Улучшаемые навыки
Работа с нейросетями
Промпт-инжиниринг
ИИ-ассистенты
Автоматизация маркетинга
Анализ данных с ИИ
Контроль галлюцинаций ИИ
Работа с контекстом бренда
SEO/GEO-аналитика
Фактчекинг
Чему вы научитесь
01
Составлять сложные запросы (промпты) и выстраивать повторяемые рабочие цепочки «человек + ИИ» для типовых маркетинговых задач.
02
Формировать базу знаний бренда, чтобы нейросеть генерировала тексты в нужном стиле, тоне и с учетом продуктовых фактов.
03
Анализировать данные о рынке, конкурентах и обратную связь по мероприятиям, отделяя реальные факты от «галлюцинаций» модели.
04
Создавать быстрые прототипы контента, лендингов и email-рассылок для согласования концепций до передачи в разработку.
05
Проектировать ИИ-ассистентов и определять точки контроля, где участие и подтверждение человека строго обязательно.
06
Проверять качество работы нейросетей и подрядчиков (включая SEO/GEO), используя готовые чек-листы и корпоративные регламенты безопасности.
Программа курса
01
От разового запроса к системе «человек + ИИ»
1.1 Пять уровней работы с ИИ:
Разовый запрос;
Запрос с постоянным контекстом;
Рабочая цепочка;
Автоматизация отдельных шагов;
ИИ-ассисент или агент.Практика:
1.2 Четыре вопроса к любой задаче:
Что делает ИИ;
Какой контекст и какие данные ему нужны;
Где решает человек;
Как проверяем результат.
1.3 Инструмент выбираем по задаче, а не по популярности:
Типы задач: поиск, генерация, анализ документов и данных, корпоративная база знаний, прототипы;
Сервисы: GigaChat, Алиса, DeepSeek, Claude, корпоративный ИИ IBS;
Что дают платные версии по сравнению с бесплатными и какие данные куда можно передавать.
1.4 Постановка задачи:
Из чего состоит: цель, контекст, ограничения, критерии качества, формат;
Когда хватит короткого запроса (промпта), а когда нужен подробный. Длинный промпт – не значит хороший. Хороший промпт – плотный промпт;
Как попросить ИИ помочь составить запрос.
Практика:
Кейс 1. База мероприятий
Задаём структуру записи, правила поиска и сверки.
Собираем из открытых источников даты, темы, аудитории, участников, отмены и переименования. Проверяем изменения до обновления таблицы.
Если корпоративный ИИ IBS поддерживает нужные действия, показываем автоматическое обновление. Если нет – собираем полуавтоматический процесс с ручным запуском и проверкой.
На собранных данных разрабатываем концепцию мероприятия под цели, бюджет, аудиторию и формат.
Результат: карта рутинных процессов «задача – данные – проверка – результат – инструмент» и шаблон обновления базы мероприятий.
02
Контекст бренда и качество выдачи
2.1 Модель не знает ни бренда, ни бизнеса: всё важное должно быть в контексте. Три слоя
Контекста:
Постоянный контекст бренда;
Контекст задачи;
Контекст проверки – критерии, по которым результат годится.
2.2 База знаний бренда:
Что в неё входит: правила коммуникации, удачные примеры, продуктовые факты, аудитории, ограничения, шаблоны, визуальные требования;
У каждого документа есть владелец, дата обновления и источник;когда хватит приложенного файла или проекта, а когда нужна база знаний с поиском по документам (RAG).
Практика:
Кейс 2. База знаний бренда
Собираем минимальный постоянный контекст своего направления.
На нём готовим пресс-релиз, ответ на типовой вопрос и экспертный или SEO/GEO-текст.
Кейс 3. Контент и визуальные материалы
Из одной задачи получаем тему, каркас, текст и задание на иллюстрацию или диаграмму.
Доводим до требований бренда. Работаем только в разрешённых компанией инструментах.
Кейс 4. Лендинг и письмо
Делаем быстрый прототип страницы и email-рассылки по корпоративным требованиям, в том числе с генерацией кода.
Цель – согласовать содержание и вид до передачи в веб-направление и сократить число правок, а не заменить разработку
03
Аналитика и обратная связь: от данных к решению
3.1 Источники:
Собираем данные о рынке и конкурентах по сайтам и документам;
Требуем ссылки на первоисточники и перепроверяем ключевое;
Отличаем факт от вывода модели.
3.2 Анкеты:
Заранее задаём измеримые критерии;
Сравниваем группы и периоды, ищем повторные посещения и устойчивые закономерности;
Решение «идти ли снова» принимаем по согласованным бизнес-критериям.
Практика:
Кейс 5. Обратная связь по мероприятиям
Загружаем разрешённый набор анкет, строим схему анализа и получаем сводку.
Находим повторных участников и их оценки.
Принимаем решение по заранее заданным критериям.
Кейс 6. Рынок и конкуренты
Собираем и структурируем данные из открытых источников, сравниваем конкурентов.
Проверяем ключевые факты и формулируем выводы со ссылками.
Кейс 7. От исследования к презентации
Превращаем выводы во внутренний отчёт и презентацию по корпоративному шаблону: таблицы, диаграммы, тезисы для руководителя.
04
Автоматизация, ИИ-ассистенты, качество и безопасность
4.1 Автоматизация и агенты:
Что автоматизировать, а что оставить под ручным контролем;
Чем заранее заданная автоматизация отличается от ИИ-ассистента или агента;
Где нужна точка подтверждения человеком: перед изменением данных, отправкой и публикацией. «Готово» от агента ещё не значит, что работа сделана.
4.2 Качество:
Риски: галлюцинации, угодливость модели, автоматическое доверие к ответу, ошибки в многошаговой работе;
Проверяем факты, ссылки, расчёты и соответствие брифу;
Вторая модель помогает проверять: просим её «найти противоречия», а не «выбрать лучший». Но оценку человека она не заменяет.
Практика:
Кейс 8. Ассистент по мероприятиям
На базе каталога мероприятий и обратной связи проектируем ИИ-асссистента.
Определяем, какие знания ему доступны, на какие вопросы он отвечает, что делает сам, а что – только после подтверждения человеком.
Реализация зависит от возможностей корпоративного ИИ IBS.
Кейс 9. Контроль SEO/GEO
По примеру отчёта подрядчика составляем чек-лист проверки, уточняющие вопросы и критерии приёмки.
Финальный проект. Кампания нового мероприятия
05
Итого на курс 8 ак. ч.: теория — 2 ак. ч. (25%), практика — 6 ак. ч. (75%)
Для кого
Маркетолог
Предварительная подготовка
Понимание основ маркетинга и SMM.