Hvorfor AI-annonser ser falske ut (og de 7 grepene som gjør dem brukbare)

AI-annonser ser falske ut av en bestemt rekke grunner som alle kan fikses: voksaktig, overglattet hud, en honninggyllen «glamour»-fargegradering, uleselig tekst på etiketten, fysikk som ingen gjenstand følger, lepper som ikke passer til lyden, og en stockfoto-perfeksjon ingen mobil noen gang har fanget. Ingenting av dette ligger i selve AI-videoen. Det er standardvalg du aktivt må prompte og bygge deg ut av.

Vi ruter Seedance 2.5, Veo 3.1, Kling 3.0 og Googles nyeste videomodell for alle typer input hver dag hos Hermoso, og forskjellen på en ubrukelig rendering og en du faktisk vil bruke penger bak, handler nesten aldri om modellen. Den handler om sju håndverksvalg som tas før og etter at modellen kjører.

Dette innlegget sier ærlig hva som avslører en AI-annonse, og går så gjennom de sju grepene fagfolk faktisk bruker. Det er de samme vi har bygd inn i vår egen pipeline.

Hva får en AI-annonse til å se falsk ut?

Sju kjennetegn står bak nesten alle AI-annonser som blir avslørt i løpet av første sekund. Har du brent deg på blankt, uhyggelig resultat, var det en blanding av disse:

• Voksaktig hud. Modellene er trent tungt på retusjerte bilder med skjønnhetslys, så de havner som standard på porefrie, mykt glødende ansikter som ingen mobilkamera lager.
• Den gylne glamourgraderingen. Varmt, honninggyllent, filmatisk lys på alt. Se for deg en kombucha-annonse lyssatt som en parfymereklame.
• Uleselig etikettekst. Produktnavnet smelter til nesten-bokstaver. Undertekster blir til bokstavsuppe. Dette er det raskeste enkelttegnet på AI.
• Umulig fysikk. Produkter svever et øyeblikk for lenge, væske som helles trosser tyngdekraften, en kastet flaske henger vektløs. Masse og bevegelsesmengde er fortsatt vanskelig for disse modellene.
• Dubbede lepper. TTS-lyd lagt over en generert munn gir den uhyggelige leppeflaksingen alle kjenner fra dårlig dubbede filmer.
• Undertekster malt av modellen. Å be modellen lage tekstlinjen eller CTA-knappen inne i bildet. Det klarer den ikke, og det utsmurte resultatet ødelegger et ellers godt opptak.
• Stockfoto-perfeksjon. Perfekt sentrert utsnitt, helt stille hender, ingen blunker, ingenting er litt feil. Ekte innhold er litt feil overalt.

Hvert av disse har et konkret mottiltak. Her er de sju, sortert etter hvor mye de betyr.

Grep 1: Prompt for matt hud og flatt mobilkamera-opptak

Grepet mot glans er å eksplisitt prompte modellen bort fra standardvalget med skjønnhetslys: matt hud med synlig tekstur, nøytralt lys, og preget av et mobilkamera som filmer med en flat SDR-bildeprofil i stedet for et gradert kinokamera. Uten slike instrukser driver alle de store videomodellene mot glød.

I praksis betyr det at du skriver realismelaget inn i hver UGC-prompt: uretusjert hud, ikke kantlys, ikke bloom, håndholdt utsnitt, den lette støyen og det begrensede dynamiske omfanget til et frontkamera. Resultatet slutter å se ut som en reklamefilm og begynner å se ut som noe en person har filmet, og det er hele poenget med UGC-formatet. Dette er grepet med best forhold mellom innsats og effekt, fordi det er på huden seerne er skarpest til å avsløre det falske.

Grep 2: Legg på all tekst, logoer og undertekster i etterarbeidet; la aldri modellen male dem

All tekst seeren må lese (logo, etikett, undertekst, CTA, sluttkort) bør legges oppå det ferdige opptaket i stedet for å genereres inne i det. Diffusjonsmodeller lager piksler som statistisk ligner tekst; de skriver ikke tegn. Resultatet er smeltede bokstaver og oppdiktede nesten-ord, og en uleselig etikett ødelegger en ellers feilfri rendering.

Pipelinen som virker er: render scenen ren, og legg så de ekte merkeelementene oppå i en compositing-runde: den faktiske logofilen, den faktiske skrifttypen, pikselperfekte undertekster. Det er også slik du får et sluttkort med skarp logo og lesbar CTA. Det er mer pipelinearbeid enn å skrive «legg til logoen» i en prompt, og det er nettopp derfor de fleste falske AI-annonser hopper over det. En god AI-annonsegenerator gjør den runden for deg.

Grep 3: Forankre hver rendering i et ekte produktbilde

Har ikke modellen det faktiske produktbildet ditt som referanse, finner den på en troverdig fetter av produktet ditt: riktig kategori, feil flaskeform, oppdiktet etikett, litt feil farge. Kunder som kjenner produktet merker det med en gang, og det gjør du også.

Løsningen er å mate et ekte produktbilde inn i hver generering og legge det ekte produktet inn i scenen i stedet for å beskrive det med ord. Tekstprompter beskriver kategorier; referansebilder låser identiteten. Sammen med grep 2 (etikettekst lagt på i etterkant) er det dette som gjør at produktet i annonsen er produktet på hylla. Det er forskjellen på et livsstilsbilde og en ferdig annonse du faktisk kan kjøre.

Grep 4: Skriv inn mikrobevegelser og ett ufullkomment øyeblikk i hver prestasjon

AI-prestasjoner som ser falske ut er som regel underregisserte, ikke underrenderte. En prompt som «kvinne holder produktet og smiler» gir deg en utstillingsdukke: låst blikk, stivt grep, symmetrisk smil. Ekte mennesker pirker og flytter på seg.

Regisser prestasjonen på bevegelsesnivå: hun ser ned på etiketten midt i en setning, justerer grepet, legger håret bak øret, ler halvveis av sin egen formulering. Ta så med nøyaktig ett ufullkomment øyeblikk: kameraet dunker, hun snakker over seg selv i en stavelse, utsnittet glir. Én feil virker ekte; fem virker kaotisk. Dette er manusarbeid, ikke modelljustering, og det er grepet de fleste team aldri tenker på fordi de er opptatt med å skylde på modellen.

Grep 5: Modellens egen tale når munnen synes, TTS bare for voiceover-klipp

Regelen er enkel: er munnen i bildet, må talen genereres direkte av videomodellen i samme kjøring, slik at leppene og lyden kommer fra én prosess. Er opptaket produkt-B-roll med fortellerstemme over, går TTS fint, for da finnes det ingen munn som kan avsløre det.

Der team går feil, er når de genererer stumt opptak av en person som snakker og så dubber TTS oppå. Misforholdet mellom generelle munnbevegelser og bestemte lyder er noe menneskelig persepsjon er nådeløst god til å fange. Det er dubbet film-effekten, og ingen fargegradering skjuler den. Dagens modeller lager ekte leppesynkronisert tale når du lar dem; det falske preget kommer av å skru på lyden i etterkant.

Grep 6: Hold tunge gjenstander unna fritt fall

Ikke be modellen kaste, slippe, vende eller gripe noe med masse. Ballistisk bevegelse (en gjenstand i fri flukt under tyngdekraften) er der fysikken i videomodeller fortsatt synlig bryter sammen: flasken henger et øyeblikk for lenge, snurrer i jevnt tempo, lander uten tyngde.

Koreografer deg rundt det. Produkter blir holdt, snudd, satt ned, plukket opp, helt i: bevegelser der en hånd bærer gjenstanden og modellen aldri må løse tyngdekraften på egen hånd. Helling og sprut er mer risikabelt enn å holde, men langt tryggere enn kast. Trenger konseptet virkelig at produktet er i lufta, er det et opptak du klipper rundt, ikke et du genererer. De fleste «umulig fysikk»-feilene vi ser er selvpåførte: storyboardet ba om et heltekast modellen aldri kom til å klare.

Grep 7: Kjølig, nøytralt lys i stedet for honninggyllen gradering

Prompt for nøytral eller litt kjølig hvitbalanse og jevnt, uglamorøst lys (overskyet dagslys, et kjøkken midt på dagen, lysstoffrør på kontoret) i stedet for å godta den varme gylne graderingen modellene griper etter som standard. Det honninggylne preget er det visuelle kjennetegnet på «AI-annonse» i 2026, og seerne har lært å kjenne det igjen.

Nøytralt lys gjør dobbel jobb: det fjerner glamourtegnet, og det får grep 1 og 3 til å treffe hardere, fordi matt hud og et ekte produkt lagt inn i scenen begge virker mest overbevisende i vanlig lys. Performance-kreativ trenger troverdige opptak mer enn vakre. Spar den gylne timen til opptak der merket virkelig krever det, valgt bevisst og ikke arvet fra modellens standardvalg.

Slik bygger Hermoso disse grepene inn i pipelinen

De tyngste grepene på denne listen er bygd rett inn i pipelinen til Hermoso, så du får resultatet til et team som gjør dette daglig uten å gjøre pipelinearbeidet selv:

• Et realismelag mot glans skriver matt hud, nøytralt lys og mobilkamera-preg inn i UGC-renderinger (grep 1 og 7).
• All tekst, logoer og undertekster legges på i etterarbeidet, aldri malt av modellen, inkludert et sluttkort med din ekte logo og CTA (grep 2).
• Renderinger er forankret i ditt ekte produktbilde, lagt inn i scenen, med merkets fargepalett (grep 3).
• Modellens egen tale brukes når en munn er i bildet, og TTS er forbeholdt klipp med bare voiceover (grep 5).

Under panseret ruter den hver jobb mellom Seedance 2.5, Veo 3.1, Kling 3.0 og Googles nyeste videomodell for alle typer input, pluss Flux, GPT Image og Googles nyeste bildemodeller for stillbilder, og velger per jobb så du aldri trenger å gjøre det. Og fordi den starter med å undersøke hva som allerede vinner i markedet ditt i annonsebibliotekene til Meta, Google og LinkedIn pluss organisk TikTok, er konseptene forankret i det som allerede vinner før en eneste piksel renderes. Gratisplanen gir over 250 gratis kreditter du kan opptjene, uten kort; nøyaktig pris vises i appen før hver rendering. Prøv det på ditt eget produkt. Den raskeste måten å teste påstanden i dette innlegget på, er å se om resultatet slipper gjennom din egen falsk-detektor.

Ofte stilte spørsmål

Hvorfor blir AI-generert tekst og logoer uleselige?

Video- og bildemodeller lager piksler som statistisk ligner tekst, ikke ekte tegn, så etiketter og undertekster kommer ut med smeltede bokstaver, ekstra streker og nesten-ord. Den pålitelige løsningen er å rendere scenen uten tekst og legge den ekte logoen, undertekstene og CTA-en oppå opptaket i etterarbeidet.

Kan AI-video få til overbevisende leppesynk?

Ja, men bare når talen genereres direkte av videomodellen i samme kjøring som opptaket. Den uhyggelige leppeflaksingen kommer av å dubbe separat generert TTS-lyd over en renderet munn, så hold TTS til klipp der ingen munn synes.

Hvilken AI-videomodell er best for annonser?

Det finnes ingen enkelt beste. Seedance 2.5, Veo 3.1 og Kling 3.0 har hver sine styrker avhengig av opptaket, og rangeringen endrer seg med hver ny modell. Hermoso ruter hver jobb til modellen som passer best, så brukerne aldri trenger å velge.

Kan jeg ha mitt ekte produkt i en AI-generert annonse?

Ja, og det bør du. Å forankre hver rendering i et ekte produktbilde er et av grepene med størst effekt på denne listen. Hermoso legger ditt faktiske produktbilde inn i genererte scener i stedet for å la modellen dikte opp en kopi.

Hvor mye billigere er AI-annonsekreativ enn en innspilling?

Byråer tar ofte fire- til femsifrede beløp for én produsert annonse, og markedsplasser for skapere lister ofte UGC-videoer til et par hundre per stykk. I Hermoso viser appen nøyaktig pris for hver rendering, med betalte planer til $29, $69 og $149 i måneden.

Vil seerne avvise en annonse bare fordi den er laget med AI?

Etter vår erfaring er det kjennetegnene som blir avvist, ikke opphavet. Opptak med matt hud, nøytralt lys, ekte etikettekst og ett ufullkomment menneskelig øyeblikk oppleves som vanlig innhold; opptak med voksaktig hud og gyllen glans oppleves som falske uansett hvordan de er laget.