Научитесь писать промпты правильно. Работаем с ChatGPT через фреймворки

9. Примеры из жизни (жизненный сценарий)

Утро начинается с завтрака с детьми, после – прогулка с коляской. Во время сна малышей заходит в Telegram, просматривает обзоры товаров и чаты для родителей. Ищет новый набор для детского творчества, чтобы занять старшего. Нахожу сайт, сверяет состав, смотрит видеообзоры, читает отзывы – только после этого решается на покупку. Заказывает с доставкой до дома, оплачивает картой.

10. Отличительные особенности

Екатерина представляет собой целевую аудиторию современных родителей, которые ценят качество, информированность и удобство. Её отличает сочетание потребности в практичности и эмоциональной вовлечённости. Она активно влияет на мнение других мам в своих кругах и часто делится лайфхаками в соцсетях.

Brand Resonance Pyramid

Что это

Пирамида связи с брендом

Описание

Brand Resonance Pyramid (Пирамида резонанса бренда) – это модель, разработанная Кевином Келлером, которая описывает этапы формирования сильного и устойчивого восприятия бренда потребителем.

Пример промпта

«[Роль ]: Ты специалист по брендингу и позиционированию с опытом работы в сфере потребительских товаров массового спроса.

[Задача ]: Разработай стратегию формирования эмоциональной связи с брендом на примере [входные данные], используя Brand Resonance Pyramid.

[Контекст ]: Модель пирамиды связи с брендом описывает этапы, через которые проходит потребитель: от простого узнавания до установления прочных отношений с брендом, основанных на уровнях ассоциаций и реакциях.

[Формат ]: Сначала покажи свой ход мыслей шаг за шагом , применяя модель Brand Resonance Pyramid . Рассмотри 2–3 возможных подхода к построению эмоциональной связи с брендом, затем выбери наиболее согласованный. Представь результат в виде текстового отчёта без таблиц.

[Дополнительно ]: Опиши, как развивать каждый уровень пирамиды:

[Идентичность бренда ]

[Значение бренда ]

[Реакция потребителя ]

[Отношения с брендом ]

[Входные данные]: [входные данные]

[Инструкция для AI]:

Если какие-либо данные отсутствуют , запроси их у пользователя перед началом анализа , используя следующую форму:

Для создания текста мне необходимо уточнить несколько деталей.

Информация о бренде :

Имя бренда и его история.

Ценности, миссия и видение компании.

Существующие элементы бренда: логотип, слоган, упаковка, визуальный стиль.

Позиционирование бренда на рынке.

Уникальные преимущества и дифференциаторы бренда.

Данные о целевой аудитории :

Демографические характеристики потребителей.

Психографика: интересы, образ жизни, ценности.

Поведенческие факторы: частота покупок, предпочтения, лояльность.

Восприятие бренда текущими и потенциальными клиентами.

Анализ рынка и конкурентов :

Обзор отрасли и рыночных тенденций.

Анализ позиционирования конкурентов.

Идентификация пробелов и возможностей на рынке.

Как бренд воспринимается относительно конкурентов?

Результаты маркетинговых исследований :

Опросы и фокус-группы для выявления восприятия и эмоций касательно бренда.

Исследования уровня узнаваемости и лояльности.

Отзывы и реакции потребителей на рекламу и коммуникации.

Каналы взаимодействия с потребителем :

Какие точки контакта с потребителем существуют?

Какова роль каждого канала в формировании отношения к бренду?

Стратегические цели бренда :

Что хочет достичь бренд в долгосрочной перспективе?

Какие ключевые метрики будут использоваться для измерения успеха (например, уровень лояльности, частота повторных покупок)?»

Пример входных данных для Brand Resonance Pyramid

Информация о бренде

Бренд "Зелёный Дом" существует уже 10 лет и начал свой путь как небольшой семейный магазин органических продуктов в Санкт-Петербурге. С годами компания выросла в сеть магазинов по всей России, сохранив при этом свои корни и ценности. Основная цель бренда – сделать экологически чистое питание доступным каждому.

Ценности компании: натуральность, устойчивое развитие, забота об окружающей среде и здоровье потребителей. Миссия бренда – предлагать продукты, которые не вредят ни человеку, ни планете. Видение – создать полностью замкнутый цикл производства и потребления, где каждый этап соответствует принципам экологичности.

Элементы бренда: логотип в виде стилизованного дерева с надписью "Зелёный Дом", слоган «Естественно вкусно», упаковка из переработанных материалов, мягкие пастельные цвета в дизайне, подчёркивающие естественность и безопасность.

Позиционирование: бренд позиционирует себя как доступный и проверенный поставщик органических продуктов для семьи. Он занимает промежуточную нишу между дорогими специализированными органическими магазинами и массовым рынком.

Уникальные преимущества: собственная система контроля качества, партнёрство с местными фермерами, акцент на экологичной упаковке и образовательных инициативах для потребителей.

Данные о целевой аудитории

Целевая аудитория – это городские жители в возрасте от 25 до 45 лет, в основном женщины. Это люди со средним и выше среднего уровнем дохода, заинтересованные в здоровом образе жизни, экологии и правильном питании.

Психографика: интересуются вопросами экологии, следят за трендами ЗОЖ, поддерживают локальное производство и стараются выбирать более осознанно. Ценят прозрачность и честность брендов.

Поведенческие факторы: совершают покупки 1–2 раза в неделю, предпочитают делать повторные заказы в любимых точках, склонны к высокой лояльности при условии доверия и постоянства качества.

Восприятие бренда: клиенты видят "Зелёный Дом" как надёжный и дружелюбный бренд, который заботится о них и окружающем мире. Некоторые потенциальные покупатели считают его слишком «экологичным» и недооценивают доступность ценников.

Анализ рынка и конкурентов

Рынок органических продуктов растёт быстрыми темпами, особенно в крупных городах. Потребители становятся всё более требовательными к составу и происхождению продуктов.

Конкуренты:

Высший эшелон: дорогие органические маркеты (например, "Organic Market") с импортными товарами.

Массовый сегмент: крупные сети, предлагающие отдельные органические линейки, но без единой философии.

Пробелы: недостаточно информирования потребителей о пользе и доступности органических продуктов, отсутствие удобных форматов для быстрого шопинга, недостаточное количество экологичных решений в упаковке.

Относительно конкурентов "Зелёный Дом" воспринимается как наиболее доступный и человечный бренд с реальной историей и ценностями.

Результаты маркетинговых исследований

Опросы показали, что 68% опрошенных знакомы с брендом, а 43% регулярно делают покупки. Фокус-группы отметили положительные эмоции от атмосферы магазина и упаковки товаров. Однако были замечания по поводу ограниченного ассортимента и нехватки информации о происхождении продуктов на этикетках.

Уровень лояльности составляет 57%, что выше среднего по категории. Рекламные кампании вызвали в целом положительный отклик, особенно видео с историями фермеров и процессами производства.

Отзывы в соцсетях в основном позитивные, с частыми упоминаниями слова "доверяю".

Каналы взаимодействия с потребителем

Основные точки контакта:

Физические магазины ("Зелёный Дом") – ключевое место формирования доверия и лояльности.

Сайт и мобильное приложение – для онлайн-заказов и получения информации.

Социальные сети (Instagram, VK, Telegram) – каналы коммуникации, образования и формирования сообщества.

Email-рассылка – используется для персонализированного предложения и информирования о новинках.

Клиентская поддержка – важный элемент в разрешении возникающих вопросов и формировании положительного опыта.

Каждый канал играет свою роль: офлайн – для первого контакта и формирования имиджа, онлайн – для укрепления связи и повторных покупок.

Стратегические цели бренда

На ближайшие 5 лет "Зелёный Дом" стремится стать самым популярным брендом органической еды в России, сохраняя при этом свои ценности и качество. Компания планирует расширить сеть магазинов, запустить собственную линию товаров и увеличить онлайн-продажи.

Ключевые метрики успеха:

Увеличение уровня узнаваемости до 85%.

Рост повторных покупок на 30%.

Поднятие уровня лояльности до 70%.

Увеличение числа подписчиков и активных участников сообщества.

Положительная динамика в отзывах и удовлетворённости клиентов.

Machine Learning Algorithms for Ad Campaign Management

Что это

Автоматизация управления рекламными кампаниями

Описание

Оптимизирует ставки, выбор аудитории и время показа рекламы

Пример промпта

«[Роль ]: Ты PPC-менеджер, специализирующийся на применении искусственного интеллекта и машинного обучения в управлении рекламными кампаниями.

[Задача ]: Используя данные из прошлых кампаний, оптимизируй текущую рекламу входные данные, применяя Machine Learning Algorithms for Ad Campaign Management.

[Контекст ]: Не ограничивайся простыми рекомендациями по ставкам – проанализируй, какие параметры кампаний наиболее сильно влияют на конверсию: время показа, география, тип устройства, поведение пользователя. Также учти специфику продукта: это не массовый потребительский товар, а элемент упаковки, ориентированный на B2B или private label-производителей.

[Формат ]: Сначала объясни, что такое Machine Learning Algorithms for Ad Campaign Management, затем покажи свой ход мыслей шаг за шагом, применяя модель к этой ситуации. Опиши, как ты бы оптимизировал ставки, выбирал целевую аудиторию и планировал время показа рекламы.

[Дополнительно ]: Предложи прогноз ROI и обоснуй, почему выбранные параметры кампании будут более эффективны, чем предыдущие

[Входные данные]: [входные данные]

[Инструкция для AI]:

Если какие-либо данные отсутствуют , запроси их у пользователя перед началом анализа , используя следующую форму:

Для создания текста мне необходимо уточнить несколько деталей.

1. Данные о пользователе (User Data)

Эти данные описывают аудиторию, на которую таргетируется реклама:

Демографические данные: возраст, пол, местоположение, язык.

Интересы и предпочтения (например, из социальных сетей или поведенческих профилей).

Устройство: тип устройства (мобильный, десктоп), операционная система, браузер.

Время суток или день недели, когда пользователь чаще всего взаимодействует с рекламой.

История взаимодействий с предыдущими рекламными кампаниями (например, клики, просмотры, конверсии).

2. Данные о рекламе (Ad Content Features)

Характеристики самого рекламного объявления:

Текст рекламы.

Изображения или видео, используемые в объявлении.

Тип рекламы: баннер, видео, текстовая, native и т.д.

Канал размещения: социальные сети, поисковые системы, мобильные приложения и т.д.

Частота показов (frequency) и релевантность рекламы.

3. Контекстные данные (Contextual Features)

Информация о среде, в которой показывается реклама:

Платформа (Facebook, Google Ads, TikTok и т.д.).

Время показа рекламы.

Сайт или приложение, на котором отображается реклама.

Тематика контента, окружающего рекламу.

4. Данные о поведении пользователя (Behavioral Data)

Фиксируют действия, которые пользователь совершает до и после показа рекламы:

Кликабельность (CTR – Click-Through Rate).

Конверсии: покупки, регистрации, загрузки и т.д.

Глубина просмотра сайта после клика.

Время, проведенное на сайте после клика.

Отказы, возвраты, повторные посещения.

5. Бюджетные и аукционные параметры (Campaign-Level Features)

Эти данные относятся к настройкам самой рекламной кампании:

Бюджет кампании.

Ставки за клик (CPC) или за показ (CPM).

Аукционные данные: конкуренты, цена за клик, качество объявления.

Приоритет кампании (например, охват, конверсии, клики).

Длительность кампании.

6. Исторические данные по кампаниям

Результаты предыдущих кампаний: CTR, CVR (коэффициент конверсии), ROI.

А/В тестирование разных вариантов объявлений.

Сезонные колебания эффективности.

7. Данные об окружающей среде (External Data)

Экономические показатели (например, уровень дохода в регионе).

Сезонные факторы (например, праздники, распродажи).

Социальные тренды или события (например, реклама в условиях кризиса или повышенного интереса к определенной теме).»

Пример данных для Machine Learning Algorithms for Ad Campaign Management

1. Данные о пользователе (User Data)

Пользователь – женщина, 28 лет, из Москвы, русскоязычная. Интересуется модой, путешествиями и здоровым образом жизни. Использует смартфон с операционной системой Android и браузер Chrome. Чаще всего взаимодействует с рекламой вечером в будние дни. В прошлом кликала на рекламу онлайн-магазинов одежды и туров, дважды совершала покупки после показов объявлений.

2. Данные о рекламе (Ad Content Features)

Рекламное объявление содержит текст: "Стильная одежда по ценам ниже рынка! Скидки до 50% на всю коллекцию весны". В объявлении используется изображение модели в яркой одежде. Формат рекламы – баннерный формат, размещённый в социальной сети Instagram. Объявление показывается с частотой 3 раза в день на пользователя, с высокой релевантностью целевой аудитории.

3. Контекстные данные (Contextual Features)

Объявление отображается в мобильном приложении Instagram. Показ происходит в 19:45 по московскому времени. Рядом с рекламой находятся посты о моде и лайфстайле. Платформа – Facebook Ads Manager, таргетинг осуществляется через инструменты Meta.

4. Данные о поведении пользователя (Behavioral Data)

Пользователь нажала на рекламу. После клика перешла на сайт интернет-магазина, просмотрела 3 страницы, добавила товар в корзину, но не оформила заказ. Общее время на сайте – 2 минуты 15 секунд. Через два дня вернулась на сайт и совершила покупку.

5. Бюджетные и аукционные параметры (Campaign-Level Features)

Бюджет кампании составляет $500 в неделю. Средняя ставка за клик – $0.35. На аукционе объявление имеет высокий рейтинг качества. Приоритет кампании – конверсии. Кампания запущена на 4 недели.

6. Исторические данные по кампаниям

В предыдущих кампаниях средний CTR составлял 1.8%, CVR – 3.2%, ROI – 270%. А/В тестирование показало, что баннеры с моделями демонстрируют на 15% лучшие результаты, чем изображения без людей. Эффективность рекламы возрастает в период распродаж и снижается летом.

7. Данные об окружающей среде (External Data)

На момент запуска кампании в регионе наблюдается умеренный экономический рост. Доходы населения в Москве стабильны. Время проведения кампании совпадает с началом весеннего сезона и предпраздничным периодом (8 марта). В соцсетях активно обсуждается тема экологичной моды, что повлияло на изменение контента объявлений с акцентом на экологичность материалов.

DARE (Define, Analyze, Review, Execute

Что это

Фреймворк стратегического планирования

Описание

Методология управления маркетинговыми проектами через 4 этапа: определение целей, анализ ситуации, обзор возможностей и выполнение действий

Пример промпта

«[Роль]: Маркетолог в компании

[Задача]: Разработать маркетинговый план вывода на рынок [входные данные], ориентируясь на потребности производителей и конечных пользователей.

[Формат]: Применить фреймворк DARE:

Define – Определить цели, ЦА, УТП

Analyze – Проанализировать текущий спрос, поведение производителей, тренды, конкурентов.

Review – Обзор возможностей продвижения: каналы, партнерства, ценовые стратегии.

Execute – План действий: запуск пилотной кампании, продвижение через B2B-каналы, оценка эффективности.

[Результат]: Четкий маркетинговый план внедрения новых товаров с акцентом на их преимущества перед традиционными решениями, с разбивкой по этапам, ответственным и срокам реализации.

[Входные данные]: [входные данные]

[Инструкция для AI]: Если какие-либо данные отсутствуют , запроси их у пользователя перед началом анализа , используя следующую форму:

Для создания текста мне необходимо уточнить несколько деталей.

На этапе Define (Определение):

Бизнес-задачи или цели, которые необходимо достичь.

Запрос от стейкхолдеров или заказчика.

Описание проблемы или ситуации, требующей решения.

Основные ограничения (время, бюджет, ресурсы).

Ключевые показатели эффективности (KPI), по которым будет оцениваться успех.

На этапе Analyze (Анализ):

Данные, собранные на этапе Define.

Существующие процессы, системы или продукты, подлежащие анализу.

Результаты исследований (например, анализ рынка, пользовательских потребностей, конкурентов).

Данные для анализа проблем (например, метрики производительности, отчёты об ошибках).

Риски и ограничения, выявленные на ранних этапах.

На этапе Review (Оценка):

Результаты анализа.

Возможные варианты решений или подходов.

Обратная связь от заинтересованных сторон.

Оценка рисков и выгод по каждому варианту.

Приоритезированные альтернативы для реализации.

На этапе Execute (Выполнение):

Выбранное решение или план действий.

Утвержденный бюджет и расписание.

Назначенные роли и ответственные.

План управления изменениями и коммуникациями.

Ресурсы (люди, технологии, инструменты).»

Пример входных данных для DARE (Define, Analyze, Review, Execute)

Этап Define (Определение)

Бизнес-задача: Повысить уровень удовлетворенности клиентов при использовании онлайн-сервиса поддержки.

Запрос от заказчика: Снижение времени ответа на обращения клиентов и улучшение качества предоставляемых решений.

Описание проблемы: Клиенты часто жалуются на длительное время ожидания ответа и неэффективные решения по их запросам.

Основные ограничения: Время реализации – 3 месяца, бюджет – 500 000 рублей, доступ к ограниченным ресурсам IT-отдела.

KPI: Сокращение среднего времени ответа с 24 часов до 6 часов; увеличение рейтинга удовлетворенности клиентов (CSAT) с 70% до 85%.

Этап Analyze (Анализ)

Данные из этапа Define легли в основу анализа текущего состояния системы поддержки.

Существующие процессы: Обработка обращений через email, ручное распределение задач между операторами, отсутствие чёткой классификации запросов.

Результаты исследований: Анализ пользовательских опросов показал, что 60% клиентов ожидают ответа менее чем за 4 часа. Конкуренты используют автоматизированные системы обработки заявок и чат-ботов.

Данные для анализа проблем: Отчёты о времени обработки запросов, статистика повторных обращений, данные о количестве сотрудников службы поддержки.

Выявленные риски: Недостаток квалифицированного персонала для внедрения новых технологий, возможное сопротивление изменениям со стороны сотрудников.

Этап Review (Оценка)

На основе результатов анализа были рассмотрены следующие варианты решений:

Внедрение CRM-системы с автоматическим распределением задач.

Запуск чат-бота для первичной обработки обращений.

Обучение сотрудников и оптимизация внутренних процессов без внедрения новых инструментов.

Обратная связь от стейкхолдеров: Технический отдел поддерживает внедрение CRM, маркетинг выступил за запуск чат-бота как более привлекательного с точки зрения имиджа компании решения.

Оценка рисков и выгод: Внедрение CRM требует больших временных и финансовых затрат, но даст долгосрочные преимущества. Чат-бот может быть реализован быстро, но покроет только часть запросов.

Приоритезированные альтернативы: Комбинированный подход – сначала внедрить CRM, затем разработать чат-бота.

Этап Execute (Выполнение)

Выбранное решение: Внедрение CRM-системы с последующей разработкой чат-бота.

Утвержденный бюджет: 480 000 рублей. Расписание: 1 месяц – подготовка, 2 месяца – внедрение CRM, 1 месяц – тестирование и обучение, 1 месяц – запуск чат-бота.

Назначенные роли: Проектный менеджер – Иван Петров, IT-руководитель – Мария Смирнова, аналитик – Дмитрий Кузнецов.

План управления изменениями: Регулярные встречи с командой, коммуникационный план для сотрудников, обучение работе с новой системой.

Необходимые ресурсы: Разработчики, специалисты по внедрению CRM, технические средства (серверы, лицензии), консультанты по автоматизации процессов.

Flywheel Marketing

Что это

Циклическая модель роста

Описание

Flywheel Marketing – это подход к маркетингу, при котором акцент делается на создании самоподдерживающего роста за счёт положительных отзывов, лояльности клиентов и их активного участия в продвижении бренда. В отличие от традиционной "воронки", где фокус на привлечении новых клиентов, Flywheel (или "машина роста") работает за счёт ускорения уже существующих связей между пользователями, брендом и его продуктами.

Пример промпта

«[Роль]: Ты опытный growth-маркетолог.

[Контекст]: Работаешь с входные данные.

[Цель]: Построй Flywheel-модель роста, которая показывает, как привлечение, вовлечение и удовлетворённость клиентов усиливают друг друга.

[Формат]: Опиши модель в виде 3–4 этапов цикла и точек усиления между ними. Не используй таблицы, пиши структурированно и понятно.

[Пример]: Этапы: Привлечение (B2B-покупатели), Вовлечение (работа по интеграции), Удовлетворение (надёжность, удобство). Точки усиления: отзывы, повторные заказы, рефералы.

Дополни модель актуальными данными, если нужно – запроси уточнения по типу клиентов, текущим каналам продвижения, USP.

[Входные данные]: [входные данные]

[Инструкция для AI]:

Если какие-либо данные отсутствуют , запроси их у пользователя перед началом анализа , используя следующую форму:

Для создания текста мне необходимо уточнить несколько деталей.

Данные о текущих клиентах

– Их поведение, частота использования продукта, уровень удовлетворенности, отзывы.

– Сегментация аудитории: кто из клиентов наиболее лоялен, кто чаще всего рекомендует продукт другим.

Отзывы и рефералы

– Количество и качество отзывов.

– Частота и эффективность рекомендаций от существующих клиентов.

– Уровень вовлеченности пользователей в сообщества бренда.

Показатели удовлетворенности клиентов (CSAT, NPS)

– Net Promoter Score (NPS) как ключевой индикатор того, насколько клиенты готовы рекомендовать продукт.

– Индексы лояльности и повторных покупок.

Данные об использовании продукта

– Как часто клиенты используют продукт или сервис.

– Показатель активности, вовлеченности, retention rate.

– Данные о том, какие функции продукта вызывают наибольший интерес.

Контент, созданный пользователями (UGC)

– Фото, видео, посты, истории, размещенные клиентами.

– Отзывы в социальных сетях и на сторонних платформах.

Инсайты из обратной связи

– Прямые комментарии от клиентов, идеи по улучшению продукта, жалобы и предложения.

– Результаты опросов, интервью, фокус-групп.

Метрики взаимодействия с поддержкой

– Скорость и качество работы службы поддержки.

– Общее впечатление клиентов от взаимодействия с компанией.

Экономические показатели

– LTV (lifetime value) клиента – важный параметр для понимания ценности удержания и развития лояльности.