Что внутри:

• Метапромптинг: как заставить ИИ самому написать промпт для анализа конкурентов

• Метод Франкенштейна: прогон через три нейросети (Claude, ChatGPT, Gemini) и синтез лучшего

• Финальная сборка: все данные в одном месте → готовая презентация для клиента

Реальный кейс: анализ конкурентов для сайта по аутсорсингу бухгалтерии. С промптами, скриншотами и ссылками на итоговые материалы

Ко мне пришёл клиент — хочет продвигать аутсорсинг бухгалтерии. Перед тем как писать КП и запускать рекламу, нужно было разобраться в рынке: кто конкуренты, чем берут, где у них дыры. 

Стандартный путь: садишься, открываешь 20 вкладок, ходишь по сайтам, заполняешь таблицу, пишешь выводы. Потом ещё упаковываешь в презентацию. У меня такой анализ раньше занимал 3–4 рабочих дня. Хорошо, если неделю.

Покажу, как мы сделали это же за один день и отдали клиенту готовую презентацию.

Шаг 0: Метапромптинг — пусть ИИ напишет промпт сам

Есть приём проще написания промптов вручную — попросить ИИ написать промпт за вас. Называется метапромптинг.

Самое противное в конкурентном анализе — написать нормальный промпт для Deep Research. Там нужно прописать роль, задачи, структуру таблиц, что смотреть по каждому конкуренту, формат вывода. Если делать вручную — минут сорок, и всё равно что‑нибудь забудешь.

Пишем в ChatGPT одно короткое сообщение:

Мне нужно сделать анализ конкурентов для сайта [ссылка].
Направление — аутсорсинг бухгалтерии.
Делать буду через Deep Research. Напиши промпт.

ChatGPT заходит на сайт клиента, вытаскивает контекст и пишет детальный промпт: с ролью, задачами, структурой сравнительных таблиц и инструкцией не выдумывать данные. Без единого напоминания

Получившийся промпт вышел примерно на 3 страницы. Привожу полностью — адаптируйте под свою нишу, замените название услуги и ссылку:

Ты — senior market researcher, конкурентный аналитик и стратег по digital-маркетингу в B2B-услугах.

Твоя задача: провести глубокий конкурентный анализ рынка услуги «аутсорсинг бухгалтерии» для проекта [ссылка на сайт] и подготовить результат в формате, пригодном для маркетинговой стратегии, упаковки оффера, сайта, рекламы и SEO.

ВАЖНО: исследование должно быть максимально прикладным, а не академическим. Фокус — именно на услуге аутсорсинга бухгалтерии в России. Итог должен отвечать на вопросы: с кем мы реально конкурируем за клиента, как конкуренты упаковывают услугу, какие офферы и триггеры у них работают, какие сегменты рынка уже перегреты, где есть слабые места конкурентов, как можно выгодно отстроиться.

ЧТО НУЖНО СДЕЛАТЬ:

Шаг 1. Определи конкурентное поле: прямые (продают именно бухгалтерский аутсорсинг), косвенные (онлайн-бухгалтерии, подписочные сервисы, юридические компании с бухгалтерским блоком, франшизы), агрегаторы. Сначала длинный список, потом сократи до ТОП-10 прямых, ТОП-5 косвенных, ТОП-5 с самым сильным маркетингом.

Шаг 2. Сделай подробную сравнительную таблицу по ТОП-конкурентам. Обязательные столбцы: конкурент / сайт / тип / основной сегмент ЦА / главный оффер / УТП / есть ли цены / есть ли лид-магнит / триггеры доверия / кейсы и отзывы / гарантии / сильные стороны / слабые стороны / что можно позаимствовать / какие уязвимости использовать в позиционировании.

Шаг 3. Разбери упаковку каждого сильного конкурента отдельно: позиционирование, оффер, структура сайта, CTA, SEO, рекламные посылы, триггеры доверия.

Шаг 4. Сравни клиента с рынком честно: где сильнее, где слабее, чего не хватает на сайте.

Шаг 5. Анализ ценовых моделей: тарифы, логика ценообразования, демпинг, премиум.

Шаг 6. Найди паттерны, которые повторяются у всех: одинаковые офферы, избитые УТП, шаблонные блоки доверия. Что уже «замылилось».

Шаг 7. Предложи не менее 10 вариантов отстройки: по сегменту, специализации, скорости, гарантии, технологии, отрасли, модели оплаты. Для каждого — суть, почему может сработать, сложность внедрения.

Шаг 8. Сделай прикладные рекомендации по 5 направлениям: позиционирование, сайт, SEO, реклама, контент и доверие.

Шаг 9. Таблица приоритетов: гипотеза / направление / ожидаемый эффект / сложность внедрения / приоритет (high/medium/low) / почему это важно.

Формат отчёта: executive summary → карта конкурентного поля → таблица ТОП-конкурентов → подробный разбор сильнейших → сравнение клиента с рынком → анализ цен → паттерны и штампы → возможности для отстройки → рекомендации → таблица приоритетных гипотез → что сделать в первую очередь за ближайшие 30 дней.

Стиль: без воды, без общих слов, с конкретикой. Если не нашёл данных — так и пиши, не выдумывай. Приоритет источникам не старше 2 лет.

Всё. Копируем и идём в нейросети.

Временные затраты: пара минут на короткий запрос — и готовый промпт на 3 страницы. Раньше такое писали вручную и всё равно что‑нибудь забывали.

Шаг 1: Метод Франкенштейна — один промпт в три нейросети

Один и тот же промпт запускаем в три нейросети параллельно, потом собираем лучшее из каждой. Звучит избыточно — но есть причина. Нейросети часто противоречат друг другу. Там, где результаты совпадают — скорее всего правда. Там, где расходятся — перепроверяй руками.

Claude

Claude выдал всё по структуре промпта: портреты конкурентов, сравнительные таблицы, анализ офферов, сводку.

Интересные находки:

• 90% сайтов пишут одно и то же. «Сэкономим на налогах», «команда профессионалов», «ответственность застрахована». Все. Буквально все. Это уже не УТП, это шум.

• Главный козырь клиента, который никто не занял: ни один из топ‑конкурентов не предлагает связку «аудит + абонентское обслуживание» в одном пакете. Я бы сам не обратил на это внимание — просто смотришь на одни вещи, а ИИ смотрит на другие.

Плюс Claude: форматирует таблицы чище остальных и в одну кнопку выгружает в Google Документы

ChatGPT (Deep Research)

Включаем думающую модель + глубокое мышление. Ждём до 40 минут — так работает Deep Research.

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 или ошибка, а реальный факт из открытых источников.

Конкретная цитата из результатов по бухгалтерии, которую ChatGPT нашёл на форуме: «Стал искать компанию, которая займётся раскруткой, Директом. Ценник высокий, гарантии не дают.» Это не нейросеть придумала — нашла где‑то в обсуждении предпринимателей.

Важно: ИИ иногда галлюцинирует и ошибается. Например, может написать, что у конкурента трафик 80 000 в месяц — и соврать. Или сослаться на статью 2019 года как на актуальную. Всегда проверяйте ссылки и даты вручную, особенно там, где конкретные цифры.

Gemini (Deep Research)

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

Зато нашёл три вещи с цифрами, которых не было у других:

• Главная угроза для аутсорсеров — банки. Сбер и Тинькофф раздают бесплатную бухгалтерию малому бизнесу и медленно съедают рынок снизу.

• Точки роста — e‑commerce, IT и строительство. Там нестандартный учёт, банки с ним не справляются.

• Незанятая ниша: комплексный аутсорсинг для компаний с бюджетом 80–170 тыс. руб./мес. Крупные игроки с такими не работают, фрилансеры не дают системного подхода.

И кнопка «Создать веб‑страницу» — нажимаешь, получаешь красиво оформленный HTML‑отчёт, который можно отправить клиенту прямо сейчас. Без Word, без PowerPoint, без дизайнера.

Кто выиграл?

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

• Claude — структура, таблицы и выгрузка в Google Docs;

• ChatGPT — глубина, цитаты из реальных обсуждений;

• Gemini — цифры, источники и готовый HTML для клиента.

Шаг 2: Собираем всё в презентацию

Берём отчёты от ChatGPT и Gemini, закидываем оба в Claude одним сообщением:

Собери из этих двух отчётов единую презентацию для клиента.

Структура: рынок и тренды → боли аудитории → конкурентное поле → что уже не работает → ценовые модели → гипотезы для рекламы и сайта с приоритизацией

Claude выгружает в Google Slides — и можно идти к клиенту.

Что вошло в итоговую презентацию:

• Структура рынка и тренды

• Четыре главные боли аудитории

• Конкурентное поле с оценкой насыщенности по сегментам

• Пять одинаковых обещаний, которые уже не работают

• Три ценовые модели на рынке

• Таблица гипотез для сайта и рекламы с приоритизацией

Итоговый отчёт | Презентация

Временные затраты:

• Сбор данных (три нейросети параллельно): 1 час

• Вычитка и отбор лучшего: 1–2 часа

• Сборка презентации через Claude: 30 минут

• Итого: 2,5–3,5 часа

Раньше на это уходила неделя.

Итоги

• ИИ не делает анализ за вас — он агрегирует публичную информацию. Проверку данных и финальные выводы всё равно делает человек.

• Метод работает для любой ниши: меняете название услуги в промпте — получаете анализ под свой рынок.

• Там, где три нейросети совпадают в выводах — скорее всего правда. Там, где расходятся — перепроверяйте руками.

• Галлюцинации неизбежны. Никогда не несите клиенту данные из ИИ‑отчёта без проверки источников.

  Теги: нейросети chatgpt gemini claude маркетинг анализ конкурентов deep research промпт prompt engineering интернет-маркетинг b2b AI

  Хабы: Интернет‑маркетинг, Искусственный интеллект, Управление проектами, Развитие стартапа