Целевая аудитория — это фундамент маркетинга. Без неё непонятно, кому продавать, какие боли закрывать и какие аргументы использовать. Классический подход требует недель на интервью, опросы и фокус-группы. Но можно сделать это за пару часов с помощью нейросетей — и получить результат, местами даже глубже, чем после живых собеседований.
Разберём реальный кейс: исследование ЦА для курса по маркетингу медицинских клиник. С промптами, методиками и инсайтами, которые не найти в открытых источниках.
Шаг 1: Метапромптинг — пусть ИИ сам напишет промпт
Вместо того чтобы вручную составлять сложный промпт, можно использовать метапромптинг — попросить нейросеть саму сгенерировать запрос для исследования.
В Claude я описал задачу: создать бесплатный курс по маркетингу для владельцев и руководителей медклиник, чтобы продемонстрировать экспертизу агентства. Добавил контекст: распространение через Telegram-бот, статьи, рекламу. И закончил вопросом: «Как тебе идея?» — чтобы ИИ критически оценил подход.
Нейросеть одобрила концепцию, но посоветовала верифицировать данные через живые интервью (5–7 созвонов). После уточнения сегментов клиник — стоматология, косметология, многопрофильные и узкоспециализированные — ИИ сгенерировал структурированный промпт для Deep Research.
Что включал промпт
- Портреты ЛПР по каждому сегменту: кто принимает решения, возраст, уровень маркетинговой грамотности, источники информации;
- Боли через Jobs-to-be-Done: реальные формулировки из форумов, чатов, отзывов;
- Триггеры к действию: что заставляет искать решения прямо сейчас;
- Сводная таблица и инсайты для построения курса.
ИИ честно предупредил: промпт не покроет личные переживания, которые люди не пишут публично. Например: «Я вообще не понимаю, за что плачу агентству, но боюсь спросить». Но есть способ добраться и до таких данных — об этом далее.
Шаг 2: Метод Франкенштейна — три нейросети, один синтез
Чтобы минимизировать галлюцинации и максимизировать глубину, я прогнал один и тот же промпт через три нейросети: Claude, ChatGPT и Gemini — и объединил лучшее из каждого.
Claude выдал структурированный отчёт: портреты, боли, таблицы. Ключевые инсайты:
- В 70–80% случаев маркетинг решает владелец-врач;
- Низкая маркетинговая грамотность;
- Негативный опыт с подрядчиками;
- Лиды сливаются администраторами.
Портрет ЛПР в стоматологии: врач 35–55 лет, совмещает приём и управление, работает по 12 часов, не считает CPL и LTV, мыслит категориями «нужно больше пациентов».
ChatGPT думал 40 минут, но дал подробный анализ. Те же инсайты, но другими словами — это хороший сигнал: если разные модели приходят к одному, вероятно, это реальные данные из интернета.
Например, цитата: «Стал искать компанию, которая займётся раскруткой, Директом. Ценник высокий, гарантии не дают». Это не выдумка — ИИ нашёл это в обсуждениях.
Gemini оказался многословным, но дал ценные цифры:
- Рынок частной медицины в России — 1,6–2,0 трлн руб./год, рост 15–18%;
- Более 26 000 стоматологий;
- Незанятая ниша — комплексный маркетинг для клиник с бюджетом 80–170 тыс. руб./мес. (крупные агентства не берут, фрилансеры не справляются).
Также предоставил таблицу сравнения сегментов по возрасту ЛПР, бюджетам и циклу принятия решений.
Кто лучше? Никто — синтезируем
- Claude — за структуру и портреты;
- ChatGPT — за глубину и цитаты;
- Gemini — за цифры и источники.
Итог: метод Франкенштейна повышает достоверность и насыщенность данных.
Шаг 3: Telegram-хак — инсайты из закрытых чатов
Самые честные инсайты люди оставляют не в статьях, а в закрытых Telegram-чатах. Там нет фильтра: «а что обо мне подумают». Пишут прямо: «Слил 300к на подрядчика, заявок ноль», «Администратор сливает лиды, а я не могу это доказать».
Как это использовать:
3.1. Экспорт чата из Telegram
- Откройте чат в десктопной версии Telegram;
- Нажмите «Экспортировать историю чата»;
- Уберите медиафайлы;
- Выберите формат JSON;
- Экспортируйте.
Я экспортировал чаты: «Медплатформа», «Школа медицинского маркетинга», чат стоматологов — сотни тысяч сообщений.
3.2. Конвертация JSON в Markdown
JSON-файл слишком большой и неудобный для анализа. Я использовал конвертер, который:
- Разбивает данные на части по 100 000 слов;
- Переводит в Markdown — формат, понятный нейросетям.
На выходе — zip-архив с файлами, готовыми к загрузке в NotebookLM.
3.3. Анализ в NotebookLM
NotebookLM — нейросеть от Google, которая работает только с загруженными файлами. Она не галлюцинирует, а отвечает строго по вашим данным.
Загрузил файлы и задал вопрос:
С какими проблемами в интернет-маркетинге чаще всего сталкиваются владельцы медклиник?
Результат — сводка по реальным сообщениям:
- Ожидание волшебной таблетки;
- Маркетинг без продукта (хотят лиды, но не работают над сервисом);
- «Кладбище подрядчиков» — устойчивый термин в сообществе;
- Приписки в отчётах;
- Считают клики, а не фактические лиды;
- Перекладывание ответственности.
И — главное — NotebookLM показывает исходные сообщения: кто написал, в каком контексте. Это и есть те самые «непубличные инсайты», до которых не добраться через обычные источники.
3.4. Дополнительные возможности NotebookLM
- Таблицы: отчёт «Обсуждение продаж, маркетинга, сервиса» — тезисы, аргументы, инструменты. Экспортируется в Excel;
- Архетипы: ИИ выделил типы владельцев — «Врач-творец», «Искатель волшебных таблеток», «Отстранённый инвестор», «Технократ-инноватор»;
- Презентации: генерирует слайды, которые можно скачать в PowerPoint.
Это как прочитать 100 000 сообщений за 5 минут и выписать главное.
Шаг 4: Финальная сборка — всё в одном месте
Теперь у нас есть:
- Исследование от Claude;
- Анализ от ChatGPT;
- Данные от Gemini;
- Инсайты из NotebookLM.
Всё это загружаем в Claude с промптом:
Вот исследования от трёх нейросетей и анализ диалогов из чатов. Сделай финальный итог по портретам и болям.
Главный инсайт
Все источники единогласно подтвердили: самая недооценённая боль — потеря 40–60% оплаченных лидов на этапе обработки администраторами.
Клиники тратят деньги на рекламу, лиды приходят — а администраторы их не обрабатывают. И никто этого не замечает, потому что нет системы контроля.
Claude также проявил скепсис к некоторым цифрам: «Оба источника ссылаются на агрегаторы подрядчиков, которые заинтересованы в завышении. Для курса лучше давать диапазон и учить считать свой CPL, чем фиксировать конкретные числа». Согласен.
Детали по сегментам
Стоматологии: ЛПР — владелец-врач в 98% случаев. Маркетинговая грамотность выше средней (понимают LTV, воронку). Ключевая метрика — загрузка кресел. Пустое кресло в Москве — потеря 15–30 тыс. руб./час.
Косметология / многопрофильные клиники: решение принимает тандем — собственник, управляющий (часто не врач), CMO. Отдел маркетинга — 5–6 человек в сетях. Самая корпоративная культура.
Дополнительный архетип из чатов
Владелец в замкнутом круге: стыд за продажи (конфликт миссии врача и бизнеса), «кладбище подрядчиков», поиск волшебной таблетки, зависимость от врача-«звезды».
О лимитах — честное предупреждение
На март 2026 года Claude — лучший выбор для аналитики. Но есть лимиты даже на платной подписке.
Один сеанс: Deep Research + анализ файлов — половина месячного лимита. Три таких запроса — и всё, ждать следующий период.
За $200/мес можно больше, но это дорого. Приходится экономить. Ещё минус — глюки и нестабильность. Но качество анализа того стоит.