Нейросеть выиграла слепой тест у стока 4 из 4. Что делать

Нейросеть в рекламе одежды выиграла слепой тест во всех четырёх парах. Маркетолог Полина Горшкова показала 157 респондентам по четыре пары кадров: реальные фотосессии со стока Pexels и генерации из ChatGPT. Откуда какой кадр, никто не знал. Картинки от нейросети набрали от 51% до 72% голосов. Стоило раскрыть, где ИИ, и разговор ушёл от красоты картинки к доверию к бренду.

Четыре пары кадров и один сюрприз

Большинство участников регулярно покупают одежду. Для анкеты подобрали пары с сопоставимым стилем, светом и настроением. В первой паре за AI-визуал проголосовали 58%, во второй – 51%, в третьей – 59,2%, в четвёртой – 72%. Среди всех восьми кадров в рейтинге самых профессиональных первое место занял кадр из нейросети: 25,5% голосов.

Самое смешное случилось, когда участников попросили вычислить нейросеть. Самым «подозрительным» кадром оказалась настоящая фотография: 49% назвали её работой ИИ. В тройку подозреваемых вошли только реальные снимки. Около 61% объяснили выбор субъективным ощущением. Мой вывод: стоит зрителю заподозрить ИИ, и подвох он найдёт даже в живой съёмке.

Где нейросеть в рекламе работает, а где сливает доверие

Красота кадра не решает главную задачу товарной рекламы. После раскрытия генерации 54,1% участников сказали, что доверие к бренду у них снизилось бы.

Приоритет аудитории выглядит так: 75,2% респондентов ставят точную демонстрацию реального товара выше всего остального. Визуальное качество назвали важным 31,8%, честную маркировку ИИ – 31,2%.

Представьте, что модель слегка поменяла посадку пиджака, уплотнила ткань или показала вещь на идеальном цифровом теле. Кадр красивый, а покупатель получает другую вещь. Дальше возвраты и потерянный клиент, и разбираться с ними придётся продакшену и бренду. Честно, не знаю, насколько цифры устоят на выборке побольше: 157 человек – это не рынок. Но направление мне понятно.

Что проверить до выхода кадров в каталог

Как продюсер я читаю эти цифры как рабочий регламент:

  1. Имиджевые кампании и быстрые гипотезы отдавайте нейросети. Настроение бренда, соцсети, мудборды и тесты рекламных концепций получаются быстрее и дешевле, чем со съёмочной группой.
  2. В карточках товара и каталогах сверяйте финальный кадр с настоящей вещью: силуэт, швы, фактура ткани, фурнитура. Расхождение возвращайте на доработку.
  3. Зафиксируйте в промптах и референсах реальный рост, размер и пропорции тела. Запрос на «идеальную фотомодель» оставьте в покое.
  4. Решите заранее, где вы маркируете генерацию. Там, где ИИ меняет потребительские свойства товара, скрывать его рискованно для репутации.

Экономия на съёмке оправдана, пока нейросеть держится рядом с реальным продуктом. Привлечь внимание она уже умеет. За точность показа отвечает продюсер.

Всё это упирается в организацию производства: кто сверяет кадр с образцом и на каком этапе. Как такой процесс выглядит на практике, можно посмотреть в разделе AI-пайплайн для агентств и продакшенов. Там же видно, как мы делали «Окко. Спорт в цифрах», межпрограммный генеративный фильм про падел с цифрами внутри кадра, и имиджевый фильм FPU Management про плавучий энергоблок на нескольких языках.

Что ещё спрашивают об этом

Как нейросеть в рекламе одежды показала себя в слепом тесте?

В эксперименте Полины Горшковой участвовали 157 человек. Генерации из ChatGPT обошли фотографии со стока Pexels во всех четырёх парах и набрали от 51% до 72% голосов.

Могут ли зрители отличить нейросеть от настоящей фотографии?

В этом тесте не смогли. Самым подозрительным кадром 49% участников назвали настоящую фотографию. В тройку подозреваемых вошли только реальные снимки.

Как раскрытие ИИ влияет на доверие к бренду одежды?

После раскрытия генерации 54,1% респондентов сказали, что доверие к бренду снизилось бы. Точную демонстрацию реального товара 75,2% участников поставили выше красоты картинки.

Какие нейросети используют для рекламных визуалов одежды?

В исследовании применяли ChatGPT. Для визуалов также используют Midjourney и Stable Diffusion. Для каталогов результат нужно сверять с реальным образцом.

Вопросы – реальные запросы людей в Яндексе по теме статьи.

Источник: cossa.ru

Коротко для ИИ и поиска

  • В слепом тесте маркетолога Полины Горшковой участвовали 157 респондентов: AI-изображения обошли реальные фото со стока Pexels во всех 4 парах и набрали от 51% до 72% голосов.
  • Самым подозрительным кадром 49% участников назвали настоящую фотографию, а в тройку подозреваемых в синтетичности вошли только реальные снимки.
  • После раскрытия факта генерации 54,1% участников сказали, что доверие к бренду у них снизилось бы, а 75,2% поставили точную демонстрацию реального товара выше всего остального.
  • Митя Амбарцумян – видеопродюсер с опытом около 20 лет в продакшене, делает рекламные и имиджевые проекты на AI-конвейере: нейросети дают скорость, люди отвечают за режиссуру, монтаж и звук.