Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Mārketings: vizuālie materiāli un baneri

Nodarbība 7 no 12 Atjaunota 2026. gada 2. novembris Programmētājs
Šajā lapā
  1. Mārketings: vizuālie materiāli un baneri
  2. Reklāmas baneri
  3. Sociālo tīklu vizuālie materiāli
  4. Bloga rakstu ilustrācijas
  5. Mārketinga kampaņas komplekts
  6. Testē, pirms pieņem lēmumu
  7. Ieradumi, kas rada atšķirību

Atjaunināts 2026. gada 2. novembrī — attēlu modeļi. gpt-image-1, kuram sākotnēji bija paredzēts šis kurss, tika pārtraukts 2026. gada 23. oktobrī, bet gpt-image-1.5, gpt-image-1-mini un chatgpt-image-latest tiks izslēgti 2026. gada 1. decembrī. Piemēros tagad tiek izmantots gpt-image-2.5-sunburst, kas ir precīzākais modelis rediģēšanai; gpt-image-2.5-flare ir ātrāks standarta ģenerēšanai. Abi atbalsta arī xhigh un max kvalitātes līmeņus. GPT Image modeļi vienmēr atgriež attēlus base64 formātā: parametrs response_format, ko izmantoja vecākie DALL·E modeļi, netiek pieņemts un ir izņemts no koda. Avots: Attēlu ģenerēšana (OpenAI).

Mārketings: vizuālie materiāli un baneri

Mārketinga komandas nepārtraukti patērē vizuālos materiālus: reklāmas banerus, sociālo tīklu ierakstus, rakstu ilustrācijas, e-pasta galvenes. Problēma gandrīz nekad nav idejā, bet gan ražošanā. GPT Image, izmantojot API, novērš šo šauro vietu, ļaujot industrializēt izvadi, nesamazinot kvalitāti, ja vien savos uzvedņos (prompts) iekodējat to, ko prasītu mākslinieciskais vadītājs.

Reklāmas baneri

Baneris nav ilustrācija: tas ir vēstījums, kam jāpaliek lasāmam mazos izmēros, pārpildītā vidē un daļas no sekundes laikā. Tāpēc tavam uzvednim ir jāietver precīzs teksts pēdiņās un jānodrošina lasāmības nosacījumi — trekns bezserifu tipogrāfija, augsts kontrasts starp tekstu un fonu, kā arī skaidrs aicinājums uz darbību. Zemāk esošā funkcija vienreiz un uz visiem laikiem fiksē šos ierobežojumus, mainot tikai vēstījumu un grafisko noskaņu; šeit tas ir zili violeta gradients ar gaismas daļiņām bezmaksas izmēģinājuma piedāvājumam.

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"
)

Sociālo tīklu vizuālie materiāli

Katrai platformai ir savi kodi, un viena un tā paša kvadrāta publicēšana visur to uzreiz nodod. Atturīgs LinkedIn ieraksts zilās un pelēkās krāsās nedarbosies Instagram, kur lietotāji sagaida košas krāsas un centrētu kompozīciju; vertikālam stāstam (story) teksts jānovieto augšdaļā, bet vizuālais elements — apakšdaļā, jo lietotāja īkšķis aizsedz ekrāna apakšējo daļu. Funkcija visuel_social iekodē šīs atšķirības konfigurācijas vārdnīcā, kas katrai platformai piešķir tās dabisko izšķirtspēju un stilistisko uzdevumu, pēc tam veidojot uzvedni no tava norādītā temata un teksta.

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")

Bloga rakstu ilustrācijas

Raksta vāka attēlam ir jāievēro pretrunīgs noteikums: tajā nedrīkst būt teksts. Tava satura pārvaldības sistēma (CMS) uzliks virsrakstu, un attēls, kurā jau ir burti, pārvērtīsies nelasāmā putrā, kad tiks piemērota galvene. Tāpēc uzvednī tas ir tieši norādīts, papildus pieprasot panorāmisku kompozīciju un saskaņotas krāsas. Zemāk esošais rakstu saraksts parāda arī to, kā viena funkcija kalpo trīs ļoti dažādiem žanriem — 3D izometriskais zils klientu apkalpošanas tēmai, krāsaina kolāža mārketinga tendencēm, tumšs tehnoloģiju stils ar zaļiem neona gaismas elementiem kiberdrošībai.

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")

Mārketinga kampaņas komplekts

Kampaņa nekad nebalstās uz vienu vienīgu vizuālo materiālu. Tev ir nepieciešams vietnes galvenais baneris (hero), sociālo tīklu kvadrāts, vertikālais stāsts un e-pasta galvene, un visiem tiem ir jānes vienots vēstījums un krāsu palete. Tieši šeit API pārspēj manuālo darbu: tā vietā, lai četras reizes eksportētu izejas failu, tu vienu reizi apraksti kampaņu un ļauj ciklam izveidot katru variantu tā dabiskajā izšķirtspējā. JSON manifests, kas tiek saglabāts beigās, nav tikai dekorācija — tas ļauj tavam publicēšanas rīkam atrast pareizo failu pareizajai vietai.

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"
)

Testē, pirms pieņem lēmumu

Mārketings reti pieņem lēmumus, balstoties uz intuīciju: tas pieņem lēmumus, balstoties uz skaitļiem. Taču tev ir nepieciešamas vairākas versijas, lai tās salīdzinātu savā starpā, kas agrāk izmaksāja dārgi, jo katrai no tām bija jāpiesaista dizainers. A/B testēšanas funkcija ģenerē tik daudz variantu, cik konfigurāciju tai nodod, nosaucot failus pēc burtiem — A, B, C —, lai to sasaistīšana ar kampaņas statistiku paliktu acīmredzama. Piemērā tiek salīdzinātas trīs vienas un tās pašas meditācijas lietotnes reklāmas apstrādes: fotogrāfiska pieeja ar dabu un zeltainu gaismu, minimālistiska ģeometriska ilustrācija, abstrakts gradients ar plūstošām daļiņām. Koncepts un teksts nemainās; tiek testēta tikai vizuālā apstrāde, un tikai tas nodrošina, ka testa rezultātam ir jēga.

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"
)

Ieradumi, kas rada atšķirību

Pieci ieradumi atdala industrializētu ražošanu no nesakārtotu vizuālo materiālu kaudzes. Zīmola konsekvence slēpjas uzvednī: sistemātiski iekļauj savu krāsu paleti un stilu, pretējā gadījumā katra ģenerēšana sāksies ar noklusējuma estētiku un tava plūsma pārvērtīsies par lāpu segtu mozaīku. Teksta lasāmība nosaka garuma disciplīnu — GPT Image labi tiek galā ar tipogrāfiju, taču pieci līdz septiņi vārdi ir robeža, pārkāpjot kuru baneris pārvēršas nelasāmā rindkopā.

Vienmēr ģenerē attēlu medija dabiskajā izmērā, nevis apgriez to pēc tam, jo modelis komponē attēlu atbilstoši tavam dotajam kadrām, un apgriešana nobīda subjektu no tā spēcīgākās zonas. Arhivē savus uzvedņus procesa gaitā: pierādītu formulējumu bibliotēka pēc vizuālā tipa sešu mēnešu laikā ir vērtīgāka par jebkuru vienreizēju ātruma pieaugumu. Visbeidzot, katru vizuālo materiālu izlaiž cauri pamata juridiskajai pārbaudei, pat ja tā ir tikai ātra aplūkošana, lai pārliecinātos, ka tas neatgādina esošu preču zīmi.

Apvieno visu to izdomāta produkta palaišanas scenārijā: skripts, kas ģenerē galveno baneri, Instagram ierakstu, stāstu, LinkedIn vizuālo materiālu un divus galvenā ieraksta A/B variantus, un visam tam pievieno JSON manifestu, kurā uzskaitīti visi izveidotie faili.