Jeux de données pour la génération automatisée de bannières, de publicités et de publications sur les réseaux sociaux

L'IA peut générer une annonce attrayante à partir d'une invite. Le problème le plus difficile est de produire un créatif qui reste utilisable lorsque le produit change, que le titre est localisé, que le placement évolue, que la marque impose des règles strictes ou que la plateforme assemble plusieurs ressources au moment de la diffusion.

Cela rend les données d'entraînement publicitaire différentes d'un dossier d'images publicitaires finalisées. Un ensemble de données utile peut devoir relier les produits, les ressources sources, les textes, la mise en page, la typographie, l'intention de la campagne, les règles de la marque, le contexte de la plateforme, la filiation créative et le rendu final. Les systèmes de classement ou d'optimisation peuvent aussi nécessiter des données de préférences ou de performance.

Le bon ensemble de données dépend donc de la décision que le système d'IA doit prendre. Un modèle qui génère une image finalisée a des exigences en matière de données différentes d'un système qui compose des mises en page éditables, adapte une campagne à différents formats, classe des créations candidates, prédit des résultats ou récupère les ressources sources appropriées.

Un jeu de données publicitaire pour l'IA est une collection d'enregistrements liés à la publicité, utilisés pour entraîner, affiner, évaluer, récupérer, classer ou, de manière générale, améliorer les systèmes d'apprentissage automatique dédiés à la publicité. Les enregistrements peuvent inclure ensembles de données d'images ou ensembles de données vidéo, textes publicitaires, informations sur le produit, structure du design, contexte de la campagne, métadonnées de la plateforme, relations créatives, annotations, provenance et, le cas échéant, signaux comportementaux ou de performance.

Pour la génération créative publicitaire par l'IA, la caractéristique déterminante n'est pas la présence de publicités. Elle réside plutôt dans le fait que la représentation révèle les informations nécessaires à l'apprentissage du modèle et les relations entre ces éléments.

Il n'existe pas de schéma universel pour les jeux de données publicitaires. Les champs utiles dépendent de l'objectif du modèle, du format de sortie et du degré de contrôle requis.

La question la plus utile en matière d'approvisionnement n'est donc pas « Combien d'annonces sont incluses ? », mais « Le jeu de données contient-il les informations requises par la tâche spécifique du modèle ? »

Un JPG ou un PNG aplati montre le résultat, mais il peut masquer la manière dont ce résultat a été assemblé. Si le système doit remplacer un produit, modifier un titre, préserver un CTA, traduire une campagne, redimensionner le design ou renvoyer une composition modifiable, le modèle a intérêt à connaître quels éléments sont des « assets », quel texte joue quel rôle, comment les éléments sont groupés, et comment la hiérarchie visuelle est organisée.

L'OCR est utile pour récupérer le texte visible, mais l'OCR n'est pas une annotation sémantique. L'OCR peut vous dire qu'une phrase apparaît dans une image ; une étiquette sémantique peut vous dire si cette phrase est un titre, un CTA, un prix, une offre, une mention légale, le nom d'un produit ou un texte d'accompagnement.

Les images aplaties restent utiles pour l'apprentissage visuel, la récupération et l'évaluation du rendu de la sortie. La question est de savoir si elles suffisent pour la tâche visée. À mesure que les exigences de contrôle augmentent, les représentations structurées ou éditables deviennent plus précieuses.

Un jeu de données publicitaire pratique doit distinguer les unités présentes dans le flux de production. Un fichier image peut appartenir à plusieurs d’entre elles, mais les unités ne doivent pas être fusionnées.

Voici une hiérarchie de production utile :

Campagne → Famille créative → Variante créative → Version par plateforme ou par emplacement → Actifs et composants → Rendu final

La hiérarchie peut ensuite être reliée aux enregistrements de produits, d'offres, d'accroches, de CTA, de modèles, de marchés, de langues, de marques et de résultats. Cette vue relationnelle est souvent plus utile pour la génération et l'évaluation que de considérer chaque image rendue comme un échantillon indépendant.

Une publicité à mise en page fixe stocke directement la composition : mise en page + texte publicitaire + image + logo → annonce rendue. Une publicité basée sur des éléments stocke des jeux de composants et leur configuration afin qu’un système de diffusion puisse assembler plusieurs rendus. La documentation actuelle de Google sur Responsive Display Ads en est un exemple concret. Les annonceurs fournissent plusieurs types d’éléments, notamment des titres, des descriptions, des images et des logos, et les systèmes de Google les combinent pour s’adapter à l’espace publicitaire disponible. Google documente également des spécifications distinctes pour les éléments eux-mêmes. Pour l’ingénierie des jeux de données, cela signifie que le groupe d’éléments source et le créatif servi peuvent nécessiter des enregistrements distincts. Si un système peut assembler Headline B + Image C + Logo A + Description D pour une impression, les performances observées sur cette configuration servie ne devraient pas automatiquement être considérées comme également attribuables à chaque élément source du groupe d’origine. Cette distinction importe aussi pour les nouvelles structures de campagne. Les recommandations actuelles de Google indiquent que les campagnes Display évoluent vers Demand Gen, ce qui est une autre raison de stocker l’environnement de production sous forme de métadonnées versionnées plutôt que d’encoder en dur des hypothèses sur un seul format de plateforme.

Se contenter de stocker plateforme = “Google” ou plateforme = “Meta” est rarement suffisant pour un jeu de données de production. Un contexte utile peut inclure la plateforme, le type de campagne, le placement, le format, la version de la spécification, le rapport d'aspect, les contraintes de texte, l'orientation, la langue, la locale et les règles de zone de sécurité applicables à ce placement.

Les zones de sécurité sont des propriétés contextuelles, pas des propriétés universelles d'un créatif source. Une annotation de zone de sécurité doit identifier le placement et la spécification auxquels elle appartient. Il en va de même pour les limites de texte, les types d'actifs pris en charge et les autres règles de la plateforme pouvant évoluer dans le temps.

Le principe général est simple : les métadonnées de la plateforme doivent décrire l'environnement de production qui s'appliquait au créatif, et non se contenter de nommer la plateforme.

Le texte publicitaire devrait être conservé sous forme de texte structuré autant que possible. Les rôles utiles incluent : titre, sous-titre, corps du texte, nom du produit, prix, offre, CTA, avertissement, argument à l'appui et texte légal.

Le texte et la mise en page ne doivent pas toujours être traités comme des champs indépendants. La longueur d'un titre peut modifier le nombre de lignes, la taille de la police, la hauteur de la zone de texte, la position de l'image et les espaces blancs. Un CTA localisé peut aussi être plus large que sa version dans la langue source. Pour la génération créative automatisée, des paires telles que « titre court → mise en page A » et « titre long traduit → mise en page B » mettent en évidence une relation que le texte brut et les coordonnées brutes ne révéleraient pas.

C'est l'une des raisons pour lesquelles des données créatives structurées peuvent être plus utiles qu'une paire image + légende lorsque le système cible doit produire des résultats contrôlés et modifiables.

Les annotations utiles de mise en page peuvent inclure des boîtes englobantes, des coordonnées, la largeur et la hauteur, l'alignement, les marges, le padding, la position dans la grille, l'ordre en z, le chevauchement, le groupement et la hiérarchie. Mais de nombreux systèmes de génération de publicités ont également besoin de relations sémantiques.

Supposons qu'un produit soit positionné sur le côté droit d'une image source et que le côté gauche comporte de l'espace négatif. Un modèle qui ne dispose que de coordonnées absolues peut apprendre où le titre est apparu dans un exemple. Une représentation plus utile peut capturer la raison de ce placement : placer le titre dans l'espace négatif disponible et éviter de recouvrir le produit.

Cela suggère trois représentations de mise en page complémentaires :

• Géométrie absolue : coordonnées, dimensions et alignement.

• Relations de contenu : éviter le recouvrement, alignement, chevauchement, avant-plan/arrière-plan et regroupement.

• Rôles sémantiques : produit, titre, CTA, logo, offre et autres composants.

Les travaux récents confirment cette orientation. AnyLayout - 120K traite la génération de mise en page comme un problème multimodal piloté par des instructions, avec des annotations spatiales et des descriptions structurées de mises en page composites. Un préprint de 2025 sur la génération de mises en page de bannières publicitaires sensibles au contenu utilise, de la même manière, un modèle vision-langage pour reconnaître les objets et leurs relations spatiales avant de planifier le placement du texte et du logo. 

Un enregistrement structuré peut préserver la famille ou la catégorie de police, la taille, la graisse, le style, l'interligne, l'espacement des lettres, l'alignement, la couleur et les dimensions de la zone de texte. Il peut aussi préserver la hiérarchie fonctionnelle du texte et des éléments.

Cette distinction est importante car, sinon, un modèle peut apprendre simplement que « du texte se trouve près du bas » sans comprendre que l'élément en bas est un CTA, une mention légale ou un prix. Des données prenant en compte le rôle permettent des transformations et des modifications plus contrôlées.

La publicité e‑commerce ajoute une contrainte que les ensembles de données génériques de génération d'images peuvent sous-représenter : le produit doit rester identifiable et cohérent, tout en étant intégré dans une scène et une mise en page adaptées.

L'appariement de produits, la génération d'arrière-plan et la génération de la mise en page peuvent être traités comme des problèmes distincts et contrôlables. CreativeAds, un système de recherche présenté en 2026 pour la génération d'annonces multi‑objets, sépare explicitement ces étapes dans son flux de travail. L'implication pour l'ingénierie est utile même en dehors de ce système spécifique : ne regroupez pas l'identité du produit, la génération de la scène et la mise en page sous une seule étiquette indifférenciée de « qualité d'image » si le modèle a besoin d'un contrôle indépendant pour chacun d'eux.

Les données de marque sont importantes lorsque le système doit préserver l'identité. Pour la publicité, les champs les plus pertinents sont généralement un ID de marque et sa version, l'ensemble des règles applicables, les éléments approuvés, les règles spécifiques au produit, le style de la campagne et les traitements interdits. Il y a peu d'intérêt à répéter un cadre complet de gouvernance de la marque lorsque le sujet principal de l'article concerne les données publicitaires.

Le contexte d'une campagne peut inclure l'objectif, le produit, l'offre, le segment d'audience visé, l'étape de l'entonnoir, le marché, la saison, le thème de la campagne, l'argument de vente et le CTA. Définissez soigneusement les champs d'audience. «Target audience» peut signifier un segment défini par la campagne, un buyer persona, une configuration de ciblage de la plateforme ou une caractéristique utilisateur inférée. Ce sont des types de données différents et ils ne devraient pas être regroupés dans un seul champ ambigu.

Les jeux de données publicitaires contiennent souvent des enregistrements visuellement similaires parce que les campagnes sont délibérément variées. Un titre modifié, un CTA, un prix, un produit, un arrière-plan ou un format peuvent faire partie de l'expérience plutôt que constituer du bruit dupliqué.

Les champs utiles à la traçabilité peuvent inclure creative_family_id, parent_creative_id, template_id, variant_type, source_asset_ids, platform_variant_of, localized_from, campaign_version et relationship_ids. Les noms exacts des champs peuvent varier, mais leurs relations doivent rester visibles.