Маркетинг и контент

Рабочий стек маркетолога из 8 нейросетей: какой инструмент для какой задачи

По данным SimilarWeb, 80% маркетинговых команд в 2026 году используют генеративный ИИ — но только 18% применяют его для стратегических задач. Большинство используют один ChatGPT для всего и получают нестабильный результат.

Проблема не в ChatGPT. Проблема в том что разные задачи требуют разных инструментов. Ниже — стек из 8 нейросетей который мы выстраивали полтора года на реальных маркетинговых проектах, с конкретными задачами и ограничениями каждого инструмента.

Инструменты и задачи

Claude (Sonnet/Opus)

Задача: анализ аудитории, качественные тексты
Контекстное окно: 200 000 токенов
Когда использовать: большие объёмы данных,
мультиязычный анализ, точные формулировки
Когда не подходит: быстрая генерация
множества вариантов

Пример: 47 страниц расшифровок интервью → таблица из 34 инсайтов с привязкой к цитатам за 12 минут. Вручную: два рабочих дня. При документах более 50 страниц ChatGPT начинает терять контекст — Claude стабильнее.

Perplexity

Задача: исследование рынка с верифицированными
источниками
Когда использовать: нужны данные с URL
которые можно показать клиенту
Когда не подходит: анализ больших объёмов
загруженных документов

Ключевое отличие от ChatGPT: конкретные URL для каждого утверждения вместо «по данным различных исследований».

DeepSeek

Задача: массовая обработка данных о конкурентах
Стоимость: менее $2 за 43 конкурента
vs $15-20 на GPT-4o за ту же задачу
Когда не подходит: точечный мониторинг
конкретного конкурента — там ChatGPT Browse

По данным Stanford AI Index Report 2024, стоимость инференса языковых моделей снижается на 60–80% ежегодно. DeepSeek — практический пример этого снижения.

ChatGPT (GPT-4o)

Задача: брейншторм, быстрые варианты, расчёты
Сильные стороны: скорость генерации идей,
Code Interpreter для бюджетных сценариев
Когда не подходит: анализ больших документов,
массовая обработка конкурентов

10 вариантов заголовка за 30 секунд. Расчёт ROAS по трём каналам через Code Interpreter — без аналитика.

Midjourney

Задача: мудборд, концептуальный визуал
Ограничение: не рендерит кириллицу
Когда не подходит: финальные материалы
с текстом на русском

12 вариантов визуального стиля за 20 минут вместо четырёх часов поиска референсов в Pinterest.

Canva AI

Задача: адаптация визуала под форматы
Magic Resize: один макет → все форматы
за секунды

Gamma

Задача: презентации из готового контента
Время: 30 минут вместо 4 часов в PowerPoint
Бесплатно: 400 кредитов ≈ 10-15 презентаций
Когда не подходит: нестандартный брендбук

AdHeart / Publer

Задача: мониторинг платной рекламы конкурентов
Важно: ни одна языковая модель не имеет
доступа к рекламным кабинетам — только
специализированные сервисы

AdHeart актуален в 2026 году — в марте представил новую функцию поиска похожих креативов.

Как инструменты работают в цепочке

Perplexity → исследование рынка (20 мин)
Claude → анализ аудитории (3-4 часа vs 30)
DeepSeek → конкурентная разведка (вечер vs неделя)
ChatGPT → тексты и расчёты
Midjourney + Canva → визуал
Gamma → презентация (30 мин)

Итого: 5-7 рабочих дней vs 2-3 недели

Ключевое: инструменты работают в цепочке — результат одного этапа становится входом для следующего.

Стоимость стека

Стартовый минимум:
Claude Pro:    $20/мес
ChatGPT Plus:  $20/мес
Итого:         $40/мес → 70% задач закрыто

Полный стек:   ~$100/мес
DeepSeek API:  $2-10 на проект (pay as you go)

Какие инструменты из списка используете в работе — и есть ли задачи где ни один не даёт стабильного результата?

Очередной плохой совет от ИИ

Если спросить у ИИ, выкладывать ли полный текст статьи на площадках типа Medium или Reddit, он почти всегда скажет что нужно выкладывать превью из 1-2 абзацев, зацепку, а в конце давать ссылку на свой сайт с полной версией статьи. Потому что если выложить весь текст, вы отдадите сео трафик этой площадке. ИИ плевать, что это полное неуважение к аудитории, если есть 1 абзац и в конце «читайте далее в моем блоге». Мы ведь не в 2017 году?

Еще он может предложить не публиковать копию текста, а делать адаптированную версию для каждой площадки. Это нонсенс. Вам нужно потратить время на адаптацию, чтобы из одной статьи сделать несколько разных, и в чем смысл, если вы всё равно отдадите сео вес адаптированной версии этой площадке?

Если сказать ИИ, что вас это не устраивает, он скажет, что тогда вообще не выкладывайте текст на чужих площадках, храните архив текстов только на своем сайте. Ему без разницы, что сео трафик будет только через несколько лет, когда у поисковых систем появится доверие к сайту.

Это еще один пример, что спрашивать советы у ИИ, а тем более следовать им, может быть вредно. По вопросам маркетинга, рекламы, привлечения пользователей, ИИ почти бесполезен.

Гораздо эффективнее на ранних этапах публиковать свой текст везде, где возможно. Полный текст, а не тизер или адаптированную версию. И в конце добавлять ссылку на свой блог.

Blog • Telegram

В прошлой статье я рассказывала, как нам удалось набрать первые 140 пользователей для нашего расширения практически полностью за счет органического трафика.

Сейчас мы решили активнее тестировать бесплатные каналы продвижения. Один из первых шагов — публикации на Хабре. Мне удалось подготовить и опубликовать статью, а заодно начать постепенно собирать карму и знакомиться с сообществом.

Параллельно смотрю в сторону Reddit, но пока этот канал вызывает больше вопросов, чем ответов. Практически любая активность нового аккаунта приводит к ограничениям, удалению постов или другим блокировкам. Кажется, что без понимания внутренних правил и культуры площадки там очень легко потратить время впустую.

Поэтому хочу обратиться к тем, кто уже продвигал свои проекты через Reddit. Как вы начинали? Какие сообщества реально дают результат? Сколько времени ушло на набор репутации и какие ошибки лучше не повторять?

Буду благодарна за любые советы и личный опыт.

Кроме того, планируем тестировать и другие площадки для контент-маркетинга: Дзен, профильные сайты со статьями и тематические сообщества. Через несколько недель поделюсь результатами и цифрами по каждому каналу.

Репурпосинг видео в 2026: как маленькая команда закрывает контент-план

Два человека. Пять площадок. Три-четыре ролика в неделю на каждой.

Штат не вырос. Алгоритмы стали требовательнее. Рваный ритм публикаций они считают нестабильностью и режут охваты.

Обычная реакция — делать больше. Это ломает команду за два-три месяца. Решение — архитектура процесса.

Идея: один исходник — десятки единиц контента

В часовом вебинаре или интервью скрыто 15–25 самостоятельных моментов. Каждый — отдельный ролик. Плюс 8–12 постов. Плюс заметки для блога.

Один длинный материал в неделю. Системная нарезка. Расписание закрывается само.

Шаг 1. Запись исходника

Качество исходника определяет всё. Плохой звук не спасёт даже сильный момент.

OBS Studio — бесплатно, для экрана и стримов. Битрейт от 6000 kbps, кодек H.264, аудио AAC 320 kbps.

Riverside / StreamYard — для удалённых интервью. Каждый спикер пишется на отдельную дорожку. Критично для кадрирования на этапе нарезки.

Zoom / Telemost — минимальный вариант для старта.

Важно: сохраняйте исходник с раздельными аудиодорожками. Не сводите в стерео.

Шаг 2. Нарезка на клипы

ИИ-инструменты делают за минуты то, на что монтажёр тратит день. Внутри — транскрипция через Whisper, анализ смысловых пиков, автокадрирование 9:16, субтитры по тайм-кодам.

Reels Boss — российский сервис, оплата картами РФ и СБП. Несколько режимов нарезки, поддержка VK Клипов. На старших тарифах: редактор субтитров, B-roll, фоновая музыка, интеграция с SMMplanner.

OpusClip — присваивает каждому клипу «оценку виральности». Удобно отбирать топ из пачки. Сильнее на англоязычном контенте.

Vizard AI — редактируешь транскрипт, а не видео. Удалил абзац — кусок выпал из ролика. Минус: долгая обработка и субтитры требуют правки.

CapCut — обычный редактор для ручной доводки черновиков.

Практика: гоняйте один исходник через два-три сервиса. Алгоритмы устроены по-разному — лучший клип часто приходит оттуда, откуда не ждёшь.

Шаг 3. Дистрибуция и автопостинг

SMMplanner — самый широкий охват: VK Клипы, Telegram, ВКонтакте, Одноклассники, Дзен. Часть резалок интегрируются напрямую.

Postmypost / Onlypult — схожая логика, разные нюансы по цене и площадкам.

Ставьте публикации равномерными блоками — всю неделю планируете в понедельник. Рваный ритм алгоритмы считают нестабильностью и снижают приоритет показа.

Шаг 4. Аналитика

Без обратной связи конвейер превращается в холостой ход.

Retention / среднее время просмотра — главная метрика. По ней алгоритм решает, продолжать ли показывать ролик.

Охваты относительно базы — вышел ли ролик за пределы текущей аудитории.

Сохранения и пересылки — лучший индикатор реальной ценности.

Просмотры — последние в приоритете. Легко набрать, сложно конвертировать.

Инструменты: LiveDune, DataFan, JagaJam. Раз в две недели — 30 минут на разбор результатов.

Где чаще всего ломается

Один клип на все площадки. Алгоритмы считают дубликатом — режут охваты. Меняйте обложку, первый кадр, саундтрек.

Слабый хук в первую секунду. Сильная тема не спасает слабый старт.

Нет субтитров. Значительная часть смотрит без звука.

Нет буфера. Клипы за день до публикации — это не конвейер, это пожар. Буфер минимум на неделю вперёд обязателен.

Итог

Один длинный материал в неделю. ИИ-резалка. Планировщик. Аналитика раз в две недели.

Этого хватает, чтобы закрыть план, который пять лет назад требовал целого отдела.

Главное — не работать больше. Работать с правильной архитектурой.

Как я превращал свалку заметок в библиотеку для ИИ-агентов

База растёт сама из работы над контентом. Под каждый материал агент сначала делает исследование: идёт в веб, собирает данные, цифры, источники. Конспект сразу сохраняется в research/ под конкретную статью — это страховка от потери данных, если сессия оборвётся. Важный момент: исследование сохраняется автоматически, ещё до того, как автор начал писать.

Дальше срабатывает правило: перед новым ресёрчем агент обязан проверить, что уже собрано. Если по теме что-то есть, он это дополняет, а не пересобирает с нуля. А самое ценное и многоразовое из разовых исследований переезжает в постоянную базу. Так разовый сбор под одну статью со временем превращается в библиотеку, которой пользуются все агенты.

Звучит красиво, но было три проблемы:

— агент порой не знал, что в базе уже есть инфа, и искал заново;
— мог взять устаревшую цифру, потому что никто не помечал, когда факт «протух»;
— в документации написано «агент смотрит в базу», а в коде этого нет.

Слои: от свалки к полкам

Факты хранятся по-разному, в зависимости от роли. Большие документы разбил на атомарные карточки:

— fact-card — один проверяемый факт = одна карточка. С источником, уровнем доверия и сроком годности.
— case-card — один публичный кейс клиента, и что про него говорить нельзя.
— objections — карточка возражения («облако дороже») с готовым безопасным ответом.
— personas — карточки аудиторий: боли, KPI, запретные углы.

Зачем дробить? Большой текст легко выдаёт лишнее — непубличную деталь или старую цифру. Атомарная карточка хранит ровно один факт. Просрочилась — система сама её отложит.

Интеграции: появился библиотекарь

Полки — это полдела. Дальше нужен тот, кто приносит нужное:

— Картотека плюс ретривер в коде: даёшь тему — получаешь короткий список релевантных карточек, просроченные помечены.
— Компактная коробка вместо всей базы. Агенту едет не дамп на пол-базы, свежие факты, публичные кейсы, и список того, чего в базе нет.
— У каждого типа задач своя карта. Не «загляни в базу», а «для пресс-релиза бери позиционирование и публичные кейсы, а конфиденциальные числа только после проверки».
— Починил пайплайн. Шаги, которые раньше были красивым описанием, заработали: повторный фактчек сомнительных цифр реально запускается, а 19 ресёрчеров наконец получили веб-поиск, которым «просили» пользоваться.

Предохранитель на финале

Последний шаг любого пайплайна — редактор. Берёт только разрешённые к публикации карточки, а просроченные не пускает в текст. И всё закреплено тестами: рассинхрон «база — агент» теперь роняет сборку.

Что в итоге

Конечно, это не очень обязательный элемент фабрики контента. В воркфлоу записано, что надо найти, передать, написать, проверить. Всё в чистом контексте и галлюцинаций в финале не остаётся. Но каждый запрос это токены и время. И деньги. А запросы повторяются, в конце концов мы крутимся вокруг одних и тех же цифр исследований, бенчмарков, фактов. Поэтому постепенно наполнять базу знаний и оперативно обращаться к ней кажется не такой уж плохой идеей. Стоит потратить на реализацию несколько вечеров.

Ставьте плюсы, подписывайтесь на канал.

Продолжаем решать загадки уровня Hard и выигрывать мерч

Первая загадка от «Найт Стрит» хабравчанам явно зашла: бурные обсуждения, много комментов и целый настоящий победитель, который уже получил заслуженный мерч.

А мы продолжаем.

Про игровую платформу PLAYFORMA рассказываем здесь. Напомним, что она заточена под разные форматы онлайн-решений: квесты, тимбилдинги, марафоны, адвенты и кастомные программы.

А ещё мы знаем, что айтишники любят задания пожёстче. Поэтому придумали формат Hard. Если на обычное задание даётся 5–7 минут, то здесь — от 20 до 30.

Загадка уровня Hard перед тобой.

Это снова наш маскот — Огурчик Пиклз. Он не может справиться с загадкой и просит о помощи. Вся надежда только на тебя. Внимательно изучи таскдеск и разгадай слово, спрятанное в нём.

Слово-ответ пиши в комментариях. Автор первого правильного ответа получит брендированный дождевик от агентства «Найт Стрит». Доставим по России за наш счёт.

Выход на европейский рынок: 6 паттернов поведения покупателей которые ломают домашнюю бизнес-модель

Инструменты маркетинга в Европе и на домашнем рынке одинаковые: реклама, воронка, контент. Но модели поведения покупателей различаются системно — и это обнаруживается только через реальные проекты, а не кабинетный анализ.

По данным РБК, главная причина провала при выходе на международный рынок в 2026 году — вера в универсальность домашней бизнес-модели.

Шесть паттернов из реальных проектов в Нидерландах, Польше, Италии и Испании.

Паттерн 1: скидка как сигнал низкого качества

На домашнем рынке скидка — стандартный acquisition-оффер. В ряде западноевропейских стран тот же оффер снижает конверсию.

Домашний рынок:
скидка → выгода → рост конверсии

Западная Европа (ряд ниш):
скидка → экономия на составе → падение доверия

Бренд кормов для животных, запуск с нулевой базы. Стандартный скидочный оффер — результат близкий к нулю. После замены на «прозрачность состава + сертификация ингредиентов»: 21 лид в первый месяц.

Паттерн 2: соседние рынки ≠ похожие покупатели

Италия: рекомендации коллег + отраслевые мероприятия
Испания: обучающий контент + пробники

Один продукт (профессиональная косметика), две страны, два разных customer journey. Раздельные стратегии под каждый рынок: рост продаж ×10 за 4 года.

Паттерн 3: длинный цикл принятия решения

По данным Cossa.ru, маркетинг в Европе 2026 года требует 5–7 точек контакта перед конверсией.

Домашняя модель: реклама → покупка (1-2 касания)
Европа (premium/handmade): реклама → наблюдение →
изучение → возврат × N → покупка (5-7+ касаний)

Мастер по изделиям ручной работы, итальянский рынок. Воронка под прямую продажу — менее 500€/мес. После перестройки под длинный цикл: 4 000€/мес.

Паттерн 4: другие точки доверия

Польша (локальный бизнес):
Google Maps + локальные платформы отзывов > соцсети

Западная Европа (продукты питания):
состав + сертификаты > скидки + промо

Цветочный магазин в Польше. Переработка под локальные точки доверия (отзывы, фото реальных букетов, гарантия свежести с конкретным сроком): 191 заказ в месяц.

Паттерн 5: нишевые каналы без конкуренции

На насыщенных домашних рынках большинство каналов перегреты. На европейских — нишевые каналы с минимальной конкуренцией в конкретной категории встречаются значительно чаще.

Пример: $100 бюджет → $550 выручки за неделю → ROMI 450%. Канал не очевиден при кабинетном анализе — обнаруживается через исследование конкурентной среды в целевой стране.

Паттерн 6: конкурентная среда не совпадает с домашней

Риск: перенос домашней отстройки →
      нерелевантное позиционирование

Возможность: незанятая ниша →
             вход без ценовой конкуренции

Предварительная конкурентная разведка в целевой стране — обязательный шаг до запуска рекламы.

Чеклист до запуска бюджета

1. Google Maps целевого города →
   как конкуренты работают с отзывами

2. Локальные профсообщества по нише →
   реальные триггеры покупателей

3. Тест оффера на культурное соответствие →
   скидка, срочность, социальное доказательство
   работают по-разному в разных странах

Какие паттерны поведения покупателей вы обнаруживали при выходе на зарубежные рынки — совпадало ли это с ожиданиями?

Маркетинговая стратегия за 5 000₽ или за 5 000€: в чём разница с точки зрения данных

Один кейс который объясняет разницу лучше любой теории.

Салон красоты, бюджет 300 000₽, результата нет. Открываем Яндекс.Карты: в радиусе одного километра - 47 конкурентов.

Простой расчёт который не сделали до запуска:

Население района:       30 000 чел
Ходят на маникюр (5%):  1 500 чел
На 48 салонов:          31 потенциальный клиент/мес
При конверсии 10%:      нужно 310 лидов
Стоимость лида:         300–1 000₽
Бюджет для окупаемости: 93 000–310 000₽

Выручка при этом:       108 000₽ (31 × 3 500₽)
До вычета аренды, зарплаты, материалов

Итог: реклама физически не могла окупиться. Расчёт занял 20 минут. До запуска его не сделали.

Четыре уровня - четыре разных продукта

Стоимость маркетинговой стратегии варьируется от 5 000₽ до 5 000€. Это не разброс цен на одну услугу - это четыре разных продукта.

По данным Kadrof.ru, средний час работы маркетолога в агентстве - 1 900₽. Делите цену КП на 1 900 — получаете реальное количество часов:

50 000₽  ÷ 1 900 = 26 часов  (1 специалист, 1 неделя)
150 000₽ ÷ 1 900 = 79 часов  (2 специалиста, 2-3 недели)
300 000₽ ÷ 1 900 = 158 часов (команда 3-4 чел, месяц)

Если за 26 часов обещают провести интервью с покупателями, проанализировать 15 конкурентов и рассчитать юнит-экономику — физически невозможно.

Уровень 1: фрилансер         5–30К₽
→ 1 чел, 2-4 дня
→ документ 10-15 стр: аудитория «из головы»,
  список каналов, общие рекомендации
→ расчёта окупаемости нет

Уровень 2: базовое агентство  50–150К₽
→ 25–80 часов
→ SWOT, обзор рынка, медиаплан
→ кастдев — зависит от агентства

Уровень 3: методология        200–500К₽
→ 100–250 часов, 8 этапов
→ карта пути покупателя, сегментация
→ кастдев чаще да, прогноз примерный

Уровень 4: ИИ-аналитика       от 2 100€
→ 10–15 интервью с реальными покупателями
→ 15–20 конкурентов с бюджетами и слабыми местами
→ точный расчёт окупаемости с прогнозом
→ нейросеть обрабатывает интервью за 40 мин
  вместо 2 дней ручной работы

Разница которую видно только в данных

Стоматология, имплантация. Блок «целевая аудитория» на двух уровнях.

Уровень 3 — кабинетный анализ:

«Мужчины и женщины 30-55 лет, средний доход,
ценят качество и безопасность»

По этому описанию - одно объявление для всех. Одно объявление для всех = отсутствие сегментации.

Уровень 4 — 12 интервью с пациентами + ИИ:

Сегмент 1 (42%): женщины 45-60
→ страх: боль и осложнения
→ цикл решения: 2-6 месяцев
→ триггер: видео с врачом

Сегмент 2 (27%): мужчины 35-50
→ страх: «затянется на полгода»
→ цикл: 1-3 недели
→ триггер: план «3 визита — готово»

Сегмент 3 (18%): выбирают для родителей 70+
→ страх: «маме будет тяжело»
→ триггер: кейс с пациентом того же возраста

Три объявления, три лендинга, три скрипта для администратора. Результативность рекламы при такой сегментации — в 2–3 раза выше при том же бюджете.

Три сценария без стратегии

По данным Brand Analytics, 60% поисковых сессий в 2026 году заканчиваются без перехода на сайт - нейросеть отвечает сама и называет конкретные компании.

Сценарий 1: карусель подрядчиков
→ каждые полгода новый маркетолог с нуля
→ каждый повторяет ошибки предыдущего
→ проблема не в руках, а в отсутствии системы

Сценарий 2: бюджет растёт, отдача падает
→ 200К₽ → 100 заявок
→ 400К₽ → те же 100 заявок
→ без стратегии единственный ответ: 
  увеличивать бюджет

Сценарий 3: клиенты уходят в нейровыдачу
→ 60% сессий без перехода на сайт
→ нейросеть называет конкурентов
→ критично для: стоматология, строительство,
  недвижимость, юруслуги

По данным АКАР 2025, стоимость стратегических маркетинговых услуг за год выросла на 35%.

Итог: Документ за 5 000₽ и документ за 5 000€ в день получения выглядят похоже. Разница проявляется через полгода в отчёте о продажах. Один вопрос для проверки любого подрядчика до подписания договора: «Сколько реальных интервью с нашими покупателями вы проведёте перед запуском рекламы?»

Если ответ «нет, опишем аудиторию на основе открытых данных» - стратегия будет основана на предположениях. Не на данных.

Как выбрать маркетинговое агентство: семь вопросов которые проверяют работает ли подрядчик с данными или с предположениями

Только в Москве зарегистрировано более 595 маркетинговых агентств. Коммерческие предложения у всех выглядят примерно одинаково. Разница проявляется через 3–6 месяцев когда открываешь отчёт о продажах.

Ниже - семь вопросов которые позволяют оценить подрядчика за один созвон до подписания договора.

Вопрос 1: что сделаете в первые две недели?

Тип А: «Настроим рекламу и запустим»
→ инструменты без данных

Тип Б: «Аудит → исследование аудитории
         → конкурентный анализ
         → юнит-экономика → план»
→ данные до инструментов

Производитель душевых перегородок, конверсия 23%. Предыдущий подрядчик запустил рекламу без анализа - конверсия не менялась при стабильном трафике. После исследования аудитории и переработки офферов: конверсия 49%, выручка $284 458 за 8 месяцев при том же бюджете.

Вопрос 2: что стоит первым в отчёте?

Плохой сигнал:   охваты, подписчики, вовлечённость
Хороший сигнал:  CAC, заявки по каналам, ROMI

Минимум в отчёте:
1. CAC
2. Заявки по каждому каналу
3. ROMI

Салон красоты с растущими охватами и стагнирующей выручкой. При аудите — все кампании оптимизированы под показы, ни одно объявление не ведёт к записи. После перестройки: $10 000 → $18 400 за 2 месяца, 508 заявок, 184 новых клиента.

Вопрос 3: сколько интервью с нашими реальными покупателями проведёте?

Большинство агентств описывают аудиторию на основе опыта в нише и открытых данных. Ни один из этих источников не объясняет почему конкретный человек выбирает ваш продукт а не конкурента.Мастер по наращиванию волос, 4–5 записей в месяц. После 8 интервью с реальными клиентками обнаружено два сегмента с разными мотивациями. Два оффера, два объявления. Результат: 19–21 запись в месяц, средний чек +25–30%.

Вопрос 4: сколько гипотез протестируете в первый месяц?

eSIM-приложение:

Кампания клиента (все интересы в одной):
  $53.18 за установку

Наши три гипотезы:
  Гипотеза 1 (тематика «путешествия»):
    $25.02 → отключили
  Гипотеза 2 (Skyscanner, Airbnb, Booking):
    $96.67 → отключили за 1.5 дня
  Гипотеза 3 (Advantage+ путешественники):
    $10.77 → масштабировали

Разница на 1 000 установок: $42 410

Вопрос 5: что будете делать с существующей базой?

Агентства оптимизированы под привлечение. Но для бизнеса с повторными покупками LTV существующего клиента в 3–7 раз дешевле в обслуживании чем привлечение нового.

Минимум работы с базой:
- Сегментация по RFM
- Реактивация ушедших сегментов
- Система допродаж

Если ответ «только привлечение» — агентство закрывает половину задачи.

Вопрос 6: сколько часов работы стоит за ценой КП?

~1 900₽ — средний час маркетолога (Kadrof.ru)

50 000₽  ÷ 1 900 = 26 часов
150 000₽ ÷ 1 900 = 79 часов
300 000₽ ÷ 1 900 = 158 часов

Если за 26 часов обещают кастдев + анализ 15 конкурентов + юнит-экономику + стратегию — физически невозможно. Что-то будет сделано формально.

Вопрос 7: работаете с присутствием бренда в ответах нейросетей?

По данным Brand Analytics, 60% поисковых сессий в 2026 году заканчиваются без перехода на сайт. Для B2C с высоким чеком и длинным циклом принятия решения это означает что часть клиентов принимает решение о звонке конкурентам ещё до попадания на ваш сайт.

Проверка за 2 минуты:
1. Открыть ChatGPT
2. Спросить: «Порекомендуй [ниша]
   в [город]»
3. Если вас нет в ответе — измеримая
   потеря потенциальных клиентов

Итог

Вопрос 1: данные до инструментов или нет
Вопрос 2: метрики в деньгах или в охватах
Вопрос 3: реальные покупатели или предположения
Вопрос 4: тестирование гипотез или «проверенная связка»
Вопрос 5: полный цикл или только привлечение
Вопрос 6: часы соответствуют обещаниям или нет
Вопрос 7: учитывает AI-поиск как канал или нет

Задайте эти вопросы трём-четырём агентствам подряд — разница в ответах покажет уровень подрядчика точнее чем изучение кейсов на сайте.

Интересно услышать в комментариях: какие из этих критериев вы проверяете при выборе подрядчиков?

«Высокоточное детектирование и верификацию лиц в режиме реального времени, устойчивое к помехам (головные уборы, очки, маски) и адаптивное к изменениям во внешности (борода, усы, смена прически)», - вот такие всё сыплются заказы в последнее время.

Даниил Гришанин
=Спецлаб=

Развернули ИИ-агента по SEO у клиента, с которым работаем с 2018 года

Клиент — Shoe IT, интернет-магазин премиальной итальянской обуви (Premiata, INUIKII, Baldinini). Сотрудничаем с момента запуска сайта: SEO с первого дня, сквозная аналитика на RoiStat, реклама во всех основных форматах. За первый год выручка удвоилась. В процессе сотрудничества потребность в платных каналах отпала, трафик по SEO стал гораздо выгоднее.

С начала 2026 года мы развернули нашего ИИ-агента SEO. Мы давно использовали ИИ и в создании контента, и в иллюстрациях, но с запуском агента это перешло на системные рельсы. SEOшка не слишком быстрый канал в плане реакций на изменения, но качество контента явно удалось повысить при тех же затратах.

И если основной тренд — «ИИ штампует фуфло за копейки», то здесь «ИИ повысил качество продукта при тех же затратах».

Что делает агент

Полный замкнутый цикл:

- подбор ключевых слов;

- составление редакционных брифов;

- написание текстов;

- прогон через систему критиков (E-E-A-T, намерения пользователя, голос бренда, SEO-соответствие, читаемость, коммерческие критики);

- анализ Google Search Console и Yandex Webmaster;

- ежемесячный контент-план на основе того, что сработало.

Тот же конвейер «бриф → публикация» работает на сайте нашего агентства ksentra.ru .

Что унаследовали агенты

Голос бренда Shoe IT, портреты покупателей, карта конкурентных ключевых слов — всё это сформировано за годы работы. ИИ-агенты лучше всего работают, когда маркетинговый контекст уже чётко определен: они усиливают существующую базу, а не заменяют её.

Человек в деле

Если в программировании все борются за полную автономность ИИ-агентов, то в бизнесе полная автономность чаще вредит. Если вы отдали 80% операций на агента, это уже рост производительности в 5 раз! А ошибка на оставшихся 20% обходится дороже выигрыша — лучше отдать сложные случаи человеку. Поэтому ни один наш агент не работает без участия специалистов. SEO-эксперт и контент-маркетолог «Ксентры» продолжают вести проект: проверяют черновики, разбирают спорные ключевые слова, принимают редакционные решения там, где важнее суждение, а не механическая проверка.

Полный кейс: https://ksentra.ru/cases/shoe-it/

ИИ-агент SEO как продукт: https://ksentra.ru/services/ai-agents/seo-agent/

Канал @AgentII7 в Telegram — пишем про мультиагентные системы и реальные кейсы: https://t.me/agent_ii7

Апостроф и кавычки

В американском стиле используются двойные типографские кавычки “ ”, в британском одинарные ‘ ’, а в технической документации прямые " ". В американском стиле знаки препинания ставятся внутри кавычек, в британском исходя из смысла. Но часто даже в американских блогах и технических книгах знаки ставят по смыслу, а не внутри.

Апостроф есть прямой ' и типографский ’. Для статей и постов рекомендуется использовать типографский апостроф. Хотя если посмотреть популярные новостные издания или блоги крупных технологических компаний, можно заметить, что у них даже в одной статье могут быть смешаны типографские и прямые апострофы и кавычки. Некоторые ИИ агенты не умеют использовать типографские символы и заменяют их на прямые.

Всегда удобнее ставить прямые кавычки, чем зажимать 3 клавиши для типографских. Тем более в прямых одинаковый символ для открытия и закрытия кавычек, а в типографских разные. На ноутбуке можно настроить умную автозамену на типографский вариант, но большинство программ игнорируют эту настройку. Если вы пишете на разных языках или под разный стиль, то умная замена не поможет. Можно настроить скрипт для автозамены перед публикацией статей, но если в статье содержатся примеры кода, то в них нельзя делать замену. Можно перед публикацией вручную заменять на типографские, но при ответе на комментарии снова будут прямые. Есть шрифты, которые красиво отображают прямой апостроф, но шрифт контролируешь только на своем сайте. Некоторые сайты при наборе текста автоматически заменяют на типографские знаки, но если делать вставку текста, то в нем оставляют прямые.

Blog • Telegram

Почему LLM не может написать маркетинговую стратегию: три проблемы с точки зрения данных

Мы провели эксперимент: дали ChatGPT подробный бриф реального бизнеса (стоматологическая клиника, имплантация, средний чек 120 000₽, бюджет 300 000₽/мес) и попросили написать маркетинговую стратегию. Промпт составили максимально детально — роль, контекст, задача, требуемые разделы.

Результат: 18 страниц с оглавлением и структурой. Проблема не в объёме и не в форматировании.

Проблема 1: distribution shift между обучающими данными и реальным бизнесом

LLM генерирует описание целевой аудитории на основе паттернов из обучающей выборки — усреднённых данных о «типичной» аудитории ниши. Результат предсказуемо generic:

"Мужчины и женщины 30-55 лет, средний и выше среднего доход, 
проживающие в Москве. Ценят качество, безопасность и современные 
технологии. Ищут клинику с хорошей репутацией и опытными врачами."

Замените «стоматология» на «автосервис» или «частную школу» — описание не изменится. Потому что модель не имеет доступа к ground truth: реальным данным о том кто именно приходит в эту конкретную клинику.

После 12 глубинных интервью с реальными пациентами картина принципиально другая:

Сегмент 1 (42% обращений): женщины 45-60 лет
- Главный страх: боль и осложнения
- Цикл принятия решения: 2-6 месяцев
- Триггер записи: видео с врачом объясняющим процедуру

Сегмент 2 (27% обращений): мужчины 35-50 лет  
- Главный страх: длительность лечения
- Цикл принятия решения: 1-3 недели
- Триггер записи: конкретный план с числом визитов

Сегмент 3 (18% обращений): выбирают для пожилых родителей
- Главный страх: безопасность для возраста 70+
- Триггер записи: кейс с пациентом того же возраста

Расшифровки 12 интервью обработали через LLM за 40 минут вместо двух дней. Но сбор первичных данных — это работа человека, которую модель принципиально не может заменить.

Проблема 2: отсутствие constraint satisfaction при распределении ресурсов

LLM генерирует список каналов без учёта реального constraint — бюджетного ограничения клиента:

"Яндекс.Директ, Google Ads, Instagram*, ВКонтакте, SEO, 
контент-маркетинг, работа с отзывами на агрегаторах"

7 каналов при бюджете 300 000₽/мес дают ~43 000₽ на канал. Это ниже порога статистической значимости для тестирования практически в любом из них.

Задача оптимального распределения рекламного бюджета — это задача с ограничениями, которая требует данных о текущей стоимости лида по каждому каналу, историческом CTR и конверсии в нише, ёмкости аудитории, сезонности. Без этих данных модель не может дать ничего кроме списка всех известных ей опций.

Проблема 3: KPI без causal model

"Увеличить количество первичных пациентов до 80 в месяц. 
Снизить стоимость привлечения на 20%. 
Повысить конверсию сайта до 5%."

Откуда 80? Почему 20%? Почему 5%?

LLM генерирует числа которые выглядят правдоподобно для данного контекста — но за ними нет причинно-следственной модели. Нет расчёта текущего CPL, нет прогноза конверсии на каждом этапе воронки, нет оценки достижимости при текущих ресурсах.

Число «80» может оказаться заниженным в 2 раза или физически недостижимым — без unit economics это невозможно проверить.

Что LLM делает хорошо в этой задаче

Чтобы не быть голословным — где модель действительно ускоряет работу:

Хорошо:
+ Обработка транскриптов интервью → выделение паттернов
+ Анализ открытых данных о конкурентах → структурированный отчёт
+ Генерация гипотез для A/B тестирования на основе сегментации
+ Форматирование и структурирование уже собранных данных

Плохо:
- Замена первичного сбора данных
- Оптимизация под конкретные ограничения без входных данных
- Прогнозирование без causal model

Итог

Проблема не в том что LLM «плохо пишет стратегии». Проблема структурная: модель оптимизирована для генерации текста похожего на маркетинговую стратегию — но не для решения оптимизационных задач с реальными данными конкретного бизнеса.

Это разные задачи. Первая — задача на паттерн-матчинг по обучающей выборке. Вторая — задача на constraint satisfaction и causal reasoning с domain-sp

Личный бренд и бренд продукта – странная и не всегда простая связка.

Очень часто продукт начинают продвигать не только через его функции, пользу и маркетинговые сообщения, а через человека, который за ним стоит. Через фаундера (или фаундеров), его личную историю, экспертизу, взгляды, сомнения, ошибки и путь.

Особенно на ранней стадии, когда у продукта еще нет большой репутации, тысяч пользователей и громких кейсов, доверие к нему часто возникает через доверие к человеку. Логика понятная: если мне интересен этот человек, если я вижу, как он мыслит и что для него важно, то мне легче присмотреться и к тому, что он создает.

Но я очень понимаю людей, которые не хотят активно рекламировать свой продукт через личный бренд. И мне кажется, дело не всегда в том, что они не верят в продукт. Иногда как раз наоборот: они относятся к нему слишком серьезно и не хотят превращать личную страницу в бесконечную витрину стартапа. Это ведь не вся их идентичность (надеюсь).

Личный бренд –  это все-таки человек, его опыт, профессиональная позиция, контекст, биография, иногда даже хайпующая уязвимость. А бренд продукта –  это уже отдельная система: пользователи, обещания, качество, поддержка, рынок, ответственность. И не всегда грамотно смешивать эти две сущности.

Есть тонкая грань между честным "я строю продукт и рассказываю, чему учусь в процессе" и ощущением, что человек стал рекламным носителем собственного бизнеса. Особенно когда каждый пост внезапно оказывается частью воронки, а любое личное наблюдение заканчивается призывом купить, подписаться или перейти по ссылке.

Наверное, самый здоровый вариант –  где-то посередине. Хотя я не уверена, что уже до конца понимаю, где именно проходит эта середина.

Я сама сейчас нахожусь в этом процессе: учусь говорить о продукте через личный опыт, не превращая каждый пост в рекламный блок, и одновременно учусь не прятать то, что действительно занимает большую часть моей профессиональной жизни.

Это тонкий баланс, и, кажется, его невозможно найти теоретически. Только на практике: через свои неловкие посты, сомнения, эксперименты и постепенное понимание, что звучит честно, а что уже похоже на forced marketing.

Личный бренд действительно может дать продукту доверие. Особенно в самом начале. Но продукту все равно однажды придется начать стоять на своих ногах: через реальную пользу, пользовательский опыт, качество и результаты.

Поэтому вопрос, наверное, не в том, нужно ли продвигать продукт через себя, а в том, насколько честно и аккуратно ты показываешь связь между собой, своим опытом и тем, что строишь.

Маркетологи и пиарщики, привет! А вас не бесит, когда запускаешь кампанию в новом канале, где аудиторию понимаешь только примерно — и в итоге тратишь время, бюджет и нервы напрасно? В партнёрской программе Хабра всё иначе: вы сначала узнаёте, кто нас читает, какие форматы есть и для каких задач они подходят, а уже потом предлагаете Хабр клиентам.

К своему 20-летию Хабр обновил партнёрскую программу для коммуникационных, рекламных и других агентств, которые помогают клиентам решать имиджевые, продуктовые и HR-задачи.

Если коротко: это программа для тех, кто хочет лучше понимать аудиторию Хабра, быть в курсе всех рекламных форматов, увереннее предлагать их клиентам и получать за это агентское вознаграждение.

Сейчас идёт набор в партнёрку, а уже 9 июня начнётся обучение. За несколько дней команда Хабра расскажет, как устроена аудитория площадки, какие рекламные решения работают под разные задачи и как подбирать форматы под запрос бренда.

В программе:

— разбор 10+ рекламных форматов Хабра;
— кейсы компаний из разных сегментов: «Норникель», «Самолёт», LaVivion, VIVO, «СМ-Клиника», «Гемотест», «Островок» и других;
— обучение по работе с брифом, аудиторией и подбором форматов;
— сертификат эксперта по Хабру для агентства и участников обучения.

После обучения агентство получает статус партнёра. А вместе с ним — возможность получать агентское вознаграждение от 10% до 30%, бесплатные блоги на Хабре, рост партнёрского уровня и доступ к совместным ивентам, обмену лидами и мероприятиям Хабра.

Подать заявку можно до 3 июня. Следующий набор — не раньше октября.

→ Оставить заявку на партнёрскую программу Хабра

Смотрите новый ролик о компании «Криптонит»!

«Криптонит» — это в первую очередь команда людей, которая создаёт технологические решения для безопасности общества. Это не просто коммерческая деятельность — это социальная цель.

Смотреть на:

• Сайте компании

• ВК Видео

• YouTube

• Rutube

Как мы сократили маркетинговый аудит с 30 часов до 4: конкретные промпты и стек инструментов

Маркетинговый аудит — задача которую большинство агентств делают руками. У нас это занимало 30 часов на проект. Сейчас занимает 4.

Конкретный стек и промпты — без абстракций про «ИИ ускоряет работу».

Стек: разные модели под разные задачи

Claude Sonnet  → анализ текстов ЦА, паттерны в кастдевах
ChatGPT-4o     → юнит-экономика, таблицы, структуры
DeepSeek       → конкурентная разведка, анализ рекламы
Perplexity     → сбор актуальных данных с источниками

Использование одного ChatGPT «на всё» даёт 30–40% от возможного выигрыша. Ключевое — каждый инструмент на своей задаче.

Этап 1: анализ кастдевов

Было: аналитик читает расшифровки интервью вручную — 6–8 часов на 10 интервью.

Стало: загружаем в Claude.

Ты маркетолог-аналитик. Расшифровки интервью 
с покупателями [ниша].

Задача:
1. Выдели боли и страхи — дословными цитатами
2. Сгруппируй по паттернам
3. Для каждой группы: частота, 
   эмоциональный вес (1-5), 
   этап принятия решения
4. Выдели фразы для рекламных текстов

Формат: таблица + цитаты по каждому паттерну.
Расшифровки: [вставить]

Результат: структурированная карта болей за 40 минут.

Этап 2: конкурентная разведка

Было: ручной обход сайтов, скриншоты, таблица — 8–10 часов.

Шаг 1 — сбор через DeepSeek:

Анализ конкурентов, ниша [X], регион [Y].
Для топ-10 определи:
- Позиционирование (одно предложение)
- Основной канал привлечения
- Главное УТП
- Слабые места из публичных данных
Источник для каждого факта — обязательно.

Шаг 2 — синтез через ChatGPT:

Данные по 10 конкурентам: [таблица]

1. Найди незанятые ниши позиционирования
2. УТП которые никто не использует, 
   но актуальны для ЦА
3. Каналы которые конкуренты недоиспользуют
4. Гипотезы для A/B тестирования

Только конкретные формулировки.

Время: 1.5–2 часа вместо 8–10.

Что не автоматизируется

- Тайный покупатель (пройти воронку конкурента)
- Оценка «зайдёт ли креатив аудитории»
- Данные которых нет в открытом доступе
- Ответственность за результат перед клиентом

Примерно 70% аудита автоматизируется, 30% остаётся за человеком. Эти 30% — интерпретация и решения — и есть основная ценность аналитика.

Итог

Этап                    Было    Стало
────────────────────────────────────
Анализ кастдевов (10)    7ч     40мин
Конкурентная разведка    9ч      2ч
Анализ рекламы           5ч      1ч
Юнит-экономика           4ч     30мин
Синтез и оформление      5ч      2ч
────────────────────────────────────
Итого                   30ч     ~6ч

Реальная цифра — 4–6 часов в зависимости от ниши. 4 в заголовке — минимум для простых ниш с хорошими открытыми данными.

Какие этапы аналитики вы уже автоматизировали через LLM — и где попытки не дали результата?

Как стать маркетологом?

«Маркетолог» — слишком общее слово. На самом деле, внутри маркетинга есть много разных направлений на любой вкус: где-то больше аналитики и цифр, где-то — контента и творчества, где-то — рекламных кабинетов и тестов.

Если вы только начинаете свой карьерный путь, подумайте, что вам ближе: так будет проще выбрать направление и не изучать всё подряд. А если вы уже работаете в маркетинге, можно углубиться в специализацию и освоить новые инструменты.

На Хабр Карьере есть курсы для разного уровня: и для тех, кто только заходит в профессию, и для специалистов с опытом. Выбирайте направление и погнали учиться:

— Интернет-маркетолог. Продумывает продвижение в интернете: сайт, рекламу, контент, рассылки и аналитику.

— Performance-маркетолог. Запускает рекламу с фокусом на результат: заявки, продажи, регистрации.

— Трафик-менеджер. Приводит пользователей на сайт или продукт через разные рекламные каналы.

— Таргетолог. Настраивает рекламу в соцсетях под нужную аудиторию.

— Контекстолог. Запускает рекламу в поиске и рекламных сетях, например по запросам пользователей.

— SMM-менеджер. Ведёт соцсети бренда: делает контент, общается с аудиторией и следит за вовлечённостью.

→ Больше полезных курсов на нашей витрине

Как российским медиа соблюдать правовые нормы РФ?

Сравнил западные сервисы модерации — OpenAI Moderation, Llama Guard 3, Perspective API и встроенные фильтры открытых LLM — с составами УК и КоАП, по которым в России штрафуют площадки за пользовательский контент. Совпадений почти нет.

Под площадкой здесь — соцсети, форумы, маркетплейсы, медиа платформы с комментариями: всё, где пользователь публикует текст, а ответственность за этот текст несёт владелец сервиса.

Им всем нужно закрывать как минимум пятнадцать категорий: ст. 207.3 (фейки о ВС РФ), 280 (экстремизм), 354.3 (призывы против безопасности РФ), 354.1 (реабилитация нацизма), 205.2 (терроризм), 282 (ненависть), 148 УК; ст. 13.15 (фейки в СМИ), 20.3.3 (дискредитация ВС), 6.21, 6.13 (наркотики) КоАП; ФЗ-255 (маркировка иноагентов) и ФЗ-272.

Западные модераторы покрывают из них три-четыре, часто в обратную сторону. Пропаганда нетрадиционных отношений (ст. 6.21 КоАП) — западная разметка считает анти-LGBT-высказывание поводом блокировать, российский закон требует обратного. Обязательная маркировка иноагентов устроена иначе: модель должна проверить, есть ли в тексте маркировка в нужной формулировке. Семантика тут ни при чём, у Llama Guard соответствующего паттерна нет в принципе. Дискредитации ВС и фейков о действиях ВС за пределами РФ как составов попросту нет.

Из публичных русскоязычных решений: открытых классификаторов под актуальную правоприменительную практику не видно. У крупных площадок (VK, Avito) — используются свои, закрытые; у государственных систем мониторинга другая задача — мониторинг для регулятора, а не помощь площадке.

До обучить чужую модель не выход: дело не в нехватке русских данных. Сами западные классификаторы устроены под другие составы — нужных категорий на выходе у них нет, и от дополнительных данных они не появятся. Плюс правоприменение нестабильно: апрельский нейтральный комментарий в июне может стать составом, нужен регулярный замороженный релиз модели с привязкой к дате.

Для приличного качества нужен корпус 30–50 тысяч размеченных примеров. Часть категорий — фейки о ВС (ст. 207.3 УК), дискредитация ВС (ст. 20.3.3 КоАП), обязательная маркировка иноагентов — без юриста не разметить: где проходит граница состава, без юридического образования не разберёшь, разметчик с биржи в пограничных случаях ошибётся.

Сейчас мы используем gemma3:12b с инженерным промптом — качество получается приемлемое, но 12B на каждый комментарий дорого и медленно для масштаба.

Гипотеза (продукта пока нет): берём открытую модель на 1–3 млрд параметров (Qwen 2.5 или Llama 3.2) и до обучаем под российскую таксономию. На выходе — вероятности по каждой категории. Что делать с подозрительным комментарием, дальше решает модератор площадки. В журнал аудита пишем хэш текста, версию модели, вероятности и время — через год по такой записи можно воспроизвести любое решение, как требует 149-ФЗ.

Ищем ранних партнёров: кто готов попробовать прототип когда появится через 2–4 месяца, поделиться парой тысяч кейсов из своей очереди модерации для разметки, дать обратную связь по ложным срабатываниям. Взамен — открытый доступ, версия модели, зафиксированная под их объём, публичный кейс позже по согласованию.

Список нормативки составлен по данным КонсультантПлюс.

Страница проекта — ai-moderator.dev.borisovai.ru Особенно ценно — «уже решено вот тут» или «идея надуманная по причине …».

Опасная романтизация рынка.

Когда оказывается, что разработка немного (ну или сильно) опередила рисерч и маркетинг в соц.сетях, ты (как C-level в команде из 3 человек) начинаешь задавать себе неприятный вопрос: а вдруг эта идея важна только нам?

Далее неминуемо в голове сразу появляется рациональный голос: «На самом деле ваша идея никому не интересна. То, что вам кажется, будто она хоть кому-то нужна (кроме нас), это просто когнитивное искажение».

То самое «когнитивное искажение» (согласно словарю) - это систематическая ошибка в мышлении, восприятии или поведении, которая возникает из-за субъективных убеждений, стереотипов и особенностей работы мозга.

Но как так может быть, что только у нас, таких особенных, единственных в своем роде людей, и у нашего вейтлиста из 100+ человек, (да, мы знаем, это не так много) есть именно такие особенности мозга? Я в этом СИЛЬНО сомневаюсь.

Конечно, можно делать все «правильно», как Диснеевских принцесс: сначала подготовить гипотезы, протестировать их, поговорить с 70% своей целевой аудитории, запустить рекламную кампанию, собрать аналитику и только потом подходить к разработке.

Но что, если ты изначально не там? Что, если продукт начинается не с рынка, а с личной боли? Что, если мы строим его в первую очередь для себя, потому что сталкиваемся с этой проблемой каждый день? 
Конечно, в таком случае рисерч все равно нужен, хотим ты этого или нет. Но он уже не доказывание себе, что существует некая пользовательская боль/потребность, он про то, чтобы понять, у кого какие ее вариации. Как люди формулируют, какими словами описывают, какой спектр ценности видят, когда, например, для нас это «просто фичи».

Так что, возможно, это самая честная стадия early-stage продукта: когда команда верит в проблему, но все еще учится объяснять ее не только самой себе.

Так что да, возможно, говоря про свой (прости г-ди) стартап, я могу сказать, что где-то мы перепутали порядок - сначала построили, а уже потом начали системно доказывать.

Но, честно говоря, я гораздо больше доверяю продуктам, рожденным из реальной боли, чем продуктам, рожденным из логики «мы нашли перспективный сегмент и залили ангельские деньги в рекламу и партнерства». Как говорится, за деньги и дурак сможет, а ты попробуй без них ;)