Дарья Соболева

ChatGPT vs реальный маркетолог: где ИИ ошибается и как это чинить

ИИ в маркетинге уже не «игрушка»: он пишет тексты, собирает гипотезы, помогает с сегментацией и даже подсказывает, какие креативы “зайдут”. Но есть нюанс: ChatGPT часто выглядит уверенным даже там, где у него нет фактов, контекста или доступа к вашим реальным данным. В итоге бизнес получает красивую, логичную… и иногда абсолютно бесполезную стратегию.

Эта статья — не про «ИИ плохой». Она про то, где он регулярно ошибается, почему так происходит и как выстроить процесс, чтобы ИИ стал усилителем маркетолога, а не генератором шума.

1) Ошибка №1: ИИ путает правдоподобие с правдой

Как выглядит: вы просите «сделай анализ рынка», и вам прилетает структурированный текст с “тенденциями”, “ростом сегмента” и “портретами ЦА”. Всё звучит убедительно — но источников нет, цифры взяты с потолка, а конкуренты упомянуты случайно.

Почему так: языковая модель оптимизирована на связность и правдоподобие, а не на истинность. Если вы не потребовали подтверждения, она “достроит” картину.

Как чинить:

  • Запрещайте “придумывать”. Прямо в промпте: «Если данных нет — скажи, что данных нет. Не выдумывай цифры».
  • Просите формат: гипотеза → какие данные нужны → как проверить.
  • Делайте “двухконтурную” работу: ИИ генерирует версии, маркетолог валидирует по источникам/CRM/аналитике.

Практика: Вместо «сделай анализ конкурентов» —

«Составь список критериев сравнения и шаблон таблицы. Затем предложи 10 запросов для поиска конкурентов и план, как собрать факты».

2) Ошибка №2: ИИ не видит вашу экономику (CAC, LTV, маржа)

Как выглядит: ИИ предлагает “масштабироваться в TikTok”, “сделать конкурс”, “протестировать блогеров”. Но он не знает маржинальность, средний чек, цикл сделки, ограничения по логистике и то, что вам нельзя CAC выше X.

Почему так: он работает без контекста вашего P&L. А маркетинг без экономики — это генерация активности.

Как чинить:

  • Давайте ИИ границы: целевой CAC, минимальный ROMI, лимиты бюджета, сезонность, средний чек, маржа, конверсия по этапам.
  • Просите считать воронку с допущениями, но фиксировать допущения в явном виде.
  • Привязывайте идеи к метрикам: не «что сделать», а «что улучшить и на сколько».

Мини-промпт:

«Вот юнит-экономика (…): предложи 5 гипотез роста, но каждая должна содержать: влияние на метрику, риск, требуемые ресурсы, критерий остановки, ожидаемый диапазон результата».

3) Ошибка №3: “универсальные” советы вместо реальной стратегии

Как выглядит: вы получаете идеальную статью “про УТП, сегментацию и ценности бренда”. Всё верно… и ничего не помогает завтра запустить кампанию.

Почему так: ИИ отлично пересказывает методички. Но стратегия — это выбор и отказ: что мы НЕ делаем, на кого НЕ таргетимся, какие офферы НЕ используем.

Как чинить:

  • Принуждайте к выбору. «Выбери 2 приоритета из 8, объясни, почему остальные отклонены».
  • Просите план на 7 дней и план на 30 дней с конкретными артефактами: объявления, сегменты, структура кампаний, ТЗ дизайнеру, события аналитики.
  • Делайте “контраст”: «Сформулируй стратегию A (дешевле лид) и B (дороже лид, выше качество). Сравни риски».

4) Ошибка №4: ИИ недооценивает креатив и контекст площадки

Как выглядит: ChatGPT пишет объявления, которые “вроде норм”. Но они не попадают в стиль площадки, не учитывают триггеры аудитории, не выдерживают ограничения модерации, не умеют в локальные мемы и живой язык.

Почему так: креатив — это не только текст, это культурный контекст + опыт “что умирает на модерации” + насмотренность именно в вашей нише.

Как чинить:

  • Давайте примеры “как у нас принято”: 5 лучших объявлений, 5 худших, что запрещено, какие формулировки банят.
  • Просите 20 вариантов с жесткими рамками: длина, тон, запретные слова, структура.
  • Делайте итерации: ИИ → отбор человеком → доработка ИИ на основе фидбэка.

Лайфхак: Просите не “текст”, а матрицу углов: страх/выгода/социальное доказательство/новизна/против убеждения — и уже под углы генерируйте связки.

5) Ошибка №5: ИИ плохо работает с реальными данными без правильной постановки

Как выглядит: вы вставили статистику кампаний, а в ответ получили «повысить CTR», «улучшить креативы». То есть спасибо, капитан.

Почему так: без структуры данных и вопроса “что считаем успехом” ИИ не может сделать диагностику. Ему нужен контекст: цель, окно атрибуции, этапы воронки, сегменты, ограничения.

Как чинить:

  • Давайте данные в таблице/структуре: сегмент, показы, клики, CPC, лиды, CPL, продажи, CPA, выручка, маржа.
  • Просите не советы, а диагноз: что просело, где узкое место, какие 3 причины вероятнее всего.
  • Вводите правило: 1 вывод = 1 проверяемое действие.

Шаблон запроса:

«Проанализируй таблицу. Верни: (1) топ-3 инсайта с расчетами, (2) гипотезы причин, (3) план проверок на 48 часов, (4) что НЕ трогать, чтобы не сломать».

6) Ошибка №6: ИИ “не чувствует” продукт и реальную боль клиента

Как выглядит: оффер получается слишком общий: “увеличьте продажи”, “ускорьте рост”, “поднимите эффективность”. Клиент не узнаёт себя.

Почему так: боль клиента рождается из интервью, звонков, чатов поддержки, отзывов. Если вы не дали ИИ эту фактуру — он будет угадывать.

Как чинить:

  • Скормите ИИ сырье: 20 реальных сообщений клиентов, 10 причин отказа, 10 вопросов из продаж.
  • Попросите выделить формулировки клиентов (voice of customer) и собирать офферы их словами.
  • Делайте “перевод” из боли в оффер: симптом → страх → желаемый результат → механизм → доказательство.

7) Ошибка №7: ИИ не отвечает за результат — а маркетолог отвечает

Как выглядит: вы внедряете 30 идей, команда занята, результата нет, виноватых нет. ИИ был “консультантом”.

Почему так: ответственность — это управление приоритетами, постановка эксперимента и критерии успеха/остановки.

Как чинить:

  • Для каждой идеи требуйте: метрика успеха, минимальный эффект, время теста, критерий остановки, что считается победой.
  • Ведите бэклог тестов как продукт: ICE/RICE, стоимость запуска, сложность, риск.

Как выстроить правильную связку «ИИ + маркетолог»

Рабочая модель выглядит так:

  1. Маркетолог задаёт рамки (цели, экономика, ограничения, контекст).
  2. ИИ генерирует варианты (креативы, гипотезы, структуры, ТЗ, тексты).
  3. Маркетолог валидирует (данные, здравый смысл, модерация, соответствие продукту).
  4. ИИ помогает итерациями (улучшить 20% лучших вариантов).
  5. Маркетолог принимает решение и отвечает за результат.

ИИ — это не замена маркетолога. Это ускоритель. Но ускоритель усиливает и умные процессы, и хаос. Если у вас нет рамок, метрик и дисциплины тестов, ChatGPT ускорит производство “маркетинговых красивостей”. Если рамки есть — он ускорит рост.

Чек-лист: когда ИИ можно выпускать в прод, а когда нельзя

Можно:

  • черновики креативов и лендингов (при наличии референсов и правил),
  • структуры кампаний, списки гипотез, матрицы офферов,
  • сценарии звонков/чатов (на основе реальных диалогов),
  • аналитические подсказки по таблицам (если данные структурированы).

Нельзя без контроля:

  • цифры рынка “из воздуха”,
  • рекомендации по бюджету без юнит-экономики,
  • “стратегии” без отказов и приоритизации,
  • выводы без плана проверки.