кейс под nda — визуал условный, реальный ui скрыт
объём работы
Платформа собирает в одно место весь поток спортивного креатива: логотипы платёжных методов, постеры под матчи, push, sms, email и in-call тексты, smm-карточки, статьи, ai-визуалы и ai-видео — с понятным сценарием для каждой роли и без необходимости открывать редактор.
Маркетинг выбирает матч из списка, отфильтрованного по приоритету и рынку, и одним кликом получает готовый брандированный комплект под все каналы. Дизайнер заходит туда, где нужна рука — конкретный постер, конкретный ai-визуал, конкретное лого команды. Копирайтер видит шесть языковых версий с одинаковой структурой и редактирует там, где смысл важнее автоматики. Админ держит шаблоны, Brand Kit и логотипную базу, ведёт версионность стилевых пресетов.
Дизайн с нуля: продуктовая концепция, информационная архитектура под событийную модель, ui-система с двумя темами, ux-флоу под четыре роли, content model для всех каналов и языков, стилевые пресеты ai-генерации, библиотека постерных шаблонов и архитектура связи с внешними api спортивных данных и ai-моделей.
продуктовые решения
Событие как точка входа, а не задача от менеджера. Маркетинг не пишет тикет «нужен постер на матч x», а выбирает событие и режим — машина собирает остальное.
Шаблоны как матрица языков, стилей и каналов. Шесть языков, несколько стилевых пресетов и каналов перемножаются в десятки готовых версий копирайта на событие — редактирование идёт с уровня собранной версии, а не с нуля.
Brand Kit как контракт. Цвета, шрифты, стилевые пресеты — версионируемый объект системы: изменение прокатывается по всем шаблонам автоматически. Брендбук как документ для чтения заменён системным контрактом.
Логотипы команд по api с общим фоллбэком. TheSportsDB закрывает большинство автоматически, остальное — серверная библиотека и supabase-таблица с правками, которые сразу видны всем. Единый ресурс системы для всех логотипов команд, не разрозненные png-файлы в проектных папках.
Ai как слой генерации. Четыре уровня: тексты (llm под событие и канал), постеры (серверный рендер через Satori), картинки (генерация по автособранному промпту), видео (потоковая генерация). Платформа model-agnostic — под каждый класс задачи несколько моделей на выбор (gpt image, nano banana, flux, sora, veo, kling, claude, gpt и другие), лучшая встаёт в строй без переписывания пайплайна. Промпт собирается из конкретных команд, страны турнира, времени, приоритета и стилевого пресета бренда — ai видит весь контекст события, а не работает в вакууме.
Топовые события подсвечиваются автоматически. Платформа ранжирует матчи дня по бизнес-приоритету, batch-режим собирает комплект под все топовые события одной операцией — дизайнер начинает с того, что важно для бизнеса.
Свежие фото игроков и сегментные a/b. Пайплайн вытягивает снимки с матчей, вырезает фон и встраивает фигуру в постер. Под одно событие собираются a/b-наборы под разные сегменты, история генераций остаётся переиспользуемой базой удачных вариантов.
Куда движется продукт. Следующий слой — реакция на ход матча в реальном времени (гол, замена, удаление → постер и текст за десятки секунд), performance-aware рекомендации стилей на основе истории конверсий и мультибренд на одной системе.
этапы работы
До платформы. Поток одинаковых запросов от команд агентов закрывался руками дизайн-отдела, и за этот период я лично собрал сотни логотипов платёжных методов, баннеров и постеров под матчи — изнутри увидел, что объём растёт быстрее, чем его закрывает любая одна команда дизайна. Предыдущие попытки решения проблему не снимали: брендбук устаревал быстрее, чем обновлялся, шаблоны в разных редакторах не приживались между командами с разным инструментарием, доступы к мастер-файлам не открывались внешним агентам по соображениям безопасности. Нужен был не «более правильный брендбук», а система, в которой агенту не нужно знать редактор, а консистентность бренда обеспечивается архитектурой.
Solo-сборка прототипа. Первая рабочая версия собрана в одиночку через Cursor, Windsurf и llm-промптинг — от продуктовой концепции и дизайн-системы до фронта, бэка, защищённого контракта со спортивным датафидом и серверного рендера постеров через Satori. Ai писал код, я держал продуктовые решения, архитектуру данных и контракт между внешними api.
Валидация на живом потоке. Прототип пошёл в работу команды, пока продукт ещё был solo-сборкой. Маркетинг прокатил его на топ-матчах двух недель — гипотеза подтвердилась на живых креативах, а не на демо.
Сборка команды под продукт. С первыми регулярными пользователями к продукту подключились Frontend Engineer, Backend Engineer, Copywriter-лид под шаблонную библиотеку и Designer под постерные и ai-пресеты. Hand-off шёл через дизайн-систему, готовые ux-флоу и контрактную модель данных события.
Активное развитие. Веду продукт как Lead Product Designer и Product Owner: дорожная карта, приоритизация, дизайн-ревью, постановка задач, метрики. Каждый спринт — либо новый канал (сторис, голосовые скрипты для колл-центра), либо углубление существующего (автоматическое снятие фона, batch-режим для всех топ-матчей дня, история генераций). Метрики: время от выбора события до готового комплекта, доля автоматически собранных вариантов, принятых без правки, объём выпущенных креативов за период, частота повторного использования ai-визуалов в других кампаниях.
