Спор о том, допустимо ли иллюстрировать меню, витрины и рекламу картинками из нейросети, давно вышел за пределы профессиональных сообществ. Очередная вспышка случилась в комментариях под постом одного ресторанного сообщества в соцсетях: заведение выложило подборку сгенерированных изображений блюд — слишком глянцевых, с соусом, который ведёт себя вопреки физике, и хлебом, подозрительно похожим на губку. Подписчики быстро это заметили, а один из комментаторов вступился за ресторан фразой, которая и стала поводом для подробного разбора.
«Фуд-фотография всё равно почти вся фейковая. Там используют поддельные ингредиенты и поддельные приёмы».
Аргумент звучит убедительно, потому что опирается на реальные истории — просто все они описывают индустрию, которой больше не существует. Ниже — разбор того, что в рекламной съёмке еды действительно «подделывают» сегодня, чем это принципиально отличается от генерации изображений и почему бесплатная картинка из нейросети регулярно оказывается самой дорогой строкой в маркетинговом бюджете небольшого бизнеса.
Реклама действительно была фейковой — только полвека назад
Комментатор ничего не выдумал. В рекламной индустрии 1960–1970-х мороженое в кадре часто было картофельным пюре, сироп для панкейков — моторным маслом, а молоко в рекламе хлопьев — клеем ПВА. Котлеты для бургеров оставляли почти сырыми, чтобы они не теряли объём, а сверху проходились обувным кремом для аппетитной корочки. Эти байки до сих пор кочуют по интернету и создают ощущение, что ничего с тех пор не изменилось.
Изменилось, и довольно громко. В 1970 году американский регулятор вынес решение против Campbell's: компания подкладывала стеклянные шарики на дно тарелки, чтобы овощи всплывали на поверхность и суп выглядел гуще. С этого момента продукт в рекламе юридически обязан быть тем же продуктом, который получит покупатель. В Великобритании тот же принцип закреплён в рекламном кодексе: местный регулятор ASA однажды просто купил три бургера Burger King и сравнил их с рекламным кадром — сеть разбирательство проиграла.
Для читателя из СНГ здесь есть прямая параллель: в России роль такого фильтра играет закон «О рекламе», запрещающий недостоверные сведения о свойствах и характеристиках товара, а следит за его соблюдением ФАС. То есть история про «шарики в супе» — не экзотика чужой юрисдикции, а ровно тот случай, который у нас тоже разбирался бы как недостоверная реклама.
Вторая причина, по которой эпоха пюре вместо мороженого закончилась, куда прозаичнее и почти никогда не упоминается в спорах. Старые студийные приборы постоянного света грелись так, что шарик мороженого расплывался примерно за 30 секунд. Именно из-за этого и появилось пюре — не из желания обмануть, а из-за температуры на площадке. Современный импульсный моноблок вроде Godox AD300 Pro отдаёт свет короткой вспышкой и остаётся холодным. Приём умер вместе с проблемой, которую он решал.
Что на самом деле «подделывают» на съёмке еды сегодня
Полный список приёмов, которыми пользуются практикующие фуд-фотографы, оказывается неприлично коротким. Зубочистки и деревянные шпажки внутри блюда, чтобы конструкция не развалилась. Изредка — пена для бритья вместо взбитых сливок, и это скорее история из прошлого, чем рабочая практика. На этом список заканчивается.
Скрытая опора внутри ролла или бургера — не грязный секрет, а стандарт индустрии. Попробуйте удержать врап собранным на протяжении десяти минут съёмки: он расползётся раньше, чем свет будет выставлен. По смыслу это то же самое, что отпарить рубашку перед портретной съёмкой или причесать модель. Когда человек идёт на личную фотосессию, он надевает лучшую одежду и приводит себя в порядок — никто не называет это обманом. Съёмка еды устроена так же: в кадре настоящее блюдо шефа из настоящих ингредиентов, просто показанное в лучшем своём виде.
Лучше всех это доказала сама McDonald's. В 2012 году канадское подразделение сети выпустило закулисное видео с ответом на вопрос «почему мой бургер не похож на рекламный». Оказалось, что для рекламы использовались ровно те же компоненты, что и в ресторане: та же котлета, та же булка, те же огурцы. Разница была только во времени — 45 секунд на сборку у кассы против трёх-четырёх часов работы стилиста и фотографа. Это не другая еда. Это та же еда, которой уделили внимание.
Нейросеть не может сфотографировать блюдо, которого не существует
Теперь стоит сравнить это с тем, чем является сгенерированная картинка вашего блюда. Шеф выкладывает тарелку определённым образом: его ингредиенты, его размер порции, его гарнир, его посуда. Модель никогда не видела это блюдо — оно существует ровно в одной кухне мира. На выходе получается правдоподобное блюдо, которое невозможно заказать. Это не ваша еда, снятая плохо. Это буквально не ваша еда.
Когда пару лет назад Uber Eats разрешил ресторанам заполнять пустые позиции меню сгенерированными изображениями, нью-йоркские пиццерии, продающие «cheese pies» (местное название целой пиццы с сыром), получили в карточках сладкие пироги, залитые расплавленной моцареллой. В других меню появились бургеры с четырьмя верхними половинками булки и бутылки соуса с надписями на несуществующем языке. Смешно ровно до того момента, когда становится понятно: то же самое сейчас происходит в меню и на плакатах по всему миру, просто менее заметно.
Логика распространяется далеко за пределы еды. Сгенерированный «номер отеля» — это не ваш номер. Сгенерированная «улыбающаяся команда» — не ваши сотрудники. Клиент рано или поздно приходит вживую, и разрыв между показанным и полученным превращается в отзыв «выглядит совсем не так, как на фото». Для СНГ это не абстракция: карточки в маркетплейсах и агрегаторах доставки — ровно тот жанр, где изображение работает обещанием, а не украшением.
Отдельно неприятно то, что показывают исследования восприятия рекламы: крупные сети накопили достаточно лояльности, чтобы пережить картинку, которая перепродаёт ожидания. У независимых заведений такого запаса нет. За бесплатным решением тянутся именно те, кто меньше всех может позволить себе последствия.
Что фейковая картинка говорит об остальном бизнесе
Самая болезненная часть истории вообще не про фотографию. Если ресторану лень сфотографировать собственную еду, у гостя автоматически возникает следующий вопрос: а что ещё ему лень делать? Один из самых заплюсованных комментариев в обсуждении ИИ-меню на Reddit звучал предельно просто: «очевидно, они не рискуют показать мне настоящее фото блюда». Картинка читается как косвенное свидетельство о кухне, гигиене и уровне заботы. Справедливо это или нет, ровно так работает доверие.
Летом это на себе проверило кафе в Сан-Франциско. Заведение вывесило в витрине сгенерированные изображения сэндвичей и выпечки, местные жители высмеяли это в соцсетях, кто-то в итоге расписал фасад граффити, а владельцам пришлось потратить более 700 долларов на то, чтобы всё демонтировать. Заменили витрину на выкладку настоящей выпечки. Бесплатный вариант оказался самым дорогим.
Честная версия защиты сгенерированного плаката никогда не звучит как «так лучше». Она звучит как «мы не могли позволить себе дизайнера». Аргумент понятный, но он плохо выдерживает столкновение с тем, насколько подешевел нормальный вариант. Canva бесплатна, экспортирует в печатном разрешении и содержит больше приличных шаблонов, чем можно использовать за жизнь, — теорию дизайна для этого учить не нужно. Телефон при нормальном свете снимает кадры, которых полностью хватает для поста в соцсетях. Вопрос упирается не в деньги, а в десять минут усилий, и клиент безошибочно считывает, потратили их или нет.
Поворот: профессионалы пользуются ИИ каждый день
Дальше начинается часть, которая обычно ссорит фотографов между собой. Практикующие коммерческие фотографы используют нейросети постоянно — и не в качестве компромисса. На них собирают сайты-портфолио, системы онлайн-записи, калькуляторы стоимости съёмки и внутреннюю автоматизацию, которую иначе пришлось бы заказывать разработчику. Логика простая: если рынок изменится завтра, выгоднее быть тем, кто понимает инструменты, чем тем, кто пять лет делал вид, что они рассосутся.
Туда же относится и откровенно развлекательное применение. Сгенерировать собственную фигурку в стиле Funko Pop на греческом пляже и выложить её в LinkedIn — нормально ровно потому, что ни один человек не примет это за фотографию. Никакого обмана в этом нет, и именно это и есть критерий.
Линия проходит не между «ИИ» и «не ИИ», а между инструментом и ленивой подменой. Сгенерировать черновую раскладку плаката, чтобы увидеть структуру информации, — полезно. Написать с помощью модели скучный код под системой бронирования — разумно. Сгенерировать сам плакат, саму еду или самих улыбающихся клиентов и выдать их за настоящие — это уже не инструмент, а маленькая ложь о том, кто и что сделал, адресованная ровно тем людям, у которых вы просите доверия. Один короткий тест закрывает почти все спорные случаи: лениво ли это, пытается ли это кого-то обмануть, неискренне ли это.
Почему сгенерированный плакат проваливается даже без этических претензий
Если полностью убрать этику за скобки, у типичного ИИ-плаката остаётся более приземлённая проблема: он плохо работает как плакат.
Генеративная модель не понимает страницу как объект. У неё нет полей, модульной сетки и представления о том, где проходит линия сгиба или вылет под обрез, — поэтому текст регулярно оказывается прижат к нижнему краю и выглядит едва уловимо неправильно. Генерация идёт в экранном разрешении, тогда как печать требует примерно вдвое большего, и в цветовой модели, которую типография не ждёт. Модель не выполняет вёрстку — она угадывает, как вёрстка выглядит. Отдельные типографии уже отказываются печатать макеты, целиком сгенерированные нейросетями.
Но даже когда угадывание получается удачным, остаётся более глубокая проблема: модель угадывает одинаково для всех. Основатель люксовой пекарни сформулировал это точнее всего после эксперимента с ИИ-графикой для собственного бренда: сначала макеты выглядели вылизанными, но «довольно быстро они перестали выделяться и начали сливаться». Это уже не моральное возражение, а маркетинговое — и пугать должно именно оно. Художники всерьёз собирают коллекции афиш мероприятий с противоположных концов Британии, которые похожи друг на друга как копии. Фирменный стиль — единственное, чего модель, обученная на чужой айдентике, дать не может.
Люди не всегда отличают генерацию — и это хуже, а не лучше
Есть неудобная статистика: в контролируемых экспериментах человек различает сгенерированные изображения едва ли лучше подбрасывания монетки. В крупном рецензируемом исследовании участники набрали 48% при попытке отличить сгенерированные лица от настоящих — и при этом оценивали фальшивые лица как более заслуживающие доверия.
Означает ли это, что сгенерированный контент всегда проходит незамеченным? Нет — и по неожиданной причине. Люди знают, что больше не могут надёжно отличать, и начали сомневаться во всём подряд. Около двух третей потребителей признаются, что регулярно задаются вопросом, настоящее ли то, что они видят. В Великобритании 78% опрошенных говорят, что стали бы меньше доверять бренду, который использует сгенерированных людей в рекламе. LinkedIn в июле буквально добавил кнопку с формулировкой «похоже на ИИ-мусор».
Аудитории не нужно распознать подделку. Ей достаточно засомневаться. А в момент, когда клиент начинает сомневаться в подлинности ваших фотографий, он начинает сомневаться и во всём остальном, что вы о себе рассказали.
Работает это и в обратную сторону, и здесь появляется новая профессиональная проблема. Настоящие снимки всё чаще обвиняют в том, что они сгенерированы, и фотографы вынуждены доказывать подлинность собственных работ. На этот запрос уже отвечают отдельные сервисы — например, бесплатный инструмент Rumbled, который анализирует служебные данные файла и сами пиксели и выдаёт вердикт о вероятном происхождении изображения. Чужие срезанные углы превратились в издержки для тех, кто их не срезал.
Что на самом деле происходит с профессией
Делать вид, что нейросети не затронули коммерческую фотографию, было бы такой же нечестностью. Опрос британских профессиональных фотографов, проведённый в этом году, показал: более половины потеряли часть заказов из-за генеративных инструментов. Речь в основном об обезличенной работе — стоковых кадрах «ни о чём», которые одинаково подходили любому клиенту. Этот сегмент постепенно исчезает, и реалистично рассчитывать на его возвращение не стоит.
Зато съёмка, где нужно правдиво показать конкретную реальную вещь — это блюдо, этот момент, эта команда, — не генерируется в принципе, потому что вся ценность такого кадра в том, что он является свидетельством. Именно поэтому ресторан, подставляющий вместо своих блюд картинки из модели, до конца не понял, зачем эти фотографии вообще были нужны.
Отдельная деталь, которая многое говорит о нынешнем положении дел: ни одна из иллюстраций к этому материалу не сгенерирована. Кружки с пивом, бокалы, угол гостиничного номера, блюдо в начале и портрет сотрудницы — всё это настоящие кадры с реальных коммерческих съёмок. Если хотя бы про одну из них возникло подозрение в генерации, это и есть главный симптом: отличать становится всё труднее.
Практический вывод для небольшого бизнеса, зависшего между быстрым ИИ-плакатом и нормальным вариантом, звучит буднично. Телефон, немного приличного света и десять минут внимания уже обыгрывают сгенерированный мусор. А если нужны изображения, которые служат доказательством того, что вы делаете, а не правдоподобной догадкой о нём, — еда, помещение, товары или люди, — это ровно та задача, ради которой существуют фотографы и дизайнеры.
Источники
- Кафе в Сан-Франциско и его сгенерированная витрина — репортаж SFGate о заведении Grind & Unwind.
- Люксовая пекарня, отказавшаяся от ИИ-графики, и коллекция почти одинаковых афиш со всей Британии — публикация The Independent об ИИ-плакатах.
- Сгенерированные изображения в меню Uber Eats и их характерные ошибки — обзоры профильных фотоизданий.
- Закулисное видео о съёмке рекламного бургера McDonald's.
- Исследование, в котором участники набрали 48% при распознавании сгенерированных лиц, — Nightingale & Farid, PNAS.
- Данные о 78% британцев, готовых меньше доверять бренду из-за сгенерированных людей в рекламе, — YouGov, июль 2026 года.
- Опрос профессиональных фотографов Великобритании, потерявших часть заказов из-за нейросетей, — данные Association of Photographers.
- Кнопка «похоже на ИИ-мусор» в LinkedIn — TechCrunch, июль 2026 года.
