В заметке на «Хабре» маркетинговое агентство поделилось методикой разработки маркетинговой стратегии с помощью ИИ на примере реального кейса — российского SaaS-агрегатора нейросетей. Продукт уже имел платящих пользователей, но команда не понимала, какие сегменты развивать и через какие каналы расти. Типичная ситуация для стартапов с сильным продуктом и слабым маркетингом.
Первый и самый важный этап — подготовка данных. До обращения к ИИ авторы собрали бриф, проанализировали целевую аудиторию по Telegram-чатам и провели конкурентный анализ. «Без нормальных исходных данных ИИ просто выдумывает цифры и сегменты, и вы получаете стратегию, которая красиво выглядит и не имеет никакого отношения к реальному рынку», — отмечается в статье. Затем все материалы загружаются в Claude Projects (аналогичные функции есть в других моделях). Системный промпт предлагается не писать вручную, а попросить Claude сгенерировать его под проект: модель задаёт уточняющие вопросы и выдаёт универсальный промпт для роли маркетингового стратега.
После настройки среды основной запрос формулируется максимально конкретно. Автор приводит промпт, который включает данные о продукте, ЦА, конкурентах, каналах, бюджете и целях. Если какого-то параметра нет, в промпте указывается «уточни у меня перед написанием». Отдельно описан метод «Франкенштейна»: тот же промпт с теми же файлами отправляется в GPT и Gemini, чтобы получить три набора идей, а затем Claude интегрирует всё ценное из них. В кейсе так появились гипотезы о посевах в Telegram-каналах (от GPT) и бесплатном мини-курсе внутри сервиса (от Gemini), а также идеи отдельных лендингов под B2B и калькулятора экономии.
В Claude Projects загружают все данные, а системный промпт создаётся автоматически после уточняющих вопросов.
Слабое место ИИ — расчёт медиапланов. Claude выдаёт красивую таблицу с CPL, бюджетами и прогнозом заявок, но бенчмарки берутся непонятно откуда, CPL занижается в 2–3 раза относительно реальности, а ставки в аукционе — из 2021 года. Авторы рекомендуют либо отдать прогноз специалисту, либо собрать вручную по своим кабинетам, либо использовать цифры ИИ как грубый ориентир с пометкой «требует проверки». Для презентации стратегии они просят Claude сделать диаграмму Ганта на первые 3 месяца и HTML-страницу с ключевыми разделами — это превращает 15-страничный текст в читаемый документ.
После утверждения стратегии проект в Claude не закрывается. Поскольку модель помнит весь контекст (продукт, аудиторию, конкурентов, каналы), в неё можно подгружать статистику из Яндекс Метрики и задавать уточняющие вопросы. Авторы подчёркивают, что подход не идеален, но позволяет за один час получить структурированную основу стратегии, которую остаётся лишь проверить и дополнить экспертно.
