Po dekádu byla vázající překážkou Google Ads kreativy produkční cena. Správné vyplnění asset group Performance Max — více obrázků v každém poměru stran, video ve třech orientacích, několik délek — znamenalo buď skutečné natáčení s jeho skutečným rozpočtem, nebo long tail mezer v assetech, které algoritmus nikdy nemohl testovat. Do roku 2026 AI generování tuto překážku zkolabovalo. Veo 3, Runway a Flux učinily levným a rychlým produkovat objem variant, který jsou PMax a Demand Gen stavěny konzumovat, a to posunulo úzké hrdlo z „můžeme si dovolit to vyrobit" na „dokážeme to dost dobře kurátorovat a obriefovat, aby to bylo dobré".
Tento průvodce je praktický průchod pro kreativní a growth týmy, které chtějí provozovat AI kreativní pipeline pro Google Ads. Je praktický spíše než spekulativní: jak se tyto tři nástroje porovnávají a kam každý zapadá, workflow od briefu k schválenému assetu, přesné specifikace assetů pro Demand Gen, Performance Max a YouTube a reality nákladů, práv a disclosure provozu tohoto na úrovni účtu. Cílovou skupinou jsou lidé produkující kreativu pro živé kampaně, ne výzkumníci — důraz je na tom, co se odešle a vykonává.
Instinkt z éry tradiční produkce je vyrobit jeden krásný asset. Ten instinkt je přesně špatný pro formáty, které nyní dominují delivery Google Ads. Performance Max a Demand Gen jsou enginy pro testování variant: berou mnoho assetů, kombinují je, servírují kombinace a koncentrují výdaje na to, co funguje. Úkolem inzerenta je dát enginu dost dobré, on-brand variace k nalezení vítězů — a superschopností AI kreativy je produkovat tu variaci levně. Tým, který odešle jeden vyleštěný hero a tři výplně asset-group, prohraje s týmem, který odešle jeden vyleštěný hero a čtyřicet testovaných AI variant, protože druhý tým dal algoritmu skutečný vyhledávací prostor. Rezervujte řemeslo a lidskou produkci pro hero, který nese brand; používejte AI k znásobení testovaných variant kolem něj. Chyba je invertovat to — používat AI pro hero a šetřit na objemu variant, který skutečně hýbe výkonem.
Proč AI kreativa změnila ekonomiku Google Ads v roce 2026
Abyste pochopili, proč AI kreativa záleží tolik konkrétně pro Google Ads — víc než pro řekněme jednotlivý brandový film — musíte pochopit, jak moderní typy kampaní Google Ads konzumují kreativu.
Performance Max a Demand Gen neprovozují „reklamu". Provozují asset groups: kolekce obrázků, videí, headlinů, popisů a log, které systém kombinuje do mnoha možných permutací reklam, servíruje napříč celým inventářem Google (Search, Shopping, YouTube, Discover, Gmail, Display, Maps), měří a optimalizuje směrem ke kombinacím, které vykonávají. Čím více — a čím rozmanitějších — assetů dodáte, tím větší vyhledávací prostor může algoritmus prozkoumat a tím lepší vítěznou kombinaci může najít. Asset group se dvěma obrázky a jedním videem dává algoritmu téměř nic k optimalizaci; jedna s tuctem obrázků napříč poměry stran a několika videi napříč orientacemi mu dává skutečný prostor k práci.
V éře tradiční produkce bylo správné vyplnění asset groups dost drahé na to, že většina inzerentů je poddimenzovala. Natáčení vyprodukovalo hero video a hrstku stillů; jejich proměna na plnou matici 16:9, 1:1 a 9:16 video střihů a 1.91:1, 1:1 a 4:5 obrázkových výřezů znamenala víc střihového rozpočtu, takže týmy odeslaly částečné asset groups a nechaly výkon na stole. Mezera v pokrytí assetů byla přímou, měřitelnou brzdou výsledků PMax a Demand Gen.
AI kreativa odstraňuje nákladovou bariéru vyplnění té matice. Generování vertikálních, čtvercových a horizontálních střihů konceptu, nebo produkce čtyřiceti on-brand variací pozadí, nebo vytvoření 6sekundového a 15sekundového střihu stejného nápadu, nyní stojí centy a minuty spíše než stovky eur a dny. To mění strategii: místo přidělování kreativy, protože je drahá, produkujete hojnost, protože je levná, a necháte algoritmus to roztřídit. Ekonomický posun je od kreativy řízené nedostatkem (vyrobte málo, ať se počítají) ke kreativě řízené hojností (vyrobte mnoho, testujte nemilosrdně, ponechte vítěze).
Existuje efekt druhého řádu: kadence refreshe kreativy. Reklamní kreativa unavuje — výkon klesá, jak publikum vidí stejné assety opakovaně. V tradičním modelu byl refresh pomalý a drahý, takže kreativa často běžela dlouho po své špičce. S AI pipeline je refresh sady variant dost levný na to, aby se dělal v pravidelné kadenci, což drží únavu na uzdě a dává algoritmu čerstvý materiál k testování. Kombinace levného počátečního objemu a levného refreshe je to, co dělá z AI kreativy ekonomickou skokovou změnu spíše než marginální zlepšení pro Google Ads.
Nic z toho neznamená, že vyleštěnost přestala mít význam. Znamená to, že vyleštěnost se přesunula tam, kde se počítá — hero asset a brandové řemeslo — zatímco vysoko-objemová, multi-aspect-ratio, často-refreshovaná vrstva variant, kterou se PMax a Demand Gen živí, se stala levnou na produkci v kvalitě. Ta realokace je skutečný příběh AI kreativy v Google Ads.
Tři nástroje: Veo 3, Runway, Flux ve srovnání
Tři nástroje, které ukotvují praktickou Google Ads kreativní pipeline 2026, každý zaujímá odlišnou roli. Pochopení dělby práce má větší význam než výběr jediného „nejlepšího" nástroje, protože skutečná pipeline používá všechny tři.
Veo 3 je vlajkový model generování videa Googlu, přístupný přes aplikaci Gemini, filmovací nástroj Flow, Google AI Studio a Vertex AI pro programové použití. Jeho vynikající vlastnosti pro reklamu jsou vysoká temporální koherence (objekty a scény zůstávají konzistentní napříč klipem spíše než se proměňují) a nativní generování zvuku (může produkovat synchronizovaný zvuk a dokonce řeč), což většina konkurenčních modelů nativně nedělala. Pro Google Ads tým je ekosystémové zapadnutí Veo skutečnou výhodou: je to stejný vendor jako reklamní platforma, výstup je navržen, aby fungoval v kontextech YouTube a Demand Gen, a cesta Vertex AI podporuje programové generování ve velkém měřítku.
Runway (generace modelů Gen-4 a jeho nástroje) je volba orientovaná na kontrolu. Tam, kde Veo exceluje v „vygeneruj koherentní klip z promptu", Runway exceluje v řízení generování: motion brushe ke kontrole toho, co se pohybuje a jak, řízení pohybu kamery, video-to-video restyling (vezmi skutečný klip a restyluj ho) a nástroje pro udržení konzistence napříč multi-shot sekvencí. To je to, po čem saháte, když potřebujete propracovaný, řízený výsledek spíše než rychlou variantu — záběry, kde záleží na režisérově záměru. Runway je produkční nástroj s AI uvnitř, víc než prompt-to-clip box.
Flux (rodina obrázkových modelů Flux od Black Forest Labs) je workhorse generování obrázků: rychlý, vysoce kvalitní, ovladatelný a levný per obrázek přes API providery a aplikace. Pro Google Ads, kde obrázkové assety pokrývají mnoho poměrů stran napříč Demand Gen a PMax, je hodnotou Fluxu objem v kvalitě s podporou reference-conditioning — podmiňujete generování schválenou brandovou obrazností k udržení výstupu on-brand a generujete desítky obrázkových variant a výřezů poměrů stran, které asset group chce, za centy za kus.
Dělba práce v typické pipeline: Flux produkuje objem obrázkových variant napříč každým poměrem stran; Veo 3 produkuje rychlé, koherentní základní video klipy se zvukem pro workhorse video placementy; Runway zvládá záběry, které potřebují režisérskou kontrolu nebo restyling; a tradiční produkce (nebo high-touch Runway/Veo workflow) produkuje jeden hero asset, který ukotvuje brandovou kampaň. Snaha dělat všechno v jednom nástroji produkuje horší výsledky než použití každého pro jeho sílu — Flux pro obrázky, Veo pro rychlé video, Runway pro řízené video.
Veo 3 pro video: co dělá dobře a co špatně
Veo 3 je tam, kde většina Google Ads týmů vyprodukuje hlavní část svého videa, takže se vyplatí znát jeho silné stránky a failure modes přesně.
Co Veo 3 dělá dobře. Temporální koherence je jeho hlavní silnou stránkou — generovaný klip drží pohromadě po svou dobu trvání, s objekty, osvětlením a scénou zůstávajícími konzistentními spíše než proměňování a flicker, který sužoval dřívější video modely. Nativní zvuk je druhý: Veo může generovat synchronizované zvukové efekty, ambientní zvuk a řeč, což znamená, že klip přichází blíže hotovému spíše než potřebovat samostatný zvukový pass. Dodržení promptu je silné pro kompozici scény a akci. A ekosystémová integrace — generování přes Vertex AI pro programové pipeline, nebo přes Flow pro řízenější filmovací workflow — dává týmům jak cestu škálování, tak cestu řemesla.
Co Veo 3 dělá špatně (failure modes, proti kterým kurátorovat). Renderování textu uvnitř videa zůstává nespolehlivé — text na obrazovce často vychází zkomolený, takže se nespoléhejte na model, že vyrenderuje váš tagline nebo název produktu; přidejte text v postprodukci místo toho. Obličeje a ruce, klasická slabá místa generativní AI, stále produkují občasné uncanny nebo anatomicky špatné výsledky, zejména v detailu a pohybu. Fyzika se může zglitchnout — objekty procházející skrz sebe, neplauzibilní pohyb, kapaliny chovající se špatně — zejména v komplexních scénách. Přesná věrnost produktu je těžká: pokud má váš produkt přesný branding, proporce nebo detail, který musí být přesný, model jej aproximuje a ta aproximace nemusí být dost přesná pro produktové demo. A jemnozrnná režisérská kontrola (přesné pohyby kamery, přesné načasování) je slabší než v nástroji orientovaném na kontrolu jako Runway.
Praktická implikace pro workflow: Veo 3 je excelentní pro generování základních klipů — scény, nálady, b-roll, lifestyle kontext — které pak dokončíte, s textem a přesnými produktovými záběry přidanými v postprodukci. Je slabší jako one-shot generátor hotové reklamy. Týmy, které z něj získají nejvíce, generují mnoho krátkých základních klipů, kurátorují tvrdě proti failure modes (odmítají zkomolený-text, špatné-ruce, fyzikální-glitch výstupy) a sestavují přeživší do hotových reklam s textem a přesností produktu řešenými odděleně.
Poznámka k míře použitelnosti: zpočátku v pipeline očekávejte zhruba 1 z 5 až 1 z 10 generací Veo jako použitelných po kurátorování, zlepšujících se, jak se učíte prompt vzory, které se vyhýbají failure modes. To je normální a je to důvod, proč kurátorská práce, ne náklady na generování, dominuje rozpočtu. Zabudujte kurátorský krok do workflow spíše než zacházet s každou generací jako odeslatelnou.
Jedna taktika workflow, která rychle zvedá míru použitelnosti: generujte v malých batchích kolem jediného těsně-specifikovaného promptu, vyberte nejlepší výstup, pak iterujte prompt na základě toho, co selhalo, spíše než měnit všechno najednou. Veo dobře reaguje na specifický popis scény (subjekt, akce, prostředí, osvětlení, framing kamery, nálada) a špatně na vágní kreativní režii, takže prompt vzory, které přežijí do vaší knihovny šablon, mají tendenci být konkrétní a strukturované. Veďte si průběžnou poznámku o tom, které formulace spolehlivě vyhýbají failure modes — například framing, který drží obličeje ve střední vzdálenosti spíše než v extrémním detailu, nebo scény bez závislosti na textu na obrazovce — a krmte tyto poznatky zpět do briefu, aby z toho profitoval celý tým.
Runway pro střih videa a kontrolu
Runway si zaslouží své místo v pipeline, když prompt-to-clip generování nestačí — když potřebujete režírovat výsledek. Jeho sada nástrojů je postavena kolem kontroly spíše než čistého generování, což z něj činí správný nástroj pro propracovanější záběry v kampani.
Kontrola pohybu a kamery. Runway vám umožňuje specifikovat, co se pohybuje a jak — motion brushe k naznačení, které části framu by se měly animovat a v jakém směru, a kontroly kamery k řízení panů, zoomů a dolly pohybů. Pro inzerenta to má význam, když má záběr záměr: řízený push-in na produkt, specifický pohyb, který slouží konceptu, spíše než cokoli, co model rozhodne animovat. Tato režisérská kontrola je rozdíl mezi generovaným klipem a navrženým.
Video-to-video a restyling. Jednou z nejužitečnějších reklamních schopností Runway je vzít existující klip — skutečný produktový záběr, kus stocku, předchozí render — a restylovat ho při zachování struktury a pohybu. To vám umožňuje udržet přesnost produktu (začněte ze skutečného záběru) při aplikaci konzistentního stylistického zpracování napříč kampaní, obcházejíc slabost product-fidelity čistého text-to-video.
Konzistence sekvence. Pro multi-shot dílo je udržení postav, prostředí a stylu konzistentních napříč záběry těžké s one-shot generováním. Nástroje Runway pro referenci a konzistenci napříč sekvencí jsou silnější, což z něj činí lepší volbu, když video vypráví malý příběh napříč několika záběry spíše než žije v jediném klipu.
Roli, kterou Runway hraje v pipeline: zvládá záběry mezi „rychlým základním klipem" (úkol Veo) a „plnou tradiční produkcí" (úkol hero) — řízené, propracované, sequence-consistent záběry, které potřebují víc režie než prompt, ale méně než filmový štáb. V praxi mnoho týmů používá Runway pro brand-adjacent video, které musí působit navrženě, a Veo pro vysoko-objemové základní klipy. Použití obou záměrně — Veo pro rychlost a objem, Runway pro kontrolu a řemeslo — produkuje lepší výsledek než nutit kterýkoli nástroj dělat práci druhého.
Stejná kurátorská disciplína platí: i s větší kontrolou potřebuje výstup Runway lidskou kontrolu proti brandovému checklistu před odesláním. Kontrola snižuje míru selhání; neeliminuje potřebu brány.
Flux pro generování obrázků ve velkém měřítku
Obrázkové assety jsou nejvyšší-objemovou kreativní potřebou v Google Ads — každá asset group Demand Gen a Performance Max chce více obrázků v několika poměrech stran, a ta poptávka se násobí napříč kampaněmi a refresh cykly. Flux je nástroj, který ji ekonomicky uspokojuje.
Proč Flux pro reklamní obrázky. Flux dodává vysokou kvalitu obrázku se silným dodržením promptu za cenu centů za obrázek přes API providery, což je přesně profil, který vysoko-objemová obrázková pipeline potřebuje. Zvládá věci, které reklamní obrázky vyžadují — čisté kompozice, scény v kontextu produktu, lifestyle obrazy, pozadí — a dělá to dost rychle na to, aby vygeneroval desítky variant za čas, který by designér potřeboval k produkci jedné.
Reference conditioning pro brand konzistenci. Podpora Fluxu pro referenční/conditioning obrázky je to, co ho činí použitelným pro brandovou práci spíše než generický stock-style výstup. Podmiňováním generování schválenou brandovou obrazností — vaše barevné zpracování, váš produkt, váš vizuální styl — udržujete výstup on-brand místo spoléhání na defaulty modelu, které driftují genericky. To je technický mechanismus za brand konzistencí: ne doufat, že je prompt dost detailní, ale podmínit generování referencemi, které kódují brand vizuálně.
Pokrytí poměrů stran. Jediná nejcennější věc, kterou Flux dělá pro Google Ads pipeline, je levně produkovat stejný koncept napříč každým požadovaným poměrem stran: 1.91:1 landscape, 1:1 square, 4:5 portrait, plus logo poměry. V tradiční produkci je každý výřez designérská práce; s Fluxem je generování nebo adaptace konceptu napříč poměry pár generací a kurátorský pass. To je přesně ta mezera v pokrytí assetů, která dříve brzdila výkon PMax, levně uzavřená.
Workflow. Vygenerujte batch konceptů podmíněný referencemi, kurátorujte proti brandovému checklistu (on-palette, produktově přesný, žádné artefakty, žádná nezamýšlená podoba), pak vyprodukujte sadu poměrů stran pro přeživší. Tagujte a verzujte schválené obrázky, abyste mohli později identifikovat vítěze z dat výkonu assetů. Míra použitelnosti pro obrázky je typicky vyšší než pro video — generování obrázků je zralejší a failure modes jsou snáze zachytitelné — ale kurátorská brána stále platí. Flux promění obrázkovou stranu asset group z rozpočtové položky v rychlý, levný, on-brand produkční krok, což je přesně to, co vysoko-objemová Google Ads kreativa potřebuje.
Workflow od briefu k schválenému assetu
Nástroje nejsou ta těžká část. Workflow, který promění brief ve schválené, on-brand, výkonově-připravené assety, je tam, kde pipeline uspějí nebo selžou. Šest fází, každá s jasným úkolem.
Fáze 1: Brief. Všechno začíná těsným, znovupoužitelným brand briefem. Specifikuje paletu jako přesné hex hodnoty, typografii, použití a umístění loga, tón, povinná pravidla přesnosti produktu a — kriticky — explicitní zakázaný seznam: žádné implikované endorsementy, žádný off-palette výstup, žádné nepřesné zobrazení produktu, žádná nezamýšlená podoba. Vágní brief produkuje off-brand výstup bez ohledu na to, jak schopný je model; brief je brandové zábradlí. Je také znovupoužitelný: napsán jednou, řídí každou generaci a jen se zdokonaluje, jak se učíte.
Fáze 2: Shromáždění referencí. Shromážděte schválenou brandovou obraznost k podmínění generování Fluxu a Runway. Reference jsou způsob, jak se brand konzistence vynucuje technicky spíše než doufá — model se podmiňuje na vašich skutečných brandových vizuálech místo svých generických defaultů.
Fáze 3: Generování. Vyprodukujte batch konceptů: obrázkové koncepty ve Fluxu podmíněné referencemi, základní video klipy ve Veo 3, řízené záběry v Runway. Očekávejte míru použitelnosti 1 z 5 až 1 z 10 zpočátku, zlepšující se s naučenými prompt vzory. Generování je levné; tato fáze je rychlá.
Fáze 4: Kurátorská brána. Nejdůležitější lidský krok. Každá generace je zkontrolována proti brandovému checklistu předtím, než postoupí: on-palette, produktově přesná, žádné anatomie nebo fyzikální glitche, žádný zkomolený text, žádná nezamýšlená podoba, on-tone. Odmítejte nemilosrdně — algoritmus odměňuje menší sadu silných assetů nad velkou sadou průměrných a odesílání off-brand nebo zglitchovaných assetů poškozuje jak výkon, tak brand. Tato brána je to, co dělá z pipeline ovladatelný produkční systém spíše než automat.
Fáze 5: Multi-aspect-ratio produkce. Pro každý schválený koncept vyprodukujte plnou matici poměrů stran a délek, které placementy potřebují, podmiňováním každého střihu stejnou referencí pro konzistenci. Tady se ekonomika AI kreativy vyplatí — střihy, za které by tradiční produkce účtovala třikrát, stojí pár generací a kurátorský pass.
Fáze 6: Finishing a export. Přidejte text a přesné produktové záběry v postprodukci (nespoléhejte na model, že vyrenderuje text nebo přesný detail produktu), exportujte v požadovaných rozlišeních a ponechte provenance metadata neporušená. Tagujte a verzujte assety, aby pozdější review výkonu mohlo atribuovat výhry konceptům.
Průchozí linií je, že lidský úsudek se přesouvá z produkce (kterou AI nyní dělá) na briefing a kurátorování (které AI nemůže). Přidaná hodnota týmu se posouvá z vyrábění každého assetu ručně na řízení toho, co model produkuje — těsnější brief, lepší reference a přísnější kurátorská brána produkují lepší kreativu než jakýkoli prompt-engineering trik. Týmy, které toto internalizují, provozují produktivní pipeline; týmy, které zacházejí s AI jako s kouzelným dispenserem assetů, odesílají off-brand šum.
První měsíc týmu s AI kreativou podvýkonával jejich staré ručně vyrobené reklamy a téměř to opustili. Problém nebyl v nástrojích — bylo to, že neměli žádný brief a žádnou kurátorskou bránu, takže odesílali cokoli, co model vyprodukoval. Přidali jsme jednostránkový brand brief a pětibodový kurátorský checklist a odmítli osm z každých deseti generací. AI varianty dalšího měsíce bily ručně vyrobenou baseline, protože přeživší byli on-brand a bylo jich čtyřicet, aby je algoritmus testoval, místo čtyř. AI nenahradila úsudek kreativního týmu; přemístila ho z myši na brief a bránu.
Specifikace assetů pro Demand Gen, PMax a YouTube
Produkce assetů je vyplýtvaná snaha, pokud nesplňují specifikace, které placementy vyžadují. Zde jsou jádrové specifikace 2026, proti kterým produkovat, organizované podle toho, co každý typ kampaně konzumuje.
Obrázkové assety (Demand Gen a Performance Max). Dodejte minimálně tři workhorse poměry stran:
- Landscape 1.91:1 — 1200x628 (klasický horizontální),
- Square 1:1 — 1200x1200,
- Portrait 4:5 — 960x1200.
Plus logo assety v 1:1 (1200x1200) a 4:1 (1200x300). Performance Max a Demand Gen odměňují vyplnění těchto plně více obrázky per poměr — více obrázků dává algoritmu více kombinací. Tento multi-ratio požadavek je přesně to, co dělá Flux cenným: produkce stejného konceptu napříč všemi třemi poměry je levná.
Video assety (YouTube, Demand Gen, Performance Max). Pokryjte tři orientace, abyste dosáhli každého placementu:
- 16:9 horizontální — in-stream a standardní YouTube,
- 1:1 square — in-feed,
- 9:16 vertikální — Shorts a vertikální placementy, stále častěji nejvyšší-objemový povrch.
Rozlišení: minimálně 1080p. Délky k produkci:
- 6sekundové bumpery pro reach a frekvenci,
- 15–30 sekund pro hlavní workhorse video,
- delší skippable in-stream tam, kde to příběh ospravedlňuje.
Vertikální 9:16 střih si zaslouží důraz: objem vertikálních placementů vyrostl do bodu, kde kampaň bez 9:16 videa nechává velký podíl inventáře nedotčený, a produkce vertikálu z horizontálního natáčení je přesně ten druh re-cutu, který AI nástroje dělají levně.
Úplnost asset-group Performance Max. PMax konkrétně odměňuje plně-osazenou asset group: více obrázků v každém poměru, více videí v každé orientaci, několik headlinů a popisů, loga. Poddimenzovaná asset group omezuje algoritmus; plná mu dává skutečný vyhledávací prostor. Ekonomika AI kreativy činí správné vyplnění group poprvé dostupným, což je důvod, proč je párování AI produkce s PMax tak produktivní. Náš průvodce strategií assetů Performance Max pokrývá, jak strukturovat asset groups a číst labely výkonu assetů.
Specifika Demand Gen. Demand Gen (nástupce Discovery kampaní) běží napříč YouTube, Discover a Gmail s vizuálním, feed-style formátem. Chce stejné poměry obrázků plus video a profituje z lifestyle, in-context kreativy spíše než hard-sell produktových záběrů — což AI nástroje, podmíněné na brandových referencích, produkují dobře.
Praktický závěr: postavte spec list vyjmenovávající každý požadovaný poměr, délku a rozlišení a produkujte proti němu systematicky pro každý koncept. AI pipeline činí zasažení plné matice specifikací levným; disciplína je produkce kompletní sady spíše než pohodlné podmnožiny.
Náklady, práva a disclosure na úrovni účtu
Provoz AI kreativní pipeline na úrovni účtu vyvolává tři praktické obavy nad rámec kvality generování: kolik to stojí, kdo vlastní práva a co musíte zveřejnit.
Náklady. Náklady na generování jsou skromné a náklady na práci dominují. Jako řádové údaje pro rok 2026: video Veo 3 běží od pár centů po pár eur za použitelný klip v závislosti na délce, rozlišení a přístupové cestě (per-second pricing Vertex AI versus consumer-tier generace); Runway prodává kredit-nesoucí předplatná v desítkách-až-nižších-stovkách eur měsíčně; obrázky Flux stojí centy za kus přes API providery. Pro středně velký účet produkující 40–80 variant měsíčně přistávají kredity nástrojů v nižších stovkách eur — ale skutečný náklad je čas kreativního operátora na briefing, kurátorování (odmítání většiny generací) a finishing. Rozpočtujte na kurátorskou práci explicitně; je to položka, která určuje kvalitu výstupu, a je daleko levnější než tisíce za hotové video, které tradiční produkce stojí. Ekonomický argument je silný, ale je to model „levné nástroje, placený lidský úsudek", ne zdarma.
Práva a vlastnictví. Tři otázky k řízení. Zaprvé, vlastnictví výstupu a komerční použití — podmínky každého nástroje řídí, zda můžete výstup použít komerčně a jaká práva máte; placené/komerční tiers hlavních nástrojů povolují reklamní použití, ale přečtěte si podmínky pro váš tier spíše než předpokládat. Zadruhé, podoba a right of publicity — AI může neúmyslně generovat výstup připomínající skutečnou, identifikovatelnou osobu, což vytváří expozici podoby a false-endorsement; vyhněte se promptování na jmenované jedince, kontrolujte generované lidi na nezamýšlenou podobnost, a pro cokoli zobrazující skutečnou osobu získejte explicitní práva, protože AI nemění zákon o podobě. Zatřetí, obavy o tréninková data a IP — existuje pokračující právní nejistota kolem tréninkových dat generativních modelů; praktickou mitigací pro inzerenty je podmiňovat na vašich vlastních brandových referencích, vyhnout se promptování ve stylu konkrétních žijících umělců nebo rozpoznatelného IP a udržet generace originální pro váš brand.
Disclosure a provenance. Disclosure syntetických médií se utahuje a inzerenti s ní musí zůstat aktuální. Klíčové body: Google vyžaduje disclosure syntetického obsahu v citlivých kategoriích (zejména volební reklama, kde musí být AI-pozměněný obsah zveřejněn) a labeling obecně rozšiřuje; AI výstup stále častěji nese provenance metadata (SynthID watermarking na výstupu Veo, C2PA content credentials), která platformy čtou a mohou zobrazovat — ponechte tato metadata neporušená spíše než je odstraňovat; a regulace jako EU AI Act ukládá transparenční povinnosti kolem syntetických médií zobrazujících skutečné osoby. Bezpečný postoj inzerenta: zajistěte, aby kreativa byla pravdivá (AI-generované demo musí ukázat, co produkt skutečně dělá), dodržujte pravidla disclosure specifická pro kategorii, zachovejte provenance metadata a zveřejněte v případě pochybností u citlivé kategorie. Pravdivost je nesmlouvavé jádro — AI činí snadným vygenerovat přesvědčivé zobrazení produktu dělajícího něco, co nedělá, a to je jak porušení policy, tak riziko důvěry.
Zvládnuta s disciplínou, AI kreativní pipeline dává účtu Google Ads něco, co si dříve nemohl dovolit: dost on-brand, spec-kompletní, často-refreshované kreativní variace, aby skutečně nakrmila Performance Max a Demand Gen vyhledávacím prostorem, který potřebují — za zlomek tradičních nákladů, s úsudkem lidského týmu přesměrovaným z produkce na briefing, kurátorování a disciplínu práv a disclosure, která to drží v bezpečí.
Pokud chcete review toho, zda vaše kreativa skutečně krmí algoritmy Googlu rozmanitostí, kterou potřebují — úplnost asset-group, pokrytí poměrů stran a kadence refreshe — vedle analýzy biddingu a struktury, SteerAds běží zdarma 14denní audit, který zahrnuje review pokrytí kreativy.
Pro související čtení viz náš průvodce strategií assetů Performance Max a náš přehled YouTube a video reklamních formátů pro Google Ads.
Zdroje
Oficiální a třetí strany zdroje konzultované pro tento průvodce:
-
deepmind.google/models/veo
— oficiální dokumentace modelu Veo, schopnosti, generování zvuku a SynthID watermarking -
cloud.google.com/vertex-ai — generování videa
— Veo na Vertex AI, programové generování, cenový model -
runwayml.com
— schopnosti Runway Gen-4, řízení pohybu/kamery, video-to-video a ceny kreditů -
support.google.com — specifikace assetů
— oficiální specifikace obrázkových a video assetů Google Ads pro Demand Gen, Performance Max a YouTube -
blackforestlabs.ai
— dokumentace obrázkového modelu Flux, schopnosti a reference conditioning
Související články: Answer Engine Optimization (AEO) for SaaS Vendors 2026 · CTV / Connected TV Ads: SMB Buyer's Guide 2026 · DV360 Setup Checklist: First 90 Days 2026 · GA4 Explorations: Cohort Analysis for Paid Acquisition 2026 · GTM Server Container on Cloud Run: Setup & Cost 2026 · GPT-5 & Claude 4.7 Prompt Library for PPC Managers 2026
FAQ
Který AI nástroj je nejlepší pro Google Ads video — Veo 3, Runway, nebo něco jiného?
Konkrétně pro Google Ads je Veo 3 (vlastní model generování videa od Googlu, dostupný přes aplikaci Gemini, Google AI Studio a Vertex AI) přirozeným výchozím bodem v roce 2026, protože produkuje vysoce koherentní klipy s nativním zvukem a integruje se do ekosystému Google, což má význam, když produkujete pro YouTube a Demand Gen. Runway (Gen-4 a nástupci) je silnější volbou, když potřebujete kontrolu nad střihem — motion brushe, řízení kamery, video-to-video restyling a frame-level konzistenci napříč sekvencí — což je to, co chcete pro propracovanější brandové spoty spíše než rychlé varianty. Upřímná odpověď je, že se doplňují: Veo 3 pro rychlé, koherentní základní klipy se zvukem, Runway pro záběry, kde potřebujete režisérskou kontrolu. Většina týmů provozujících skutečnou AI kreativní pipeline používá oba spíše než výběr jednoho a rezervuje tradiční produkci pro hero asset, který ukotvuje kampaň.
Mohu použít AI-generované video a obrázky přímo v Google Ads, nebo existují policy omezení?
AI-generované kreativy v Google Ads použít můžete, ale platí tři vrstvy policy. Zaprvé, obecné kreativní policy Google Ads stále platí — žádná zavádějící tvrzení, žádný zakázaný obsah, přesná reprezentace produktu. Zadruhé, Google vyžaduje disclosure syntetického obsahu v určitých citlivých kategoriích (zejména volební reklamy, kde musí být AI-pozměněný obsah zveřejněn) a labeling široce rozšiřuje. Zatřetí, AI-generovaná média často nesou provenance metadata (SynthID watermarking na výstupu Veo, C2PA content credentials), která platformy stále častěji čtou a mohou je uživatelům zobrazovat. Praktické pravidlo pro inzerenty: AI kreativa je plně použitelná pro produktovou a brandovou reklamu, ale musíte zajistit, aby kreativa byla pravdivá (AI-generované demo musí ukázat, co produkt skutečně dělá), musíte dodržovat pravidla disclosure specifická pro kategorii a měli byste ponechat provenance metadata neporušená, místo abyste je odstraňovali. V případě pochybností u citlivé kategorie zveřejněte.
Kolik ve skutečnosti stojí provoz AI kreativní pipeline pro účet Google Ads?
Mnohem méně než tradiční produkce, ale ne zdarma, a náklady jsou v kreditech plus práci spíše než ve studiovém čase. Jako hrubé řádové údaje pro rok 2026: generování videa Veo 3 je naceněno za sekundu výstupu přes Vertex AI nebo za generování v consumer tiers Gemini/Flow, přistávajíc v rozsahu od pár centů po pár eur za použitelný klip v závislosti na délce a rozlišení; Runway prodává kreditové balíčky (typické předplatné Standard/Pro běží na desítky až nižší stovky eur měsíčně s kredity v ceně); generování obrázků Flux stojí centy za obrázek přes API providery. Dominantní náklad není surové generování — je to lidský čas na psaní dobrých briefů, kurátorování 1-z-5-až-1-z-10 generací, které jsou skutečně použitelné, a jejich střih do hotových reklam. Rozpočtujte na kurátorskou práci. Realistický měsíční náklad pro středně velký účet produkující 40–80 kreativních variant je pár stovek eur v kreditech nástrojů plus čas jednoho kreativního operátora, oproti tisícům za hotové video v tradiční produkci.
Je AI-generovaná kreativa dost dobrá na to, aby překonala lidsky vytvořené reklamy v Google Ads, nebo výkon trpí?
Záleží na tom, co nahrazujete a jak to používáte. Pro vysoko-objemovou produkci variant — mnoho headlinů, pozadí a krátkých klipů, které Performance Max a Demand Gen konzumují, aby našly, co funguje — AI kreativa rutinně odpovídá nebo překonává ručně vyrobené varianty, protože výhra pochází z objemu a rychlosti iterace, ne z vyleštěnosti jakéhokoli jednotlivého assetu. Algoritmus testuje mnoho AI variant levně a vynáší vítěze. Pro hero brandový asset, který nese emoční váhu a brandové řemeslo, je AI v roce 2026 blízko, ale ne konzistentně lepší než silný lidský tým, a failure modes (uncanny obličeje, fyzikální glitche, renderování textu) se stále objevují. Pragmatický vzor: použijte AI pro long tail variant, kde vítězí objem a rychlost, a rezervujte lidské řemeslo pro jeden nebo dva hero assety, které ukotvují brandové kampaně. Výkon trpí, když týmy používají AI pro hero a šetří na kurátorování; zlepšuje se, když týmy používají AI k znásobení testovaných variant.
Jaké přesné specifikace assetů potřebuji pro Demand Gen, Performance Max a YouTube?
Jádrové specifikace v roce 2026: pro obrázkové assety napříč Demand Gen a PMax dodejte minimálně landscape 1.91:1 (1200x628), square 1:1 (1200x1200) a portrait 4:5 (960x1200), plus logo assety v 1:1 a 4:1. Pro video chtějí YouTube a Demand Gen 16:9 horizontální, 1:1 square a 9:16 vertikální k pokrytí in-stream, in-feed a Shorts placementů; mířte na minimálně 1080p, přičemž vertikální 9:16 je stále častěji nejvyšší-objemový placement. Délka videa: 6sekundové bumpery pro reach, 15–30 sekund pro hlavní workhorse a delší pro in-stream skippable, kde to příběh ospravedlňuje. Performance Max chce plně vyplněnou asset group — více obrázků per poměr stran, více videí per orientace, několik headlinů a popisů — protože více assetů dává algoritmu více kombinací k testování. AI nástroje činí vyplnění všech těchto poměrů stran levným, což je přesně tam, kde si zaslouží své místo: generování 9:16, 1:1 a 16:9 střihů stejného konceptu, za které by tradiční produkce účtovala třikrát.
Jak udržím brand konzistenci při generování kreativ s AI napříč mnoha variantami?
Brand konzistence pod AI generováním pochází ze tří kontrol. Zaprvé, těsný, znovupoužitelný brief, který specifikuje paletu (přesné hex hodnoty), typografii, tón, povinné prvky (umístění loga, přesnost produktu) a zakázané prvky — brief je vaše brandové zábradlí a vágní brief produkuje off-brand výstup bez ohledu na to, jak dobrý je model. Zadruhé, reference conditioning: Flux i Runway přijímají referenční obrázky, takže podmiňujete generování schválenou brandovou obrazností místo spoléhání na defaulty modelu, což udržuje barvu, styl a podobu produktu on-brand. Zatřetí, kurátorská brána: člověk zkontroluje každou generaci proti brandovému checklistu před tím, než se odešle, odmítaje off-palette, anatomicky špatné a off-tone. Chyba, kterou týmy dělají, je zacházet s AI jako s automatem — prompt dovnitř, reklama ven. Týmy, které udržují brand konzistenci, s ní zacházejí jako s ovladatelným produkčním nástrojem: podmíněným referencemi, řízeným briefem a střeženým lidským kurátorováním.
Způsobí AI-generované obličeje a lidé v reklamách právní problémy nebo problémy s podobou?
Potenciálně, a to je oblast, kde být nejopatrnější. Tři rizika: zaprvé, AI modely mohou neúmyslně generovat výstup připomínající skutečnou, identifikovatelnou osobu, což vyvolává nároky na right-of-publicity a podobu — vyhněte se promptování na jmenované jedince a kontrolujte generované lidi na nezamýšlenou podobnost. Zadruhé, generování lidí v kontextech, které implikují endorsement (obličej, který vypadá jako celebrita zdánlivě používající váš produkt), je jak riziko podoby, tak false-endorsement. Zatřetí, deepfake a regulace syntetických médií se utahují — EU AI Act a různá národní pravidla vyžadují disclosure syntetického obsahu zobrazujícího skutečné osoby v určitých kontextech. Bezpečný vzor pro inzerenty: používejte AI-generované lidi pro generickou, jasně-syntetickou reprezentaci (stock-style osoba používající produkt), ponechte provenance watermarking neporušený, vyhněte se čemukoli, co by mohlo být čteno jako konkrétní skutečná osoba nebo implikovaný endorsement, a zveřejněte syntetický obsah tam, kde to regulace vyžaduje. Pro cokoli zobrazující skutečnou osobu získejte explicitní práva — AI nemění zákon o podobě.
Jak AI kreativa zapadá s vlastním generováním assetů Performance Max a Demand Gen?
Vlastní funkce generování assetů Googlu (AI, která navrhuje headliny, obrázky a video z vašich existujících assetů uvnitř PMax a Demand Gen) a externí nástroje jako Veo, Runway a Flux se doplňují a správný vzor používá oba záměrně. In-platform generování Googlu je pohodlné a zdarma, dobré pro rychlé vyplnění mezer v asset group, ale dává vám méně kontroly nad brandovými specifiky a konceptem a inklinuje ke generickému výstupu. Externí nástroje vám dávají plnou kreativní kontrolu — váš brief, vaše reference, váš koncept — za cenu, že produkci děláte sami. Pragmatický rozdělení: použijte externí nástroje (Veo/Runway/Flux) k produkci vašich promyšlených, on-brand jádrových assetů a vysoko-objemové sady variant, které skutečně chcete testovat, a nechte in-platform generování Googlu vyplnit zbývající mezery v asset group spíše než nést kreativní zátěž. Krmte algoritmus vašimi nejlepšími AI-produkovanými assety plus vaším hero a nechte generování Googlu zálohovat long tail. Viz náš [průvodce strategií assetů Performance Max](/blog/performance-max-asset-groups-creative-strategy) pro strukturu asset-group.