Что мы поняли о работе с AI после сотен генераций

Опыт команды агентства маркетинга

Все мы стали свидетелями того, как нейросети из интересного эксперимента перевоплотились в часть рабочих процессов: от создания контента до аналитики и общения с клиентами.

За это время мы протестировали десятки сервисов и сделали сотни генераций (текстов, визуалов, рекламных креативов). И чем больше мы работали с AI, тем лучше понимали: нейросети действительно ускоряют работу, хотя идеального результата пока не существует. Но давайте по порядку.

Какие задачи мы делаем через AI 

В работе мы используем нейронки в первую очередь для базовых и рутинных задач: тексты, генерация идей и помощь в аналитике.

Отдельное направление – визуалы для рекламных кампаний. Мы используем AI для генерации изображений и концептов, когда нужно быстро собрать идеи для креативов или протестировать разные визуальные направления перед финальной проработкой.

При этом финальная работа с дизайном всё равно остаётся за специалистами: наш дизайнер дорабатывает AI-материалы и использует их как основу для баннерной рекламы, адаптируя под стиль, задачи кампании и требования площадок.

Какие именно AI-инструменты мы используем в работе и как они встроены в наши процессы, подробно разобрали в отдельной статье: www.novelsite.ru/ii-rabote-marketologa-kak-my-ispolzuem-neyroseti-reklame-kontente.html

Где АI реально оказался полезен

Самый заметный эффект AI дал в скорости работы с задачами, где раньше был разгон.

Во-первых, он убрал проблему чистого листа. Там, где раньше команда тратила время на раскачку, теперь можно за несколько минут получить первый набор идей или структуры.

Во-вторых, нейросети отлично справляются с объёмом.

AI может:

• предложить десятки вариантов заголовков; 
• быстро сгенерировать идеи для рекламных текстов;
• собрать несколько концепций визуала;
• адаптировать текст под разные площадки.

примеры нашей работы на практике

В-третьих, он хорошо работает как инструмент брейншторма. AI не заменяет стратегическое мышление, но помогает его расшевелить: предлагает неожиданные формулировки, альтернативные подходы и иногда задаёт направления, которые команда не рассматривала.

Где АI не дотянул

Несмотря на все плюсы, у AI есть и заметные ограничения.

Главная проблема – шаблонность. Чем больше AI-контента появляется в интернете, тем чаще материалы начинают быть похожими друг на друга.

Кроме того, нейросеть всё ещё допускает ошибки: путает факты, использует неестественные или странные формулировки, создает пустые тексты и не всегда точно считывает контекст или аудиторию. Поэтому не стоит публиковать контент, полностью сгенерированный AI, без постпроверки и редактуры.

При этом появляется ещё один интересный эффект: начинается охота на AI-контент. Люди всё чаще пытаются определить, где текст написан нейросетью, и даже сознательно избегают визуальных и текстовых маркеров, которые ассоциируются с AI, например, длинных тире или типографских кавычек-«ёлочек», так как они начинают восприниматься как косвенные признаки генерации.

В результате мы постепенно приходим к парадоксальной ситуации: живой, человеческий текст становится всё более ценной и почти дефицитной формой контента.
 

AI внутри рабочих инструментов: помощник в Яндекс Директе

Отдельно мы тестировали AI-помощника в Яндекс Директе. Сейчас такие инструменты активно внедряются в рекламные платформы и их задача упростить работу специалиста и сократить время на рутинные действия.

На практике лучше всего AI пока справляется именно со справочной частью работы. Он помогает быстро процитировать справку, найти нужную функцию, объяснить базовые настройки или подсказать, где находится нужный раздел. Это удобно, особенно когда нужно быстро разобраться в интерфейсе или не тратить время на поиск информации вручную.

Но в более сложных задачах AI пока всё ещё заметно уступает специалисту. Стратегия, глубокая аналитика, понимание аудитории и принятие решений всё ещё требуют человеческого опыта и контроля.

Как отличить плохой AI-контент от хорошего

После большого количества генераций мы начали быстро замечать разницу между безликим AI-контентом и действительно качественной работой.

Маркеры сырого ИИ-шного текста:

• выглядит шаблонно там, где это не нужно;
• встречаются странно сформулированные фразы;
• не имеет tone of voice;
• повторяет одни мысли несколько раз;
• плохо адаптируется под конкретную ЦА.

Маркеры продуманного ИИ-шного текста:

• может содержать разные уровни глубины смыслов (от общего до деталей);
• в текстах содержатся разговорные слова, допустимые в общем контексте;
• имеет чёткий tone of voice и выдерживает его на протяжении всего текста;
• даёт пищу для размышлений читателю;
• вызывает эмоцию у читателя;
• самое главное: такой текст доработан человеком 

Рассмотрим на примерах. Колоссальная часть работы зависит от запроса.

Пример неудачного промпта: 

«Напиши 5 заголовков для продажи солнцезащитных очков»

Что вы получите после такого запроса? Максимально общие тексты, без конкретики и понимания аудитории. Такие заголовки ничем не отличаются от сотен других в рекламе.

Пример хорошего промпта:

«Ты performance-маркетолог в fashion e-commerce.
Продукт: премиальные минималистичные солнцезащитные очки без явного брендинга.
ЦА: городские жители 25–40, следят за стилем, не любят кричащую рекламу, ценят визуальную эстетику.
Задача заголовков: не описывать продукт напрямую, а продавать ощущение (стиль, статус, уверенность, минимализм).
Ограничения:
не использовать слова защити глаза, ультрафиолет, лучшие очки, избегать прямых призывов «купи сейчас», не звучать как классическая реклама
Стиль: коротко, лаконично, немного недосказанности, как в брендовых fashion-кампаниях.
Дай 5 вариантов с разными эмоциональными акцентами.»

Простой промпт:

1. «Добавь финальный штрих: главные тренды солнцезащитных очков этого сезона»
2. «Второй взгляд бесплатно: скидка -50% на вторую пару солнцезащитных очков!»
3. «Защита премиум-класса: очки с поляризацией, которые берегут ваши глаза и подчеркивают статус»
4. «Взгляни на лето по-новому: очки, от которых невозможно отвести глаз»
5. «Твой идеальный силуэт: найди очки под свою форму лица со скидкой 20%»

Расширенный, уточненный промпт:

1. «Твоё присутствие говорит громче слов.»
2. «Оставайся в фокусе, оставаясь незамеченным.»
3. «Ничего лишнего. Только твой характер.»
4. «Каждый твой день — как сцена из культового кино.»
5. «Тренды меняются. Твой почерк остается.»

После уточнённого промпта AI начинает работать не как генератор шаблонов, а как инструмент, который ищет разные углы коммуникации под одну и ту же задачу. Нейросеть понимает, для кого он пишет и зачем. Плюс большую роль играют ограничения. В узких рамках резко повышается вероятность качественного текста при выдаче.

Также немаловажно выстроить диалог с ИИ ещё до постановки ТЗ. Сначала стоит погрузить его в проект: рассказать о задаче, контексте, продукте и вашем видении результата. В дальнейшем лучше вести каждый проект в отдельной ветке, чтобы сохранялся контекст и история обсуждения, чтобы AI точнее понимал задачу и выдавал более релевантные ответы без необходимости каждый раз объяснять всё заново. 

А что насчёт картинок и фото?

Здесь чуть сложнее. Мы заметили, что с картинками AI ошибается ещё сильнее, чем с текстом. Если дать расплывчатый запрос, получится типовая нейросетевая картинка, на которую у человека уже выработалась баннерная слепота. Но когда в запросе появляется арт-дирекшн, ограничения и контекст, результат становится заметно сильнее. (При этом важно понимать, что здесь почти всегда нужно больше экспериментировать, чем в текстовых задачах: визуальные модели сильнее зависят от точности формулировок, референсов и пробных генераций, поэтому идеальный результат чаще достигается через серию уточнений и доработок.)

Пример неудачного промпта для визуала:

«Сделай фото для цветочного магазина»

На первый взгляд запрос кажется понятным, но на самом деле он слишком общий и не даёт AI никаких ориентиров. Конечно, можно задать такой промпт в формате разгона, чтобы посмотреть, какие идеи выдаст AI, а дальше уже работать детальнее. Что не так с таким промптом?

Здесь нет контекста: не понятно, для чего нам эта генерация и где мы будем это использовать (в рекламе, на сайте, у себя на страничке или просто для заставки на телефон)

Также не указана сцена действия, т.е. что именно будет происходить в кадре, какие акценты нам нужны, какой результат мы преследуем и т.д.

Помимо этого, отсутствует эмоциональное направление и стилистика фотографии. Не указано настроение, атмосфера или ощущение, которое должен передавать визуал. В результате картинка получается нейтральной: она может быть аккуратной, но не вызывает эмоций и не транслирует характер.

И наконец, нет ограничений. Не сказано, чего избегать: пластика, постановочности, или стоковости. Без этих рамок AI стремится сделать максимально стерильный кадр, который зачастую не подходит для хорошего результата.

На этой основе можно собрать пример хорошего промпта, который уже задаёт контекст, сцену, стиль и ограничения, а не просто называет объект:

«Создай рекламный визуал для цветочного магазина премиум-уровня.
Сцена: минималистичный интерьер бутика цветов в современном городе. Пространство почти галерейное — белые стены, много воздуха, аккуратные композиции из цветов как арт-объекты.
В кадре: крупный букет как центральный объект, он выглядит как дизайнерская композиция, а не просто товар. Рядом стеклянная ваза, мягкий дневной свет, отражения на поверхности стола.
Атмосфера: спокойная, премиальная, ощущение дорогого и продуманного пространства.
Стиль: high-end commercial photography, clean composition, editorial fashion aesthetic.
Цвета: нейтральные (белый, бежевый, зелёный), с акцентом на естественные оттенки цветов.
Камера: средний план + лёгкое размытие фона, как в фэшн-съёмке
Формат – рекламный визуал для сайта»

Сравним результаты:

генерации с первым промптом

генерации со вторым промптом

Сравним результаты генераций. На первый взгляд обе генерации выглядят красиво, но главный вопрос – какие из них действительно подходят под задачу? Те, которые нейросеть сгенерировала по абстрактному запросу, или те, что были созданы на основе полноценного ТЗ с пониманием бренда? Вопрос, скорее, риторический.

Отдельно хочется выделить направление генераций, где задача состоит не в создании изображения с нуля, а в доработке уже существующего визуала. Этот подход мы особенно любим и регулярно используем в проектах, потому что он даёт гораздо более контролируемый и предсказуемый результат.

В таких задачах AI работает скорее как инструмент улучшения: помогает повысить качество изображения, добавить детали, улучшить свет, текстуры или глубину кадра, при этом сохраняя исходную идею и композицию.

Здесь очень важно правильно формулировать запрос. Если не указать ограничения, нейросеть часто начинает передумывать изображение: менять объекты, композицию, лица или стиль. Поэтому в промпте важно отдельно прописывать, что AI не должен изменять само изображение, а только улучшить его качество и детализацию.

Пример:

фото до/после

Промпт: Выполни апскейл изображения с сохранением исходной композиции и формы блюда.
Улучши детализацию, текстуры и общее качество изображения без изменения основных объектов в кадре.

Дополнительно доработай подачу блюда до уровня ресторанного food-styling: сделай сервировку более аккуратной, визуально дорогой и аппетитной.

В качестве акцентов используй свежую зелень (укроп) и немного свежемолотого перца.

Важно: не добавлять цветы, микрозелень с декоративной подачей или неестественные элементы украшения.
Сохранить реалистичный и гастрономически естественный вид блюда.

Как изменился наш подход к работе

После внедрения AI часть процессов внутри команды стала быстрее, это факт. Нейросети действительно помогают ускорять работу и упрощают многие процессы.

При этом, нейросеть не заменил специалистов внутри команды. Скорее наоборот, хорошие результаты стали ещё сильнее зависеть от опыта, понимания аудитории и умения правильно работать с инструментами.

Но, главное, после сотен генераций мы пришли к одному выводу: хороший результат появляется не из-за самого AI, а из-за людей, которые с ним работают.