Промпт-инжиниринг для маркетолога 2026: 6 элементов + 8 готовых шаблонов

Большинство промптов, которые мне показывают коллеги, — это «напиши пост про AI в маркетинге». AI отвечает общими фразами, потому что вопрос общий. Я разбираю не «как написать промпт», а конкретно: из каких 6 элементов состоит рабочий промпт, чем отличаются техники и какие 8 шаблонов у меня в Notion уже два года.

Я работаю с AI в маркетинге с лета 2024-го. На 6 текущих проектах Claude, ChatGPT и Perplexity закрывают 70% повторяющихся задач. Цифры в статье — из моих performance-кампаний с бюджетом от 1M ₽/мес. Экономия времени: 12-18 часов в неделю, стоимость AI-стека — 80-150 $/мес.

Плохой промпт — это не «короткий промпт». Это промпт, в котором AI угадывает, что ты хотел сказать, вместо того чтобы знать.

1. Шесть элементов рабочего промпта

За два года я перепробовал кучу форматов. Сработала одна структура из 6 блоков. Не обязательно каждый раз писать все 6 — для простых задач хватает 3-4. Но когда промпт не даёт результат — проблема почти всегда в одном из пропущенных элементов.

• Роль — кем работает AI. Не «ты маркетолог», а «ты performance-маркетолог, работаешь на рынке РФ с 2017-го, специализируешься на Я.Директ и VK Ads, управляешь бюджетами от 1M ₽/мес». Конкретная роль меняет качество в 2-3 раза.
• Контекст — вводные: продукт, ниша, аудитория, текущие метрики, бюджет, что уже пробовали. Без контекста AI делает «среднее по больнице».
• Задача — что конкретно нужно сделать. Не «проанализируй конкурентов», а «найди 5 конкурентов в нише EdTech, сравни их рекламные стратегии по 4 параметрам: каналы, оффер, CPL, аудитория».
• Формат вывода — как должен выглядеть ответ: таблица, список, JSON, текст. С указанием структуры: «три варианта заголовка», «сводка на 100 слов».
• Примеры (few-shot) — 1-3 примера правильного ответа. Few-shot сокращает количество итераций в 3-5 раз.
• Ограничения — чего не делать: не писать общих фраз, не использовать «синергию», не упоминать конкурентов по имени.

2. Few-shot, chain-of-thought и системные промпты

В промпт-инжиниринге 2026 есть три основные техники: few-shot, chain-of-thought и системные промпты. Каждая — под свою задачу.

Few-shot. Даёшь AI 1-3 примера того, как должен выглядеть ответ. Работает для копирайтинга, создания заголовков, описаний товаров. Примеры должны быть реальными — не выдуманными. Я храню 20+ примеров хорошего tone of voice в Notion и подставляю в промпт под задачу.

Chain-of-thought. Просишь AI рассуждать пошагово. Не «посчитай ROAS за квартал», а «сначала разбей доход по месяцам, потом посчитай затраты на каждый источник, потом раздели». Работает для аналитики, расчётов, построения стратегий. Главное — не использовать CoT для простых задач: AI переусложняет ответ.

Системный промпт. Инструкция, которая выполняется перед каждым запросом. Я использую один системный промпт для всех задач: «Ты performance-маркетолог с опытом 8 лет на рынке РФ. Отвечай с цифрами. Используй «ёлочки». Не пиши «в эпоху», «играет ключевую роль», «в современном мире». В Claude это задаётся в настройках проекта, в ChatGPT — в Custom Instructions.

3. Какую модель под какую задачу брать

Универсального AI нет. У меня на проектах распределение такое: Claude — 50% задач, ChatGPT — 30%, Perplexity — 15%, Gemini — 5%. И вот почему.

Подробнее про разницу моделей — в моём сравнении ChatGPT vs Claude vs Gemini. Там таблица с бенчмарками по 10 задачам.

4. Шаблон 1-2: анализ конкурентов и семантическое ядро

Шаблон 1: teardown конкурентов. Ввожу в Perplexity: «Найди 5 конкурентов [ниша]. По каждому: каналы продвижения, оффер, аудитория, CPL (если есть в открытых источниках), сильные и слабые стороны». Perplexity возвращает структурированный ответ с источниками за 5 минут. Раньше я делал это руками — 3-4 часа.

Шаблон 2: семантическое ядро. «Ты SEO-специалист по рынку РФ. Продукт: [описание]. Ниша: [ниша]. Составь семантическое ядро: 50 запросов с группировкой по интенту. Для каждого — частотность (высокая/средняя/низкая без точных цифр)». Claude выдаёт кластеризованное ядро за 10 минут. Я только корректирую группировку.

Ещё 35 задач с промптами — в статье ChatGPT для маркетолога: 30 задач. Там я разбираю полный набор шаблонов для каждого направления.

5. Шаблон 3-5: контент-план, аналитика и гипотезы

Шаблон 3: контент-план на месяц. «Продукт: [описание]. Целевая аудитория: [описание]. Цель: [лиды / охват / бренд]. Нужен контент-план на 30 дней с разбивкой по рубрикам: экспертный контент, продающий, вовлекающий, репутационный. Для каждого поста — заголовок, формат, цель, CTA». Claude делает структуру, я наполняю экспертизой.

Шаблон 4: аналитика когорт. «У меня данные: [таблица]. Нужно: посчитать retention когорт по неделям, определить точку оттока, предложить 3 гипотезы почему падает retention после 4-й недели». Chain-of-thought + Claude дают анализ за 15 минут, который раньше занимал 2-3 часа в Excel.

Шаблон 5: A/B-гипотезы. «Посадочная: [описание]. Текущая конверсия: [X]%. Трафик: [Y] визитов/мес. Предложи 5 A/B-гипотез с приоритетом по ICE. Для каждой — что меняем, как замеряем, ожидаемый эффект». Claude выдаёт структурированные гипотезы, я выбираю топ-2 для теста.

6. Шаблон 6-8: креативы, брифы и итерации

Шаблон 6: креатив-итерации. «Ты креатив-директор performance-агентства. Продукт: [описание]. Аудитория: [описание]. Канал: [VK Ads / TG Ads / Я.Директ]. Напиши 10 вариантов заголовков и 10 вариантов текстов объявлений. Используй формат: проблема → решение → результат → CTA. Каждый вариант — до 90 символов». Claude выдаёт 10 вариантов за 2 минуты. Из них рабочие — 2-3. Это нормально.

Шаблон 7: brief-разбор. Кидаю Claude бриф от клиента: «Проанализируй этот бриф. Найди: 1) чего не хватает для старта, 2) какие вопросы задать клиенту, 3) какие риски видишь. Ответ — чеклистом на 10 пунктов». Экономит 30-40 минут на каждом новом клиенте.

Шаблон 8: итерация контента. «Вот текст: [текст]. Перепиши его: 1) уложись в 100 слов, 2) добавь цифры из контекста, 3) убери общие фразы, 4) сделай tone of voice как у [ссылка на пример]». Этот шаблон я использую 10-15 раз в неделю.

Больше шаблонов — в статье 7 промптов для маркетолога, которыми я пользуюсь каждую неделю. Там каждый шаблон разобран с реальным примером выхода.

7. Пять типичных ошибок в промптах

1. Нет роли. «Напиши пост» — AI пишет как AI. «Ты CMO с 8-летним опытом в performance-маркетинге РФ» — AI пишет как CMO. Разница в качестве — в 2-3 раза.

2. Нет примеров. AI ориентируется на среднюю температуру по больнице. Если не показать пример нужного стиля — получишь шаблонный текст. Few-shot не опция, а обязательный элемент.

3. Слишком длинный промпт. После 500-700 слов AI начинает терять фокус. Если промпт на 3 экрана — разбей на несколько последовательных. У меня правило: один промпт = одна задача.

4. Нет ограничений. AI делает лишнюю работу. Напиши «не предлагай то, что уже не работает: Instagram в РФ, Google Ads без VPN, email без базы». Это экономит 2-3 итерации на каждый промпт.

5. Одна и та же модель под всё. ChatGPT — не лучший для анализа длинных текстов. Claude — не лучший для коротких креативов. Perplexity — не research-инструмент, а поисковик. Я держу открытыми три вкладки и переключаюсь под задачу.

8. Вывод

Промпт-инжиниринг в 2026 — не магия, а структура. Шесть элементов, три техники, пять моделей под разные задачи. 8 шаблонов из моей практики закрывают 80% повторяющихся задач маркетолога.

Главное, что я понял за два года: промпт не обязан быть идеальным с первого раза. Достаточно 70% качества — остальное добивается итерациями. Но без структуры итераций в 5 раз больше.

Связанные: ChatGPT для маркетолога: 30 задач, 7 промптов для маркетолога, Сравнение AI-инструментов 2026, Как Google детектит AI-контент, AI-агенты в маркетинге.

Если хочешь разобрать твою конкретную ситуацию — пиши в Telegram или через форму. Стартовая консультация — 0 ₽.