Як знайти рутину в дизайн-команді та перетворити її на власні AI-інструменти

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Привіт! Я Таміла Хриненко, керую дизайн-командою в компанії-платформі Kiss My Apps. У цій колонці я розповім, як ми перестали витрачати час на механічну роботу й почали автоматизувати все. Буквально. Це про наш практичний підхід: як ми виявляємо такі задачі і чому стандартні рішення на кшталт «найняти більше людей» насправді не працюють. А також про те, як ми перетворюємо це на реальні інструменти, маючи AI в ядрі продуктів і технічну підтримку у вигляді Product Engine.

День дизайнера до автоматизації: біг по колу між тулзами

Дизайнер може бути дуже швидким, талановитим і дисциплінованим — і все одно програвати часу. Бо в маркетинг-дизайні час найчастіше з’їдає не «складність креативу», а нескінченні повтори.

Раніше типовий день виглядав так: ти відкрив Figma або After Effects — і далі починається марафон. Пішов в одну AI, потім в іншу, потім кудись ще. Там скачав, перекинув, знову згенерував, змонтував руками, зарендерив, не вийшло, переробив... Це постійний круговорот із 150 відкритими вкладками. Ти постійно ходиш навколо своїх тулів, а не всередині творчого процесу.

Окремий жанр болю — ресайзи й локалізації

На додачу до попереднього пункту — ще більше часу забирає механіка, яку доводиться повторювати незалежно від рівня та досвіду. Ти перезбираєш і перейменовуєш усе ручками. Ctrl+C, Ctrl+V, «більше», «менше», одні й ті самі ефекти по колу.

Конкретний приклад: один відеокреатив для Meta потрібно адаптувати під 5 мов та 3 формати . Це 15 версій. Якщо на кожну йде по 15 хвилин механіки — ви втрачаєте майже 4 години. Помножте це на кількість кампаній у місяць.

Дизайнер весь день був зайнятий, а відчуття змістовної роботи не прийшло, бо половина часу пішла на «перескладання». Звідси природне питання: якщо рутина всім очевидна, чому вона існує роками?

Бар’єр не в «усвідомленні», а в тому, щоб перевіряти гіпотези

Рутину помічають всі. Питання лише в тому, чи є у вас ресурс почати з цим щось робити. Часто здається, що автоматизація — це щось нереальне, космічне.

Ключовий інсайт: важко переступити бар’єр розуміння, що майже все можна автоматизувати, якщо сильно напружитися. Я постійно намагаюся пробити цей бар’єр у своїх дизайнерів. Коли вони приходять у команду, я одразу кажу: навіть якщо ідея здається шаленою, але рутина вас «задовбала» — обов’язково кажіть про це. У 99% випадків можна знайти рішення або хоча б «обхідний» варіант, який економить 2 години на день.

Однак, коли тиск задач зростає, першим імпульсом стає не автоматизація, а розширення штату. Ми теж через це пройшли.

Чому «додамо людей» не завжди вирішує проблему

Перед тим як прийти до кастомних рішень, ми пробували гасити пожежі за допомогою збільшення штату. Фрилансери — чудові професіонали, вони ідеальні для сезонних піків (як-от Q5), коли обсяг задач злітає на пару тижнів. Але як постійна стратегія цей шлях буде хибним.

Прихована вартість фрилансу

Прихована вартість фрилансу рідко потрапляє у фінансові звіти, але завжди відчувається в операційній реальності. Коли здається, що ти просто наймаєш людей на рутину — ресайзи, правки, нескладні задачі — насправді відкривається інший пласт роботи: мікроменеджмент. Доступи, паролі, пояснення ТЗ, нескінченні уточнення. Фрилансер може написати о першій ночі або о восьмій ранку, і це теж стає частиною твого графіка.

Якщо онбординг одного фрилансера займає чотири години, а щотижневий менеджмент ще дві, то навіть для короткого проєкту виходить близько десяти годин чистого управлінського часу на одну людину. І це лише мінімум.

На практиці витрати зростають, бо фрилансерам бракує внутрішнього контексту: продукту, бізнес-цілей, обмежень, історії рішень. Цей контекст доводиться постійно додавати вручну, і кожна нова задача перетворюється на повторне пояснення. До цього додається втрата залученості. Фрилансер виконує задачу за ТЗ, але у нього немає мотивації бустити продукт, шукати кращі рішення чи думати наперед. Він закриває таску, а не будує систему.

У підсумку ви платите не лише грошима. Ви платите часом, фокусом і стратегічним мисленням, якого у фриланс-моделі часто просто немає. Робота з фрилансерами займає ваш час інакше, ніж автоматизація. Саме тому я поступово відходжу від залучення аутсорсу там, де можна один раз інвестувати в технічне рішення. Але щоб автоматизувати, треба спочатку навчитися системно бачити, де саме ми втрачаємо час.

Як ми виявляємо рутину: всі джерела працюють разом

Я не вірю в один «правильний» канал. Рутину видно з різних боків, тому я збираю сигнали звідусіль.

Очевидні повторювані болі. Є речі, які повторюються майже в кожній кампанії: стандартні шматки продакшену, які неминуче з’їдають час. З появою AI стало зрозуміло, що частину з цього можна і треба прибирати з рук. Тут не потрібні довгі доведення — достатньо зафіксувати те, що повторюється стабільно, і винести це з ручної роботи.

Борда ідей у Notion. У нас є борда (improvements) для автоматизації. Кожен дизайнер може зайти, подивитися, які ідеї вже є, що ми зробили, і дописати свою. У всіх є доступ на редагування. Я періодично переглядаю борду, фільтрую дублікати, об’єдную схожі ідеї, дивлюся, що вже закрили іншими рішеннями.
Структура проста: «Проблема», «Як зараз», «Ідея рішення», «Пріоритет», «Статус». Нічого складного — але це працює.

KPI і 1:1. У нас є кількісний KPI. Якщо команда не виходить на нього або я бачу, що хтось явно стопориться, ми розбираємо це на one-on-one. Я завжди дивлюся на задачі, які займають непропорційно багато часу.
Для маркетингу таска на 4 години — це дуже довго. Вона може не залетіти взагалі, а час дизайнера коштує грошей. Тому я прошу пройти процес покроково: що саме займає час, де виникає напруга, що ламається — ТЗ, інструмент чи сам процес.

Приклад з практики. Дизайнер скаржився, що не встигає. Коли розклали день по кроках, з’ясувалося: 2,5 години йшло на експорт, перейменування файлів і завантаження в різні системи. Сама робота над креативом займала годину.
Так ми знайшли кілька больових точок: довге очікування генерацій, коли в тасці потрібно отримати 50 зображень. Рішення виявилось простим — генерувати одразу батч. За кілька хвилин дизайнер отримував те, що раніше збирав по одному.

Постійні AI-дослідження. Ми постійно відстежуємо AI-інструменти і розвиваємо цей напрямок у маркетинговій команді. Коли з’являється новий інструмент і видно потенціал під конкретну задачу, ідея одразу лягає в контекст: де це може зняти стопор. Як тільки з’являється схожа проблема — рішення вже є.

Improvement-зустрічі по продуктах. В Kiss My Apps є регулярні командні зустрічі по продуктах, де ми обговорюємо, що не працює, що відпадає, яких інструментів або ресурсів бракує. Саме тут часто народжуються кастомні рішення під конкретний продукт.
У нас багато продуктів, і універсальних рішень для всіх бути не може. Те, що одному продукту не потрібно, іншому може економити години часу. Тому продуктові зустрічі — окреме важливе джерело сигналів.

Метрики як індикатор. Простий спосіб знайти рутину — подивитися на час виконання однотипних задач. Якщо дизайнер робить 10 ресайзів і кожен займає 20 хвилин, хоча різниця лише в розмірі, — це сигнал.

Коли картина зібрана, наступний крок — не втратити фокус і не перетворити автоматизацію на нескінченний список бажань.

Від ідеї до інструменту

Коли картину рутинних процесів зібрано, виникає питання: за що хапатися в першу чергу? В умовах обмеженого технічного ресурсу неможливо зробити все й одразу. У маркетинг-відділі ми робимо не «прикольні фічі», а інструменти, які пришвидшують темп та якість. У 2025 році наша технічна експертиза вийшла на новий рівень завдяки розвитку Product Engine Kiss My Apps, і це дозволило нам будувати складніші рішення. Але фундамент цієї швидкості закладений не просто в софті, а в самій структурі нашої технічної команди.

AI в ядрі та MarTech-експертиза

Ми працюємо так, що AI — це те, що лежить в основі всіх наших продуктів. До того ж, ми прагнемо до глобальної оптимізації кожного процесу, тому логічним кроком стало те, що у 2025 році в нас з’явився спеціаліст із MarTech. Це кардинально змінило те, як ми працюємо: тепер у нас є людина, яка професійно «зшиває» маркетинг і технології.

Як цей тандем працює на практиці? Все починається з ідеї. Перший валідатор — це я, як дизайн-лід: ми спілкуємося з MarTech спеціалістом, збираємо болі решти команди, крім цього дизайнери теж приходять зі своїми ресьорчами, щоб зрозуміти, чи це масова проблема. Далі я «домальовую» картину: досліджую ринок, шукаю готові аналоги. З цим «багажем» я йду до технічної команди (в першу чергу, до нашого MarTech-спеціаліста), і ми валідуємо технічну реалізацію: як це зробити найменш затратно і як це вплине на наші внутрішні системи від такого рішення.

І вже коли ми розуміємо, що ми можемо зробити, постає питання — коли. Для цього в нас є бівіклі-міти, де ми спільно з іншими командами пріоритизуємо потреби. Ми дивимось на контекст: «гайз, у нас зараз несеться Q5, нам потрібно навести фокус та підтягнути флоу в декількох зонах». Техспеціаліст дає свій estimate, і ми формуємо беклог на два тижні. Так ми впевнені, що техресурс не витрачається на «прикольні, але не нагальні» фічі.

Проте, щоб потрапити в цей беклог, кожна задача має витримати перевірку нашими внутрішніми критеріями.

Критерії пріоритизації

Ми в креативній команді оцінюємо кожну ідею за чотирма критичними точками. Це зменшений та адаптований під дизайн-потреби фреймворк, який ми використовуємо на рівні всього холдингу Kiss My Apps

• Відчутне прискорення. Якщо інструмент економить 30 хвилин на день на дизайнера при команді в 5 людей — це 50 годин на місяць. Більше тижня робочого часу всієї команди.
• Зменшення людського фактора. Не так назвали папку, не ту лінку скопіювали — це баги, які потім вилазять боком. Наприклад, через неправильну назву файлу в кампанію може піти не та версія креативу. Виправлення коштує значно дорожче.
• Масштабованість. Чи корисне рішення всій команді або суміжним відділам?
• ROI розробки. Скільки годин витратимо на створення vs скільки заощадимо за 3–6 місяців. Якщо окупність довша за пів року — відкладаємо.

Коли критерії визначено, настає час перевірити інструмент «у полі» та виміряти його реальну користь.

Як ми міряємо ефект та чому кажемо «ні»

Технічна команда створює аналітичну борду або це вбудовано в інструмент. Дивимось на кількість запусків на тиждень. Якщо з 8 дизайнерів ним користуються 2 — розбираємося чому. Ефект видно по темпу: якщо раніше закривали 2–3 таски на день, то зараз 4–5 спокійно. Це не «працюйте швидше» — це прибрана механіка та оптимізований час команди на рутинні, повторювані задачі.

Але ми вміємо та знаємо коли зупинитись. Ми відмовляємось, якщо:

1. З’явилося нативне рішення. Ми розглядали ідею робити власний тул для локалізації статичних креативів, але Figma закрила цю потребу на рівні продукту.
2. Змінився контекст платформи. У нас була ідея на створення тулзи для маленьких змін у креативах, але коли Meta викатила Andromeda-оновлення, ці мікро-зміни (музика, колір) перестали працювати в рекламі.
3. Етика та якість. Повна автоматизація без контролю — це ризик втратити brand voice.
4. Це шкодить творчості або не дає профіту (наш антиприклад). Не кожна автоматизація дає профіт — деякі рішення лише створюють ілюзію ефективності.

   У нас був такий кейс: ми розглядали ідею автоматизувати створення стартового файлу для анімації — робочого файлу After Effects, з якого дизайнер починає монтаж, із готовою структурою, папками та пресетами.

   Але коли ми сіли аналізувати й поговорили з командою, стало зрозуміло, що у кожного дизайнера вже є свій налаштований робочий флоу: власна логіка старту, звички та темп роботи. Уніфікований файл не економив час — навпаки, він додавав переадаптацію, ламав звичний ритм і створював більше роздратування, ніж користі. Ми вирішили не релізити це рішення, бо автоматизація має знімати тертя, а не створювати нове, і ми принципово не робимо речей «для галочки».

Така вибірковість допомагає нам не тонути в розробці, а створювати культуру, де кожна ідея має сенс.

Як народжується запит: культура та PDP

Треба запустити в команду думку, що пропонувати — це ок. Дизайнери часто звикли, що на них просто спускають рішення. Ми створюємо safe place: якщо ти один раз знеціниш запит, людина більше не прийде. Навіть якщо ми відхиляємо ідею, ми завжди аргументуємо та надаємо фідбек людині, яка проінвестувала свій час, проявила ініціативу та шукала шляхи оптимізації. Фінально приймаємо рішення чи відхиляємо ідею після дослідження та прорахунку повернення інвестицій і ефективності.

Для мотивації ми прописуємо це в PDP (Personal Development Plan): «дослідити проблеми команди, знайти N-рішеннь для оптимізації». Це розвиває їх як спеціалістів, змушує вийти за рамки схеми «взяв таску — зробив».

Після того як ідея завалідована в PDP, ми переходимо до етапу «Пілот і тест». Це сторіночка в Notion з лінкою та схемою кнопок. Тестує команда на реальних задачах. Ми не чекаємо «ідеального» інструменту: якщо він вирішує 70% проблеми — запускаємо.

Найкраще цю логіку ілюструють наші основні кейси.

Кейс 1: Локалізація відеокреативів без Excel і ручних вставок

Проблема: Кількість локалізацій та мов (включно з арабською, японською, китайською) різко зросла. Раніше процес виглядав так: Creative Marketing Managers (CMM) ставили задачу, менеджер з локалізації перекладав тексти в Excel. Дизайнер отримував задачу, відкривав відео і починав нескінченний марафон: копіювати фразу з таблиці — вставити в After Effects.

Масштаб болю: Один креатив на 7 мов означав сім циклів копіювання, вставки та перевірки. При 15–20 креативах на тиждень це понад 100 операцій copy-paste. Окремий виклик — RTL-мови (арабська, іврит), які вимагають специфічної уваги до вирівнювання. Це забирало колосальну кількість часу у всіх ланок.

Процес аналізу: Ми провели тест: чи є для користувача відчутна різниця між перекладом, зробленим менеджером з локалізації, і перекладом через LLM у стандартних креативах. Питання було не в ідеальній нативності кожного слова, а в тому, чи впливає це на сприйняття та результат. Виявилося — у більшості кейсів ні. Тому ми зняли зайве ручне навантаження з CMM та дизайнерів: якщо переклад уже досягає прийнятного рівня якості, немає сенсу переносити його вручну.

Рішення: Тепер дизайнер натискає одну кнопку: ChatGPT перекладає текст, автоматично генерує текстовий шар, створюється адаптований восйсовер, а дизайнеру залишається лише внести фінальні візуальні нюанси. Спочатку була версія, що тягнула переклади з Excel, але ми швидко зрозуміли: справжня автоматизація — це коли ми взагалі прибираємо зайві ланки.

Результат:

• Економія часу: раніше обʼємна локалізація займала близько години. Зараз — 15 хвилин або менше, залежно від складності відео: формату, войсоверу, аватара й субтитрів.
• Якість: мінімум помилок у форматуванні та копіпасті.
• Бонус: дизайнери почали сміливіше експериментувати з текстами, бо це перестало бути болючим процесом.

Кейс 2: Субтитри, які можна редагувати (прощання з CapCut)

Проблема: Створення субтитрів — великий біль. Більшість дизайнерів використовують Captions або CapCut: генерують текст там, виводять відео на зеленому фоні, імпортують у свій проєкт і прибирають зелений фон (chroma key).

Конкретний біль: Оскільки такі субтитри стають «відеофайлом», а не текстом, їх неможливо швидко відредагувати. Якщо маркетолог знаходить помилку в одному слові, або якщо крео стає успішним і переходить на локалізації, то там редагування взагалі стає неможливим, це ж стосується і неможливості зміни візуального стилю.Тож дизайнер мусить іти в сторонній софт, перегенерувати все, заново експортувати та імпортувати. На одну правку йде 10–15 хвилин, а їх може бути кілька на одне відео.

Наш запит: Нам було важливо, щоб субтитри залишалися редагованими шарами тексту і одразу відповідали нашим стилістикам: фірмові підсвітки, плашки, поведінка акцентів. Замість того, щоб купувати дорогі ліцензії на сторонні плагіни для кожного нового члена команди, ми вирішили розробити свій інструмент.

Технічне рішення: Плагін для After Effects, який автоматично транскрибує аудіо, генерує субтитри як текстові шари та застосовує brand-стилі (наприклад, нашу «зелену плашку», що стрибає).

Результат:

• Створення субтитрів: з 40 хвилин до 5 хвилин.
• Правки: з 15 хвилин до 30 секунд.
• Консистентність: 100% відповідність брендбуку.
• Ефект: кількість відео з субтитрами зросла вдвічі, бо задача перестала бути «токсичною» для дизайнерів.

Кейс 3: Bulk-генерація статики (інструмент масового створення креативів)

Контекст: Цей інструмент ми називаємо «Булька» (від Bulk — масовий). Він з’явився як відповідь на запит команд, що працюють з величезними обсягами статичних банерів. Спочатку я скептично поставилася до ідеї, але побачила можливість доопрацювати її: замість того, щоб просто «плодити» картинки, ми навчили систему генерувати їх за нашими правилами.

Проблема: Раніше генерація 20 варіантів статики для A/B тестів займала цілий день роботи дизайнера. Маркетолог мусив чекати своєї черги в беклозі, щоб просто перевірити гіпотезу. Якщо тест «не залітав» — день роботи дорогого спеціаліста йшов у нікуди.

Рішення: Ми створили інтерфейс-конструктор, який працює на базі AI-моделей, інтегрованих у наше ядро. Система дозволяє:

• Обрати категорію (наприклад, lifestyle чи product screenshot).
• Задати промпт та автоматично накласти фірмові кольори й типографіку.
• Згенерувати одразу 20–30 варіантів за один прохід.

Хто користується: Тепер креативні маркетологи можуть за 20 хвилин самостійно зібрати батч для тесту гіпотези. Їм не потрібно чекати дизайнера, щоб зрозуміти, чи працює певний візуальний підхід.

Результат:

• Швидкість: з 8 годин до 30 хвилин на пак із 20 варіантів.
• Масштаб: маркетологи запускають на 40% більше тестів.
• Філософія: Це не заміна дизайнера, а фільтр гіпотез. Якщо версія з «Бульки» показує результат — дизайнер бере її в роботу і робить «чистовик». Якщо не спрацювало — ми витратили 20 хвилин маркетолога замість робочого дня дизайнера.

Фінальні думки

Системний пошук «часових дірок» — це база. Коли ви збираєте фідбек через 1:1, Notion-борди та продуктові міти, ви отримуєте реальну карту того, де команда «буксує».

Розуміння того, що фриланс — це лише тимчасовий пластир, підштовхує до єдиного правильного шляху: створення власних автоматизованих рішень. Але коли ця картина операційних розривів вже зібрана, виникає новий виклик: як серед десятків ідей обрати ті, що реально оптимізують роботу команди, і не потонути в процесі розробки?

Ще один інсайт, який ми отримали за цей час: автоматизація — це не проєкт з кінцевою датою. Це спосіб мислення, культура постійного вдосконалення.

Коли команда звикає, що «можна інакше», вона починає дивитися на будь-яку рутину як на можливість для покращення. І це змінює не лише процеси — а й мотивацію, залученість, задоволеність від роботи.

Три принципи, які працюють на прикладах Kiss My Apps:

1. Починайте з болю, а не з технологій
   Не «давайте впровадимо AI», а «ось де нам боляче, чи може AI це вирішити?»
2. Швидкі ітерації краще за ідеальні рішення
   Краще щомісяця робити невеликі покращення, ніж пів року чекати «правильного» рішення.
3. Технології стають цінними лише у звʼязці з людьми
   Найкрутіша автоматизація не спрацює, якщо команда її не приймає. Інвестуйте час у комунікацію, навчання, збір фідбеку.

Мій головний меседж такий: наявність AI в ядрі продуктів та MarTech-експертиза у 2026 році — це вже не перевага, а база. Справжня перемога відбувається тоді, коли дизайнер бачить, що його ідея прибрала рутину і вивільнила час на чисту творчість. Тоді він стає частиною продуктової культури.

Будь-яка ручна механіка, яку можна перетворити на кнопку, має бути перетворена на кнопку. Не бійтеся бути «лінивими» в механіці, щоб бути геніальними в креативі.

Сподобалась стаття? Підписуйтесь на автора, щоб отримувати сповіщення про нові публікації на пошту.