<b>OCR в Google Ads чаще банит не текст, а способ которым он встроен в креатив</b>

<b>OCR в Google Ads чаще банит не текст, а способ которым он встроен в креатив</b>

Google давно прогоняет изображения и видео через OCR + semantic classification. Проблема не только в стоп-словах. ML-модель оценивает контраст, форму символов, плотность текста, повторяющиеся паттерны и даже “визуальный тон” шрифта.

Что чаще всего попадает в риск-зону:

— Конденсированные aggressive-шрифты с жирной обводкой. Особенно если текст занимает половину баннера. OCR легко вытаскивает такие фразы даже после blur, glow или compression.

— Fake UI-типографика. Кнопки “DOWNLOAD”, “CLAIM”, “OPEN”, стилизация под системные алерты Android/iOS, имитация push-уведомлений. Для модели это отдельный класс ad deception.

— Капс + красный/жёлтый high-contrast текст. Такие комбинации давно используются в spam/diet/gambling-креативах, поэтому image embeddings получают повышенный risk score.

— Слишком мелкий текст в видео. Google режет кадры и прогоняет OCR по keyframes. Микрошрифт с агрессивным sharpen часто читается хуже человеком, но лучше моделью.

Отдельный сигнал — повторяемость. Если десятки креативов используют одинаковый шрифт, одинаковую компоновку CTA и идентичную структуру текста, similarity-модель начинает связывать их между собой даже после замены фона или актёра.

Нормальная практика для крео-команд — проверять не только CTR, но и “OCR-профиль” макета: сколько текста на экране, как он контрастирует, не выглядит ли интерфейс фальшивым, не копируется ли типографика между пачками креативов.