// КЕЙС — B2C · AI-приложение · Персонализированный контент
Инвертированный конвейер генерации «Картинка → Текст» на n8n + Gemini 2.5 Pro + Nano-Banana + ChatGPT 4.1. Разработан для международного AI-стартапа.
Международный AI-стартап (под NDA)
B2C · AI-приложение · Персонализированный контент
—
AI-архитектор · Prompt Engineer · Разработка pipeline
// ВИДЕО
// ПРОБЛЕМА
Стартап разрабатывает B2C-приложение, где лица пользователей интегрируются в кинематографичные сцены. Проблема: стандартный подход «Текст → Картинка» не давал нужного качества. Он не позволял точно контролировать композицию, освещение и позы персонажей — а это критично для чистой интеграции лиц. Результаты были нестабильны, требовали ручной доработки, не соответствовали премиальному уровню продукта. Команда теряла ресурсы на ревизиях и не могла масштабировать производство контента.
// ЗАДАЧА
Построить масштабируемый и надёжный pipeline для генерации высокоперсонализированного визуального контента с интеграцией лиц пользователей в режиссёрски выверенные сцены. Требования: стабильное качество, полный креативный контроль над композицией и светом, минимизация ручной доработки, возможность легко добавлять новые визуальные форматы без переписывания логики.
// РЕШЕНИЕ
Ключевая идея архитектуры. Вместо того чтобы генерировать картинку под готовый текст, мы сначала создаём идеально срежиссированную визуальную сцену — а уже к ней пишем персонализированный текст. Это даёт полный контроль над визуалом и гарантирует стабильное качество. Подход стал ключевым конкурентным преимуществом продукта.
Pipeline стартует webhook-запросом с ID пользователей и параметром flow_logic: 'reversed'. Система обращается в PostgreSQL и вытаскивает нужный «стиль формата» (например, Cosmic Diner) — он содержит два промпта: для картинки и для текста. Узел Switch маршрутизирует запрос по специально выделенной ветке Reversed.
Ядро процесса — работаем как киностудия. Параллельными HTTP-запросами получаем фотографии пользователей, конвертируем в Base64 (универсальный формат для API интеграции лиц). Формируем финальный JSON-запрос: детальный промпт сцены с указаниями по композиции, освещению и действиям персонажей + Base64-лица. Запрос уходит в Nano-Banana — итогом становится кинематографичное изображение с идеально интегрированными лицами.
Пока генерится картинка, пишем для неё «сценарий». Узел AI Agent получает текстовый промпт из базы и характерные черты обоих пользователей. На основе этих данных генерируется уникальный персонализированный текст — диалог, миссия, монолог — который точно соответствует визуальной сцене.
Узел Analyze объединяет результаты двух веток: сгенерированное изображение сверху + персонализированный текст снизу. Финальный JSON с image_url и text возвращается в приложение, где пользователь видит бесшовный единый пост.
Добавление нового визуального формата не требует переписывания pipeline. Достаточно создать новый «стиль» в базе с парой промптов (для картинки и для текста) — всё остальное pipeline подхватит автоматически. Это даёт продуктовой команде полную автономию: креативщики могут запускать новые форматы без разработчика.
// ИНТЕРФЕЙСЫ И ВОРКФЛОУ
// СТЕК
// РЕЗУЛЬТАТЫ
95%+
Успешных генераций без ручной доработки
4 API
Интегрированы в один pipeline
2 ветки
Параллельная генерация картинки и текста
Plug-and-play
Новые форматы без изменения кода
// ЧЕСТНО
AI-автоматизация — мощный инструмент, но не серебряная пуля. Рассказываю, где она реально работает, а где требует компромиссов.