим наши процессы: непрерывное совместное производство, где люди и ИИ-инструменты вместе формируют решения, логику и действия. Такой подход превращает хаос постоянных обновлений в системный процесс интеграции инноваций. Это не делает вас примитивнее — наоборот, это сложный ресёрч, который создаёт новые нейронные связи и позволяет всей команде дизайна быть в курсе последних трендов.

Александр Мусатов

арт-директор агентства Rocket10

У нас есть проект — нейролаборатория. В нём участвуют ребята, которые действительно занимаются проблематикой нейросетей и активно изучают новые инструменты. Как только они находят что-то эффективное — мы с ними собираемся, обсуждаем, а потом выкатываем обновление уже как рабочий инструмент, которым может пользоваться вся команда. Мы делаем это с определённой периодичностью, а также подключаем команду медиабаинга, чтобы они видели, какие новые подходы можно использовать: у них часто появляются мысли, как это можно адаптировать для своих офферов и клиентов.

ИИ-инструменты не заменяют и пока не могут заменить интегральное мышление, насмотренность и экспертизу команды. Однако они становится мощным инструментом масштабирования успешных паттернов и автоматизации рутины. Будущее — за гибридными специалистами, у которых техническая гибкость сочетается с насмотренностью, уникальным видением и стратегическим мышлением.