Как собрать конвейер AI-рекламы для TikTok и Reels

Около 49% потребителей в США используют TikTok как поисковик, это данные опроса Adobe Express. Короткие вертикальные ролики индексирует даже Google, так что клиенты хотят видео везде и сразу. Агентства упираются в производство: снимать вручную для десятков брендов долго и дорого, а если просто отдать задачу нейросети, на выходе будет безликая картинка. Выход, как я его вижу, – системная генерация видео нейросетью. Хаотичное творчество надо превратить в конвейер с понятными шагами.

Сценарий собирается из фотографий клиента

Дайте нейросети задачу «напиши сценарий для салона красоты», и получите ролик, который подойдёт любому конкуренту. Лечится это мультимодальными большими языковыми моделями.

Берите реальные данные клиента: фасад, интерьер, команду, логотип, локацию, позиционирование. Модель разбирает эти вводные и пишет базовый сценарий. Он становится опорой для всей цепочки.

Формула у хорошего сценария обычная. Первые три секунды – хук и ценностное предложение. Дальше узнаваемая проблема клиента, решение через визуальный ряд бренда и понятный призыв к действию. Модель при этом привязывает каждую сцену к конкретному фото бизнеса. Пропустите этот шаг, и получится абстрактный ролик, в котором бренд не узнать.

Почему генерация видео нейросетью требует жёстких референсов

Готовый сценарий и фотографии продюсер отдаёт видеогенератору. Тут многие ошибаются и пишут обычные текстовые промпты. Текстовая модель рисует красивую, но чужую реальность. Покажите в рекламе локального ресторана чужой интерьер, и посетитель заметит подмену сразу.

Для коммерческих роликов нужны модели, которые принимают картинки-ориентиры (image-to-video). Сейчас это умеют Google Veo 3.1, Gemini Omni, Seedance от ByteDance, Kling и Wan от Alibaba.

Лучше всего работают вертикальные ролики 9:16 по 15–20 секунд. Из одного сценария легко собрать несколько вариантов с разными хуками: так проверяют гипотезы и спасаются от выгорания креатива. TikTok рекомендует держать в одной группе объявлений от трёх до пяти разных роликов и регулярно их обновлять.

Есть и цифра, которая заставляет задуматься. По данным WARC, 90% маркетологов используют ИИ как основной творческий инструмент, но заметный рост качества видео увидели только 45%. Честно говоря, я читаю это так: инструмент у всех один, а результат зависит от того, чем его кормят. Референсы клиента – как раз такой корм.

Как не развалить процесс, когда модель закроют

Рынок меняется быстро. OpenAI закрыла API видеомодели Sora 2 без прямой замены, Google обновила Veo, а на смену пришли Gemini Omni и Seedance 2.5.

Строить всё вокруг одной нейронки – рискованно. Условия поменяются или доступ закроют, и вам придётся перестраивать работу целиком.

Главный актив продюсера лежит в вашей папке: библиотека сценариев, исходники клиентов, история фидбека, отработанные промпты. Видеомодель в этой схеме – сменная деталь станка. Одна устарела или исчезла, конвейер переключается на другую.

На финальном этапе видеоряд получает озвучку и субтитры. Современные голосовые модели поддерживают более 70 языков, поэтому один сценарий адаптируется под разные рынки. Субтитры нужны всегда, потому что многие смотрят ролики без звука. Рекламные платформы к тому же требуют маркировать ИИ-контент.

Дорогие подписки тут вторичны. Выигрывает тот, кто выстроит работу с данными и обратной связью. Творческие решения остаются за человеком, а технологии ускоряют производство.

Что сделать завтра

• Соберите у клиента папку референсов до старта: фасад, интерьер, команда, логотип, описание позиционирования.
• Попросите модель написать сценарий по формуле «хук в первые три секунды – проблема – решение через визуал бренда – призыв» и привяжите каждую сцену к конкретному фото.
• Проверьте, что генератор принимает картинки-ориентиры, и прогоните один и тот же сценарий на второй, запасной модели. Так вы узнаете заранее, насколько больно её менять.
• Сделайте из одного сценария три–пять вариантов с разными хуками в формате 9:16, добавьте субтитры и отметку об ИИ-контенте по правилам платформы.

Если конвейер упирается в живое производство и команду, которую надо научить с ним работать, посмотрите страницу AI-консалтинг и обучение команд. Там описано, как я работаю с консалтингом и обучением.