Mire használják valójában az AI képgenerálást? A Google 2,1 millió Nano Banana beszélgetést elemzett

Mire használják valójában az AI képgenerálást? A Google 2,1 millió Nano Banana beszélgetést elemzett

Azt gondolnád, hogy az AI képgenerálókat leginkább vicces mémekre és viralis tartalmak készítésére használják? A Google friss kutatása épp az ellenkezőjét mutatja: a mémek a legritkább felhasználás, miközben a marketing, az e-kereskedelem és az oktatás viszi a prímet.

Mit vizsgáltak?

2026 első negyedévének 90 napjából, öt kiválasztott felhasználási kategóriában 2,1 millió Gemini-beszélgetést és több mint 5,2 millió promptot elemeztek a kutatók. A Nano Banana használatát 21 jellemző mentén vizsgálták, adatvédelmet biztosító összesítésekkel. A kutatók az egyedi képeket nem nézték meg csak a promptokat.

Öt fő kategória: nem csak a szórakozásról szól

A beszélgetéseket öt csoportba sorolták, és ezek jól mutatják, mennyire komoly célokra használják már az AI képgenerálást:

  • Közösségi és virális tartalmak
  • Márka és marketing
  • Termékvizualizáció és e-kereskedelem
  • Építészeti és téri tervezés
  • Oktatási és technikai tartalmak

A kutatók több szempontból is összevetették a használatot: nézték a kért művészeti stílusokat, a képszerkesztési funkciókat (objektumok vagy emberek eltávolítása, háttércsere, új elemek hozzáadása), a képkompozíciót (fények, perspektíva, hányan szerepeljenek a képen), illetve azt, hogyan iterálnak az emberek egy-egy képen egy beszélgetésen belül.

Közel 80%: az ember fontos része a közösségi képkéréseknek

A közösségi és virális kategóriában az emberek szerepeltetése közel 80%-os gyakorisággal jelent meg. Ugyanebben a kategóriában a teljes újrapromptolás körülbelül kétszer olyan gyakori volt, mint az egyszerű, „próbáld újra” jellegű kérés. Ez persze nem bizonyítja, hogy az újrafogalmazás jobb képet eredményez. Viszont jó alkalom arra, hogy átgondoljuk a saját javítási rutint a promptolás során.

A marketinges képkérésben a kompozíció üzleti kérdés

A márka- és marketinganyagoknál a gyakori jellemzők közé tartozott a pontos elhelyezés, az emberek szerepeltetése, a világítás módosítása és a kizáró feltételek megadása.

Egy hirdetésnél mindennek oka lehet. Az üres területre kerül az ajánlat. A megfelelő nézőpontból felismerhető a termék. A visszafogott háttér segíthet egyetlen üzenetre összpontosítani.

Az e-kereskedelemben a meglévő kép továbbalakítása is fontos

A termékmegjelenítésnél kiemelkedett a finomítás és utómunka szerepe. Az emberek szerepeltetése ebben a kategóriában is a leggyakoribb vizsgált jellemző volt. Az oktatási kategóriában körülbelül minden harmadik esetben megjelent szöveg- vagy tipográfiai kérés; a pontos szöveg és teljes tipográfiai specifikáció a marketingkategóriában volt a leggyakoribb.

A legmeglepőbb eredmény: a mém a legritkább

A talán legérdekesebb felfedezés, hogy a közösségi és virális kategórián belül éppen a mém jellegű formátum és a humor, az abszurditás volt a legkevésbé gyakori.

A marketinges használat külön is kirajzolódott. Itt volt a legmagasabb azoknak a kéréseknek az aránya, amelyek pontos szöveget és részletes tipográfiai utasításokat írtak elő. Ez arra utal, hogy a marketingesek nem csak “szép képet” kérnek, hanem konkrét szöveggel és dizájnelvárással dolgoznak. Szintén tanulságos, hogy a márkázott tartalmak jó része kitalált, fiktív vagy ismeretlen márkákhoz kapcsolódott, vagyis sokan valószínűleg egy új vagy még csak tervezett vállalkozás arculatát építik az AI segítségével, bár könnyen lehet, hogy itt jelenik meg az olyan mikrovállalkozások, kisvállalkozások marketing aktivitása, akik gyakorlatilag a radar alatt tevékenykednek.

A kisvállalkozások viszik a prímet a nagy márkákkal szemben

Talán ez az egyik leghasznosabb tanulság a hazai kkv-k számára: a Márka és marketing kategóriában volt a legmagasabb azoknak a beszélgetéseknek az aránya, amelyek kisvállalkozásokhoz, magánszemélyekhez vagy mellékállásokhoz (side hustle) kötődtek. A tevékenységek között szerepelt a logók finomítása, a szövegek és színek módosítása, promóciós anyagok készítése és a következetes vizuális arculat kialakítása.

Ez is mutatja, milyen sokan ismerték fel az AI marketinges lehetőségeit, és használják változatos célokra az AI eszközöket. Ezek nélkül ma már gyakorlatilag a több platformos jelenlét és tömeges tartalomelőállítás. Épp ezért hasznos tisztában lenni azzal, hogy hány platformon és milyen gyakran érdemes posztolni, és ehhez az AI-képgenerálás valóban olyan feladatokat tesz elérhetővé sokak számára, amikhez korábban profi tapasztalat kellett. A Google képgenerálós újításairól egyébként korábban is írtunk.

A kutatók maguk is elismerik, hogy egyelőre nem világos, az AI teljesen új tevékenységeket tesz-e lehetővé, vagy csak olcsóbbá és elérhetőbbé teszi a meglévőket. Azt viszont biztosra veszik, hogy ahogy az emberek tovább kísérleteznek, újabb és újabb felhasználási módok fognak megjelenni.

Hogyan elemezték a használatot anélkül, hogy a privát adatokhoz nyúltak volna?

Ahogy a Search Engine Journal beszámolt róla, a Google egy új kutatási anyagban mutatta be, hogyan érthetik meg a Nano Banana (a Gemini képgeneráló megoldása) használatát a felhasználók magánszférájának megsértése nélkül. A kihívás valós volt: az emberek érzékeny képeket, köztük saját magukról és a családjukról készült fotókat töltenek fel, így a feltöltött vagy generált képek vizsgálata szóba sem jöhetett.

A megoldás az volt, hogy a kutatók nem a képeket, hanem a szöveges promptokat és a beszélgetések mintázatait elemezték. Ehhez a Google egy már létező keretrendszerét, az Urania nevű rendszert használták, amellyel korábban is nyertek ki betekintést az LLM-chatbeszélgetésekből. Összesen 2,1 millió Gemini Nano Banana beszélgetést vizsgáltak meg.

A legfontosabb tények röviden

  • A Google 2,1 millió Gemini Nano Banana beszélgetést elemzett, a felhasználók adatainak védelme mellett, az Urania keretrendszerrel.
  • Csak a szöveges promptokat és beszélgetéseket vizsgálták, a feltöltött vagy generált képeket nem.
  • Öt fő kategóriát azonosítottak: közösségi/viral, márka és marketing, termékvizualizáció/e-kereskedelem, építészeti tervezés, oktatási/technikai.
  • A mém és a humor volt a legritkább felhasználás, miközben a kérések közel 80 százaléka embereket tartalmazott.
  • A marketinges beszélgetésekben volt a legmagasabb a pontos szöveget és tipográfiát kérő promptok aránya, és itt szerepeltek a legnagyobb arányban a kisvállalkozások.

Mesterséges intelligencia segítségével készült, de emberi ellenőrzésen átesett hír. Ha bármi észrevételed van, jelezd nekünk!