Модель пишет буквы неправильно
Генератор рисует текст прямо на картинке — и на выходе слово с лишней буквой или каша вместо заголовка. Заметно это уже после загрузки в рекламный кабинет.
Дайте ссылку на сайт или короткий бриф — студия соберёт баннеры под точные размеры Meta, Google, TikTok, Telegram и YouTube. Каждый макет потом смотрит vision-модель: текст на картинке, артефакты и рекламная безопасность проверяются по пикселям.
Генератор рисует текст прямо на картинке — и на выходе слово с лишней буквой или каша вместо заголовка. Заметно это уже после загрузки в рекламный кабинет.
Квадрат вместо 1080×1350, обрезанный логотип, текст за безопасной зоной. Площадка режет макет, а показы уходят на изуродованный креатив.
Английский текст на баннере для арабского или ивритского рынка ломает и смысл, и вёрстку: направление письма другое, а макет собран слева направо.
Студия читает сайт и рыночный контекст клиента, вытягивает оффер и аудиторию. Если сайта ещё нет, достаточно описать задачу текстом.
Модель рисует изображение без надписей, копирайтер пишет текст сразу на языке кампании, а композер укладывает его в макет — включая RTL для иврита и арабского.
Vision-модель смотрит на пиксели, а аудит сверяет макет со спецификацией площадки. Прошедшее выгружается во всех форматах или превращается в MP4.
Каталог размеров Meta, Google, TikTok, Telegram и YouTube: от 1080×1080 и 1080×1920 до 728×90 и 300×250, с пометкой рекомендованных.
Копирайт пишется нативно на русском, украинском, английском, испанском, иврите или арабском и проверяется на алфавит, длину и невыполнимые обещания.
Vision-модель читает надписи на картинке и ищет дефекты анатомии, водяные знаки и артефакты. Без ключа провайдера проверка помечается как недоступная, а не как пройденная.
Безопасная зона, доля видимого текста и обязательные проверки дают статус: готов к запуску, нужна доработка или заблокирован.
ffmpeg собирает из готового баннера движение Ken Burns — зум или панораму под точный размер плейсмента. Платный провайдер не задействован.
Пакеты Gemini и ChatGPT со слотами на изображения и видео и включёнными перегенерациями подключаются по желанию; базовый режим работает без них.
Да, это основной сценарий Лайт-режима: вы даёте URL, студия читает страницу, вытягивает оффер, тон и аудиторию и собирает набор баннеров под выбранные площадки. Бриф текстом работает так же, если сайта ещё нет.
Изображение генерируется без единой надписи, а текст добавляется отдельным слоем в браузере — поэтому буквы всегда правильные. Дополнительно vision-модель смотрит на итоговые пиксели и сообщает, если на картинке всё же осталась лишняя надпись.
На русском, украинском, английском, испанском, иврите и арабском. Для иврита и арабского макет собирается справа налево, а в шрифтовой стек подключены Noto Sans Hebrew и Noto Sans Arabic, чтобы буквы не рассыпались.
Для движения Ken Burns — нет: ролик собирает ffmpeg на вашем же сервере, стоимость нулевая. Генеративное видео Veo или Sora идёт через премиум-пакеты Gemini и ChatGPT, где слоты покупаются отдельно.
Он получает статус «нужна доработка» или «заблокирован» со списком конкретных претензий — от текста за безопасной зоной до артефактов на изображении. Баннер можно перегенерировать, не переписывая бриф заново.
Хватит ссылки на сайт: форматы, текст на языке рынка и проверка пикселей включены с первого запуска.