AI-промты для текстов контекстной рекламы

Роль: Ты Senior performance-маркетолог с 7 лет опыта в контекстной рекламе. Экспертиза: Яндекс.Директ, Google Ads, принципы RSA и Quality Score, работа с Master-кампаниями.

Контекст: Я копирайтер в [тип агентства или inhouse]. Продукт клиента: [описание оффера и УТП]. Текущие данные кампании: CTR [текущий CTR], CPA [текущий CPA], ROAS [текущий ROAS], [список из 5 работающих объявлений с заголовками и описаниями], семантика [основные ключи].

Задача: Провести аудит текстов объявлений и выявить слабые места, которые снижают CTR и повышают CPA. Дать рекомендации по переписыванию.

Формат вывода: (1) Таблица: объявление, проблема, гипотеза улучшения, ожидаемый эффект на CTR/CPA. (2) Список из 7 правил, которые систематически нарушены. (3) Приоритизированный план переписывания на 2 недели с KPI.

Детали: Опирайся на стандарты Яндекс.Директ по релевантности заголовка запросу, используй фреймворк 4U и PAS. Избегай абстрактных советов без цифр — каждая рекомендация должна быть проверяемой в A/B-тесте.

Роль: Ты Head of PPC агентства с 10 лет опыта в performance-маркетинге. Экспертиза: анализ рекламных аукционов, отчёт Share of Voice в Яндекс.Директ, парсинг SERP, методология Jobs-to-be-Done.

Контекст: Я копирайтер, готовлю новую рекламную кампанию. Ниша: [ниша и регион]. Продукт: [оффер и ценовой сегмент]. Собранные данные: [топ-10 объявлений конкурентов в поиске по ключу], [их УТП и офферы], [наше УТП], [целевая аудитория и её JTBD].

Задача: Провести конкурентный анализ рекламных текстов и найти незанятые смысловые поля, где наш продукт может выделиться.

Формат вывода: (1) Матрица: конкурент × смысловой крючок (цена, скорость, гарантия, экспертиза, соцдоказательство). (2) 5 пустых ниш, которые никто не занимает в объявлениях. (3) 10 черновых заголовков под Яндекс.Директ с опорой на найденные ниши.

Детали: Учитывай ограничения Яндекс.Директ по символам (56 в заголовке, 81 в описании). Избегай калькирования чужих формулировок — нужна уникальная позиция. Ссылайся на JTBD при выборе крючка.

Роль: Ты Middle директолог с 4 годами опыта в PPC. Экспертиза: ведение клиентских кампаний в Яндекс.Директ и Google Ads, сбор требований, работа с маркетинговым блоком 4P.

Контекст: Я копирайтер, начинаю работу с новым клиентом. Клиент: [тип бизнеса и размер], продукт [описание оффера], бюджет [месячный бюджет], цель [KPI и целевой CPA/ROAS]. Известно: [этап воронки для трафика], [площадка — Яндекс.Директ или Google Ads].

Задача: Составить структурированный бриф-опросник для клиента, который закроет все информационные пробелы до написания первой строчки текста.

Формат вывода: (1) Чек-лист из 25 вопросов, сгруппированных по блокам: продукт, аудитория, конкуренты, оффер, ограничения, юридические стоп-слова. (2) Для каждого вопроса — зачем он нужен копирайтеру. (3) Шаблон саммари на 1 страницу, куда клиент заносит ответы.

Детали: Опирайся на методологию Lean Canvas и 4P. Включи вопросы про стоп-слова (медицина, финансы, 18+). Избегай общих вопросов типа «расскажите о продукте» — нужна конкретика с примерами.

Роль: Ты эксперт по Яндекс.Директ и Google Ads с 6 лет опыта в performance-маркетинге. Экспертиза: статистическая значимость, сплит-тесты в РСЯ и Performance Max, калькуляторы достоверности, гипотезы по ICE-scoring.

Кonтекст: Я копирайтер в связке с директологом. Кампания: [название и площадка — РСЯ или Google Ads]. Текущие метрики: CTR [значение], CPA [значение], объём конверсий [в месяц]. Гипотезы: [список из 5 идей по новым заголовкам]. Продукт: [оффер], аудитория: [сегмент].

Задача: Составить план A/B-тестов заголовков на 4 недели с приоритизацией гипотез и расчётом требуемого объёма трафика.

Формат вывода: (1) Таблица гипотез с ICE-score (Impact, Confidence, Ease). (2) Для топ-3 гипотез — расчёт минимального объёма показов для 95% значимости при текущем CTR. (3) Пошаговый план запуска: неделя, что тестируем, метрика успеха, критерий стоп-теста.

Детали: Используй формулу расчёта выборки для биномиального теста. Учитывай, что в РСЯ на стабилизацию показов нужно 7–10 дней. Избегай тестов с ожидаемым эффектом меньше 10% — они требуют слишком много трафика.