Kenapa iklan AI terlihat palsu (dan 7 perbaikan yang membuatnya layak dipakai)

Iklan AI terlihat palsu karena sekumpulan alasan yang spesifik dan bisa diperbaiki: kulit licin seperti lilin, color grade "glamor" yang kekuningan seperti madu, teks label yang kacau, fisika yang tidak dipatuhi benda apa pun, bibir yang tidak cocok dengan audionya, dan kesempurnaan ala foto stok yang belum pernah ditangkap kamera ponsel mana pun. Tidak satu pun dari ini bawaan video AI. Semuanya default yang harus kamu lawan secara aktif lewat prompt dan pipeline.

Setiap hari kami merutekan Seedance 2.5, Veo 3.1, Kling 3.0, dan model video any-input terbaru dari Google di Hermoso, dan jarak antara render yang tidak bisa dipakai dan render yang benar-benar layak dikasih budget hampir tidak pernah ditentukan oleh modelnya. Yang menentukan adalah tujuh keputusan teknis sebelum dan sesudah model berjalan.

Tulisan ini menyebut tanda-tandanya dengan jujur, lalu membahas tujuh perbaikan yang benar-benar dipakai para praktisi. Ketujuhnya sama dengan yang sudah kami tanam di pipeline kami sendiri.

Apa yang membuat iklan AI terlihat palsu?

Tujuh tanda ini menjelaskan hampir setiap iklan AI yang langsung ketahuan di detik pertama. Kalau kamu pernah kecewa dengan hasil yang mengilap dan aneh, penyebabnya adalah kombinasi dari ini:

• Kulit seperti lilin. Model dilatih dengan banyak sekali gambar yang sudah di-retouch dan disinari ala iklan kecantikan, jadi default-nya adalah wajah tanpa pori yang berpendar lembut, yang tidak pernah dihasilkan kamera ponsel.
• Color grade glamor keemasan. Pencahayaan hangat, kekuningan, sinematik di semua hal. Bayangkan iklan kombucha yang disinari seperti iklan parfum.
• Teks label yang kacau. Nama produk meleleh jadi hampir-huruf. Caption muncul seperti sup alfabet. Ini tanda yang paling cepat ketahuan.
• Fisika yang mustahil. Produk melayang sedikit terlalu lama, tuangan cairan melawan gravitasi, botol yang dilempar menggantung tanpa bobot. Massa dan momentum masih sulit untuk model-model ini.
• Bibir yang di-dubbing. Audio TTS yang ditempel di atas mulut hasil generate menghasilkan gerak bibir aneh yang dikenali semua orang dari film yang di-dubbing asal-asalan.
• Caption yang dilukis model. Meminta model merender bar caption atau tombol CTA di dalam frame. Model tidak bisa, dan hasilnya yang belepotan merusak shot yang sebenarnya bagus.
• Kesempurnaan ala foto stok. Framing yang pas di tengah, tangan yang diam sempurna, tidak ada yang berkedip, tidak ada yang sedikit salah. Konten asli selalu sedikit salah di mana-mana.

Masing-masing punya penangkal spesifik. Ini ketujuhnya, diurutkan dari yang paling berpengaruh.

Perbaikan 1: Minta kulit matte dan tangkapan kamera ponsel yang datar

Cara melawan kilap adalah secara eksplisit menjauhkan model dari default ala iklan kecantikan lewat prompt: kulit matte dengan tekstur yang terlihat, pencahayaan netral, dan karakter kamera ponsel yang merekam dengan profil gambar SDR datar, bukan rig sinema yang sudah di-grade. Tanpa prompt seperti ini, semua model video besar cenderung melenceng ke arah kulit berpendar.

Praktiknya, kamu menulis lapisan realisme ini ke setiap prompt bergaya UGC: kulit tanpa retouch, tanpa rim light, tanpa bloom, framing handheld, sedikit noise dan batas dynamic range kamera depan. Hasilnya berhenti terlihat seperti iklan TV dan mulai terlihat seperti sesuatu yang direkam seseorang, dan itulah inti format UGC. Ini perbaikan dengan rasio usaha-ke-dampak paling tinggi, karena kulit adalah tempat penonton paling jeli mendeteksi yang palsu.

Perbaikan 2: Tempel semua teks, logo, dan caption saat post-produksi; jangan biarkan model melukisnya

Semua teks yang perlu dibaca penonton (logo, label, caption, CTA, end card) harus ditempel di atas footage yang sudah jadi, bukan di-generate di dalamnya. Model difusi menghasilkan piksel yang secara statistik mirip teks; model tidak menulis huruf. Hasilnya huruf yang meleleh dan hampir-kata karangan, dan satu label yang kacau merusak render yang selebihnya sempurna.

Pipeline yang berhasil: render adegannya bersih, lalu tumpangkan aset brand yang asli lewat tahap compositing: file logo asli, typeface asli, caption yang presisi sampai piksel. Begini juga caranya mendapatkan end card dengan logo tajam dan CTA yang terbaca. Ini lebih banyak kerja pipeline daripada mengetik "tambahkan logo" ke prompt, dan justru karena itu kebanyakan iklan AI yang terlihat palsu melewatkannya. AI ad generator yang bagus mengerjakan tahap itu untukmu.

Perbaikan 3: Dasarkan setiap render pada foto produk asli

Kalau model tidak punya foto produk aslimu sebagai referensi, model akan mengarang sepupu produkmu yang terlihat masuk akal: kategorinya benar, bentuk botolnya salah, labelnya halusinasi, warnanya sedikit meleset. Pelanggan yang kenal produknya langsung sadar, begitu juga kamu.

Perbaikannya adalah memasukkan foto produk asli ke setiap generate dan menempelkan produk yang asli ke dalam adegan, bukan mendeskripsikannya dengan kata-kata. Prompt teks mendeskripsikan kategori; gambar referensi mengunci identitas. Digabung dengan Perbaikan 2 (teks label yang ditempel), inilah yang membuat produk di iklan sama dengan produk di rak. Ini bedanya gambar lifestyle dengan iklan jadi yang benar-benar bisa kamu jalankan.

Perbaikan 4: Tulis gestur kecil dan satu momen tidak sempurna di setiap akting

Akting AI yang terlihat palsu biasanya kurang diarahkan, bukan kurang dirender. Prompt seperti "wanita memegang produk dan tersenyum" menghasilkan manekin: mata terkunci, genggaman kaku, senyum simetris. Orang sungguhan gelisah.

Arahkan aktingnya sampai level gestur: dia melirik label di tengah kalimat, membetulkan genggamannya, menyelipkan rambut ke belakang telinga, setengah tertawa pada kalimatnya sendiri. Lalu masukkan tepat satu momen yang tidak sempurna: kameranya tersenggol, dia keceplosan bicara tumpang-tindih satu suku kata, framing-nya bergeser. Satu cacat terasa autentik; lima cacat terasa kacau. Ini penulisan naskah, bukan tuning model, dan inilah perbaikan yang paling jarang terpikir oleh tim karena mereka sibuk menyalahkan modelnya.

Perbaikan 5: Suara native dari model untuk mulut yang terlihat, TTS hanya untuk voiceover

Aturannya sederhana: kalau mulutnya terlihat di kamera, suaranya harus di-generate secara native oleh model video dalam pass yang sama, supaya bibir dan audio berasal dari satu proses. Kalau shot-nya B-roll produk dengan narasi di atasnya, TTS tidak masalah, karena tidak ada mulut yang bisa membongkarnya.

Kesalahan tim biasanya begini: generate footage orang berbicara tanpa suara, lalu menimpanya dengan dubbing TTS. Ketidakcocokan antara gerak mulut yang generik dan fonem yang spesifik adalah hal yang sangat jago ditangkap persepsi manusia. Ini efek film dubbing, dan color grading sebanyak apa pun tidak bisa menyembunyikannya. Model saat ini menghasilkan suara yang benar-benar sinkron dengan bibir kalau kamu membiarkannya; tampilan palsu muncul karena audio ditempel belakangan.

Perbaikan 6: Jauhkan benda berat dari lintasan terbang

Jangan minta model melempar, menjatuhkan, membalik, atau menangkap benda apa pun yang punya massa. Gerak balistik (benda yang melayang bebas di bawah gravitasi) adalah tempat fisika model video masih jelas rusak: botolnya menggantung sedikit terlalu lama, berputar dengan kecepatan konstan, mendarat tanpa bobot.

Atur koreografinya agar menghindari itu. Produk dipegang, diputar, diletakkan, diangkat, dituangi: gerakan di mana tangan membawa benda dan model tidak pernah harus menyelesaikan gravitasi sendirian. Tuangan dan cipratan lebih berisiko daripada pegangan, tapi jauh lebih aman daripada lemparan. Kalau konsepnya benar-benar butuh produk melayang, itu shot yang harus diakali lewat editing, bukan di-generate. Kebanyakan kegagalan "fisika mustahil" yang kami lihat adalah salah sendiri: storyboard-nya meminta lemparan heroik yang memang tidak akan pernah berhasil dibuat model.

Perbaikan 7: Cahaya sejuk dan netral, bukan grade kekuningan seperti madu

Minta white balance netral atau sedikit sejuk dan cahaya rata yang tidak glamor (siang berawan, dapur di tengah hari, lampu neon kantor) daripada menerima grade keemasan hangat yang jadi pilihan default model. Tampilan kekuningan itu adalah ciri visual "iklan AI" di 2026, dan penonton sudah hafal.

Cahaya netral bekerja dua kali: menghilangkan tanda glamor, dan membuat Perbaikan 1 dan 3 lebih kena, karena kulit matte dan produk asli yang ditempel paling meyakinkan di bawah cahaya biasa. Kreatif performance butuh footage yang kredibel lebih daripada footage yang indah. Simpan golden hour untuk shot yang memang dibutuhkan brand, dipilih dengan sengaja, bukan diwarisi dari default model.

Cara Hermoso menanam perbaikan ini ke dalam pipeline-nya

Perbaikan yang paling berat di daftar ini dibangun langsung ke pipeline Hermoso, jadi kamu mendapat hasil kerja tim yang melakukan ini setiap hari tanpa harus mengerjakan pipeline-nya sendiri:

• Lapisan realisme anti-kilap menulis kulit matte, pencahayaan netral, dan karakter kamera ponsel ke render UGC (Perbaikan 1 dan 7).
• Semua teks, logo, dan caption ditempel saat post-produksi, tidak pernah dilukis model, termasuk end card dengan logo dan CTA aslimu (Perbaikan 2).
• Render didasarkan pada foto produk aslimu, ditempel ke dalam adegan, dengan palet brand-mu diterapkan (Perbaikan 3).
• Suara native dari model dipakai setiap kali ada mulut di kamera, dan TTS hanya untuk potongan voiceover (Perbaikan 5).

Di baliknya, setiap pekerjaan dirutekan ke Seedance 2.5, Veo 3.1, Kling 3.0, dan model video any-input terbaru dari Google, ditambah Flux, GPT Image, dan model gambar terbaru dari Google untuk still, dipilih per pekerjaan sehingga kamu tidak perlu memilih. Dan karena semuanya dimulai dengan meriset apa yang sudah menang di pasarmu lewat ad library Meta, Google, dan LinkedIn plus TikTok organik, konsepnya sudah berpijak pada apa yang terbukti menang sebelum pikselnya dirender. Paket gratis menyertakan 250+ kredit gratis yang bisa dikumpulkan, tanpa kartu; biaya pastinya ditampilkan di aplikasi sebelum setiap render. Coba dengan produkmu sendiri. Cara tercepat menguji argumen tulisan ini adalah melihat apakah hasilnya lolos dari detektor palsumu sendiri.

Pertanyaan yang sering diajukan

Kenapa teks dan logo hasil AI keluar kacau?

Model video dan gambar menghasilkan piksel yang secara statistik mirip teks, bukan huruf sungguhan, jadi label dan caption keluar dengan huruf meleleh, goresan berlebih, dan hampir-kata. Perbaikan yang bisa diandalkan adalah merender adegan tanpa teks, lalu menempelkan logo, caption, dan CTA asli di atas footage saat post-produksi.

Bisakah video AI menghasilkan lip sync yang meyakinkan?

Bisa, tapi hanya kalau suaranya di-generate secara native oleh model video dalam pass yang sama dengan footage-nya. Menimpa mulut hasil render dengan audio TTS yang di-generate terpisah adalah sumber gerak bibir yang aneh, jadi pakai TTS hanya untuk potongan yang tidak memperlihatkan mulut.

Model video AI mana yang terbaik untuk iklan?

Tidak ada satu yang terbaik. Seedance 2.5, Veo 3.1, dan Kling 3.0 punya kekuatan berbeda tergantung shot-nya, dan peringkatnya berubah setiap kali ada rilis model baru. Hermoso merutekan setiap pekerjaan ke model yang paling cocok, jadi pengguna tidak pernah perlu memilih.

Bisakah saya memasukkan produk asli saya ke iklan buatan AI?

Bisa, dan sebaiknya begitu. Mendasarkan setiap render pada foto produk asli adalah salah satu perbaikan paling berdampak di daftar ini. Hermoso menempelkan foto produk aslimu ke adegan yang di-generate, bukan membiarkan model berhalusinasi membuat tiruannya.

Seberapa lebih murah kreatif iklan AI dibanding pemotretan?

Agensi biasanya memasang harga ribuan sampai puluhan ribu dolar untuk satu iklan yang diproduksi, dan marketplace kreator biasanya mematok video UGC di kisaran beberapa ratus dolar per video. Di Hermoso, aplikasi menunjukkan biaya pasti setiap render, dengan paket berbayar $29, $69, dan $149 per bulan.

Apakah penonton akan menolak iklan hanya karena dibuat AI?

Dari pengalaman kami, yang ditolak adalah tanda-tandanya, bukan asal-usulnya. Footage dengan kulit matte, cahaya netral, teks label asli, dan satu momen manusiawi yang tidak sempurna terbaca sebagai konten biasa; footage dengan kulit seperti lilin dan kilap keemasan terbaca palsu, terlepas dari bagaimana cara membuatnya.