Image similarity detection в Meta: какие паттерны палят креативы

Image similarity detection в Meta: какие паттерны палят креативы

Meta редко банит «за картинку» в лоб. Чаще срабатывает связка из image fingerprinting, CLIP-подобных эмбеддингов и OCR: модель сравнивает не только пиксели, но и смысл кадра, текст на нём, компоновку и повторяющиеся визуальные элементы.

Под удар попадают креативы с одинаковым героем, тем же фоном, похожей раскладкой блоков, повтором иконок и интерфейсных скринов. Даже если поменять цвета и добавить рамку, для модели это может остаться «тем же» объявлением. Особенно быстро ловятся пачки, где меняют только заголовок, а визуальный каркас не трогают.

Отдельный триггер — текст на изображении. OCR видит крупные обещания, дисклеймеры, «до/после», псевдоотзывы, скрины чатов и таблицы с «результатами». Если такой текст повторяется в нескольких вариациях, система может связать их в один кластер и поднять риск для всей группы креативов.

Чтобы снизить совпадение на уровне детекции, обычно меняют не косметику, а структуру: другой сюжет, другой кадр, другой порядок смысловых блоков, другой тип визуала. Если набор объявлений выглядит как серия почти одинаковых карточек, Meta воспринимает это как шаблонную фабрику, а не как отдельные тесты.

Вывод простой: для антифрода важна не «уникальность цвета», а разрыв по смыслу, композиции и текстовому слою. Если креативы слишком похожи друг на друга, image similarity-модели соберут их в одну корзину.