AI-промты для B2B-стратегии лидогенерации
Настройте ICP, каналы и KPI — получите готовый промт для стратегии
- Привязывает каналы к pipeline и revenue-целям квартала
- Учитывает unit-экономику: CAC, LTV и MQL→SQL conversion
- Готовые сценарии под ABM, outbound и inbound-воронку
Конструктор промтов для B2B-лидогена
Выберите задачу, ICP-сегмент и KPI-фокус — получите промт для стратегии привлечения лидов
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Разработка стратегии лидогенерации в B2B часто превращается в многодневный марафон: маркетолог сводит данные по каналам, считает CAC, проектирует воронку и пишет брифы для команды — и всё равно получает шаблонный документ без привязки к ICP. Готовые промты для ChatGPT и Claude снимают эту рутину: нейросеть берёт на себя проектирование воронки лидогенерации, сценарий lead nurturing и ревизию каналов с фокусом на снижение CAC. В нашем генераторе вы задаёте роль AI (например, Head of Demand Generation), сегмент ICP — Enterprise или Mid-Market, этап воронки TOFU/MOFU/BOFU и KPI — получаете промт, готовый к вставке в ChatGPT, Claude или YandexGPT. Такой подход высвобождает большую часть времени, которое раньше уходило на формулировки и согласования, и оставляет силы на гипотезы и тесты. Заполните форму и получите промт, оптимизированный под вашу задачу — бесплатно и без регистрации.
Промты для лидогенерации: инструкция
Выберите роль AI, каналы и ICP
Укажите Роль AI, Каналы и Сегмент ICP — промт соберётся под вашу стратегию B2B-лидогенерации.
Настройте тон и формат вывода
Выберите тон коммуникации и формат вывода. Например: экспертный тон плюс таблица с планом по каналам.
Впишите Продукт и Текущие метрики
Укажите Продукт и Текущие метрики: CAC, MQL→SQL, цикл сделки. Промт учтёт реальную экономику воронки.
Скопируйте и запустите в ChatGPT
Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите стратегию лидогенерации под ваш B2B.
Для кого промты по лидогенерации B2B
Генератор помогает Head of Demand Gen, ABM-стратегам, SDR-лидам и фаундерам строить воронки в ChatGPT и Claude
Head of Demand Generation
Собираю стратегию воронки неделями — CAC растёт, а SQL не прибавляется
Проектируйте воронку TOFU-BOFU с метриками за один вечер
ABM-стратег в Enterprise
На проработку одного аккаунта из 50 уходит 6 часов ресёрча и гипотез
Получайте ABM-план под Enterprise-аккаунт за 15 минут
SDR-лид outbound-команды
Каждая новая outbound-последовательность съедает день на копирайтинг и ICP
Создавайте цепочку LinkedIn и Email под ICP в одну сессию
Фаундер SaaS на Seed-стадии
Нет маркетолога, а MQL в SQL конвертируется 3% — теряю pipeline
Запускайте прогрев MQL до SQL без найма команды
Ещё промты для стратегии лидогенерации
Промты дополняют генератор смежными задачами по лидогенерации. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT или Claude.
Аудит воронки лидогенерации с планом устранения узких мест
Аудит воронкиРоль: Ты Head of Demand Generation с 8 лет опыта в B2B-лидогенерации для SaaS и Enterprise. Экспертиза: когортный анализ воронки, attribution-модели (multi-touch, W-shaped), HubSpot и Salesforce reporting. Контекст: Я маркетолог в [тип B2B-компании, например SaaS]. Продукт: [название продукта и средний чек]. Текущие данные по воронке за последние 6 месяцев: [visitors→MQL conversion], [MQL→SQL conversion], [SQL→Won rate], [CAC по каналам], [средняя длина цикла сделки]. ICP: [сегмент клиентов]. Задача: Провести диагностический аудит воронки, найти 3 главных узких места и предложить план их устранения на ближайший квартал. Формат вывода: (1) Таблица этапов воронки с бенчмарками по индустрии и gap-анализом. (2) ТОП-3 bottleneck с гипотезами о причинах (контент, таргетинг, скоринг, SLA между sales и marketing). (3) План действий на 90 дней: инициатива, ответственный, ожидаемый эффект на [pipeline velocity] и [CAC]. Детали: Используй фреймворк Funnel Math и принципы Revenue Operations. Учитывай разницу между inbound и outbound метриками. Не давай общих советов без привязки к данным.
Конкурентный анализ демогенерации в B2B-нише
КонкурентыРоль: Ты B2B Growth-стратег с 7 лет опыта конкурентной разведки в SaaS. Экспертиза: SimilarWeb, Ahrefs, LinkedIn Sales Navigator, анализ ad-креативов через Meta Ads Library и SEMrush. Контекст: Я директор по маркетингу в [категория продукта]. ICP: [описание сегмента, например Mid-Market финтех]. Основные конкуренты: [конкурент 1], [конкурент 2], [конкурент 3]. Наши текущие каналы лидогенерации: [список каналов] с результатами [MQL в месяц] и [CAC]. Задача: Реконструировать стратегию лидогенерации конкурентов и выделить 5 возможностей, где мы можем обогнать их по [SQL/MQL conversion] или стоимости лида. Формат вывода: (1) Сравнительная таблица: каналы, типы контента, офферы, CTA, оценочный бюджет. (2) Карта content gaps и untapped keywords для SEO. (3) 5 конкретных гипотез роста с приоритизацией по ICE-скорингу. Детали: Опирайся на публично доступные сигналы (сайт, блог, webinars, job postings, ads). Избегай домыслов без подтверждения. Укажи источник каждого инсайта.
Скоринг-модель лидов для sync маркетинга и продаж
Lead scoringРоль: Ты ABM-консультант с 6 лет опыта настройки lead scoring в Marketo, HubSpot и Salesforce. Экспертиза: predictive scoring, fit+intent модели, MEDDIC и BANT. Контекст: Я маркетолог в B2B-компании [индустрия и размер]. ICP: [Enterprise / Mid-Market / SMB]. Продукт: [описание и ACV]. Сейчас SLA между маркетингом и продажами страдает: [MQL→SQL conversion] низкий, sales жалуется на качество лидов. Доступные данные о лидах: [демографические поля], [поведенческие сигналы из CRM], [intent-сигналы от Bombora/G2]. Задача: Спроектировать 2-уровневую скоринг-модель (fit + intent), которая повысит [MQL→SQL conversion] и снизит количество disqualified MQL. Формат вывода: (1) Таблица fit-критериев с весами и порогом MQL. (2) Таблица intent-действий с весами и decay-логикой. (3) Матрица A/B/C/D с рекомендуемым next action для sales. (4) Чек-лист внедрения и ежеквартальной калибровки. Детали: Сумма весов = 100. Учитывай negative scoring (конкуренты, студенты, нерелевантные роли). Привяжи пороги к [этап воронки] и [KPI-фокус].
Программа онбординга BDR-команды под новую лидген-стратегию
Обучение BDRРоль: Ты Performance-лид и тренер BDR-команд с 5 лет опыта запуска outbound-машин в B2B. Экспертиза: Outreach.io, Apollo, фреймворки Sandler и Challenger Sale. Контекст: Я маркетолог в [тип компании]. Мы запускаем новую стратегию лидогенерации с фокусом на [канал, например LinkedIn + Email Outreach] и ICP [сегмент]. Команда BDR: [количество человек], опыт [junior/mid]. Целевые метрики: [SQL в месяц на BDR], [reply rate], [meeting booked rate]. Задача: Разработать 4-недельную программу онбординга BDR, которая выведет команду на плановые [SQL/MQL conversion] и [pipeline velocity]. Формат вывода: (1) План по неделям: темы, активности, артефакты на выходе. (2) Библиотека материалов (скрипты холодных звонков, email-шаблоны, объект-handling). (3) Система ролевых игр и сертификации. (4) Dashboard метрик для контроля ramp-up. Детали: Используй принцип 70-20-10 (практика-менторинг-теория). Привяжи каждую неделю к измеримому KPI. Избегай теории без практики и shadowing без рефлексии.
6 правил промтов для лидогенерации B2B
Используйте эти правила, чтобы получать рабочие стратегии лидогенерации в ChatGPT и Claude
Задайте узкую роль demand-gen эксперта
Вместо 'Ты маркетолог' пишите: 'Ты Head of Demand Generation с 7-летним опытом B2B SaaS ABM-кампаний для ICP enterprise'. ИИ подключит MQL/SQL-фреймворки.
Указывайте реальные метрики воронки
Добавьте в промт CAC, LTV, MQL-to-SQL conversion, цикл сделки и средний чек. Пример: 'CAC 450$, LTV 12k$, конверсия MQL→SQL 18%, цикл 45 дней'.
Запрашивайте вывод в ICE-скоринге
Просите таблицу каналов по ICE (Impact, Confidence, Ease) 1-10 или структуру Bullseye Framework. Пример: 'Оцени LinkedIn Ads, cold email, вебинары по ICE'.
Уточните ICP и этап воронки
Late-stage ABM и PLG-мотодля SMB требуют разных тактик. Шаблон: 'ICP: CTO в FinTech 200-1000 FTE, регион DACH, этап TOFU, бюджет 15k$/мес'.
Итерируйте по каналам и сегментам
После первого ответа уточняйте: 'углубись в outbound для C-level в HealthTech', 'добавь sequence из 7 касаний в LinkedIn + email с триггерами по intent-data'.
Избегайте размытых целей по лидам
До: 'Как получить больше лидов?'. После: 'Как вырастить SQL с 40 до 90 в месяц при CAC ≤500$ через ABM на enterprise FinTech в UK за Q2?'.
FAQ: промты для лидогенерации B2B
Промты для стратегии лидогенерации — это структурированные запросы к нейросети, которые помогают спроектировать воронку от TOFU до BOFU, рассчитать CAC и LTV, описать ICP и сценарии прогрева MQL до SQL. В ChatGPT такие промты задают роль Head of Demand Generation, цель кампании и канал: LinkedIn + Email Outreach, SEO или платный трафик. Например, один промт собирает карту JTBD для Enterprise-сегмента, другой — outbound-последовательность из 7 писем. Готовые шаблоны экономят часы работы и убирают пустые формулировки. Скопируйте промт из генератора, подставьте свой ICP и KPI, затем вставьте его в ChatGPT или Claude для проработки стратегии.
Для ABM-кампании задайте в ChatGPT роль ABM-консультанта, укажите сегмент Enterprise 1000+ и цель — рост pipeline velocity. Промт должен включать список из 20 целевых аккаунтов, боли ЛПР, гипотезы касаний в LinkedIn и триггерные поводы. Claude хорошо отрабатывает длинные контексты: загрузите выгрузку CRM и попросите кластеризовать аккаунты по зрелости. Далее сгенерируйте мультитач-сценарий: InMail, персональное видео, email и подарок. KPI-фокус — конверсия встреч из аккаунта и снижение CAC на 25–30%. Скопируйте готовый промт из бесплатного генератора GUSAROV, адаптируйте под отрасль и запускайте кампанию уже сегодня.
B2B-маркетологу генератор промтов ускоряет построение воронки лидогенерации в 5–7 раз и снижает стоимость SQL за счёт типовых заготовок. Вместо ручного описания ICP, скриптов для SDR и контент-плана вы берёте промт под нужную задачу: прогрев MQL, запуск outbound или вебинарная воронка. ИИ помогает тестировать 10 гипотез за день вместо одной в неделю, сверять гипотезы с бенчмарками SaaS и считать pipeline velocity. Нейросеть становится младшим аналитиком, который не устаёт и держит tone of voice бренда. Попробуйте бесплатный генератор GUSAROV: выберите роль, задачу и канал — получите готовый промт под свою стратегию.
Промты для TOFU нацелены на охват и осведомлённость: генерация SEO-кластеров, идей для LinkedIn-постов и вебинарных тем под широкий ICP. Промты для BOFU закрывают сделку — они создают кейсы, ROI-калькуляторы, скрипты отработки возражений и персональные КП. Expansion-промты работают с текущими клиентами: up-sell сценарии, NPS-опросы, планы расширения по отделам. В Claude удобно писать длинные BOFU-материалы с аргументацией, а Gemini хорош для TOFU-идей и быстрых SEO-брифов. Разница в метриках: TOFU считает охват и CPL, BOFU — win rate и средний чек. Используйте генератор, чтобы подобрать промт под конкретный этап воронки и KPI.
Промты из генератора GUSAROV совместимы с ChatGPT, Claude, Gemini, YandexGPT, GigaChat и DeepSeek — базовая структура роли, задачи и KPI работает везде. ChatGPT и Claude сильнее в стратегии и длинных outbound-последовательностях для Mid-Market и Enterprise. YandexGPT и GigaChat уместны для российских промышленных холдингов: они лучше учитывают локальный контекст, 152-ФЗ и тональность B2B-коммуникаций на русском. Gemini помогает быстро собирать рыночные данные и таблицы по ICP. Для ABM и прогрева MQL до SQL советуем связку Claude + YandexGPT. Вставьте промт в выбранную нейросеть, проверьте 2–3 варианта и оставьте ту, что даёт лучшие SQL-метрики.