Visual fingerprinting: как платформы узнают креатив по картинке, даже если вы его «переделали»

Visual fingerprinting: как платформы узнают креатив по картинке, даже если вы его «переделали»

Visual fingerprinting — это не поиск «похожей» картинки в бытовом смысле. Платформа строит эмбеддинги изображения, режет его на признаки, читает текст через OCR и сравнивает не только пиксели, но и композицию: фон, лицо, расположение CTA, контраст, повторяющиеся блоки.

Чаще всего палятся креативы с одинаковой структурой: один и тот же герой, тот же макет, тот же порядок элементов, а меняются только цвет кнопки или несколько слов. Для ML-модели это всё ещё один и тот же шаблон. Отдельно триггерят:
— крупный текст поверх изображения;
— одинаковые кропы и соотношение сторон;
— дубли лиц, товаров, иконок и «до/после»;
— слишком похожие варианты одной воронки.

Легальная защита здесь не про «обход», а про снижение ложных совпадений. Работают более разные визуальные концепции: смена композиции, ракурса, типа сцены, логики размещения элементов. Полезно разносить креативы по смыслу, а не только по цвету и шрифту, и не тащить один и тот же визуал в десятки вариаций. Для внутреннего контроля используйте проверку дубликатов до запуска: OCR + image similarity + ручной просмотр.

Если креативы массово получают ограничения, причина часто не в тексте, а в том, что визуальная матрица слишком однотипна. Чем меньше у вас «серийных» шаблонов, тем сложнее платформе связать новые объявления в один риск-профиль.