«Напиши маркетинговую стратегию» не работает. Вот что работает
Пошаговый воркфлоу: как собрать маркетинговую стратегию с Claude, GPT и Gemini за один сеанс. Реальные промпты, метод Франкенштейна и честно про медиаплан.
Большинство маркетологов пишут в ChatGPT один запрос и получают 15 страниц красиво оформленных банальностей. Проблема не в ИИ — проблема в том, как его используют. Ниже — конкретный воркфлоу с реальными промптами, который применялся для российского SaaS-агрегатора нейросетей.
Почему без данных ИИ просто выдумывает
Прежде чем открывать Claude или ChatGPT, нужно собрать исходники: бриф по продукту, анализ целевой аудитории (хотя бы по данным из Telegram-чатов или интервью), конкурентный анализ. Это не формальность.
Без нормальных входных данных модель генерирует сегменты и цифры из воздуха. Стратегия выглядит убедительно, но не имеет отношения к реальному рынку. Чем плотнее контекст на входе — тем меньше воды на выходе.
Шаг 1. Создаём проект и системный промпт
В Claude есть Projects — отдельное пространство с постоянной памятью. Создаём проект под клиента, загружаем туда всё что есть: бриф, анализ ЦА, конкурентный анализ, расшифровки созвонов.
Системный промпт писать вручную не нужно — лучше попросить Claude сгенерировать его под конкретный проект:
`` Начинаем новый проект. Прикрепляю КП клиента и ссылку на сайт. Напиши системный промпт для себя под этот проект — универсальный, чтобы работать как маркетинговый стратег. ``
Claude задаёт уточняющие вопросы, вы отвечаете, он пишет промпт. Занимает около десяти минут. Зато в следующем диалоге не нужно объяснять с нуля, кто клиент и какой у него продукт.
Шаг 2. Спрашиваем, чего не хватает — до основного запроса
Перед тем как запускать большой промпт, задаём простой вопрос:
`` Достаточно ли у тебя информации для разработки маркетинговой стратегии? Чего не хватает? ``
Для агрегатора нейросетей Claude ответил, что не хватает данных по юнит-экономике и информации о том, какие сегменты уже платят. Добавили файл с аналитикой из кабинета — и пошли дальше. Это занимает пять минут, но закрывает главную дыру: стратегия не будет заполнена выдумками там, где должны быть факты.
Шаг 3. Основной промпт — чем точнее, тем лучше
Длинное техническое задание — это намеренно. Чем конкретнее запрос, тем меньше воды в ответе. Структура промпта:
``` Ты — маркетинговый стратег. Разработай маркетинговую стратегию для [название продукта].
Продукт: [описание] Целевая аудитория: [сегменты из анализа ЦА] Конкуренты: [список с отличиями] Текущие каналы: [что уже используется] Бюджет: [диапазон или «уточни у меня»] Цель на 3 месяца: [метрика и цифра] Ограничения: [регион, стек, команда]
Структура стратегии:
```
- Позиционирование и УТП
- Приоритетные сегменты
- Каналы привлечения с обоснованием
- Дорожная карта на 3 месяца
- KPI по каждому каналу
Если какого-то параметра нет — пишите «уточни у меня перед написанием», Claude сам спросит нужное.
Шаг 4. Метод Франкенштейна — три модели вместо одной
Тот же промпт с теми же файлами отправляем в GPT и Gemini. Цель — получить три независимых набора идей, а не три версии одной стратегии.
После этого возвращаемся в Claude и вставляем результаты:
`` Вот стратегии от GPT и Gemini. Проанализируй и интегрируй в нашу версию всё ценное. Особенно смотри на нестандартные гипотезы и каналы, которых у нас нет. ``
На кейсе с агрегатором нейросетей это сработало: GPT вытащил идею с посевами в Telegram-каналах, которую в основной версии не обсудили. Gemini предложил бесплатный мини-курс внутри сервиса как инструмент привлечения. После сборки появились идеи с отдельными лендингами под B2B и калькулятором экономии на сайте. Часть гипотез не взяли в работу — но несколько нашли применение именно потому, что пришли из другой модели.
Шаг 5. Диаграмма Ганта и HTML-оформление
Стратегия в виде текстового документа на 15 страниц плохо читается и плохо продаётся клиенту. Два дополнительных запроса решают это:
`` Сделай диаграмму Ганта на первые 3 месяца на основе дорожной карки из стратегии. ``
`` Оформи ключевые разделы стратегии как HTML-страницу. Минималистичный дизайн, таблицы, акцент на цифры и каналы. ``
HTML скачиваете в PDF и отправляете клиенту. Выглядит как нормальный документ, а не выгрузка из чата.
Где это ломается
Медиаплан — самое слабое место. Claude выдаёт красиво оформленную таблицу с CPL, бюджетами и прогнозом заявок. В реальности она почти никогда не сходится с жизнью: бенчмарки для Яндекс Директа берутся непонятно откуда, CPL занижается в 2-3 раза относительно реальности, ставки в аукционе — примерно из 2021 года.
Три варианта как с этим жить:
- Отдать специалисту: директолог сделает прогноз по Вордстату, таргетолог посчитает по аудиториям.
- Собрать вручную по своим прошлым кабинетам и Яндекс Прогнозу бюджета.
- Взять цифры ИИ как грубый ориентир и везде поставить пометку «требует проверки» — если всем понятно, что это прикидка, а не план.
Контекст не бесконечный. При очень длинных диалогах старые детали начинают теряться. Решение простое: начинайте новый диалог в том же проекте — контекст из системного промпта и загруженных файлов сохраняется.
Что попробовать дальше
Когда стратегия готова, не закрывайте проект. Claude внутри него знает весь контекст: продукт, аудиторию, конкурентов, выбранные каналы и бюджетные ограничения. Скидывайте туда статистику из Метрики, спрашивайте что изменить если что-то не работает, генерируйте гипотезы под следующий спринт. По сути, проект превращается в постоянного маркетингового ассистента с памятью — пока вы его не закроете.