Нейросети для маркетинга: 9 задач, где они экономят рабочий день

Модель хорошо справляется там, где работа однотипная, объёмная и результат легко проверить глазами. Придумать сорок формулировок вместо пяти, свести выгрузку в таблицу, разложить список запросов по смысловым группам. Это та часть, на которую раньше уходил вечер, а теперь уходит двадцать минут плюс проверка.

Плохо получается там, где нужен факт, которого у модели нет. Частотность запроса, реальная ставка в аукционе, конверсия вашей посадочной страницы — всё это она сочинит спокойным тоном и с правдоподобными цифрами. Проверяется такой ответ только в Вордстате, в кабинете и в Метрике, других способов нет.

Отдельная ловушка — советы по стратегиям. Модель легко порекомендует включить «Максимум конверсий», не спросив, сколько у вас конверсий в неделю. В моей собственной кампании переключение на эту стратегию при двух конверсиях в неделю подняло цену клика с 60 до 245 ₽: автостратегиям Яндекса нужно около десяти конверсий в неделю, иначе обучаться просто не на чем.

Дальше девять задач. Схема в каждой одинаковая: что поручить модели и что после неё посмотреть руками, прежде чем это попадёт в кабинет.

Дайте модели описание продукта, географию, десяток своих запросов и попросите расширить список: синонимы, профессиональный сленг, разговорные формулировки, названия проблемы словами клиента, частые опечатки. Это та часть сбора, где голова обычно пустеет после третьего десятка, а модель выдаёт двести штук за минуту.

Вторым шагом просите разложить готовый список по намерению: коммерческие запросы, информационные, брендовые, «как сделать самому», вакансии и обучение. Формулируйте не «сгруппируй», а «разложи по тому, что человек хочет получить», иначе получите группировку по общим словам.

Руками после этого делаете две вещи. Снимаете частотность по каждому кластеру, потому что спрос модель не знает и оценивает его на глаз. И перечитываете границы кластеров: «заказать монтаж» и «монтаж своими руками» она склеит в одну группу просто потому, что там общее слово.

Зачем это нужно, видно на моём же примере. В собственной кампании 44% расхода ушло на нецелевые запросы: люди хотели зарабатывать на РСЯ, искали инструкции «как настроить самому» или вообще «как отключить рекламу». Эти формулировки как раз вылавливаются на этапе кластеризации, до первого открутившегося рубля.

Работает так: даёте кластер запросов, оффер, ограничения по символам и список того, чего писать нельзя. Просите двадцать вариантов заголовков и десять текстов. Из двадцати обычно живыми оказываются три-четыре, и это нормальный выход — руками вы столько вариантов не напишете за то же время.

Проверяете три вещи. Длину, потому что символы модель считает плохо и regулярно выходит за лимит. Соответствие посадочной странице: если в заголовке обещана бесплатная доставка, она должна быть на сайте. И формулировки с точки зрения закона о рекламе — превосходная степень, гарантии результата, «лучший» и «номер один» приводят к отклонению на модерации.

Приём, который сильно улучшает результат: дайте модели два-три реальных текста с сайта клиента как образец тона. Без образца она уходит в «широкий спектр услуг» и «надёжный партнёр», а такие объявления не отличаются от соседних по выдаче.

Выгружаете статистику по кампаниям, группам и условиям показа за 30–90 дней и отдаёте файл целиком. Просите посчитать доли расхода, найти строки с заметным расходом и нулём конверсий, показать, как менялась цена конверсии по неделям. Ручная сводка такой выгрузки занимает час, здесь получается за несколько минут.

Находки бывают неприятными. В своей кампании я так увидел, что 63% бюджета съел автотаргетинг на «сопутствующих запросах». Без сведения по типам условий показа это не бросается в глаза: в общем отчёте кампания выглядит обычной, а деньги уходят туда, куда вы их не направляли.

Главное правило для этой задачи: не просите число, просите расчёт. Модель должна показать, какие строки она сложила, или выдать формулу для таблицы. Длинные выгрузки она подрезает и может потерять часть строк, поэтому итоговый расход из её ответа всегда сверяйте с цифрой в кабинете, они должны совпасть до рубля.

Берёте отчёт по поисковым запросам за месяц и просите разметить нецелевое и сгруппировать по причинам: бесплатно, своими руками, вакансии и работа, обучение, отзывы и форумы, чужие бренды, другой город. Группировка по причинам важнее самого списка: она показывает, какая именно дыра в кампании и чинится ли она минусовкой или структурой.

Дальше каждое слово читаете глазами перед добавлением. Модель регулярно предлагает в минус слова, которые режут живой трафик: «цена», «недорого», «отзывы» в некоторых нишах приносят самые тёплые заявки. Один неаккуратно добавленный минус-оператор способен обнулить показы группы, и заметите вы это не сразу.

Отдельно проверьте словоформы и кросс-минусовку между группами. Заливать список пачкой без просмотра — худшее, что можно сделать с этой задачей: экономите пять минут, а потом неделю гадаете, почему упал охват.

По конкурентам работает только один сценарий: вы сами собираете тексты объявлений и скриншоты сайтов, вставляете их в чат и просите свести в таблицу — оффер, цена, гарантии, что на первом экране, какая форма заявки, чем отличаются друг от друга. Час ручного переписывания превращается в десять минут.

Чего делать нельзя — спрашивать «кто мои конкуренты и какие у них цены». В ответ получите список компаний, часть которых не существует, и цены, взятые из воздуха. Модель работает с тем, что вы положили в контекст, и с этим ограничением надо просто жить.

Идеи креативов — задача, где ценность в количестве. Просите тридцать вариантов связок «заголовок плюс сцена на картинке» под конкретный сегмент, отбираете пять, остальное выбрасываете без сожаления. Модель не знает, что зайдёт вашей аудитории, но она снимает страх чистого листа и выдаёт варианты, до которых вы бы не додумались, потому что уже примелькался привычный ход.

Для вычитки не просите «улучшить текст». В ответ получите гладкую безликую версию, в которой все слова правильные, а читать невозможно. Просите конкретные проверки: найди повторы, найди канцелярит, покажи предложения длиннее двадцати пяти слов, отметь места, где обещан результат, который мы не можем гарантировать, сверь цифры в тексте с этим списком фактов.

Такая формулировка превращает модель из соавтора в корректора, и это её сильная роль. Правки она предлагает точечные, а решение принимаете вы — половину предложений обычно отклоняешь, и текст остаётся живым.

С ТЗ похожая история. Расшифровку созвона с клиентом или свои заметки отдаёте с просьбой собрать структуру: задача, что входит в работу, что не входит, сроки, критерии приёмки, открытые вопросы. Проверять надо ровно одно — модель любит дописывать пункты, которых на созвоне не звучало, поэтому каждый пункт сверяйте с исходником и вычёркивайте додуманное.

По собранной семантике и офферу модель неплохо собирает черновой порядок блоков: первый экран, ответ на главное возражение, как устроена работа, цены, ответы на вопросы, форма. Плюс выдаёт список возражений, которые всплывали в информационных запросах, и это готовый материал для блока с вопросами.

Ограничение здесь жёсткое: модель не видит ваш сайт. Она не узнает, что главная весит 3,2 МБ и грузится 7,8 секунды, как на одном из разобранных мной сайтов. И не заметит фоновое видео на 20 МБ, которое на десктопе выглядит эффектно, а на телефоне вообще не открывается — такое я тоже разбирал.

Поэтому после структуры руками делаются скучные вещи. Прогнать страницу через PageSpeed, открыть её со своего телефона на мобильном интернете, отправить тестовую заявку и убедиться, что она дошла до почты и в CRM. Красивая структура при семисекундной загрузке не даёт ничего: человек уходит раньше, чем видит первый экран.

Список выше выглядит как экономия времени, и это правда, но только для того, кто знает, что проверять. Если реклама уже крутит бюджет, а разбираться с промптами некогда, полезнее начать с другого конца: понять, куда конкретно уходят деньги сейчас.

Я делаю такой разбор бесплатно. Смотрю кабинет, показываю доли расхода по кампаниям и условиям показа, нецелевые запросы, состояние стратегий и что чинить первым. Работаю только в вашем кабинете, доступы остаются у вас, ничего не меняю без согласования.

Если увижу, что реклама сейчас не окупится — мало спроса в нише, бюджет ниже 100 000 ₽ в месяц, сайт не готов принимать трафик — скажу об этом прямо, вместо того чтобы продавать настройку. Такой ответ тоже экономит деньги, просто не так приятно звучит.

Заменят ли нейросети маркетолога?
Пока нет, и дело не в качестве текстов. Модель не отвечает за результат, не видит кабинет и сайт своими глазами и не знает реальных цифр вашего бизнеса. Она забирает черновую часть работы, а решения о бюджете, структуре и отключении кампаний всё равно принимает человек.

Можно ли доверить нейросети управление ставками и стратегиями?
Этого я бы не делал. Советы по стратегиям модель даёт уверенно и без учёта контекста: у меня переключение на «Максимум конверсий» при двух конверсиях в неделю подняло цену клика с 60 до 245 ₽. Автостратегиям нужно около десяти конверсий в неделю, и проверять этот порог надо до смены стратегии, а не после.

Какую нейросеть выбрать для работы с рекламой?
Разница между крупными моделями сейчас меньше, чем разница в том, как поставлена задача. Один и тот же запрос, сформулированный через «сделай красиво» и через «покажи расчёт по этим строкам», даёт результаты разного уровня в любой модели. Берите ту, к которой есть доступ, и вкладывайтесь в формулировку задачи.

Сколько времени это реально экономит?
Точного замера я не вёл, поэтому цифру называть не буду. По ощущениям, больше всего экономят сбор семантики и разбор выгрузок, меньше всего — тексты объявлений, потому что там много времени уходит на проверку и переписывание. Зависит от ниши и от того, насколько вы готовы перепроверять результат.