Zasoby generowane przez AI w Google Ads to dziś nie opcja dla odważnych, tylko domyślna funkcja Asset Studio — natywnego edytora kreacji w panelu Google Ads, który od listopada 2025 wykorzystuje model Nano Banana Pro do obrazów i zestaw wideo-narzędzi do klipów. Dla reklamodawcy bez zespołu kreatywnego AI to jedyny realistyczny sposób, żeby wypełnić komplet zasobów wymagany przez PMax i AI Max bez odsyłania briefu do agencji. Dla marek z rozbudowaną identyfikacją wizualną AI bywa problemem — bez briefu i style reference generuje obrazy „generyczne”, które psują spójność komunikacji. Ten artykuł pokazuje, jak rozgraniczyć te dwa światy.
Czym są AI-generated assets w Google Ads i co obejmuje Asset Studio
Asset Studio to zintegrowany z Google Ads panel, w którym reklamodawca tworzy, edytuje i zarządza kreacjami kampanii — bez opuszczania interfejsu. Od 2026 roku Studio łączy cztery grupy funkcji: generację obrazów (Nano Banana Pro), generację i edycję wideo (trimming, voice-over, Video Builder), tworzenie tekstów reklam (nagłówki i opisy RSA) oraz transformację istniejących zasobów (product shot → lifestyle photography, image-to-video, style transfer).
Wejście do Asset Studio: w panelu kampanii PMax lub Search → zakładka Assets → „Generate assets” albo „Asset library”. Koszt: brak. Generacja obrazów, filmów i tekstów jest bezpłatna dla każdego konta Google Ads, niezależnie od budżetu. Dla małych sklepów e-commerce to eliminacja wydatków rzędu 500-2000 zł miesięcznie na banki zdjęć i podstawowe grafiki. Dla dużych marek — raczej skrócenie cyklu produkcji niż oszczędność, bo kreacja premium i tak przygotowywana jest przez agencję.
Limit dzienny generacji nie jest publicznie ogłoszony, ale w testach na kontach o budżecie 10 000-50 000 zł/mies. praktycznie nie występuje — konto jest w stanie wygenerować 50-100 obrazów i kilka filmów bez ograniczenia. Tokeny Gemini używane do generacji są rozliczane wewnętrznie przez Google, nie przez konto reklamowe. Funkcje są dostępne globalnie, w tym dla kont polskich, w polskim interfejsie.
Nano Banana Pro — generacja obrazów z product shot do lifestyle
Nano Banana Pro to model Google, który zasila funkcję generowania obrazów w Asset Studio. Od klasycznych generatorów AI różni go jedna rzecz: działa bardzo dobrze w scenariuszu „weź moje zdjęcie produktu i umieść je w realistycznym kontekście“. Klasyczny przepływ pracy: wgrywamy zdjęcie produktu (np. bluza w studio), piszemy prompt „młody mężczyzna spacerujący po parku, jesień, ciepłe światło”, model generuje zdjęcie lifestyle z naszym produktem w tym kontekście — bez utraty tożsamości produktu (kolor, tekstura, logo).
Praktyczne zastosowania dla polskiego e-commerce:
- Lifestyle imagery dla marek bez budżetu na sesję. Sklep z biżuterią za 500 zł na sztukę robi w studio tylko packshot; Asset Studio dorabia 20 wariantów lifestyle (na ręce, przy kawie, w pracy) do testów w PMax.
- Sezonowe wersje kreacji. Ten sam packshot bluzy → wersje jesienna, zimowa, wiosenna — bez opłacania trzech sesji fotograficznych.
- Warianty demograficzne. Dla marki unisex — wersje kreacji z modelem i modelką, różnymi grupami wiekowymi, różnymi tłami.
- Fotografia produktowa in-situ. Meble z katalogu w realistycznej aranżacji salonu; elektronika na biurku pracy z drzewem za oknem.
Ograniczenia: Nano Banana nie jest idealna dla produktów o skomplikowanej mechanice (zegarki z wielopoziomową tarczą, aparaty z wieloma przyciskami) — w 10-20% generacji pojawiają się drobne artefakty, które wymagają odfiltrowania. Dobra praktyka to generowanie 5-8 wariantów na prompt i odrzucanie tych z błędami, zanim trafią do kampanii.
Style reference — jak utrzymać spójność marki w generacji
Największa pułapka generacji AI w kampaniach płatnych to dryft wizualny. Bez prowadzenia style reference model generuje obrazy w domyślnej estetyce — zwykle „premium lifestyle z lekkim filtrem Instagram“, który działa dla większości kategorii, ale zabija identyfikację marek z bardziej charakterystycznym językiem wizualnym. Dla sklepu z minimalistycznymi ubraniami estetyka „ciepła, nasycona, jesienna” jest po prostu nie na miejscu.
Asset Studio rozwiązuje ten problem przez style reference: wgrywamy 3-10 naszych dotychczasowych obrazów markowych, model uczy się palety kolorów, typu kadrowania, oświetlenia i nastroju. Wszystkie kolejne generacje w tej kampanii podporządkowują się tej estetyce. Dobrze zestawiony style reference oznacza, że po 30 generacjach jedynie 10-15% obrazów odpada jako nietrafione; bez reference odsetek rośnie do 40-60%.
Co wybrać jako style reference: najlepsze zdjęcia z dotychczasowej sesji produktowej (jedna seria, nie miszmasz), kadry z kampanii social media, które osiągnęły najwyższe engagement, albo elementy z brand book’u marki. Unikamy stockowych zdjęć oraz obrazów o bardzo różnej kolorystyce — model uśrednia, co prowadzi do estetyki „nijakiej”. Pełne omówienie procesu briefowania kreacji dla kampanii efektywnościowych zawieramy w ramach współpracy nad kampaniami PPC.
Wideo w Asset Studio — od image-to-video po voice-over
Wideo w Asset Studio to trzy funkcje: tworzenie filmu od zera (image-to-video, text-to-video), edycja istniejącego materiału (trimming, dodanie voice-over) i Video Builder (kompozycja filmu z pojedynczych klipów i obrazów). Wszystkie bazują na modelu Veo — generatorze wideo Google, który w 2026 roku oferuje już klipy o długości do 60 sekund w rozdzielczości 1080p, z automatyczną synchronizacją dźwięku i obrazu.
Najczęstsze zastosowania w polskich kontach:
| Image-to-video | Animacja product shot → 6-sek. bumper YouTube | 2-5 min |
| Text-to-video | Reklama promocyjna sezonowa z briefu | 10-20 min |
| Trimming | Redakcja dłuższego klipu do 15/30 s | 1-2 min |
| Voice-over | Dodanie lektora do wygenerowanego filmu | 3-5 min |
| Video Builder | Kompozycja 5-6 zdjęć produktowych w klip 15 s | 5-10 min |
Jakość output’u zależy od jakości briefu. Text-to-video „krótka reklama butów” daje generyczny klip sportowy. Brief „30-sekundowa reklama butów do biegania, protagonistka 25-35 lat biegnie w parku o świcie, końcowe ujęcie zbliżenia na logo, ciepła paleta kolorów” daje klip znacznie bliższy profesjonalnej produkcji. W 2026 dobry brief dla AI jest warty więcej niż dobry kadr — to zmiana dystrybucji wartości w produkcji kreacji.
Jedno zastrzeżenie: Veo nadal ma problemy z renderowaniem tekstu na kadrze. Logo z grafiką zachowuje się poprawnie, ale napisy wewnątrz klipu („-30%“, „Kup teraz”) bywają zniekształcone. Dobra praktyka to dodawanie tekstu osobno — w edytorze albo jako overlay w Google Ads już po wygenerowaniu wideo.
Kiedy AI-generated assets szkodzą i jak tego uniknąć
Mimo wszystkich korzyści, AI-generated assets potrafią obniżyć efektywność kampanii — i to w sposób, którego nie zobaczymy w raportach Asset Studio. Poniżej cztery najczęstsze wzorce problemów z audytów kont, które wdrożyły AI-generated assets bez dyscypliny briefu:
- Generyczna estetyka bez style reference. Sklep premium z własną stylistyką dostaje w PMax obrazy lifestyle’owe w domyślnej estetyce Nano Banana, które rozmywają pozycjonowanie marki. CTR spada o 15-25% w asset groups, do których trafiły te obrazy.
- Fake’owa fotografia produktu w branżach regulowanych. Dla kosmetyków, farmaceutyków i suplementów AI-generated imagery narusza regulamin Google Ads (deklaracje efektów bez podstawy). Disapprovals trafiają na 30-40% obrazów wygenerowanych generyczną metodą.
- Niska konwersja obrazów niezgodnych z feedem. AI wygenerowała bluzę z hoodie, a w feedzie produktowym bluza ma stójkę. Gdy kreacja „prowadzi” na kartę produktu, użytkownik widzi inny produkt — CR spada o 30-50%.
- Zanik różnorodności w dużych kampaniach. Generowanie 50 obrazów z tym samym promptem i tym samym style reference daje 50 wariantów tego samego pomysłu. Algorytm nie ma z czego wybierać — Ad Strength spada mimo dużej liczby assetów. Dla jednej asset group warto generować 15-20 obrazów, ale z 3-4 różnymi promptami.
Rozwiązanie każdego z tych problemów to świadoma praca nad briefem — trzy zdania o kontekście, persona klienta, style reference — plus weryfikacja każdego obrazu przed wrzuceniem do kampanii. Dobrze widzimy to w zestawieniu ze wskaźnikiem ROAS: asset groups z ręcznie przebranymi AI-generated obrazami osiągają ROAS zbliżony do kreacji z agencji kreatywnej, różnica to zwykle 5-10%. Asset groups ze ślepą generacją — spadek ROAS o 20-35% względem baseline’u.
