TL;DR: • Исследователи Google проанализировали 2,1 млн диалогов в Gemini Nano Banana через фреймворк Urania • Мемы и юмор оказались самой редкой категорией даже в соцсетях. Основной трафик формируют малый бизнес, e-commerce, брендинг и техническая инфографика. • Риск для SEO и GEO: Сгенерировать баннер с текстом стало проще, но без прохождения проверки по OCR и RAG-перекрытию поисковые алгоритмы компьютерного зрения отсеивают такие картинки из выдачи.
Исследование Google — это масштабный аудит пользовательских сценариев в генерации ИИ-изображений, главная цель которого — определить, какие реальные задачи решают люди с помощью LLM-инструментов. Данные на выборке из 2,1 миллиона сессий опровергают расхожий стереотип о том, что нейросети используют преимущественно для создания развлекательного «ИИ-мусора» (AI slop).
Как Google исследовал 2,1 млн сессий без нарушения приватности
Главная проблема анализа генеративных сервисов заключается в конфиденциальности: пользователи массово загружают в нейросети личные фотографии, семейные архивы и рабочие макеты. Прямой просмотр таких файлов нарушает политику приватности.
Чтобы обойти это ограничение, команда Google задействовала систему Urania — внутренний фреймворк для извлечения обезличенных инсайтов из диалогов с большими языковыми моделями. Алгоритм сканировал исключительно текстовые промпты и структуру уточняющих сообщений в сессии, не открывая ни загруженные исходники, ни сгенерированные изображения.
5 базовых категорий использования генерации ИИ-изображения
По итогам кластеризации весь массив из 2,1 млн диалогов разделился на 5 прикладных направлений:
- Соцсети и виральный контент (Social & Viral): Генерация изображений для постов, сторис и личных профилей.
- Брендинг и маркетинг (Brand & Marketing): Создание и доработка логотипов, рекламных баннеров, промо-материалов и фирменного стиля.
- Визуализация товаров (Product Visualization & E-Commerce): Подготовка продуктовых карточек, рендеров упаковки и демонстрация товаров в разных сценариях.
- Архитектура и дизайн пространств (Architectural & Spatial Design): Визуализация интерьеров, перепланировок, ландшафта и архитектурных объектов.
- Обучение и техническая информация (Educational & Technical Information): Создание схем, пошаговых инструкций, диаграмм и иллюстраций для образовательного контента.
5 технических параметров оценки промптов
Внутри каждой из пяти категорий исследователи разложили запросы пользователей по пяти техническим измерениям, чтобы понять механику работы с генератором:
- Функции редактирования (Image Editing Features): Точечные команды на изменение уже загруженного или сгенерированного файла — удаление лишних людей и объектов, замена фона, реставрация старых фото, изменение пропорций и добавление новых деталей.
- Художественные стили (Artistic Styles): Прямое указание техники исполнения (акварель, карандашный набросок, масло, фотореализм), атмосферы (минимализм, нуар, винтаж) или концептуальных мэшапов — намеренного смешения несочетаемых жанров и имитации конкретных художников или персонажей.
- Композиция кадра (Image Composition): Управление геометрией сцены — расстановка объектов на переднем и заднем плане, выбор ракурса, настройка света, указание точного количества людей в кадре и негативные ограничения (что категорически не должно появиться на картинке).
- Сессионные взаимодействия (Interactions/Session Features): Анализ всей цепочки диалога — как пользователи итерируют результат, уточняют детали и докручивают картинку от первого промпта до финала.
- Мультиселективные параметры (Multi-select Features): Классификация запросов по рабочему контексту, этапам создания контента и уровню детализации текстовых вставок.
Как пользователи задают текст на картинках (4 уровня детализации)
Отдельное внимание аналитики уделили работе с типографикой внутри Multi-select Features, разделив все промпты на 4 типа:
- Full Specification (Полная спецификация): Пользователь жестко задает и сам текст, и стиль шрифта, его расположение и визуальное оформление.
- Precise Content Only (Только точный текст): В промпте указана точная фраза или заголовок, но выбор типографики оставлен на усмотрение нейросети.
- Stylistic/Generic Only (Только стилистика): Запрос описывает общее настроение и визуальный вайб без конкретных текстовых формулировок.
- N/A (Без текста): Промпт вообще не содержит упоминаний шрифтов или надписей.
Неожиданные открытия и специфика коммерческого сегмента
Сопоставление категорий дало несколько нетипичных выводов о поведении аудитории:
- Провал мемов и абсурда: Юмор, сатира и мем-форматы показали наименьшую распространенность даже в категории Social & Viral.
- Люди в 80% генераций: Почти в 80% всех сессий пользователи запрашивали присутствие людей в кадре, активно управляя композицией и художественным стилем.
- Перегенерация против точечных правок: Запросы на полный перезапуск генерации с нуля встречались примерно в 2 раза чаще, чем просьбы внести мелкие корректировки в уже созданную картинку.
- Бум малого бизнеса и новых брендов: В категории маркетинга подавляющее большинство запросов связано не с известными корпорациями, а с малым бизнесом, сайд-проектами (side hustles) и запуском новых, ранее не существовавших брендов.
- Максимальная точность в рекламе: Именно маркетинговые диалоги лидируют по доле жестких композиционных ограничений (свет, ракурс, запрет на лишние детали) и детальных инструкций по типографике.
При этом исследователи оставили открытым важный экономический вопрос: создает ли генеративный ИИ принципиально новые виды визуальной активности или просто радикально удешевляет задачи, для которых раньше требовался найм профессиональных дизайнеров и верстальщиков.
Почему ИИ-изображения проваливают GEO-аудит и теряют трафик из поиска
Для вебмастеров, SEO-специалистов и владельцев e-commerce-проектов отчет Google подсвечивает критическую уязвимость. Бизнес научился дешево штамповать баннеры с текстом, карточки товаров и схемы, но не проверяет их глазами поисковых роботов.
Современные алгоритмы поиска — от Google Visual Citations и AI Overviews до RAG-движков вроде ChatGPT Search — используют мультимодальные классификаторы уровня Google Cloud Vision API. Нейросеть сначала оценивает саму картинку на уровне пикселей, текста и объектов, и только потом решает, подтягивать ли связанный с ней текстовый блок в генеративную выдачу.
| Сценарий из отчета Google | Типичная ошибка при публикации на сайте | Алгоритм фильтрации в поиске | Критерий оценки в GEO Image Scorecard | Норма для ИИ-выдачи |
|---|---|---|---|---|
| Генерация баннеров в популярных пресетах (3D, фотосток, неон) | Публикация сырого файла с типовой композицией и без уникальных метаданных | Сверка перцептивных хэшей и визуальных паттернов со стоковыми базами | Уровень уникальности (Ownership rate) | Выше 75% |
| Добавление людей в 80% промптов для иллюстраций статей | Использование абстрактных портретов «человек с ноутбуком» в технических статьях | Детекция физических сущностей через OBJECT_LOCALIZATION | Контекстное соответствие (Context match) | Выше 75% |
| Генерация рекламных баннеров с текстом (Full Specification) | Мелкий шрифт, низкий контраст или микроартефакты генерации вокруг букв | Оптическое распознавание символов (OCR) и замер высоты глифов | Читаемость текста / OCR (Legibility rate) | Высота букв от 30 px |
| Создание графиков и схем для обучения и e-commerce | Вставка инфографики с цифрами без их текстовой расшифровки в абзацах рядом | Перекрестная проверка сущностей с картинки и текстового чанка страницы | Текстовое перекрытие (Fan-out coverage) | 100% совпадение тезисов |
Пошаговый алгоритм подготовки ИИ-изображения к индексации
Чтобы коммерческий визуал, сгенерированный в нейросети, проходил фильтры компьютерного зрения и приносил трафик из Google Lens и AI Overviews, внедрите в редакционный процесс обязательный чек-лист:
- Шаг 1. Уходите от дефолтных стилей и чистите паттерны: Не публикуйте изображения, сгенерированные по шаблону в один клик. Комбинируйте генерацию с реальными скриншотами продукта, авторскими схемами и прописывайте корректные EXIF/XMP-метаданные, чтобы поднять показатель Ownership rate выше порога спам-фильтров.
- Шаг 2. Контролируйте семантику объектов в кадре: Если вы добавляете людей или сложный фон, проверьте, какие сущности распознает алгоритм OBJECT_LOCALIZATION. Любой посторонний реквизит, не связанный с темой страницы, снижает Context match и обрушивает релевантность документа.
- Шаг 3. Соблюдайте порог OCR-читаемости: При генерации баннеров и карточек товаров в режиме Full Specification следите, чтобы высота текстовых символов составляла не менее 30 пикселей, а фон не создавал визуального шума и бликов вокруг букв.
- Шаг 4. Дублируйте смыслы в окружающем тексте: Для максимального Fan-out coverage каждый график, схема или рекламный оффер с картинки должны быть продублированы в текстовых абзацах непосредственно над или под изображением.
Проверить готовый файл перед публикацией можно в бесплатном инструменте ИИ-аудит изображений (GEO Image Scorecard). Загрузите картинку, вставьте фрагмент текста со страницы и запустите сканирование — анализатор рассчитает итоговый индекс готовности к ИИ-выдаче по 4 критериям методологии Мириам Жессье и покажет, какие элементы требуют доработки
Для каких задач бизнес чаще всего генерирует ИИ-изображения?
Согласно отчету Google на базе 2,1 млн диалогов, малый бизнес и стартапы чаще всего используют ИИ-изображения для создания рекламных баннеров, доработки логотипов, визуализации карточек товаров в e-commerce и образовательной инфографики. Доля мемов и развлекательного контента оказалась минимальной даже в сегменте соцсетей.
Почему сгенерированные ИИ-изображения плохо индексируются в AI-поиске?
Современные поисковые алгоритмы (Google AI Overviews, Google Lens и RAG-системы) оценивают картинки через модели компьютерного зрения до того, как показать страницу пользователю. Если ИИ-изображения имеют типовую стоковую композицию, нечитаемый мелкий текст (ниже 30 пикселей) или не подтверждаются окружающим текстом страницы, алгоритмы отсеивают их из выдачи.
Как проверить, пройдут ли ИИ-изображения фильтры компьютерного зрения?
Перед публикацией на сайте проверьте файл в бесплатном сканере GEO Image Scorecard на webindex.su. Инструмент оценивает ИИ-изображения по 4 метрикам: уровню уникальности (Ownership rate), контекстному соответствию объектам на странице (Context match), читаемости текста (OCR) и текстовому перекрытию (Fan-out coverage).
Можно ли использовать логотип Google или брендов при генерации обложек?
Использовать чужие зарегистрированные товарные знаки в коммерческих креативах не рекомендуется из-за рисков нарушения авторских прав и правил рекламных систем. Для иллюстрации статей об аналитике и поиске лучше использовать абстрактную цветовую палитру или стилизованные элементы интерфейса без прямого копирования логотипа.
