Что внутри:
Метапромптинг: как заставить ИИ самому написать промпт для исследования
Метод Франкенштейна: прогон через три нейросети (Claude, ChatGPT, Gemini) и синтез лучшего
Telegram-хак: экспорт профессиональных чатов → NotebookLM → инсайты, которые нейросети не найдут в открытых источниках
Финальная сборка: все данные в одном месте → структура и выводы
Реальный кейс: исследование ЦА для курса по маркетингу медклиник. С промптами, скриншотами и ссылками на инструменты.
Целевая аудитория — это фундамент маркетинга. Без неё не понятно, кому продаёшь, какие боли закрывать и какие аргументы использовать. Классический подход: недели на интервью, опросники, фокус-группы. Я покажу, как сделать это за пару часов с помощью нейросетей — и получить результат местами даже глубже, чем после живых кастдевов.
Разберу на реальной задаче: мне нужно было исследовать ЦА для курса по маркетингу медицинских клиник.
Шаг 1: Метапромптинг — пусть ИИ сам напишет промпт
Есть приём проще написания промптов вручную — попросить ИИ написать промпт за вас. Называется метапромптинг.
Написал в Claude примерно следующее:
Я хочу делать курс по маркетингу для владельцев и руководителей медицинских клиник. Цель курса — продать своё агентство как экспертов. Курс должен быть реально полезным, а не просто завлекающим. Распространять бесплатно в боте и через статьи. Плюс трафик налью с рекламы. Сейчас хочу собрать портрет целевой аудитории, найти боли. Планирую через Deep Research. Как тебе идея?
Обратите внимание на финальный вопрос «Как тебе идея?» — это чтобы нейросеть не просто согласилась, а покритиковала, если идея содержит ошибки.
Что ответил ИИ
Он написал, что идея рабочая, но рекомендовал верифицировать через живые интервью (5-7 созвонов). Задал уточняющие вопросы: какие сегменты клиник интересны, какой размер. После моих ответов сгенерировал промпт.
Промпт получился структурированный:
Портрет ЛПР по каждому из 4 сегментов
Реальные боли через Jobs-to-be-Done
Триггеры к действию
Сводная таблица
ИИ сам предупредил об ограничении: «Промпт не покроет личные инсайты, которые люди не пишут публично. Например: 'Я вообще не понимаю, за что плачу агентству, но боюсь спросить'». Но у меня был лайфхак для извлечения этих непубличных данных — об этом дальше.
Полный промпт для Deep Research
Привожу промпт полностью — можете копировать и адаптировать под свою задачу:
Проведи глубокое исследование целевой аудитории для бесплатного образовательного курса по интернет-маркетингу, предназначенного для владельцев и руководителей частных медицинских клиник в России.
Контекст
Маркетинговое агентство, специализирующееся на медицинском маркетинге, создаёт бесплатный курс. Цель — дать реально полезные знания по интернет-маркетингу клиник и одновременно продемонстрировать экспертизу агентства. Курс распространяется через Telegram-бот, VK-бот, статьи на Дзене и видео на YouTube.
Сегменты клиник, которые нас интересуют
Стоматологии — от средних клиник (5–15 врачей) до сетевых
Косметология и эстетическая медицина — клиники с лицензией, не салоны красоты
Многопрофильные клиники — средние и крупные (терапия, хирургия, диагностика и т.д.)
Узкоспециализированные клиники — офтальмология, ортопедия, репродуктология, ЛОР-центры и т.д.
Размер: средние (5–15 врачей) и крупные сети (15+ врачей, филиалы).
География: вся Россия без разделения.
Что нужно исследовать
БЛОК 1. Портреты ЦА (для каждого сегмента отдельно)
Для каждого из 4 сегментов клиник определи и опиши типовые портреты лиц, принимающих решения (ЛПР):
Кто реально принимает решение о маркетинге: владелец-врач, наёмный управляющий, коммерческий директор, маркетолог в штате?
Их типичный возраст, образование, управленческий опыт
Уровень маркетинговой грамотности (понимают ли unit-экономику, LTV, CPL, или мыслят категориями «нам нужно больше пациентов»?)
Где они потребляют контент: Telegram-каналы, профильные форумы, конференции, YouTube, Дзен,VC.ru, профессиональные сообщества
Какие конференции и мероприятия посещают
Кого считают авторитетами в вопросах управления клиникой и маркетинга
БЛОК 2. Боли и проблемы (найди реальные формулировки)
Ищи информацию в:
Профильных Telegram-каналах и чатах для владельцев клиник
Форумах (dentalforum, doctor-forum, сообщества на Facebook/VK для управленцев клиник)
Отзывах о маркетинговых агентствах и фрилансерах на медицинскую тематику
Статьях и комментариях наVC.ru, Habr, Дзен о маркетинге клиник
Дискуссиях на профильных конференциях (MedBusinessForum, «Частная медицина», ПИР, Dental Salon и т.д.)
Вакансиях маркетологов в клиниках (hh.ru) — по требованиям можно понять, чего им не хватает
Конкретные боли, которые нужно выявить:
Боли в привлечении пациентов: что не работает, на что жалуются, какие каналы разочаровали
Боли с подрядчиками: почему недовольны агентствами, фрилансерами, штатными маркетологами
Боли с бюджетом: как принимают решение о бюджете на маркетинг, что считают дорогим/дешёвым, какой CPL считают нормальным
Боли с аналитикой и контролем: понимают ли, откуда пришёл пациент, используют ли CRM, сквозную аналитику
Боли с контентом и репутацией: отзывы, контент для соцсетей, сайт, работа с агрегаторами (ПроДокторов, НаПоправку и т.д.)
Боли с регуляторикой: ограничения рекламы медицинских услуг (ФЗ-38, маркировка рекламы), страхи штрафов
Боли с конкуренцией: демпинг, агрегаторы, сетевые клиники
БЛОК 3. Возражения и барьеры
Почему владелец/руководитель клиники может НЕ захотеть проходить курс:
«У меня нет времени» — насколько это реальный барьер?
«Я уже всё знаю / у меня есть маркетолог» — насколько распространена иллюзия контроля?
«Бесплатное = бесполезное» — есть ли скепсис к бесплатному контенту?
«Это просто продажа услуг агентства» — как нейтрализовать?
Какие ещё барьеры существуют?
БЛОК 4. Jobs to Be Done (JTBD)
Определи ключевые «работы», которые владельцы/руководители клиник «нанимают» маркетинг выполнять:
Функциональные (загрузить расписание врачей, заполнить новый филиал, вывести новую услугу)
Эмоциональные (чувствовать контроль, не зависеть от «одного Яндекса», не бояться проверок)
Социальные (быть не хуже конкурентов, показать современность клиники)
БЛОК 5. Триггеры к действию
Что заставляет владельца клиники ПРЯМО СЕЙЧАС начать искать информацию о маркетинге:
Сезонные спады
Уход ключевого врача (и «его» пациентов)
Открытие конкурента рядом
Провал с текущим подрядчиком
Запуск нового направления/филиала
Что ещё?
Формат ответа
Для каждого блока:
Дай структурированный ответ с разбивкой по сегментам клиник, где это важно
Приводи реальные цитаты и формулировки ЦА (со ссылками на источники, если возможно)
Отмечай, где данные точные (из исследований), а где — гипотезы, требующие проверки
В конце каждого блока — 3–5 инсайтов, которые могут повлиять на структуру курса
В самом конце дай:
Сводную таблицу «Сегмент → Главные боли → Что курс должен закрыть»
Рекомендации по приоритетам: какой сегмент самый «горячий» и почему
Список источников, которые использовал
Шаг 2: Метод Франкенштейна — прогон через три нейросети
Дальше использую метод из прошлых уроков: один промпт → три нейросети → синтез лучшего из каждой.
Claude
Claude выдал всё, что просили: портреты по сегментам, боли, таблицы, сводку.
Интересные находки:
Врачи вынуждены становиться предпринимателями: в 70–80% случаев маркетинговые решения принимает собственник лично;
У них низкая маркетинговая грамотность;
Негативный опыт с подрядчиками;
Лиды сливаются администраторами.
Портрет типичного ЛПР для стоматологии: врач-собственник 35–55 лет, совмещает приём и управление, работает по 12 часов, MBA нет, мыслит категориями «нам нужно больше пациентов», не считает CPL и LTV, понимает «дорого или дёшево» интуитивно.
Из моего опыта работы со стоматологиями — попадание процентов на 90.
Единственный минус: данные местами не самые свежие. Где-то ссылки на источники 2024 года. Но для системных проблем это не критично — боли те же самые.
ChatGPT (Deep Research)
ChatGPT думал 40 минут — дольше всех. Зато выдал подробное исследование.
Те же инсайты, что и у Claude, но другими словами. А это хорошо: если две нейросети выдали одно и то же — скорее всего, не галлюцинация, а реальный факт из интернета.
Конкретная цитата из результатов: «Стал искать компанию, которая займётся раскруткой, Директом. Ценник высокий, гарантии не дают.» Это не нейросеть придумала — нашла где-то на форуме или в обсуждении.
Gemini (Deep Research)
Gemini — многословен, как обычно. Инфу собирает качественно (особенно по источникам), но отчёт читать тяжело. Ощущение, что читаешь диссертацию.
Рынок частной медицины России: 1,6-2,0 трлн руб./год, рост 15-18% ежегодно
26 000+ стоматологий в России
Незанятая ниша: комплексный маркетинг для клиник с бюджетом 80-170 тыс. руб./мес. (крупные агентства не работают с такими клиентами, фрилансеры не дают системного подхода)
Плюс Gemini дал таблицу со сравнением сегментов по возрасту ЛПР, бюджетам, циклу принятия решений.
Кто выиграл?
Никто. В этом и суть метода Франкенштейна — берёшь лучшее от каждого:
Claude — структура и портреты;
ChatGPT — глубина и цитаты;
Gemini — цифры и источники.
Шаг 3: Telegram-хак — инсайты из профессиональных чатов
Все нейросети берут информацию из открытых источников: статьи, отчёты, форумы. Но самые ценные инсайты люди пишут в закрытых Telegram-чатах. Там нет фильтра «а что обо мне подумают». Там пишут как есть: «Слил 300к на подрядчика, заявок ноль», «Администратор сливает лиды, а я не могу это доказать».
Вот как это вытащить.
3.1. Экспортируем чаты из Telegram
В десктопной версии Telegram:
Открываем нужный чат (ищи профильные чаты по твоей нише);
Нажимаем «Экспортировать историю чата»;
Убираем фотографии (они не нужны);
Выбираем формат JSON;
Жмём «Экспортировать».
Я экспортировал несколько чатов: «Медплатформа», «Школа медицинского маркетинга», чат стоматологов. Сотни тысяч сообщений.
3.2. Конвертируем JSON → Markdown
JSON-файл напрямую в нейросеть не загрузить — слишком большой и не в том формате.
Для этого я сделал конвертер: forstartup.ru/telegram-notebooklm
Что он делает:
• Берёт JSON-файл из Telegram
• Разбивает на части (по 100 000 слов в файле)
• Переводит в Markdown-формат, который понимает любая нейросеть
На выходе — zip-архив с файлами. Распаковываешь и загружаешь в NotebookLM.
Можете воспользоваться им тут: https://forstartup.ru/telegram-notebooklm
3.3. Загружаем в NotebookLM
NotebookLM — это нейросеть от Google, которая работает только с загруженными файлами. Она не выдумывает из головы, а анализирует конкретно то, что вы ей дали. Индексирует содержимое и отвечает на вопросы строго по нему.
Загружаем Markdown-файлы (из нескольких чатов) и начинаем спрашивать:
С какими проблемами в интернет-маркетинге чаще всего сталкиваются владельцы медклиник?
И вот тут начинается магия.
NotebookLM выдаёт сводку по реальным сообщениям реальных людей:
Ожидание волшебной таблетки;
Маркетинг без продукта (хотят лиды, но не работают над сервисом);
Кладбища подрядчиков — устойчивый термин в сообществе;
Приписки в отчётах;
Считают клики, а не фактические лиды;
Перекладывание ответственности.
И он показывает конкретные сообщения, из которых это вытащил. Можно кликнуть и увидеть, кто написал, что написал, в каком контексте.
Это те самые «непубличные инсайты», о которых нейросеть нас предупреждала на первом шаге. Только мы их нашли.
3.4. Что ещё умеет NotebookLM
• Таблицы. Я сделал отчёт «Обсуждение продаж, маркетинга, сервиса» — кто написал, тезис, аргументы, инструменты. Большая таблица, которую потом экспортировал в Excel.
• Карты персонажей. Попросил составить архетипы владельцев медклиник — и он выделил типы: «Врач-творец», «Искатель волшебных таблеток», «Отстранённый инвестор», «Технократ-инноватор».
• Презентации. NotebookLM генерирует презентации, которые можно скачать в PowerPoint.
Это как если бы вы лично прочитали 100 000 сообщений и выписали главное. Только за 5 минут.
Шаг 4: Финальная сборка — всё в одно место
Теперь у нас куча материала:
исследование от Claude;
исследование от ChatGPT;
исследование от Gemini;
таблицы и инсайты из NotebookLM.
Берём всё это и загружаем обратно в Claude (или в ту нейросеть, которой доверяете больше) с промптом:
Вот исследования от трёх нейросетей плюс анализ реальных диалогов из чатов через NotebookLM. Сделай финальный итог по портретам и болям.
Что получилось
Claude прочитал все файлы (391 релевантную реплику из чатов) и выдал финальный синтез.
Главный инсайт, который подтвердили все источники единогласно: самая недооценённая боль — потеря 40-60% оплаченных лидов на этапе обработки администраторами.
То есть, клиники тратят деньги на рекламу, лиды приходят — а администраторы их сливают. И никто этого не замечает, потому что нет системы контроля.
Интересная деталь — Claude скептически отнёсся к некоторым цифрам: «Оба источника ссылаются на агрегаторы подрядчиков, которые заинтересованы завышать эти цифры. Для курса лучше давать диапазон и учить считать свой CPL, чем фиксировать конкретные числа.» Согласен.
Детали по ЛПР
Стоматологии. ЛПР — владелец, сам врач в 98% случаев. Маркетинговая грамотность самая высокая среди ниш (понимают LTV, воронку). Ключевая метрика: загрузка кресел, выручка в час. Пустое кресло в Москве — потеря 15-30 000 руб. в час.
Косметология / многопрофиль. Тандем: собственник + управляющий (часто не врач, а экономист-менеджер) + CMO. Отдел маркетинга 5-6 человек в сетях. Самая корпоративная культура.
Дополнительная карта из чатов
Владелец в замкнутом круге: стыд за продажи (конфликт миссии врача и целей бизнеса), «кладбище подрядчиков», поиск волшебной таблетки, зависимость от конкретного врача-«звезды».
Про лимиты — честное предупреждение
На момент написания статьи (март 2026) я рекомендую Claude. Он лучший в аналитике и текстах.
Но есть проблема: лимиты. Даже на платной подписке.
Вот что произошло за одну сессию: Deep Research + аналитика по файлам = половина месячных лимитов. Осталось ровно на один ответ. Три таких глобальных запроса — и всё, жди следующий период.
За $200/мес можно больше, но мне пока некомфортно столько отдавать. Приходится экономить и распределять.
Плюс бывают глюки и ошибки — стабильность у Claude хуже, чем у ChatGPT и Gemini. Но эффект лучше.
