Персоны и сегменты аудитории для продуктовых команд
Соберите параметры → получите готовый промт для анализа персон
- Персоны с цитатами, болями и работами (JTBD) вместо голой демографии
- Сегменты с приоритизацией по LTV и готовности платить
- Каждый инсайт превращается в проверяемую гипотезу с метрикой
Конструктор промта для анализа аудитории
Выберите Роль AI, Источник данных и Акцент — промт соберётся под вашу задачу
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Аналитик открывает сотню транскриптов интервью и отзывов, а на то, чтобы свести их в связный портрет персоны и внятную сегментацию, уходит несколько дней ручной вычитки. Готовые промты снимают эту рутину: попросите ChatGPT собрать боли и барьеры из открытых ответов NPS, а Claude — разложить аудиторию по работам (JTBD) и составить карту пути клиента. Укажите «Источник данных» и «Акцент» — генератор соберёт промт под вашу задачу, от разбора триггеров оттока до готовности платить. Параметры роли, специализации и горизонта настраивают глубину: экспресс-выжимка для планёрки или глубокий разбор для стратегов. В итоге вы получаете карточки персон и таблицы сегментов с проверяемыми гипотезами вместо разрозненных заметок, а сравнение ответов ChatGPT и Claude помогает не пропустить неочевидный инсайт. Соберите первый промт и постройте персону за один заход.
Как собрать промт для анализа аудитории
Выберите базовые параметры
Задайте «Роль AI», «Задача» и «Источник данных» — например «Построить портрет персоны» на основе транскриптов интервью.
Настройте тон и формат вывода
Добавьте тон, формат и детальность: например «Эмпатичный к пользователю» + «Карточки персон» + «Рабочая детализация».
Заполните ручной ввод
Впишите «Продукт», «Бизнес-цель» и «Что известно» — это привязывает выводы к вашим цифрам и делает персоны точнее.
Скопируйте и запустите промт
Скопируйте готовый промт в ChatGPT или Claude и получите персоны с JTBD, болями, триггерами и гипотезами для проверки.
Кому подойдёт генератор персон и сегментов
UX-исследователям, продуктовым аналитикам, маркетологам и CustDev-специалистам для анализа аудитории
UX-исследователь в продуктовой команде
Тону в транскриптах интервью и не успеваю свести их в понятные персоны
Собирай портреты персон из интервью за час вместо недели ручного разбора
Продуктовый аналитик в SaaS-стартапе
Данных из CRM много, а на чёткие сегменты по JTBD их разложить не получается
Раскладывай аудиторию на сегменты по работам и связывай их с метриками LTV
Маркетолог в digital-агентстве
Каждому клиенту нужна своя персона, а времени на ресёрч с нуля почти нет
Готовь карты пути и портреты аудитории под нового клиента за один вечер
CustDev-специалист на фрилансе
Провожу десятки интервью, но выводы расплываются и заказчик не видит инсайтов
Превращай сырые ответы в список болей, триггеров и гипотез для проверки
Промты для анализа аудитории и персон
Готовые промты для ChatGPT или Claude: скопируйте, замените текст в квадратных скобках своими данными и запустите.
Собрать матрицу возражений и контраргументов для отдела продаж
ВозраженияРоль: Ты — маркетинговый аналитик поведения с опытом работы с возражениями и триггерами оттока. Контекст: Продукт — [название продукта и краткое описание], средний чек [сумма]. Сегмент — [ключевой сегмент, например малый бизнес]. Источник данных — [ссылка на записи звонков отдела продаж] и [ссылка на переписку в CRM]. Известно, что сделки чаще срываются на этапе [название этапа воронки]. Задача: Собери матрицу типовых возражений при покупке. Сгруппируй возражения по темам (цена, доверие, сложность внедрения, сравнение с [конкурент]), оцени частоту каждого и определи скрытую боль за формулировкой клиента. Формат вывода: таблица с колонками — (1) возражение дословно, (2) скрытая боль/страх, (3) контраргумент с опорой на ценность, (4) частота (высокая/средняя/редкая), (5) гипотеза для проверки. После таблицы — топ-3 возражения, блокирующих выручку. Детали: используй фреймворк работы с возражениями «признать — уточнить — переформулировать». Не выдумывай данные, которых нет в источнике — помечай пробелы как [нужны данные]. Тон нейтральный, ориентированный на гипотезы. Ограничь ответ 12 возражениями.
Оценить готовность платить и упаковать ценность по сегментам
ЦенностьРоль: Ты — стратег по сегментации рынка со специализацией на психографике и мотивациях. Контекст: Продукт — [название продукта], линейка тарифов [перечень тарифов и цен]. Бизнес-цель — [цель, например поднять средний чек на 20%]. Источник — [ссылка на результаты опроса о ценности] и [ссылка на данные по апгрейдам тарифов]. Аудитория делится на сегменты [сегмент 1] и [сегмент 2]. Задача: Оцени готовность платить по каждому сегменту и определи, какая ценность оправдывает более высокий тариф. Свяжи воспринимаемую ценность с конкретными работами (JTBD), которые клиент закрывает продуктом. Формат вывода: (1) карточка по каждому сегменту — ключевая работа, порог цены, драйверы ценности; (2) таблица «фича → воспринимаемая ценность → сегмент»; (3) список из 5 гипотез по упаковке и ценообразованию для теста. Детали: опирайся на модель Van Westendorp для порогов цены и на JTBD для формулировки ценности. Каждую рекомендацию свяжи с бизнес-целью и укажи метрику проверки. Where данных недостаточно, честно отметь [требуется исследование]. Тон — стратегический для стейкхолдеров.
Провести аудит качества построенных персон и найти слабые места
Аудит персонРоль: Ты — ведущий UX-исследователь, проверяющий качество исследовательских артефактов. Контекст: Команда собрала персоны для продукта [название продукта]. Материалы — [ссылка на документ с персонами] и [ссылка на исходные интервью/опросы]. Персоны используются для [цель применения, например приоритизации бэклога]. Задача: Проведи аудит персон и найди методологические ошибки: демографические стереотипы без данных, отсутствие связи с реальными цитатами, смешение нескольких сегментов в одной персоне, отсутствие болей и триггеров, необоснованные JTBD. Формат вывода: (1) чек-лист аудита с оценкой каждой персоны по критериям (обоснованность данными, чёткость JTBD, отделимость от других, actionability) по шкале 1–5; (2) список конкретных ошибок с цитатой из документа [ссылка]; (3) приоритизированный план исправлений. Детали: используй принцип «каждое утверждение о персоне должно опираться на источник». Отмечай места, где вывод не подтверждён данными, как [гипотеза без доказательств]. Будь скептичен к данным, не сглаживай проблемы. Тон — критический, но конструктивный.
Объяснить команде методологию JTBD на примере наших сегментов
ОбучениеРоль: Ты — специалист по CustDev-интервью и наставник, объясняющий методологию простым языком. Контекст: Команда — [состав команды, например продакт, дизайнер, маркетолог] в продукте [название продукта]. Уровень знаний о JTBD — начальный. Есть реальные данные — [ссылка на транскрипты интервью] по сегменту [название сегмента]. Нужно обучить команду перед воркшопом [дата/формат]. Задача: Объясни методологию Jobs To Be Done так, чтобы команда без опыта её поняла и смогла применить. Разбери разницу между функциональными, эмоциональными и социальными работами на примере нашего сегмента и реальных цитат из интервью. Формат вывода: (1) краткое объяснение JTBD в 5 тезисах простыми словами; (2) 3 примера работ, извлечённых из [ссылка на транскрипты], с разбором; (3) пошаговый мини-гайд «как сформулировать job statement»; (4) 5 практических заданий для воркшопа. Детали: избегай жаргона без расшифровки, каждый термин поясняй на примере из [название продукта]. Используй формулу job statement «когда [ситуация], я хочу [мотивация], чтобы [результат]». Тон — эмпатичный к пользователю и к обучающимся, без снисходительности.
6 советов: анализ аудитории и персоны с ИИ
Как получать точные персоны и сегменты от ChatGPT и Claude без общих фраз
Задайте роль UX-исследователя
Начните с «Ты — ведущий UX-исследователь по JTBD». Роль с уровнем экспертизы сдвигает ответ от общих штампов к языку CustDev-интервью и гипотез.
Подсуньте сырые данные и метрики
Дайте транскрипты интервью, открытые ответы NPS, историю сделок из CRM и когорты веб-аналитики. Назовите числа: отток, LTV, средний чек, retention за 30 дней.
Задайте формат по фреймворку JTBD
Просите вывод карточками персон по схеме JTBD: работа, контекст, боль, триггер, альтернатива. Или таблицу сегментов и карту пути клиента (CJM) со стадиями.
Опишите продукт, стадию и барьеры
Формула: «Сегмент [кто] нанимает [продукт], чтобы [работа], но [барьер], потому что [причина]». Добавьте тариф, бизнес-цель и что уже известно о клиентах.
Уточняйте персоны итерациями
Не берите первый вариант. Задайте follow-up: «Раздели этот сегмент на 3 подгруппы по мотивации и укажи, какая гипотеза требует проверки интервью».
Избегайте демографии без работ
До: «Персона — Анна, 32 года, маркетолог, любит кофе». После: «Сегмент нанимает продукт, чтобы закрыть отчёт за час; барьер — недоверие к данным; триггер — дедлайн».
FAQ: анализ аудитории и персоны с ИИ
Это подход, при котором нейросеть обрабатывает данные о клиентах и превращает их в портреты персон и сегменты. Вы выбираете в генераторе роль AI, источник данных (например, транскрипты интервью или отзывы), задачу и акцент, а модель структурирует всё в карточки персон или таблицу сегментов. ChatGPT анализирует боли, работы (JTBD) и триггеры, выделяя закономерности, которые вручную искать долго. Уровни детальности — от экспресс-выжимки до глубокого разбора — задают объём выводов. Каждая рекомендация связывается с бизнес-целью и сопровождается гипотезой для проверки. Соберите первый промт в генераторе и получите готовую структуру за минуту.
Задайте роль, источник данных и формат вывода, а затем передайте контекст о продукте. Рабочий шаблон: 'Ты — ведущий UX-исследователь, работающий с сегментом «малый бизнес». Построй портрет персоны на основе транскриптов интервью за последние 12 месяцев. Опиши демографию, работы JTBD, боли и триггеры, свяжи выводы с бизнес-целью и добавь гипотезу'. ChatGPT вернёт карточку персоны с мотивациями и барьерами. В генераторе это собирается пресетом 🎯 Портрет ключевой персоны — поля подставятся автоматически. Добавьте блок 'Что известно' с фактами о клиентах, чтобы повысить точность. Выберите пресет и уточните поля под свой продукт прямо сейчас.
Они экономят часы ручной обработки и дают воспроизводимую структуру выводов. Вместо того чтобы вручную кодировать сотни ответов NPS или отзывов, аналитик передаёт их нейросети и получает сегменты, боли и триггеры оттока в едином формате. Это ускоряет подготовку к CustDev, помогает формулировать гипотезы и защищать решения перед стейкхолдерами. YandexGPT или Claude выделяют неочевидные паттерны в поведенческих данных и когортах, снижая риск субъективных интерпретаций. Тон 'Стратегический для стейкхолдеров' готовит выводы сразу под презентацию. Метрики вроде LTV и оттока привязываются к каждому сегменту. Попробуйте генератор на своих данных и оцените скорость первого отчёта.
Сегментация по работам группирует людей по задачам, которые они решают продуктом, а персона описывает конкретный собирательный образ клиента. JTBD-подход отвечает на вопрос 'какую работу нанимают продукт выполнить', игнорируя демографию как второстепенное; в генераторе это пресет 🧩 Сегментация по работам с форматом 'Таблица сегментов'. Персона же собирает демографию, мотивации и барьеры в узнаваемую карточку — пресет 🎯 Портрет ключевой персоны. Первый подход шире и удобен для стратегии, второй нагляднее для команд и дизайна. GigaChat справляется с обоими, если задать корректный акцент и источник данных. Часто их комбинируют: сначала работы, потом персоны. Сравните оба формата в генераторе и выберите подходящий.
Генератор совместим с ChatGPT, Claude, YandexGPT и GigaChat — промт универсален и работает в любой из них. Для больших массивов транскриптов и глубокого разбора удобен Claude благодаря длинному контексту, а YandexGPT и GigaChat лучше учитывают нюансы русскоязычной аудитории и локальных отзывов. ChatGPT остаётся сильным выбором для карт пути клиента и структурированных отчётов. Формат вывода 'Список инсайтов и гипотез' и уровень 'Глубокий разбор' одинаково поддерживаются везде, отличается лишь стиль формулировок. Рекомендуем прогнать один промт в двух моделях и сравнить полноту сегментов. Скопируйте готовый промт из генератора и протестируйте его в вашей нейросети.