Раньше исследование новых рынков занимало недели и стоило тысячи долларов. Сегодня ту же задачу можно выполнить за несколько часов — без Excel, без стажёров и без «ручного» поиска данных. Ниже расскажу, как с помощью ChatGPT-5 я собрал аналитику по рынкам, регуляции и конкурентам — и построил рабочий инструмент, который теперь используется в компании на постоянной основе.

Проблема

Когда компания выходит на новый рынок, первым шагом почти всегда становится сбор базовой информации: состояние экономики, особенности регулирования, конкуренты, потенциальные потребители.

На практике это всегда выглядело одинаково:

• день на подготовку задания стажёру,

• десятки часов на проверку промежуточных версий,

• несколько недель ожидания итоговой сводки.

Если повезёт с исполнителем — через месяц получаешь таблицу перспективности рынков. Если нет — начинаешь заново.

Что изменилось

Появление ChatGPT-5 кардинально изменило процесс. То, что раньше требовало недель, теперь можно собрать за несколько часов и без участия человека в рутинных задачах с высокой вероятностью ошибки.

Чтобы убедиться, что это не иллюзия, я решил применить к процессу подход, похожий на то, чему учат в Go Practice:

1. Сформулировал гипотезу и подготовил проверочные данные.

2. Провёл интервью с отраслевым экспертом.

3. Составил серию промптов и уточнил их через несколько итераций. Достиг состояния попадания в проверочные данные.

4. Получил набор таблиц, а на их основе — график зрелости и привлекательности рынков.

Как всё работало

1. Регуляция

Отрасль никотиносодержащих снюсов развивается через «волны» ограничений — от первых мер по рекламе до полного запрета.
Важно: волны необратимы. Если страна ужесточила правила, назад уже не откатывается.

Я составил список ключевых фраз для каждой волны, а GPT классифицировал страны по уровню регуляторного давления.

2. Ёмкость рынка

Целевая аудитория снюсов — ограниченная, платёжеспособная возрастная группа. Для сегментации стран по размеру рынка GPT использовал открытые статистические данные и сам рассчитал базовые коэффициенты. Без формул, без знаний высшей математики, без ручных таблиц.

3. Зрелость категории

Чтобы понять, насколько рынок готов к новому продукту, достаточно проверить:

• есть ли глобальные игроки,

• обсуждают ли продукт на локальных форумах,

• присутствуют ли отзывы и локализованные бренды.

GPT справился с этим по открытым источникам и предложил несколько своих признаков.

4. Сложность входа

Самый субъективный параметр — barriers to entry, или сложность проникновения.
Тут пригодился опыт основателя компании, который рассказал много интересных историй, к примеру как локальные дистрибьюторы, связанные с крупными брендами, могут перекрывать каналы сбыта.

Я превратил эти истории в формальные критерии, а GPT помог превратить их в систему метрик, основанную на публичной информации: структуре дистрибуции, присутствии инфлюенсеров, плотности локальных брендов и т.д.

Результат

На всё ушло около 5 часов за два дня:

• четыре промпта,

• одна сводная таблица,

• формула с весами,

• график

Теперь у компании есть инструмент, позволяющий раз в квартал за символическую сумму проводить полноценное исследование привлекательности регионов.

Год назад на такой результат ушло бы не меньше миллиона рублей при заказе его на стороне.

Почему это важно

ChatGPT-5 перестаёт быть просто «умным ассистентом».
Он превращается в аналитический движок, который способен решать задачи, ранее считавшиеся «чисто человеческими».

Раньше для такого анализа нужен был отдельный аналитик или консалтинговая команда.
Теперь — достаточно человека, который умеет правильно ставить задачу и строить промпты. Результат обновленного отчета планируется передавать партнерам, которые заказывают разработку white (private) label у компании заказчика такой работы.

Это вторая редакция статьи - первая улетела глубоко в минусовой рейтинг и, как подсказывают комментарии к ней, публика ожидала промпты в ней. Не найдя, люди кликали дизлайк. Применять чужие наработки в лоб или с "0" не делать свои, по моему мнению - это профессиональная ошибка, связанная с непониманием того как работает генеративный ИИ и как должен работать продуктолог. Но всё же размещу один из промптов в качестве примера того материала, который покрыл мою задачу, но не рекомендован к решению другой из-за изменения контекста.

Сравни рынки никотиновых паучей следующих стран:

Austria  ....

==== Используй 10 параметров зрелости (SKU, каналы, CAGR, awareness, adoption, конкуренция, лояльность, ценовая структура, поисковый интерес, инновации).

Для каждой страны оцени каждый параметр по шкале 1–5, добавь короткое пояснение, рассчитай средний балл и укажи стадию зрелости (Introduction stage / Early Growth / Growth stage / Early Maturity / Maturity stage / Saturation-Decline).

==== Итог выведи в виде таблицы в *.xlsx файле с колонками: Страна | Уровень зрелости рынка | Наличие SKU | Каналы | CAGR | Awareness | Adoption | Конкуренция | Лояльность | Цены | Google Trends | Инновации | Рассуждения | Источники

==== в колонку Источники впиши источники информации в виде URL ссылок на используемые страницы для анализа в колонку

Вложи под таблицей свои рассуждения по Стране и параметров зрелости по ней, которые определили расстановку оценок 1-5