Текст подготовил: Андрей Федорчук
AI-креативы для performance — это объявления, которые нейросети собирают и персонализируют под интент пользователя, чтобы быстрее тестировать гипотезы и удерживать ROAS за счет скорости, масштаба и гибкой автоматизации.
Типичный день performance-специалиста в РФ: воронки горят, менеджер из рекламного кабинета пишет про выгорание креативов, а дизайнер присылает первые варианты через три дня. В это время конкурент уже крутит десятки новых объявлений, собранных нейросетью за пару часов.
Разрыв сейчас не в бюджете, а в том, кто умеет подружить нейросети для рекламы с данными об интенте и автоматизацией. Ниже разберем, как перестать делать креативы «на глазок», собирать их через Make.com под конкретные запросы и не улетать в минус по ROAS.
6 шагов к AI-креативам под интент и ROAS
Шаг 1. Зафиксировать интенты, а не «портрет ЦА»
Что делаем: выписываем реальные поисковые и поведенческие интенты: «сравнить цены», «купить сейчас», «узнать условия рассрочки», «посмотреть отзывы» и т.п.
Зачем: LLM вроде GPT-4o и Claude 3.5 хорошо подхватывают формулировки интента и под них перестраивают оффер, тогда объявление звучит как прямой ответ на запрос.
Типичная ошибка: описывать аудиторию абстрактно типа «женщина 25-45, интересы мода», а потом ожидать от нейросети попадания в конкретный мотив.
Мини-пример РФ: маркетолог интернет-магазина техники в России делит кампании на интенты «дешевле, чем у конкурентов», «успеть до повышения курса», «рассрочка без переплат» и уже под них заказывает генерацию объявлений.
Шаг 2. Собрать простой контур данных для нейросети
Что делаем: создаем таблицу в Google Sheets или Airtable с офферами, УТП, ограничениями по тону, ссылками на посадочные, полем «интент» и статусом кампании.
Зачем: эта база становится единым источником правды для генерации объявлений, не нужно руками каждый раз объяснять задачу нейросети.
Типичная ошибка: хранить офферы в чатах и файлах, а потом копировать их в промпт и получать разнобой в сообщениях объявлений.
Мини-пример РФ: российский e-commerce заносит в таблицу акции по региону, остатки по складу и пометку «срочная распродажа» — дальше эти поля уходят в сценарий Make.com.
Шаг 3. Настроить Make.com как клей между данными и AI
Что делаем: в Make.com собираем сценарий Google Sheets (офферы) -> OpenAI (генерация текстов под TOFU/MOFU/BOFU) -> Bannerbear или PixelXie (шаблон баннера) -> Google Drive или Slack.
Зачем: производство креативов ускоряется на 80-90%, неделя работы дизайнера превращается в минуты, появляется возможность гонять больше тестов без перегрузки команды.
Типичная ошибка: останавливаться на генерации текста и продолжать верстать баннеры руками, теряя весь выигрыш по скорости.
Мини-пример РФ: агентство performance-рекламы в России под каждый новый оффер просто добавляет строку в Google Sheets — дальше сценарий сам генерирует тексты, собирает баннеры и скидывает ссылки в общий Slack-канал.
Шаг 4. Промптить под интент, а не «сделай красиво»
Что делаем: задаем нейросети структуру промпта вроде «Роль: performance-маркетолог», «Цель: продажа», «Интент: сравнение цен», «Тональность: агрессивный оффер» и передаем нужные поля из таблицы.
Зачем: нейросеть начинает писать сообщения под конкретную стадию воронки и мотив пользователя, а не генерировать нейтральные тексты «про все и ни о чем».
Типичная ошибка: просить общий рекламный текст, не фиксируя, что это, например, MOFU с акцентом на выгоды против конкурентов.
Мини-пример РФ: сервис онлайн-образования в России использует разные промпты для «узнать программу курса» и «уже выбираю между двумя школами» и получает более высокий CTR и дешевый клик.
Шаг 5. Включить динамические подстановки и «живые» креативы
Что делаем: добавляем в шаблоны переменные под погоду, курс валют, город пользователя, остатки на складе и прокидываем эти данные в Make.com.
Зачем: объявления становятся живыми, фон и текст меняются под ситуацию, повышая релевантность и шансы на клик и конверсию.
Типичная ошибка: делать один универсальный креатив на всю страну и на все случаи, а потом удивляться выгоранию и слепоте баннеров.
Мини-пример РФ: ритейлер одежды в России показывает «теплый» креатив с пальто в холодных регионах и другой набор товаров в южных городах, меняя креативы через автоматизацию, а не руками.
Шаг 6. Автоматизировать цикл тестирования и отбора
Что делаем: подключаем к Make.com рекламные кабинеты через HTTP Request, автоматизируем отправку креативов по API и настраиваем выгрузку результатов в ту же базу.
Затем добавляем прослойку с AI-оценкой: нейросеть анализирует CTR, конверсии и тексты объявлений и предлагает, что отключить, а что масштабировать.
Типичная ошибка: запускать AI-креативы, но оценивать эффективность вручную раз в две недели, теряя время и бюджет на выгоревших связках.
Мини-пример РФ: e-commerce-компания в России, которая через такую автоматизацию тестирует в пять раз больше гипотез и быстрее выключает неудачные связки, получает рост ROAS на 12-20% за счет скорости реакции.
Как собирать AI-креативы: руками, полуавтоматом или через Make.com
Кому AI-креативы и Make.com реально сэкономят ресурс
Автоматизация генерации объявлений через нейросети и Make.com особенно полезна тем, у кого креативы — расходник, а не «творческий артефакт».
- Performance-агентствам в РФ, которые ведут десятки клиентов и упираются в скорость дизайнеров и копирайтеров.
- Инхаус-командам e-commerce и сервисов, где есть постоянные акции, распродажи и новые офферы по регионам.
- Малым и средним бизнесам, которые не могут держать штатный продакшн, но хотят тестировать больше связок в Meta и Google Ads.
- Проектам с сильной сезонностью, где важно за дни, а не недели, переобуться под новый спрос и интент.
- Командам, которые уже обожглись на дорогих тестах и теперь хотят управляемый процесс с четкой связкой «данные — нейросеть — ROAS».
Частые вопросы
AI-креативы точно не «убьют» ROAS?
По e-commerce тестам объявления с AI-персонализацией дают рост CTR в среднем на 15-30% и помогают быстрее вырубать слабые связки, что в итоге дает рост ROAS на 12-20%. Риск не в нейросетях, а в том, чтобы оставить их без нормальной интеграции и аналитики.
С чего начать, если в команде нет технического специалиста?
Начните с простого сценария в Make.com: таблица с офферами, модуль OpenAI для разных стадий воронки и выгрузка текстов в Google Drive или Slack. Уже это сокращает время продакшна, а дизайн можно пока делать в привычных инструментах.
Обязательно подключать Bannerbear или PixelXie?
Не обязательно, но связка AI-текста и автосборки баннеров дает реальную экономию по времени. Стоимость одного креатива падает в разы, поэтому можно себе позволить массовое A/B-тестирование без раздувания бюджета и бесконечных правок дизайнеру.
Как убедиться, что нейросеть попадает в интент?
Жестко фиксируйте структуру промпта: роль, цель, интент, тональность. Плюс сравнивайте тексты с реальными запросами и страницами, под которые ведете трафик. Современные LLM умеют анализировать контекст и подстраивать оффер, вопрос только в том, насколько понятно вы им его описали.
Нужны ли отдельные креативы под TOFU, MOFU и BOFU?
Да, и это удобно автоматизировать: один сценарий Make.com может генерировать несколько вариаций объявлений под разные стадии воронки на основе тех же полей с офферами. Так вы не сливаете холодный трафик в жесткие продажи и не грузите горячий аудиторию лишними объяснениями.
Можно ли с помощью AI анализировать конкурентов?
Да, это сильный лайфхак. Через Make.com можно спарсить тексты из библиотеки рекламы конкурентов, отдать их нейросети и попросить найти слабые места в офферах. Дальше генерируете контр-офферы и креативы, которые прямо бьют в их недосказанность.
Что с видео-креативами, это тоже имеет смысл автоматизировать?
Да, AI-видео через сервисы вроде HeyGen и Runway показывают удержание внимания на 2-3 секунды дольше, чем статика, а алгоритмам соцсетей это важно. Сейчас уже можно строить мультимодальные связки, где AI пишет сценарий, генерирует визуал и озвучку в одном стиле бренда.
Готовы выжать из нейросетей для рекламы реальный ROAS, а не просто «красивые тексты»? Подписывайтесь и присылайте свои кейсы по AI-креативам — разберем и докрутим связки.
#performance, #ai, #kreativy