Caso de estudio
Por qué su anuncio de salud hecho con IA muestra la imagen equivocada
Un anuncio de un suplemento de salud mostraba imágenes de otra condición de salud en cerca de la mitad de sus cortes. Qué lo causó, cómo cambiamos la forma en que la herramienta elige los clips y qué puede revisar un dueño antes de publicar un anuncio.
Puntos clave
- Una herramienta que elige las imágenes solo por descripciones escritas usará un clip malo en lugar de ninguno.
- En un anuncio de salud, un solo corte puede hacer una afirmación que el guion nunca hizo.
- Bloquear los temas equivocados es el primer paso; mirar la imagen misma antes de armar el video es lo que detecta el resto.
- Una biblioteca pequeña hecha para un tipo de anuncio fallará en un anuncio sobre otra cosa.
- Cuando ninguna imagen encaja con una línea sobre el producto, mostrar el producto es la opción más segura.
Un anuncio de un suplemento de salud pasaba del presentador a imágenes de otra condición de salud en cerca de la mitad de sus cortes, en los peores anuncios de prueba. Cambiamos la forma en que la herramienta de video con IA del cliente elige cada clip, y a los tres días de esos primeros anuncios de prueba la nueva selección de clips ya estaba en funcionamiento. Al reproducir los mismos anuncios, las imágenes de otra condición ahora aparecen en menos de uno de cada diez cortes.
Qué le hace un corte equivocado a un anuncio de salud
En un anuncio de un producto de salud, la imagen pesa tanto como las palabras, así que un corte que muestra otra cosa hace una afirmación que el guion nunca hizo.
Las imágenes de otra condición son el caso más claro: el espectador lo interpreta como una declaración sobre para qué sirve el producto. Las imágenes de dinero y de entornos de lujo hacen que un suplemento parezca una oferta para hacerse rico. Las bebidas, o una imagen médica con sangre, pueden hacer que las plataformas publicitarias rechacen un anuncio antes de que un cliente llegue a verlo.
Un editor puede detectar todo eso, clip por clip, viendo cada corte de cada anuncio. Ese es el trabajo que la herramienta vino a eliminar, y por eso las imágenes quedaron sin revisar.
Por qué una herramienta de video con IA elige las imágenes equivocadas
La herramienta comparaba cada clip solo por su descripción escrita, y cuando nada se acercaba, tomaba igual el clip más cercano, por malo que fuera.
Tres cosas hicieron que eso fallara a la vez:
- La biblioteca del propio equipo tenía unos cientos de clips, casi todos sobre una condición. Un anuncio sobre otra condición casi no tenía con qué encajar, así que ganaba el clip equivocado más cercano.
- La biblioteca general también tenía imágenes hechas para la otra publicidad del cliente, entre ellas entornos de lujo.
- Una descripción puede compartir palabras con una línea mientras la imagen muestra algo completamente distinto, así que un clip descrito con las palabras correctas podía aun así mostrar lo incorrecto.
Había además otra falla aparte. La lista de tomas a veces pedía una imagen del orador, y la herramienta respondía con la cara de un desconocido hablando a cámara, puesta bajo la voz del presentador.
Qué cambiamos
Pusimos tres controles entre el guion y el video terminado, para que un clip ya no llegue a la pantalla solo porque su descripción quedó cerca de la línea.
El primero lee el guion, determina de qué condición de salud trata el anuncio y descarta cualquier clip que muestre otra. Tampoco toma nunca imágenes de dinero, entornos de lujo, bebidas ni imágenes médicas, ni una toma de alguien hablando a cámara. Un clip de la biblioteca general ahora tiene que coincidir mucho más que antes.
El segundo es una revisión visual: un modelo de IA que mira fotogramas del propio clip, en lugar de su descripción, junto con las palabras de la línea, el producto y el público. Responde cuatro preguntas de sí o no —otro tema, otro producto, texto en pantalla, la persona equivocada— y una falla cuenta solo cuando una segunda revisión está de acuerdo. Un clip que falla deja paso al siguiente. Cuando nada en la biblioteca encaja, la herramienta busca imágenes de archivo usando las palabras de la propia línea.
El tercero cubre lo que queda. Cuando una línea trata del producto mismo y ninguna imagen le encaja, el anuncio muestra el producto en pantalla.
Todo esto se aplica solo a los anuncios del suplemento de salud del cliente; sus otros anuncios funcionan como antes.
Qué tiene ahora el negocio
El cambio ya está activo en la herramienta de video del cliente para cada anuncio de suplemento de salud que hacen.
Al reproducir los propios cortes de los anuncios de prueba, las imágenes de otra condición bajaron de cerca de la mitad de los cortes a menos de uno de cada diez. Nuestro ingeniero ya había marcado un conjunto de cortes a ojo; probada contra esos, la revisión visual rechazó cada imagen que no encajaba y aprobó cada clip bueno, en dos pasadas. En los mismos cortes, cerca de tres de cada cinco clips de la biblioteca se quedaron donde estaban y el resto se cambió por uno mejor. Desaparecieron todas las imágenes de dinero, de lujo y de tema equivocado.
El cliente eligió el filtro de condición para cada anuncio de salud; lo demás salió de lo que mostraron los anuncios de prueba.
Qué puede revisar usted mismo
- Vea su próximo anuncio hecho con IA sin sonido y pregúntese si cada imagen encaja por sí sola con las palabras.
- Revise su propia biblioteca de clips y pregúntese cuántos clips tratan del tema del anuncio que está haciendo ahora.
- Compruebe que ningún clip de un anuncio de salud muestre dinero, alcohol ni una imagen médica.
- Lea la lista de tomas antes de que se arme el video y vea si alguna línea pide una imagen del orador, que es como la cara de un desconocido termina bajo la voz de su presentador.
- Pregunte a quien hace sus anuncios qué hace la herramienta cuando ningún clip encaja con una línea.
Qué hacer ahora
Tome un anuncio que ya haya publicado y véalo una vez sin sonido, anotando cualquier corte que no encaje con su línea. Esa lista es el encargo para lo que venga: una biblioteca más ajustada, una regla que bloquee un tema o una revisión que mire la imagen antes de que se arme el video. Mantener la decisión sobre lo que una herramienta automatizada puede mostrar, y comprobarlo en sus propios anuncios, es el tipo de trabajo que hacen nuestros ingenieros.
Preguntas frecuentes
¿Por qué mi herramienta de video con IA puso imágenes que no tienen nada que ver en mi anuncio?
Compara los clips por sus descripciones escritas, y cuando nada se acerca lo suficiente, toma igual el más cercano. Si su biblioteca trata casi toda de un tema, un anuncio sobre otro tema tiene muy poco con qué encajar. Además, una descripción puede compartir palabras con su línea mientras la imagen muestra algo completamente distinto.
¿Puede una plataforma publicitaria rechazar mi anuncio por las imágenes y no por el guion?
Sí. Las plataformas evalúan el anuncio completo, y las imágenes son parte de lo que revisan. Según nuestra experiencia, las bebidas y las imágenes médicas con sangre son lo que causa problemas en la publicidad de salud, incluso cuando las palabras están bien cuidadas.
¿Cómo reviso un anuncio hecho con IA antes de que se publique?
Véalo una vez sin sonido y mire cada imagen por sí sola frente a las palabras que se dicen en ese momento. Después lea la lista de tomas y pregunte qué hace la herramienta cuando nada en la biblioteca encaja con una línea. Las dos revisiones toman unos minutos y no necesitan ayuda técnica.
¿Qué debería hacer una herramienta de video con IA cuando ningún clip encaja con una línea?
Debería pasar al siguiente candidato en lugar de conformarse con el equivocado más cercano, y buscar imágenes de archivo usando las palabras de la propia línea. Si la línea trata del producto mismo, mostrar el producto en pantalla es mejor que una imagen que no tiene relación.
¿Necesito una biblioteca de clips distinta para cada tipo de anuncio que hago?
No necesariamente, pero una biblioteca hecha sobre todo para un tipo de anuncio servirá mal a otro. En este caso, los clips del equipo trataban casi todos de una condición de salud, así que un anuncio sobre otra condición casi no tenía con qué encajar. El paso práctico es revisar los clips elegidos frente a sus líneas antes de que se haga el video.