Урок 4. Полный анализ целевой аудитории через нейросети за 2 часа + Telegram-хак

Шаг 1: Пусть ИИ сам напишет промпт

Помнишь, во втором уроке мы учились писать промпты? Так вот, есть приём ещё проще — попросить ИИ написать промпт за тебя.

Я написал в Claude примерно следующее:

Я хочу делать курс по маркетингу для владельцев и руководителей
медицинских клиник. Цель курса — продать своё агентство как экспертов.
Курс должен быть реально полезным, а не просто завлекающим.
Распространять бесплатно в боте и через статьи. Плюс трафик налью с
рекламы. Сейчас хочу собрать портрет целевой аудитории, найти боли.
Планирую через Deep Research. Как тебе идея?

Обрати внимание: в конце я добавил «Как тебе идея?» — это чтобы нейросеть не просто согласилась, а покритиковала, если я несу чушь.

Что ответил ИИ

Он написал, что идея нормальная, но рекомендовал верифицировать через живые созвоны (5–7 интервью). Логично. Плюс задал уточняющие вопросы: какие сегменты клиник интересны, какой размер. Я ответил — и он сгенерировал промпт.

Промпт получился подробный:

• портрет ЛПР по каждому из 4 сегментов;
• реальные боли через Jobs-to-be-Done;
• триггеры к действию;
• сводная таблица.

И сам же предупредил: «Промпт не покроет личные инсайты, которые люди не пишут публично. Например: "Я вообще не понимаю, за что плачу агентству, но боюсь спросить"».

Он не знал, что у меня есть лайфхак, который эти непубличные штуки как раз и вытаскивает. Но об этом позже.

Промт для глубинного исследования:

Проведи глубокое исследование целевой аудитории для бесплатного образовательного
курса по интернет-маркетингу, предназначенного для владельцев и руководителей
частных медицинских клиник в России.

Контекст
Маркетинговое агентство, специализирующееся на медицинском маркетинге, создаёт
бесплатный курс. Цель — дать реально полезные знания по интернет-маркетингу клиник
и одновременно продемонстрировать экспертизу агентства. Курс распространяется через
Telegram-бот, VK-бот, статьи на Дзене и видео на YouTube.

Сегменты клиник, которые нас интересуют
Стоматологии — от средних клиник (5–15 врачей) до сетевых
Косметология и эстетическая медицина — клиники с лицензией, не салоны красоты
Многопрофильные клиники — средние и крупные (терапия, хирургия, диагностика и т.д.)
Узкоспециализированные клиники — офтальмология, ортопедия, репродуктология,
ЛОР-центры и т.д.

Размер: средние (5–15 врачей) и крупные сети (15+ врачей, филиалы).
География: вся Россия без разделения.

Что нужно исследовать

БЛОК 1. Портреты ЦА (для каждого сегмента отдельно)
Для каждого из 4 сегментов клиник определи и опиши типовые портреты лиц,
принимающих решения (ЛПР):

Кто реально принимает решение о маркетинге: владелец-врач, наёмный управляющий,
коммерческий директор, маркетолог в штате?
Их типичный возраст, образование, управленческий опыт
Уровень маркетинговой грамотности (понимают ли unit-экономику, LTV, CPL, или мыслят
категориями «нам нужно больше пациентов»?)
Где они потребляют контент: Telegram-каналы, профильные форумы, конференции,
YouTube, Дзен, VC.ru, профессиональные сообщества
Какие конференции и мероприятия посещают
Кого считают авторитетами в вопросах управления клиникой и маркетинга

БЛОК 2. Боли и проблемы (найди реальные формулировки)
Ищи информацию в:
Профильных Telegram-каналах и чатах для владельцев клиник
Форумах (dentalforum, doctor-forum, сообщества на Facebook/VK для управленцев
клиник)
Отзывах о маркетинговых агентствах и фрилансерах на медицинскую тематику
Статьях и комментариях на VC.ru, Habr, Дзен о маркетинге клиник
Дискуссиях на профильных конференциях (MedBusinessForum, «Частная медицина», ПИР,
Dental Salon и т.д.)
Вакансиях маркетологов в клиниках (hh.ru) — по требованиям можно понять, чего им не
хватает

Конкретные боли, которые нужно выявить:
Боли в привлечении пациентов: что не работает, на что жалуются, какие каналы
разочаровали
Боли с подрядчиками: почему недовольны агентствами, фрилансерами, штатными
маркетологами
Боли с бюджетом: как принимают решение о бюджете на маркетинг, что считают
дорогим/дешёвым, какой CPL считают нормальным
Боли с аналитикой и контролем: понимают ли, откуда пришёл пациент, используют ли
CRM, сквозную аналитику
Боли с контентом и репутацией: отзывы, контент для соцсетей, сайт, работа с
агрегаторами (ПроДокторов, НаПоправку и т.д.)
Боли с регуляторикой: ограничения рекламы медицинских услуг (ФЗ-38, маркировка
рекламы), страхи штрафов
Боли с конкуренцией: демпинг, агрегаторы, сетевые клиники

БЛОК 3. Возражения и барьеры
Почему владелец/руководитель клиники может НЕ захотеть проходить курс:
«У меня нет времени» — насколько это реальный барьер?
«Я уже всё знаю / у меня есть маркетолог» — насколько распространена иллюзия
контроля?
«Бесплатное = бесполезное» — есть ли скепсис к бесплатному контенту?
«Это просто продажа услуг агентства» — как нейтрализовать?
Какие ещё барьеры существуют?

БЛОК 4. Jobs to Be Done (JTBD)
Определи ключевые «работы», которые владельцы/руководители клиник «нанимают»
маркетинг выполнять:
Функциональные (загрузить расписание врачей, заполнить новый филиал, вывести новую
услугу)
Эмоциональные (чувствовать контроль, не зависеть от «одного Яндекса», не бояться
проверок)
Социальные (быть не хуже конкурентов, показать современность клиники)

БЛОК 5. Триггеры к действию
Что заставляет владельца клиники ПРЯМО СЕЙЧАС начать искать информацию о
маркетинге:
Сезонные спады
Уход ключевого врача (и «его» пациентов)
Открытие конкурента рядом
Провал с текущим подрядчиком
Запуск нового направления/филиала
Что ещё?

Формат ответа
Для каждого блока:
Дай структурированный ответ с разбивкой по сегментам клиник, где это важно
Приводи реальные цитаты и формулировки ЦА (со ссылками на источники, если возможно)
Отмечай, где данные точные (из исследований), а где — гипотезы, требующие проверки
В конце каждого блока — 3–5 инсайтов, которые могут повлиять на структуру курса

В самом конце дай:
Сводную таблицу «Сегмент → Главные боли → Что курс должен закрыть»
Рекомендации по приоритетам: какой сегмент самый «горячий» и почему
Список источников, которые использовал

Шаг 2: Прогоняем через три нейросети

Дальше — метод Франкенштейна из прошлого урока. Один промпт → три нейросети → собираем лучшее.

Claude

Claude выдал всё, что просили: портреты по сегментам, боли, таблицы, сводку.

Интересные находки:

• Врачи вынуждены становиться предпринимателями: в 70–80% случаев маркетинговые решения принимает собственник лично;
• У них низкая маркетинговая грамотность;
• Негативный опыт с подрядчиками;
• Лиды сливаются администраторами.

Портрет типичного ЛПР для стоматологии: врач-собственник 35–55 лет, совмещает приём и управление, работает по 12 часов, MBA нет, мыслит категориями «нам нужно больше пациентов», не считает CPL и LTV, понимает «дорого или дёшево» интуитивно.

Из моего опыта работы со стоматологиями — попадание процентов на 90.

Единственный минус: данные местами не самые свежие. Где-то ссылки на источники 2024 года. Но для системных проблем это не критично — боли те же самые.

ChatGPT (Deep Research)

ChatGPT думал 40 минут — дольше всех. Зато выдал подробное исследование.

Те же инсайты, что и у Claude, но другими словами. А это хорошо: если две нейросети выдали одно и то же — скорее всего, не галлюцинация, а реальный факт из интернета.

Конкретная цитата из результатов: «Стал искать компанию, которая займётся раскруткой, Директом. Ценник высокий, гарантии не дают.» Это не нейросеть придумала — нашла где-то на форуме или в обсуждении.

Gemini (Deep Research)

Gemini — многословен, как обычно. Инфу собирает качественно (особенно по источникам), но отчёт читать тяжело. Ощущение, что читаешь диссертацию.

Зато цифры совпадают с остальными: возраст ЛПР, отсутствие MBA, те же боли.

Таблицы сделал, источники привёл. Годится как дополнительный слой данных.

Кто выиграл?

Никто. В этом и суть метода Франкенштейна — берёшь лучшее от каждого:

• Claude — структура и портреты;
• ChatGPT — глубина и цитаты;
• Gemini — цифры и источники.

Шаг 3: Telegram-хак — вот тут начинается магия

А теперь то, ради чего стоило смотреть этот урок.

Все нейросети берут информацию из открытых источников: статьи, отчёты, форумы.

Но самые ценные инсайты люди пишут в закрытых Telegram-чатах. Там нет фильтра «а что обо мне подумают». Там пишут как есть: «Слил 300к на подрядчика, заявок ноль», «Администратор сливает лиды, а я не могу это доказать».

Вот как это вытащить.

3.1. Экспортируем чат из Telegram

В десктопной версии Telegram:

1. Открываем нужный чат (ищи профильные чаты по твоей нише);
2. Нажимаем «Экспортировать историю чата»;
3. Убираем фотографии (они не нужны);
4. Выбираем формат JSON;
5. Жмём «Экспортировать».

Я экспортировал несколько чатов: «Медплатформа», «Школа медицинского маркетинга», чат стоматологов. Сотни тысяч сообщений.

3.2. Конвертируем JSON → Markdown

JSON-файл напрямую в нейросеть не загрузишь — слишком большой и не в том формате.

Для этого я сделал конвертер: forstartup.ru/telegram-notebooklm

Что он делает:

• берёт JSON-файл из Telegram;
• разбивает на части (по 100 000 слов в файле);
• переводит в Markdown-формат, который понимает любая нейросеть.

На выходе — zip-архив с файлами. Распаковываешь и загружаешь в NotebookLM.

3.3. Загружаем в NotebookLM

NotebookLM — это нейросеть от Google, которая работает только с загруженными файлами. Она не выдумывает из головы, а анализирует конкретно то, что ты ей дал. Индексирует содержимое и отвечает на вопросы строго по нему.

Загружаем наши Markdown-файлы (из нескольких чатов) и начинаем спрашивать:

С какими проблемами в интернет-маркетинге чаще всего сталкиваются
владельцы медклиник?

И вот тут начинается отвал башки.

NotebookLM выдаёт сводку по реальным сообщениям реальных людей:

• Ожидание волшебной таблетки;
• Маркетинг без продукта (хотят лиды, но не работают над сервисом);
• Кладбища подрядчиков — устойчивый термин в сообществе;
• Приписки в отчётах;
• Считают клики, а не фактические лиды;
• Перекладывание ответственности.

И он показывает конкретные сообщения, из которых это вытащил. Можно кликнуть и увидеть, кто написал, что написал, в каком контексте.

Это те самые «непубличные инсайты», о которых нейросеть нас предупреждала на первом шаге. Только мы их нашли.

3.4. Что ещё умеет NotebookLM

• Таблицы. Я сделал отчёт «Обсуждение продаж, маркетинга, сервиса» — кто написал, тезис, аргументы, инструменты. Большая табличка, которую потом экспортировал в Excel.
• Карты персонажей. Попросил составить архетипы владельцев медклиник — и он выделил типы: «Врач-творец», «Искатель волшебных таблеток», «Отстранённый инвестор», «Технократ-инноватор».
• Презентации. NotebookLM генерирует презентации, которые можно скачать в PowerPoint. Хоть прямо иди и показывай клиенту.

Это как если бы ты лично прочитал 100 000 сообщений и выписал главное. Только за 5 минут.

Шаг 4: Финальная сборка — всё в одно место

Теперь у нас куча материала:

• исследование от Claude;
• исследование от ChatGPT;
• исследование от Gemini;
• таблицы и инсайты из NotebookLM.

Берём всё это и загружаем обратно в Claude (или в ту нейросеть, которой доверяешь больше) с промптом:

Вот исследования от трёх нейросетей плюс анализ реальных диалогов из
чатов через NotebookLM. Сделай финальный итог по портретам и болям.

Что получилось

Claude прочитал все файлы (391 релевантную реплику из чатов) и выдал финальный синтез.

Главный инсайт, который подтвердили все источники единогласно: самая недооценённая боль — потеря 40–60% оплаченных лидов на этапе обработки администраторами.

То есть клиники тратят деньги на рекламу, лиды приходят — а администраторы их сливают. И никто этого не замечает, потому что нет системы контроля.

Ещё интересное — он скептически отнёсся к некоторым цифрам: «Оба источника ссылаются на агрегаторы подрядчиков, которые заинтересованы завышать эти цифры. Для курса лучше давать диапазон и учить считать свой CPL, чем фиксировать конкретные числа.» Согласен.

Детали по ЛПР

• Стоматологии. ЛПР — владелец, сам врач в 98% случаев. Маркетинговая грамотность самая высокая среди ниш (понимают LTV, воронку). Ключевая метрика: загрузка кресел, выручка в час. Пустое кресло в Москве — потеря 15–30 000 руб. в час.
• Косметология / многопрофиль. Тандем: собственник + управляющий (часто не врач, а экономист-менеджер) + CMO. Отдел маркетинга 5–6 человек в сетях. Самая корпоративная культура.

Дополнительная карта из чатов

Владелец в замкнутом круге: стыд за продажи (конфликт миссии врача и целей бизнеса), кладбище подрядчиков, поиск волшебной таблетки, зависимость от конкретного врача-«звезды».

Про лимиты — честное предупреждение

На момент записи (5 марта 2026) я горячо рекомендую Claude. Он просто лучший в аналитике и текстах.

Но есть проблема: лимиты. Даже на платной подписке.

Вот что произошло за одну сессию: Deep Research + аналитика по файлам = половина месячных лимитов. Осталось ровно на один ответ. Три таких глобальных запроса — и всё, жди следующий период.

За $200/мес можно больше, но мне пока некомфортно столько отдавать. Так что приходится экономить и распределять.

Плюс бывают глюки и ошибки — стабильность у Claude хуже, чем у ChatGPT и Gemini.

Но эффект лучше. Такой компромисс.

Итоговый чек-лист

Промпт (15 минут)

• ✅ Описываем задачу нейросети своими словами
• ✅ Просим сгенерировать промпт для Deep Research
• ✅ Проверяем и при необходимости дополняем

Исследование через нейросети (1–1.5 часа)

• ✅ Копируем промпт в Claude → структура + портреты
• ✅ Копируем промпт в ChatGPT (Deep Research) → глубина + цитаты
• ✅ Копируем промпт в Gemini (Deep Research) → источники + цифры

Telegram-хак (30–40 минут)

• ✅ Экспортируем профильные чаты из Telegram в JSON
• ✅ Конвертируем через forstartup.ru/telegram-notebooklm
• ✅ Загружаем в NotebookLM
• ✅ Задаём вопросы — получаем инсайты из реальных диалогов
• ✅ Экспортируем таблицы и презентации

Финальная сборка (20–30 минут)

• ✅ Загружаем все материалы в Claude
• ✅ Просим финальный синтез по портретам и болям
• ✅ Проверяем цифры — если источник заинтересован в завышении, даём диапазон
• ✅ Получаем готовый документ с портретами ЦА, болями и инсайтами

Итого: ~2 часа. Без Telegram-хака — чуть меньше. С ним — глубина совсем другая.

Коротко

1. Пусть ИИ сам напишет промпт — опишите задачу своими словами, он структурирует
2. Три нейросети + метод Франкенштейна — каждая даёт свой угол
3. Telegram-хак: экспорт чатов → конвертер → NotebookLM — вот где настоящие инсайты
4. NotebookLM показывает конкретные сообщения, а не выдумки
5. Финальная сборка в одной нейросети — загружаете всё и просите синтез
6. Проверяйте цифры — особенно от агрегаторов и подрядчиков, которым выгодно завышать
7. Claude — лучший для аналитики, но следите за лимитами

Полезные ссылки

• Видео на YouTube: ссылка
• Конвертер Telegram → NotebookLM: ссылка
• Полный курс: ссылка