←_ALL_WORK OKHOTIN_/_WORK_/_AI PIPELINE01_/_05

AI pipeline

2026 СИСТЕМА ПОД КОМАНДУ КРЕАТИВНЫЙ ДИРЕКТОР

Опыт команды остаётся в компании и с каждой задачей работает лучше.

У меня это работает в Notion и собирается автоматизацией. Переносится на любую базу, где команда ведёт задачи.

AI_PIPELINE_/_01

Пайплайн собран под команду

Я заготавливаю приёмы, знание продукта и стиль компании, скиллы и типовые задачи. Знание копится у типовых задач и переходит между сотрудниками и командами.

Наполняют его сами сотрудники: с Claude или со мной они дописывают приёмы, знание продукта и аудитории, стиль коммуникации компании.

Картинку генерирует ChatGPT Images 2.6, ретушь ведёт Claude. Он учится по ходу работы: у него прибавляются инструменты правки и опыт.

Приёмысвет, кадр, ретушь
Продукт и аудиториякак устроен, кто покупает
Стиль компаниитон, бренд-кит, персонажи
Скиллыправила и журнал опыта
Типовые задачибаннер · мокап · ресайз
Сотрудник 1берёт задачу с готовым знанием
Сотрудник 2другой сюжет, тот же продукт
Другая командадругой формат, те же правила

Сотрудники пополняют знание сами — с Claude или со мной

AI_PIPELINE_/_02

Типовые задачи и их метрики

В базе задач дизайн-отдела RAWMID 1 171 задача. Они сведены к 33 типовым, у каждой своя норма часов.

Норма — медиана по закрытым задачам, она пересчитывается с каждой новой. Видно, где повторяются правки и сколько стоит каждый тип работы.

1 171задача↓33типовые
  • Полиграфия176 задач
  • Обложки для видео140 задач4,5 ч
  • Плашки для видео133 задачи2,5 ч
  • Тексты для постов30 задач3,5 ч

Обложка YouTube

2,6–8,5 ч
5
шагов
2
правила
15
удачных примеров

Нейросеть подтягивает их в каждую новую обложку и отвечает дизайнеру по этому гайду.

База задач RAWMID в Notionданные на 22.10.2026; нормы — медианы часов по закрытым задачам

AI_PIPELINE_/_03

Сначала данные, потом картинка

Концепт начинается с данных. Нейросеть собирает их из трёх источников: что пишут покупатели, что бренд уже крутит в рекламе и что компания говорит акционерам. Выводы и гипотезу с порогом теста делаю я.

AI_PIPELINE_/_04

Dyson: сложная ретушь

Самая трудоёмкая работа в пайплайне — рекламный концепт Dyson V15: зелёный лазер на полу, рука и пропорции пылесоса, чистка кадра. До принятого широкого кадра — около шестидесяти кругов.

Генерация — ChatGPT Images 2.6, ретушь — Claude. За этот концепт у Claude появились свои инструменты правки: свет лазера, пылинки, поворот и масштаб корпуса, маска предмета SAM 2.

Образцом стал кадр второго ракурса. Каждое замечание мы сначала переводили в число на образце, потом правили и мерили снова.

Ранняя версия широкого кадра Dyson
AI_PIPELINE_/_04.1Ранняя версия, v10.
Принятый широкий кадр Dyson
AI_PIPELINE_/_04.2Принятый широкий кадр, 08.11.

AI_PIPELINE_/_05

Лазер, рука и пропорции

Лазер прошёл двадцать версий за два дня: одна правка ломала уже принятое. С тех пор принятое — проверка, которую проходит каждая новая версия. Свет идёт веером от луча и гаснет к другому краю, пылинки бледнеют вдаль: на образце 700–800 мелких и 35–70 крупных на 10 тысяч пикселей луча.

Корпус в разных форматах вышел разного размера, рука согнулась в локте, труба надломилась у стыка. Пропорции сверены с фото продукта, ось трубы проверяется прямой. Предмет выделяю маской SAM 2: стена за ним заливается заново, кромки рукоятки и колбы не срезаются.

Лазер на принятом широком кадре крупно
AI_PIPELINE_/_05.1Лазер на принятом кадре крупно.
Рукоятка и рука крупно в трёх кругах правки
AI_PIPELINE_/_05.2Рукоятка и рука крупно: v53 → v53j → v53k.

AI_PIPELINE_/_06

Как знание переходит дальше

Каждая правка записывается в журнал опыта со статусом: сказано один раз, подтвердилось, снято. Подтверждённое становится правилом скилла, и следующий кадр начинается с него.

Знание продукта, собранное на лазере и пропорциях, работает в других сюжетах и форматах: широкий баннер, вертикаль, пост, сторис, письмо.

Журнал лежит рядом с работой. Кто берёт типовую задачу, начинает с него.

Новичок берёт типовую задачу и сразу получает журнал и примеры. Опыт не уходит вместе с людьми.

  1. Сказано один раз
  2. Подтвердилось
  3. Правило скилла
  4. Следующая задача начинается с него

AI_PIPELINE_/_07

Arc'teryx: качество фото и масштаб

Второй пример — рекламный концепт Arc'teryx. Здесь задача другая: качество фотографии и масштаб. Из каждого из трёх сюжетов скрипт собирает шесть форматов, мокапы вписываются по замеренным углам носителя.

За цикл вышло 18 макетов и пять мокапов. Тест не запускался.

Правки по свету и снегу записаны приёмами: графика на светлом месте кадра тёмно-синяя, место под текст закладывается до генерации, у объектива два-четыре крупных хлопья.

Мокапы щита и ситилайта до и после правки света
AI_PIPELINE_/_07.1Щит и ситилайт до и после правки «очень мрачно».
Сетка: три сюжета Arc'teryx в шести форматах
AI_PIPELINE_/_07.2Три сюжета × шесть форматов.
Пять мокапов кампании: щит, ситилайт, сторис, сайт на ноутбуке, письмо на телефоне
AI_PIPELINE_/_07.3Пять мокапов: щит, ситилайт, сторис, сайт, письмо.