Das Modell schreibt die Wörter falsch
Bildgeneratoren malen Text ins Bild, und heraus kommt ein fehlender Buchstabe oder ein Schmierer statt der Headline. Auffallen tut das erst im Werbekonto.
Geben Sie dem Studio eine Landingpage-URL oder ein kurzes Briefing, und es baut Banner in genau den Größen, die Meta, Google, TikTok, Telegram und YouTube erwarten. Danach sieht ein Vision-Modell auf die fertigen Pixel — Text, Artefakte und Werbesicherheit.
Bildgeneratoren malen Text ins Bild, und heraus kommt ein fehlender Buchstabe oder ein Schmierer statt der Headline. Auffallen tut das erst im Werbekonto.
Ein Quadrat statt 1080×1350, ein abgeschnittenes Logo, Text außerhalb der Safe Area. Die Plattform beschneidet das Layout, und die Impressionen laufen auf ein verunstaltetes Motiv.
Englischer Text auf einem Banner für den arabischen oder hebräischen Markt zerstört Sinn und Layout: Die Schreibrichtung ist umgekehrt, das Design nicht.
Das Studio liest die Website und den Marktkontext des Kunden und zieht Angebot und Zielgruppe heraus. Ein kurzes Text-Briefing genügt, wenn es noch keine Seite gibt.
Das Modell erzeugt ein textfreies Bild, der Copywriter schreibt in der Kampagnensprache, und der Composer setzt den Text ins Layout — für Hebräisch und Arabisch von rechts nach links.
Ein Vision-Modell begutachtet die Pixel, das Audit vergleicht das Layout mit der Plattformspezifikation. Was besteht, wird in allen Größen exportiert oder zum MP4.
Ein Größenkatalog für Meta, Google, TikTok, Telegram und YouTube: von 1080×1080 und 1080×1920 bis 728×90 und 300×250, empfohlene Formate markiert.
Die Werbetexte entstehen nativ auf Russisch, Ukrainisch, Englisch, Spanisch, Hebräisch oder Arabisch und werden auf Schrift, Länge und unhaltbare Versprechen geprüft.
Das Vision-Modell liest den im Bild gerenderten Text und sucht Anatomiefehler, Wasserzeichen und Artefakte. Ohne Provider-Key gilt die Prüfung als «nicht verfügbar», nie als bestanden.
Safe Area, Anteil sichtbaren Textes und Pflichtprüfungen ergeben je Motiv einen Status: startbereit, Prüfung nötig oder blockiert.
ffmpeg macht aus einem fertigen Banner eine Ken-Burns-Bewegung — Zoom oder Schwenk, exakt auf die Platzierungsgröße geschnitten. Kein kostenpflichtiger Anbieter beteiligt.
Gemini- und ChatGPT-Pakete mit Bild- und Video-Slots samt enthaltener Neugenerierungen sind optional; der Basismodus läuft auch ohne sie.
Ja, das ist der Hauptweg im Lite-Modus: Sie geben eine URL an, das Studio liest die Seite, entnimmt Angebot, Tonalität und Zielgruppe und baut daraus einen Satz Banner für die gewählten Plattformen. Ein schriftliches Briefing funktioniert genauso, wenn es noch keine Seite gibt.
Das Bild entsteht ganz ohne Schrift, der Text kommt als eigene Ebene im Browser dazu — deshalb stimmen die Wörter immer. Zusätzlich sieht ein Vision-Modell auf die fertigen Pixel und meldet, wenn der Generator doch noch Buchstaben gemalt hat.
Auf Russisch, Ukrainisch, Englisch, Spanisch, Hebräisch und Arabisch. Für Hebräisch und Arabisch wird das Layout von rechts nach links gesetzt, und Noto Sans Hebrew sowie Noto Sans Arabic stehen im Schriftstack, damit die Buchstaben nicht zerfallen.
Für die Ken-Burns-Bewegung nicht: Diesen Clip rendert ffmpeg auf Ihrem eigenen Server, die Kosten sind null. Generatives Video aus Veo oder Sora läuft über die Premium-Pakete von Gemini und ChatGPT, deren Slots separat gekauft werden.
Es bekommt den Status «Prüfung nötig» oder «blockiert» samt konkreter Mängelliste — von Text außerhalb der Safe Area bis zu Artefakten im Bild. Das Banner lässt sich neu generieren, ohne das Briefing noch einmal zu schreiben.
Eine Landingpage-URL genügt: richtige Formate, Text in der Sprache des Marktes und die Pixelprüfung sind vom ersten Lauf an aktiv.