Сегментация аудитории нейросетью: свой исследовательский конвейер на скиллах Claude

Сегментация аудитории нейросетью обычно выглядит так: просишь чат «опиши мою целевую аудиторию» и получаешь «женщин 25–45 с активным образом жизни». Виктор Буто, Head of Research в Signal (ONY), на NeyroSummit 16 показал другой путь — исследовательский: каждая его методика живёт в отдельном скилле. Работает он в Cursor с Claude Code и после каждого прогона просит Claude поправить скилл. Ниже — метод по шагам. Инструменты — на 16 апреля 2026 года; что изменилось, мы сверили на 22 октября.

Вайб-маркетинг начинается с вайб-ресёрча

Виктор открыл доклад мыслью для зала вайбкодеров: сделал бота, сайт или приложение — и сразу встаёт вопрос, возможно, посложнее кода: как продвигать это в рынок. «Любой вайб-маркетинг начинается с вайб-ресёрча»: чтобы понимать пользователя и его потребности, а заодно что вообще делать в продукте, нужны исследования.

Нейросети для маркетологов чаще всего показывают как генератор текстов. У Виктора они работают как исследовательский отдел: сегменты, конкуренты, поиск источников. И держится всё не на модели, а на знаниях, которые ты в неё положил.

Почему скиллы, а не свой GPT или системный промпт? По словам Виктора, у скиллов четыре преимущества:

• работают с любыми файлами — в среде разработки можно подтянуть любой файл, с которым нужно работать;
• внутрь кладутся инструменты — коннектор к Google Таблицам, поисковик, MCP-парсер сайтов;
• вызываются в одном окне — там же, где идёт работа;
• их можно попросить обновить — не лезть в поле с инструкцией руками, а сказать Claude, что поправить.

Последний пункт Виктор считает главным, к нему вернёмся в конце.

Скилл из своей методички: статья → skill-creator → исследователь

«Чтобы создать скилл, вам нужны какие-то знания». Лучшая основа — то, что ты или твоя команда уже описали дотошно, по шагам: гайды, база знаний, методички. Большинство скиллов Виктора выросли из постов его канала: там копится «качественная текстовая инфа с примерами», и он постепенно упаковывает её в скиллы.

На эфире он собрал скилл прямо из своей статьи про анализ конкурентов на vc.ru — о бесплатных способах узнать о конкурентах всё: от стратегии до отзывов, финансов, воронки и рекламы.

1. Перегнать статью в файл. Текст большой, поэтому Виктор прогнал его через сервис, который принимает текст любого размера и отдаёт файл. Подойдёт и простое сохранение в .md или .txt.
2. Позвать skill-creator. В Claude Code (у Виктора — в Cursor) это скилл для создания скиллов, он вызывается слеш-командой.
3. Приложить файл и попросить выписать блоки. «Выпиши из этой статьи пункты, основные блоки, как можно исследовать конкурентов. Я из них выберу, что добавить в скилл по анализу конкурентов на основе открытых данных».
4. Выбрать номерами. Виктор выбрал стратегию, целевую аудиторию, линейку продуктов — и агент «пошёл делать» скилл.

Внутри скилла почти всегда текстовые файлы — «со строгой логикой и примерами», иногда со ссылками на фреймворки. Где-то есть код: например, у Виктора есть скилл, который сам перегоняет книгу в .txt и потом работает по ней. Так же устроен его детектор когнитивных искажений: внутри каталог искажений с маркерами и примерами. Загружаешь запись созвона, где обсуждали стратегию, — и скилл выписывает, кто и в какие искажения проваливался, с цитатами.

Вот мой текст: [файл со статьёй или методичкой].
Хочу сделать из него скилл для задачи: [задача скилла].

1. Выпиши из текста основные блоки — шаги, методы, приёмы, примеры — пронумерованным списком, по одной строке на блок.
2. Ничего не собирай, пока я не выберу номера.
3. После моего выбора собери скилл через skill-creator: SKILL.md с короткой логикой работы, примеры из моего текста, справочные файлы — отдельно, если их много.
4. Скилл задаёт мне уточняющие вопросы по одному, прежде чем выдавать результат.
5. В конце покажи структуру папки скилла и опиши, когда он должен срабатывать.

Скиллы вне своей экспертизы можно заимствовать. Виктор, «ни разу не программист», недавно собрал себе сайт с готовым скиллом для фронтенд-дизайна. Но сильнее всего, по его словам, получаются скиллы внутри твоих компетенций.

Сегментация целевой аудитории: доступность, чёткость, размерность

Почему Виктор начал с сегментации? Это ключевое решение в исследованиях: кто твой перспективный сегмент, куда таргетироваться, куда нет. Он напомнил известные инфографики о том, почему проваливаются стартапы: по его словам, основная причина — не в тот рынок попали (конкретное исследование он не назвал). А вопрос рынка, по Виктору, — это и есть вопрос выбора сегмента. Делать продукт для всех — не стратегия; стандартный путь — сделать продукт под нишевый сегмент, отлично решить его проблему и потом масштабироваться.

Обычно с сегментацией две беды:

1. Непонятно, кого опрашивать. Потенциальных пользователей много — кого искать для интервью?
2. Сегментация непрактичная. Бренды, с которыми работает Виктор, часто приносят только соцдем: «женщины 25–45 лет, активный образ жизни, часто путешествуют». Где таких людей найти, в каких каналах, — неясно.

Чтобы решить обе беды, Виктор собрал карту методов сегментации — 28 способов нарезать рынок: B2C и B2B, география, интересы, проблемы, индустрии, зрелость клиента и другие. Каждый метод размечен по трём критериям:

• доступность — можно ли найти людей этого сегмента в каналах привлечения;
• чёткость — насколько однозначно человек попадает в сегмент;
• размерность — насколько сегмент большой. Это грубая оценка метода, а не расчёт: точный размер конкретного сегмента нужен из данных (рекламный кабинет, отраслевая статистика, CRM), иначе честнее писать «неизвестно».

Его пример про доступность — архетипы. Нарезка «маги, искатели…» хороша для бренд-стратегии и образа героя, но плохо работает в тактическом маркетинге: где искать людей, которые соответствуют архетипу Мага? Так же непонятно, как найти человека, который носит определённые джинсы или ездит на определённой машине.

Сама карта на эфире не догрузилась, поэтому вот иллюстрация принципа на примерах из доклада. Доступность всегда считай относительно своего канала: то, что легко найти в рекламном кабинете, может быть недоступно для холодных продаж, и наоборот.

Скилл сегментации шаг за шагом: от продукта к гипотезам для интервью

Внутри скилла сегментации карта методов лежит как база знаний: Claude её переработал и упаковал в файл, на который скилл ссылается. Дальше разговор такой:

1. Скилл расспрашивает. Что за продукт; B2B или B2C; цель сегментации (у Виктора — понять, каким должен быть продукт и какие фичи делать); кто будет пользоваться сегментацией; каналы привлечения (в демо — холодные продажи).
2. Подбирает методы с объяснением. Из 28 методов скилл выбрал подходящие и разметил каждый по чёткости, размерности и доступности.
3. Ты выбираешь один-два. В демо (продукт — сервис защиты мероприятий от посторонних, клиенты — организаторы конференций) Виктор взял «работу продукта» и контекст потребления.
4. Получаешь гипотезы сегментов — с профилем: кто это может быть и почему этот сегмент стоит рассматривать отдельно.

Что такое сегментация по JTBD

«Работа продукта», или Jobs To Be Done, — это основная работа, которую продукт выполняет для пользователя: какую его задачу он решает. Сегменты по JTBD в демо получились такие: защитить медийную персону от фанатов и хейтеров, отсеять халявщиков с бесплатных ивентов, не пустить джунов на конференцию «только для сеньоров». По словам Виктора, на конференциях такие «джобы» получаются «достаточно понятными». А контекст потребления добавил другой срез: массовая открытая конференция, закрытый корпоратив, платная профессиональная конференция, встреча со звездой.

Здесь же видно, как скилл проверяет нарезку. Он ищет критерий, по которому сегменты по-разному пользуются продуктом и по-разному его покупают. «В этом суть сегментации»: если разница в поведении есть, сегментация имеет смысл.

Важная мелочь из демо: Виктор не уточнил, что конференция онлайн, и часть гипотез ушла в офлайн («нецелевые съедают еду»). Чем точнее вводные на первом шаге, тем полезнее гипотезы.

Ты — исследователь аудитории. Помоги сделать практичную сегментацию для моего продукта.

Сначала задай вопросы по одному:
1. Что за продукт и в каком формате (онлайн или офлайн, для кого)?
2. B2B или B2C?
3. Цель сегментации: продукт и фичи, маркетинг, позиционирование?
4. Кто будет пользоваться результатом?
5. Какие каналы привлечения есть или планируются?

Потом:
- предложи 5–7 методов сегментации, подходящих под цель (индустрия, размер компании, контекст потребления, работа продукта по JTBD, зрелость клиента, проблемы и т. п.);
- оцени каждый по доступности (можно ли найти таких людей в моих каналах), чёткости и размерности, коротко объясни, почему метод подходит; размер сегмента не выдумывай — нет данных, пиши «неизвестно» и предложи, где его взять;
- дождись, пока я выберу один-два метода.

По выбранным методам дай гипотезы сегментов: кто это, какая у них работа для продукта, чем они отличаются в использовании и в покупке, где их искать. В конце — к кому из них идти на интервью первыми, какие 3 вопроса задать и какой ответ подтвердит или опровергнет каждый сегмент. Помни: это гипотезы, а не выводы.

Claude Deep Research своими руками: этапы поиска под контролем

Вторая часть доклада — про поиск. Deep Research в ChatGPT или Perplexity для пользователя, по оценке Виктора на апрель 2026 года, — «чёрный ящик»: вкинул подробный запрос, получил отчёт. Внутри много решений, которые сервис принимает за тебя, и, по мнению Виктора, не все они удачные. Он разложил любой поиск на этапы, каждым из которых можно управлять:

1. Уточнение запроса — для чего это нужно, что именно ищем.
2. Ключевые слова — какими словами идти искать. Здесь, по словам Виктора, Deep Research слабее всего, а хорошие ключевые слова на входе резко повышают шанс найти нужное.
3. Выбор систем поиска — Google, специализированные базы, академические сайты, YouTube (видео там найти быстрее), Telegram.
4. Поиск статей по ключевым словам; для нейросетей уже появляются специализированные MCP для поиска.
5. Отбор релевантного. В отчётах часто всплывают Википедия и «мусор жёлтой прессы» — этот фильтр можно задать самому.
6. Сколько текста отдаётся модели — вся статья или сниппет.
7. Анализ найденного.
8. Синтез и формат. Итог не обязан быть текстом: HTML-страница, интерактивный сайт, видео (как в NotebookLM).

Свой поиск Виктор собрал в скилле. Из этапов он подробно показал три: уточнение, ключевые слова и параллельных агентов.

Уточнение по SPICE

ChatGPT задаёт уточняющие вопросы, «как ему покажется». В скилле Виктора уточнение идёт по методологии SPICE: рамки и глубина по времени, перспектива («чей взгляд важен»), что ищем, сравнение. На эфире он искал свежие инструменты и кейсы ИИ в исследованиях: за последний год, взгляд — маркетинговый ресёрч, ищем кейсы применения, сравнение не нужно.

«Срезы» ключевых слов

Фреймворк подбора ключевых слов Виктор взял из чужой методички примерно на 50 страниц, положил текстом в скилл и сказал «используй этот фреймворк». Сам фреймворк мы не воспроизводим, но принцип простой: ключевые слова растягивают — по горизонтали, в соседний топик, на другой язык, с отсылкой к сайтам, где стоит искать. Делать это головой при каждом запросе нет смысла: пусть это делает скилл.

На выходе — таблица ключевых запросов, и, как заметил Виктор, запросы в ней «не так, как вы бы их, скорее всего, писали в поиске». Проверяй источники в такой таблице: модель там ссылалась на исследовательские компании и порталы, о части из которых Виктор сам слышал впервые («надо посмотреть»). Это выдача модели, а не рекомендация. Посмотрел таблицу — говоришь «делай всё», и агент идёт по запросам.

Исследовательский вопрос: [вопрос].

Шаг 1. Уточни вопрос по SPICE, по одному вопросу за раз: контекст и рамки по времени; чей взгляд важен; что именно ищем; с чем сравниваем; какой результат нужен и как я пойму, что нашёл.
Шаг 2. Составь таблицу ключевых запросов: основной запрос, соседние формулировки, смежные темы, запросы на английском, запросы с указанием сайтов и баз, где стоит искать. Для каждого — где искать (Google, Яндекс для русскоязычных источников, YouTube, Telegram, академические базы) и зачем.
Шаг 3. Покажи таблицу и жди моего «делай всё».
Шаг 4. Ищи, отбрасывай Википедию и жёлтую прессу. Пресс-релизы и сайт компании бери как источник её заявленных планов, но не как независимое подтверждение результатов. Для каждого источника отмечай, откуда он и насколько надёжен; если источник недоступен (не открылся, за пейволлом) — так и пиши, не пересказывай по памяти.
Шаг 5. Итог — в формате, который я выберу: отчёт, таблица или HTML-страница. Каждое утверждение — со ссылкой на источник.

Три агента вместо одного: параллельный поиск и синтез

Ещё приём из скилла поиска: «пусть 3 параллельных агента делают задачи». Claude сам раздаёт задачи трём агентам, каждый пишет свой документ (в демо — отдельно про аудиторию, отдельно про трафик), а четвёртый собирает синтез. Это быстрее. «Жрёт больше токенов», но, по словам Виктора, на Claude Max «за сотку» ему хватает (тариф на 16.04.2026).

Когда задач много и они независимы, такая раскладка экономит не только время, но и голову главного агента: он получает итоги, а не весь шум поиска. Когда звать субагентов, а когда хватит скилла, — разбор в статье «Правила, скиллы, субагенты или команда агентов».

Конкурент по открытым данным: вакансии и выступления основателей

Третий скилл — разбор конкурента. На входе — ссылка на сайт компании, на выходе — отчёт. Разделы в демо: стратегия по открытым вакансиям, локации и офисы, поддерживающие функции, блог и медиа, интервью и выступления основателей. Рядом — скилл Company Profile Search: по ссылке на компанию он находит её соцсети и разбирает позиционирование.

Главный лайфхак Виктора — стратегию видно по вакансиям:

• много вакансий ИИ-автоматизаторов или директор по маркетингу с навыками ИИ — компания движется туда или хочет туда двигаться: она ищет ключевого человека под задачу;
• ищут человека с опытом запуска продукта в Латинской Америке — по Виктору, значит, выходят на этот рынок. Точнее — сильный сигнал: одна вакансия ещё не доказывает выход, её стоит сверить с выступлениями основателей и новостями компании.

Второй источник — выступления основателей: о чём они говорят на конференциях в последнее время, какие метрики рассказывают, что пишут в профилях. «Сейчас такой открытый интернет, где все про всё делятся». И честная оговорка из демо: найденное не всегда стратегическое — вакансии поддерживающих функций ещё надо интерпретировать.

Разбери компанию [сайт] по открытым данным. Мой рынок и продукт: [описание].

Собери по разделам, у каждого факта — ссылка и дата:
1. Стратегия по открытым вакансиям: какие ключевые роли ищут, какие навыки и рынки упоминают, что это говорит о планах.
2. Линейка продуктов и целевая аудитория — по сайту и материалам компании.
3. Локации и офисы.
4. Блог и медиа: о чём пишут, как часто.
5. Выступления и интервью основателей за последний год: темы, приоритеты, метрики, которые они называют.

В конце — 3–5 гипотез о стратегии компании с пометкой, на каких фактах держится каждая, и что из найденного может оказаться мелочью. Не додумывай: нет данных — так и напиши.

Быстрый путь без кода — готовые сервисы: как исследовать конкурентов в NotebookLM и Perplexity за день, разобрано в «Нейрорентгене рынка». Скиллы — путь для тех, кто хочет свою методику и контроль над каждым этапом.

Фидбэк-луп и бот для команды

Скилл не обязан быть идеальным с первого раза. После прогона, когда что-то не понравилось и вы вместе доделали правильно, Виктор говорит: «теперь ты сделал правильно, поправь скилл, чтобы такое не повторялось». Получается фидбэк-луп: задумка в том, чтобы с каждым прогоном скилл становился точнее, а в поле с инструкцией руками лезть было не нужно. Оговорка редакции: правка под один случай может испортить другие — после неё прогоняй скилл на двух-трёх прошлых примерах.

Теперь результат правильный. Поправь скилл [название], чтобы такое не повторялось:
1. Коротко назови, что пошло не так в первом прогоне и почему.
2. Предложи конкретные правки в файлах скилла: какое правило, пример или вопрос добавить.
3. Покажи изменения и жди моего «да», прежде чем сохранить.
4. После сохранения прогони скилл на двух-трёх прошлых примерах и скажи, не стал ли результат там хуже.

Второй ход — вынести скилл к людям, которые боятся Cursor и сред разработки. Виктор перенёс сценарий сегментации в Telegram-бота: тот же разговор, но в чате. По его словам, бот на полезных знаниях — «уже может быть каким-то продуктом».

С чего начать сегодня

Вопросы и ответы