Маркетинг: визуални елементи и банери
На тази страница
Обновено на 2 ноември 2026 г. — модели за изображения.
gpt-image-1, за който първоначално беше написан този курс, беше спрян на 23 октомври 2026 г., аgpt-image-1.5,gpt-image-1-miniиchatgpt-image-latestще бъдат оттеглени на 1 декември 2026 г. Примерите сега използватgpt-image-2.5-sunburst, най-прецизният модел за редактиране;gpt-image-2.5-flareе по-бърз за стандартно генериране. И двата поддържат и нива на качествоxhighиmax. Моделите на GPT Image винаги връщат изображения в base64: параметърътresponse_formatот по-старите модели на DALL·E не се приема и беше премахнат от кода. Източник: Генериране на изображения (OpenAI).
Маркетинг: визуални елементи и банери
Маркетинговите екипи консумират визуално съдържание непрекъснато: рекламни банери, публикации в социалните мрежи, илюстрации за статии, заглавия на имейли. Тясното място почти никога не е идеята, а производството. GPT Image чрез API променя тази динамика, като Ви позволява да индустриализирате outputs, без да жертвате качеството, стига да кодирате в подсказките си изискванията, които би поставил един арт директор.
Рекламни банери
Банерът не е илюстрация: това е послание, което трябва да остане четливо при малки размери, в претъпкана среда и за части от секундата. Затова Вашата подсказка трябва да съдържа точния текст в кавички и да налага условия за четливост — удебелен шрифт без серифи, висок контраст между текста и фона и ясен призив за действие. Функцията по-долу фиксира тези ограничения веднъж завинаги, като варира само посланието и графичното настроение, тук синьо-виолетов градиент със светли частици за оферта за безплатен пробен период.
from openai import OpenAI
import base64
client = OpenAI()
def banniere_pub(message: str, style: str, format_nom: str, output: str):
"""Generate an ad banner with embedded text."""
prompt = (
f"Professional ad banner with the text \"{message}\" "
f"in large, legible letters, {style}, "
"clean and modern design, clear call to action, "
"bold sans-serif typography, high text/background contrast"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024", # landscape format for banners
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Banner {format_nom}: {output}")
banniere_pub(
message="30-day free trial",
style="blue-violet gradient, light particles, tech mood",
format_nom="leaderboard",
output="banniere_essai.png"
)
Визуални елементи за социални мрежи
Всяка платформа има свои собствени кодове и публикуването на един и същи квадрат навсякъде личи веднага. Сдържана публикация в LinkedIn в сини и сиви тонове няма да проработи в Instagram, където потребителите очакват ярки цветове и центрирана композиция; вертикална история изисква текст в горната част и визуален елемент в долната, защото палецът на потребителя закрива долната част на екрана. Функцията visuel_social кодира тези разлики в речник с конфигурации, който съпоставя всяка платформа с нейната native резолюция и стилистично задание, след което съставя подсказката въз основа на темата и текста, които предоставяте.
from openai import OpenAI
import base64
client = OpenAI()
def visuel_social(plateforme: str, sujet: str, texte: str, output: str):
"""Generate a visual adapted to a social platform."""
configs = {
"instagram_post": {
"size": "1024x1024",
"style": "polished aesthetic, vibrant colors, centered composition"
},
"instagram_story": {
"size": "1024x1536",
"style": "vertical, text at top, impactful visual at bottom"
},
"linkedin": {
"size": "1536x1024",
"style": "professional and sober, blue and gray tones, corporate"
},
"twitter": {
"size": "1536x1024",
"style": "eye-catching, strong contrast, legible at small sizes"
},
}
config = configs.get(plateforme, configs["instagram_post"])
prompt = (
f"Visual for {plateforme.replace('_', ' ')}, "
f"subject: {sujet}, "
f"displayed text: \"{texte}\", "
f"{config['style']}, "
"professional design, ready to publish"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size=config["size"],
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Visual {plateforme}: {output}")
visuel_social("instagram_post", "AI product launch", "New: CorsenBot 2.0", "ig_post.png")
visuel_social("linkedin", "developer recruitment", "We're hiring!", "linkedin_post.png")
visuel_social("instagram_story", "summer promotion", "-30% this weekend", "ig_story.png")
Илюстрации за блог статии
Заглавното изображение на една статия следва контраинтуитивно правило: то не трябва да съдържа никакъв текст. Вашата CMS ще насложи заглавието върху него и изображение, което вече носи букви, се превръща в нечетлива каша, след като се приложи хедърът. Затова подсказката изрично посочва това, в допълнение към изискването за панорамна композиция и хармонични цветове. Списъкът със статии по-долу също показва как една единствена функция обслужва три много различни регистъра — 3D изометрично синьо за тема за обслужване на клиенти, цветен колаж за маркетинг тенденции, тъмна технология със зелени неони за киберсигурност.
from openai import OpenAI
import base64
client = OpenAI()
def illustration_article(titre_article: str, style: str, output: str):
"""Generate a header illustration for a blog article."""
prompt = (
f"Conceptual illustration for an article titled \"{titre_article}\", "
f"{style}, "
"panoramic composition, no text in the image, "
"harmonious colors, suitable as a blog cover image"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024",
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Illustration: {output}")
articles = [
("How AI is transforming customer service", "3D isometric style, blue tones"),
("5 marketing trends for 2026", "modern collage, bright colors"),
("Cybersecurity guide for SMBs", "dark tech style, green neons"),
]
for i, (titre, style) in enumerate(articles):
illustration_article(titre, style, f"article_header_{i+1}.png")
Комплект за маркетингова кампания
Една кампания никога не се провежда с един-единствен визуален елемент. Имате нужда от главния банер на сайта, квадрата за социалните мрежи, вертикалната история и заглавието на имейла, като всички те носят едно и също послание и палитра. Точно тук API надминава ръчната работа: вместо да експортирате изходния файл четири пъти, Вие описвате кампанията веднъж и оставяте цикъла да произведе всяка вариация в нейната native резолюция. JSON манифестът, записан в края, не е просто декорация — той позволява на Вашия инструмент за публикуване да намери правилния файл за правилния слот.
from openai import OpenAI
import base64
import json
client = OpenAI()
def kit_campagne(
nom_campagne: str,
message_principal: str,
palette: str,
output_dir: str = "."
):
"""Generate a complete visual kit for a marketing campaign."""
assets = [
{
"nom": "hero_banner",
"size": "1536x1024",
"prompt_extra": "large hero banner, centered text, maximum impact"
},
{
"nom": "social_square",
"size": "1024x1024",
"prompt_extra": "square social post, centered composition"
},
{
"nom": "story_vertical",
"size": "1024x1536",
"prompt_extra": "vertical story format, text at top, visual at bottom"
},
{
"nom": "email_header",
"size": "1536x1024",
"prompt_extra": "email marketing header, sober and professional"
},
]
resultats = []
for asset in assets:
prompt = (
f"Marketing visual for the \"{nom_campagne}\" campaign, "
f"message: \"{message_principal}\", "
f"palette: {palette}, "
f"{asset['prompt_extra']}, "
"premium design, modern typography"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size=asset["size"],
quality="high",
)
path = f"{output_dir}/{nom_campagne}_{asset['nom']}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
resultats.append({"asset": asset["nom"], "path": path})
print(f" {asset['nom']} → {path}")
# Save the manifest
manifeste_path = f"{output_dir}/{nom_campagne}_manifeste.json"
with open(manifeste_path, "w") as f:
json.dump(resultats, f, indent=2, ensure_ascii=False)
print(f"\nComplete kit: {len(resultats)} visuals generated")
print(f"Manifest: {manifeste_path}")
return resultats
kit_campagne(
nom_campagne="rentree-2026",
message_principal="Train in AI starting this September",
palette="deep blue, copper orange, white"
)
Тествайте, преди да решите
Маркетингът рядко взима решения въз основа на интуиция: той решава чрез числа. Но имате нужда от множество версии, които да противопоставите една на друга, което преди струваше много, когато трябваше да ангажирате дизайнер за всяка от тях. Функцията за A/B тестване генерира толкова варианти, колкото конфигурации ѝ предадете, като наименува файловете с букви — A, B, C, — така че съпоставянето им със статистиките на кампанията Ви остава очевидно. Примерът противопоставя три обработки на една и съща реклама за приложение за медитация: фотографски подход с природа и златна светлина, минималистична геометрична илюстрация, абстрактен градиент с плаващи частици. Концепцията и текстът не се променят; тества се само визуалната обработка, което е условието резултатът от теста да има значение.
from openai import OpenAI
import base64
client = OpenAI()
def ab_test_visuels(concept: str, variantes: list[dict], output_prefix: str):
"""Generate A/B variants of the same marketing concept."""
for i, variante in enumerate(variantes):
lettre = chr(65 + i) # A, B, C...
prompt = (
f"{concept}, "
f"style: {variante['style']}, "
f"dominant color: {variante['couleur']}, "
"professional design, ready to publish"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"{output_prefix}_variante_{lettre}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Variant {lettre} ({variante['style'][:30]}) → {path}")
ab_test_visuels(
concept="Ad for a meditation app with the text 'Find your calm'",
variantes=[
{"style": "photographic, nature and golden light", "couleur": "green and gold"},
{"style": "minimalist illustration, geometric shapes", "couleur": "pastel blue"},
{"style": "abstract gradient, floating particles", "couleur": "purple and pink"},
],
output_prefix="meditation_ad"
)
Навици, които правят разликата
Пет навика разделят индустриализираното производство от купчина несъответстващи си визуални елементи. Последователността на марката живее в подсказката: систематично включвайте Вашата палитра и стил, иначе всяко генериране започва от естетика по подразбиране и Вашият фийд се превръща в пъстра мозайка. Четливостта на текста налага дисциплина за дължина — GPT Image се справя добре с типографията, но послание от пет до седем думи е границата, отвъд която банерът се превръща в нечетлив абзац.
Винаги генерирайте в native размерите на медията, вместо да изрязвате afterward, защото моделът komponира за рамката, която му давате, а изрязването измества обекта извън неговата зона на сила. Архивирайте подсказките си, докато работите: библиотека от доказани формулировки по тип визуален елемент струва много повече след шест месеца от всяко еднократно спечелване на скорост. Накрая, подлагайте всеки визуален елемент на основна правна проверка, дори само с бърз поглед, за да се уверите, че не напомня на съществуваща търговска марка.
Сглобете всичко това върху фиктивен старт на продукт: скрипт, който генерира главния банер, публикацията за Instagram, историята, визуалния елемент за LinkedIn и две A/B вариации на основната публикация, всички придружени от JSON манифест, изброяващ всеки произведен файл.