Анализ целевой аудитории
с помощью нейросетей:
рабочие промты и примеры

Время прочтения - 12 мин.

24 февраля 2026г.

В этой статье мы подробно расскажем, как сделать качественный анализ целевой аудитории. Какие использовать инструменты, а главное, как сделать этот анализ просто и легко используя нейросети.

Вы знаете, что продаете. Но знаете ли вы, почему клиенты не покупают? И что конкретно их останавливает за шаг до оформления заказа?
Традиционно, чтобы выявить боли и возражения, нужно:
- Провести 20-30 глубинных интервью (10-15 часов работы)
- Вручную обработать сотни отзывов и комментариев (5-8 часов)
- Послушать записи звонков с менеджерами (еще 6-10 часов)

AI делает это за 15-20 минут и часто находит паттерны, которые человек пропустил бы.

Метод 1: Анализ отзывов и комментариев через sentiment analysis

Что такое sentiment analysis

Это технология, которая определяет эмоциональную окраску текста: позитив, негатив, нейтрал. Но современные AI идут дальше, они выявляют конкретные боли и паттерны недовольства.

Статистика: По данным Podium, 2025, компании, использующие AI-анализ настроений клиентов, снижают отток на 15-25% и повышают удовлетворенность на 20%.

Промт для глубокого анализа отзывов (ChatGPT/Claude):

Я собрал отзывы клиентов о [ПРОДУКТ/УСЛУГА]. Помоги провести глубокий анализ.

# ОТЗЫВЫ:
[Вставьте 30-100 отзывов — можно скопировать с сайта, Google, Яндекс, Otzovik]

# ЗАДАЧА:
Проанализируй отзывы и выдай структурированный отчет:

## 1. Sentiment Analysis (общий тон)
- Распределение: % позитивных / нейтральных / негативных
- Динамика (если есть даты): меняется ли тон со временем

## 2. Топ-10 болей и проблем
Для каждой боли укажи:
- Описание боли
- Частота упоминаний (сколько раз встречается)
- Цитаты из отзывов (2-3 примера)
- Критичность (насколько сильно влияет на решение)

## 3. Топ-10 триггеров покупки (что хвалят)
- Что клиенты ценят больше всего
- Цитаты
- Частота упоминаний

## 4. Возражения и барьеры к покупке
- Что останавливает потенциальных клиентов
- Примеры формулировок

## 5. Неожиданные инсайты
- Что удивило в отзывах
- Скрытые паттерны
- Возможности для улучшения

## 6. Сегментация недовольных клиентов
- Есть ли группы с разными проблемами?
- Как различаются боли у разных сегментов?

Пример вывода для фитнес-клуба

1. Sentiment Analysis

Позитивные: 58%
Нейтральные: 23%
Негативные: 19%

2. Топ-10 болей

Боль	Частота	Цитаты	Критичность
Переполненность в вечерние часы	34 упоминания	“После работы невозможно найти свободный тренажер”, “Очередь на беговую дорожку 15 минут”	🔴 Высокая
Навязчивые продажи персональных тренировок	28 упоминаний	“Менеджеры каждый раз пристают с предложением купить тренера”, “Неудобно отказывать”	🟠 Средняя
Старое оборудование в зале	21 упоминание	“Половина тренажеров скрипит”, “Гантели потертые, неприятно брать”	🟡 Средняя
Плохая вентиляция и душные раздевалки	19 упоминаний	“Летом невозможно тренироваться, жара”, “В раздевалке запах”	🔴 Высокая
Дорогая заморозка абонемента	17 упоминаний	“Хотел заморозить на 2 недели — берут 500 руб”, “Невыгодно замораживать”	🟠 Средняя

3. Топ-5 триггеров покупки (что хвалят)

Что ценят	Частота	Цитаты
Близость к дому/работе	47 упоминаний	“В 5 минутах от дома — идеально”, “Удобно заскочить после работы”
Чистота	39 упоминаний	“Всегда чисто, убирают по несколько раз в день”, “Душевые сияют”
Приветливый персонал	32 упоминания	“Администратор всегда здоровается с улыбкой”, “Тренеры помогают с техникой”
Наличие бассейна	29 упоминаний	“Бассейн — главная причина, почему выбрал этот клуб”, “Плаваю после тренажерки — кайф”
Гибкий график работы	24 упоминания	“Работает до 23:00 — успеваю после работы”, “В выходные с 8 утра — удобно”

4. Возражения

“Дорого для моего района” (12 упоминаний)
“Боюсь, что брошу через месяц, как всегда” (8 упоминаний)
“Стесняюсь ходить, все качки” (6 упоминаний)

5. Неожиданный инсайт
Паттерн “мамы с детьми”: 7 отзывов упоминают: “Хотела бы ходить, но не с кем оставить ребенка.”
Возможность: Детская комната или детские группы на время тренировки родителей могут привлечь сегмент молодых мам (25-35 лет).

Метод 2: Анализ записей звонков и чатов (для B2B и дорогих продуктов)

Если у вас есть записи разговоров с клиентами, AI может вытащить из них золото.

Что понадобится:

Транскрипты разговоров (текстовые версии)
Или сами аудио (Claude и Gemini умеют работать с аудио)

Промт для анализа звонков:

Я загружаю транскрипты 10 звонков менеджеров с потенциальными клиентами.

Контекст:
- Продукт: [ОПИСАНИЕ]
- Средний чек: [СУММА]
- Цикл сделки: [ДЛИТЕЛЬНОСТЬ]

Задача:
1. Выяви топ-5 возражений, которые повторяются в разговорах
2. Для каждого возражения:
- Как клиенты его формулируют (цитаты)
- На каком этапе разговора появляется
- Как менеджеры отрабатывают (если отрабатывают)
- Твоя рекомендация: как лучше отрабатывать

3. Найди паттерны успешных и провальных звонков
- Что говорят менеджеры в сделках, которые закрылись
- Что говорят в сделках, которые слились

4. Составь скрипт идеального звонка на основе анализа

# ТРАНСКРИПТЫ:
[Вставьте тексты разговоров]

Реальный кейс: как AI-анализ звонков увеличил конверсию на 38%

Бизнес: B2B SaaS (CRM-система для малого бизнеса)

Проблема:

Конверсия “звонок → демо → оплата”: 12%
Много сливов на этапе возражений
Менеджеры работают по старому скрипту

Что сделали:

Собрали транскрипты 50 звонков (успешных и провальных)
Загрузили в Claude 3.5 Sonnet (он принимает огромный контекст)
AI провел анализ за 8 минут

Результат после внедрения AI-рекомендаций

Возражение	Конверсия ДО	Конверсия ПОСЛЕ	Рост
“У нас есть Excel”	15%	52%	+247%
“Дорого”	8%	28%	+250%
“Нет времени внедрять”	12%	41%	+242%

Общая конверсия звонок→оплата:

До: 12%
После: 16.6%
Рост: +38%

Инвестиции: Claude Pro ($20/мес) + 4 часа работы на переписывание скриптов.

Определение tone of voice и языкового стиля для вашей аудитории

Вы можете создать идеальную персону, но если говорите с ней не на её языке, она вас не услышит. Самые частые ошибки, которые возникают при отсутствии правильного TOV:

Пишете “осуществляем реализацию продукции” → аудитория хочет “продаем”
Используете сленг Gen Z с аудиторией 45+ → отталкиваете
Слишком формальный тон для IT-стартапа → кажетесь скучными

AI помогает найти идеальный tone of voice за 10 минут.

Методы анализа и подбора tone of voice

Анализ tone of voice конкурентов

Промт для ChatGPT/Claude
Я хочу определить правильный tone of voice для коммуникации с моей аудиторией.

# МОЯ АУДИТОРИЯ:
[Вставьте описание персоны или сегмента]

# КОНКУРЕНТЫ (примеры их текстов):

## Конкурент 1: [НАЗВАНИЕ]
[Вставьте 3-5 примеров их постов/текстов с сайта/соцсетей]

## Конкурент 2: [НАЗВАНИЕ]
[Вставьте тексты]

## Конкурент 3: [НАЗВАНИЕ]
[Вставьте тексты]

# ЗАДАЧА:
1. Проанализируй tone of voice каждого конкурента:
- Формальность (формальный / нейтральный / дружеский / панибратский)
- Эмоциональность (сдержанный / умеренный / экспрессивный)
- Сложность языка (простой / средний / сложный)
- Использование жаргона/сленга
- Длина предложений
- Обращение (вы / ты)

2. Оцени, какой tone лучше заходит аудитории
(по engagement, если видно комментарии)

3. Предложи оптимальный tone of voice для меня:
- Описание стиля
- 5-7 ключевых принципов
- Что ДЕЛАТЬ и что НЕ ДЕЛАТЬ
- 10 примеров фраз в правильном tone

4. Перепиши мой текст в найденном tone:
[Вставьте свой текст]

A/B-тестирование tone of voice с помощью AI

Промт для генерации вариаций
У меня есть текст для [КАНАЛ: email/пост/реклама].

Оригинальный текст:
[Вставьте ваш текст]

Целевая аудитория:
[Описание]

Задача:
Перепиши этот текст в 5 разных tone of voice:

1. **Формальный и экспертный**
(как если бы писал профессор или консультант)

2. **Дружеский и поддерживающий**
(как друг, который искренне хочет помочь)

3. **Энергичный и мотивирующий**
(как тренер, который вдохновляет на действие)

4. **Сторителлинг с эмоциями**
(через историю, вызывающую эмпатию)

5. **Прямой и без воды**
(четко, конкретно, по делу)

Для каждого варианта укажи:
- Какой аудитории подойдет
- Плюсы и минусы tone
- Прогноз engagement (низкий/средний/высокий)

Результат: 5 готовых вариантов для A/B-теста. Тестируйте их в рекламе или рассылках и смотрите, какой заходит лучше.

Выбор каналов коммуникации на основе AI-анализа

Где искать вашу аудиторию? Instagram? LinkedIn? Email? Telegram? Контекстная реклама? Большинство бизнесов тратят бюджет на каналы, где их аудитории просто нет. AI помогает найти правильные каналы за 15 минут.

Промт для определения каналов

Помоги определить оптимальные каналы коммуникации для моего бизнеса.

# О БИЗНЕСЕ:
- Продукт/услуга: [ОПИСАНИЕ]
- Ценовой сегмент: [БЮДЖЕТ/СРЕДНИЙ/ПРЕМИУМ]
- География: [РЕГИОН]
- Цикл сделки: [ИМПУЛЬСИВНАЯ ПОКУПКА / 1-7 ДНЕЙ / НЕДЕЛИ / МЕСЯЦЫ]

# ЦЕЛЕВАЯ АУДИТОРИЯ:
[Вставьте описание персоны]

# ЗАДАЧА:
1. Определи, в каких каналах проводит время эта аудитория:
- Поисковые системы (Google/Яндекс)
- Социальные сети (какие конкретно)
- Мессенджеры (Telegram/WhatsApp/Viber)
- Email
- Оффлайн (где конкретно)
- YouTube
- Подкасты
- Отраслевые сайты/форумы

2. Для каждого канала оцени:
- Релевантность аудитории (высокая/средняя/низкая)
- Конкуренция (высокая/средняя/низкая)
- Стоимость привлечения (дорого/средне/дешево)
- На какой стадии CJM эффективен канал (осознание/выбор/покупка)

3. Составь приоритизированный список:
- ТОП-3 канала для старта (с минимальным бюджетом)
- Следующие 3 канала для масштабирования
- Каналы, которые НЕ стоит использовать (и почему)

4. Для каждого канала из ТОП-3 дай:
- Конкретную стратегию запуска
- Примеры креативов/сообщений
- Ожидаемую стоимость лида
- Метрики для отслеживания

Пример вывода для B2B SaaS (HR-платформа для малого бизнеса)
ТОП-3 канала для старта:

1. LinkedIn:

Ваша ЦА (HR-менеджеры, CEO малых компаний) активна здесь
Низкая конкуренция в органическом контенте (большинство только делает рекламу)
Высокая вовлеченность в B2B-тематике

Примеры сообщений:
"Привет, [Имя]! Заметил, что вы работаете HR-менеджером в [Компания].
Мы помогли похожей компании [Конкурент] сократить время закрытия вакансии
с 45 до 18 дней. Интересно обсудить, как можем помочь вам?"

Ожидаемая стоимость лида: $30-50
Метрики: CTR >2%, конверсия лид→демо >15%

Google/Яндекс Поиск:

Аудитория активно ищет решение (“HR-система для малого бизнеса”, “автоматизация найма”)
Высокое намерение купить (commercial intent)
Можно захватить трафик от конкурентов

Примеры объявлений:

Заголовок: HR-платформа для компаний 10-50 человек
Описание: Автоматизация найма за 18 дней. Интеграция с 50+ сайтами вакансий.
Попробуйте 14 дней бесплатно.

Ожидаемая стоимость лида: $25-40
Метрики: CTR >3%, конверсия >10%

Email-рассылки в партнерстве с HR-сообществами:

Прямой доступ к целевой аудитории
Доверие через партнера (сообщество/медиа)
Относительно дешево

Стоимость: Переговоры (может быть бесплатно за ценность) или $200-500 за рассылку
Ожидаемая стоимость лида: $15-25
Метрики: Open rate >20%, конверсия >5%

Предсказательная аналитика: прогнозируем поведение клиентов

Что, если бы вы знали, кто из клиентов уйдет к конкурентам через месяц? Или кто готов купить дополнительную услугу, но сам не попросит? Это не магия, а предсказательная аналитика (predictive analytics) на основе AI. И она становится доступна не только крупным корпорациям.

Прогнозная аналитика и аналитическое прогнозирование: что это такое и как работает

Читать статью

Статистика: По данным McKinsey, 2024, компании, внедрившие AI-предсказательную аналитику, повышают удержание клиентов на 15-20% и увеличивают cross-sell на 20-30%.

Что можно предсказать с помощью AI

Предсказание	Точность AI	Требуемые данные
Вероятность покупки	75-85%	История покупок, поведение на сайте, демография
Риск оттока (churn)	70-80%	Частота покупок, последняя активность, engagement
Lifetime Value (LTV)	65-75%	Средний чек, частота, категории товаров
Лучший продукт для cross-sell	70-80%	История покупок, категории, корреляции
Оптимальное время для контакта	60-70%	Время открытий email, активность на сайте
Канал с лучшей конверсией	70-75%	История взаимодействий по каналам

Как использовать предсказательную аналитику (без data science команды)

Через ChatGPT Code Interpreter (простой способ)

Что понадобится:

CSV-файл с данными клиентов (минимум 500 записей для точности)
ChatGPT Plus ($20/мес)

Пошаговый процесс

Шаг 1: Подготовьте данные
Экспортируйте таблицу с колонками:
- customer_id
- registration_date (дата регистрации)
- last_purchase_date (дата последней покупки)
- total_purchases (количество покупок)
- total_spent (общая сумма)
- avg_order_value (средний чек)
- days_since_last_purchase (дней с последней покупки)
- category_preference (любимая категория товаров)
- email_opens_last_month (открытий писем за месяц)
- site_visits_last_month (визитов на сайт за месяц)

Шаг 2: Загрузите в ChatGPT и дайте промт

Я загружаю данные клиентов интернет-магазина.

ЗАДАЧА:
Построй модель предсказания оттока клиентов (churn prediction).

Этапы:
1. Проанализируй данные, выяви паттерны
2. Определи признаки "оттока":
- Клиент не покупал >90 дней
- Снижение активности (визиты, открытия email)
3. Построй модель машинного обучения (логистическая регрессия или Random Forest)
4. Оцени важность каждого фактора (feature importance)
5. Для каждого клиента рассчитай вероятность оттока (0-100%)
6. Создай сегменты:
- Зеленая зона: риск оттока <20%
- Желтая зона: 20-50% (нужна реактивация)
- Красная зона: >50% (критический риск)

7. Построй визуализации:
- Распределение по зонам риска
- Топ-5 факторов оттока
- ROC-кривая модели (точность предсказания)

8. Экспортируй файл с колонкой "churn_probability" для каждого клиента

9. Дай рекомендации:
- Какие действия предпринять для каждой зоны риска
- Приоритет работы

Итог: ChatGPT построит модель и выдаст отчет с точностью до 78%. Расскажет о факторах оттока клиентов и распределить клиентов по зонам риска.

Специализированные AI-платформы (для серьезного бизнеса)

Платформа	Специализация	Цена	Для кого
Pecan AI	Customer analytics, churn prediction, LTV прогноз	От $500/мес	E-commerce, SaaS
Akkio	No-code AI для бизнес-аналитики	От $50/мес	Малый бизнес, стартапы
H2O.ai	Enterprise AI, глубокая аналитика	От $10,000/год	Крупный бизнес
DataRobot	AutoML для предсказательной аналитики	От $5,000/мес	Enterprise
Amplitude Analytics	Product analytics + предсказания	От $995/мес	SaaS, мобильные приложения

7 критических ошибок при использовании AI для анализа аудитории

AI мощный инструмент, но не волшебная палочка. Вот ошибки, которые могут очень дорого обойтись бизнесу.

Слепо доверять AI без проверки данных

AI иногда “галлюцинирует” — выдумывает факты, которые звучат убедительно, но неверны. По данным NP Digital, 2025, 47.1% маркетологов сталкиваются с ошибками AI несколько раз в неделю, а 36.5% говорят, что галлюцинации или неточные данные стали проблемой.

Как избежать:

Всегда просите источники: “Приведи источники этих данных с ссылками”
Проверяйте критические данные через Google/официальную статистику
Сравнивайте с реальностью: Если AI говорит “ваша аудитория 18-24”, а в Google Analytics пик 35-44 — верьте данным, не AI
Используйте AI с доступом к интернету: ChatGPT with browsing, Perplexity, Claude с Artifacts

Создание ЦА на основе только AI (без реальных данных)

AI создаст красивое описание ЦА которая может не иметь ничего общего с реальностью. Вы продаете курсы по инвестициям, спрашиваете AI: “Создай ЦА для моего продукта.” AI выдает:

Имя: Алексей, 32 года
Профессия: IT-специалист
Доход: 200K руб/мес
Интересы: крипта, акции, пассивный доход

Но ваша реальная аудитория (по Google Analytics) – женщины 38-52 лет, бухгалтеры и учителя, которые хотят понять, куда вложить накопления.

Как избежать:

Сначала собирайте данные: Google Analytics, CRM, опросы
AI — помощник, не замена исследованиям: Используйте AI для обработки данных, не для их генерации из воздуха
Валидируйте персон: Покажите персону реальным клиентам — узнают ли они себя?
Итеративный подход: Создали персону → протестировали гипотезу в рекламе → скорректировали

Использование общих промтов вместо специфичных

Общие промты дают поверхностные ответы, которые могут выдавать вам поверхностные результаты, информация из которых на 80% может не подходить под ваш продукт.

❌ Плохой промт: "Создай персону для интернет-магазина одежды"
✅ Хороший промт: "Я владелец интернет-магазина женской одежды в стиле casual.

Данные из аналитики:
- Средний возраст: 32-45 лет (пик: 37 лет)
- 94% женщины
- Средний чек: 4,500 руб
- География: Москва (42%), СПб (18%), Казань (9%)
- Устройства: 78% мобильные
- Пик активности: будни 20:00-23:00, выходные 10:00-14:00

Топ-5 отзывов о продукте:
1. "Удобно для офиса, не нужно гладить"
2. "Хорошо сидит на фигуре 48 размера"
3. "Быстрая доставка, пришло за 2 дня"
4. "Качество ткани лучше, чем ожидала за эту цену"
5. "Наконец-то нашла стильное, но не вызывающее"

Создай детальную персону с болями, триггерами и возражениями."

Правило: Чем больше контекста → тем точнее результат.

Игнорирование культурного и регионального контекста

AI обучен в основном на англоязычных данных, для России/СНГ его советы могут быть неточными.

Пример:
Промт: "Какие соцсети популярны у аудитории 25-35 лет?"
AI: "Instagram, Facebook, TikTok"

Проблема: В России ВКонтакте и Telegram намного популярнее Facebook (который вообще заблокирован). AI может это не учесть.

Как избежать:

Явно указывайте регион: “Для аудитории в России”, “в Казахстане”, “в странах СНГ”
Проверяйте локальную статистику: Mediascope, Brand Analytics для России
Корректируйте AI: “Учти, что Facebook недоступен в России. Какие альтернативы?”

Одноразовый анализ вместо регулярного обновления

Создали ЦА в январе → используете её весь год. Но аудитория меняется! E-commerce детских товаров создали персону ЦА “молодая мама, 28 лет” в 2024. Через год средний возраст вырос до 34 лет, а значит персона устарела и реклама уже не работает.

Как избежать:

Обновляйте персоны раз в 3-6 месяцев
Мониторьте изменения в Google Analytics (демография, поведение)
Анализируйте новые отзывы — меняются ли боли и триггеры?
A/B-тестируйте гипотезы — если конверсия падает, возможно, аудитория изменилась

Переоценка возможностей AI в качественных исследованиях

AI отлично анализирует количественные данные (цифры, статистика). Но качественные исследования (глубинные интервью, наблюдения) он не заменит. AI не может провести глубинное интервью с эмпатией, наблюдать за невербальными реакциями, уловить культурный подтекст, который знают только местные и задать спонтанный вопрос, когда собеседник сказал, что-то неожиданное. Ведь модели AI ничто иное, как набор цифр и отработанного алгоритма, а не живой человек.

Когда ОБЯЗАТЕЛЬНО нужны живые исследования

Новый продукт (нужно понять, решает ли он реальную боль)
Сложный B2B с длинным циклом сделки
Премиум-сегмент (где эмоции и статус важнее рациональности)
Культурно-специфичные рынки

Оптимальный подход:
AI + Человек = Лучший результат.

AI обрабатывает данные → находит паттерны
Человек проводит интервью → проверяет гипотезы AI

Нарушение конфиденциальности данных клиентов

Вы загружаете в ChatGPT CSV с реальными именами, email, телефонами клиентов. Это утечка персональных данных, за которую компании может грозить реальный ущерб, от 500 тыс до нескольких млн рублей.

Как избежать:

Анонимизируйте данные перед загрузкой: Вместо “Иван Петров, ivan@mail.ru” → “User_12345”
Вместо “+7 915 123-45-67” → “[phone_hidden]”

Используйте агрегированные данные: Не “клиент купил товар X”, а “25% клиентов купили категорию Y”
Корпоративные AI с гарантиями:
ChatGPT Enterprise (данные не используются для обучения)
Claude for Work
Локальные LLM-модели (если критично)
Получите согласие клиентов на обработку данных через AI (если юрист настаивает)

Часто задаваемые вопросы (FAQ)

Может ли AI полностью заменить маркетолога-аналитика?

Нет, но может взять на себя 60-70% рутинной работы. AI делает: сбор данных, первичный анализ, генерацию гипотез. Человек делает: валидацию, интерпретацию, стратегию, творчество

Насколько точные данные AI для ЦА по сравнению с традиционными исследованиями?

AI на реальных данных (отзывы, аналитика, CRM) → точность 70-80%, сопоставима с традиционными методами. AI без данных → точность 40-50%, не подходит для серьезных решений

Безопасно ли загружать данные клиентов в AI?

Зависит от того, КАК и КУДА загружаете. Проконсультируйтесь с юристом, если работаете с персональными данными в России (152-ФЗ) или Европе (GDPR).

Заключение

Вы прочитали нашу статью о том, как AI революционизирует анализ аудитории. Теперь главное не закрыть вкладку и забыть, а применить эти данные в вашем проекте. Вот краткий план, что делать дальше, который поможет вам интегрировать AI в ваш проект за 1 неделю.

Шаг 1: Выберите AI-инструмент
Шаг 2: Соберите исходные данные о вашей аудитории
Шаг 3: Создайте первую персону
Шаг 4: Углубите персону
Шаг 5: Проанализируйте боли и возражения
Шаг 6: Определите каналы и tone of voice
Шаг 7: Сегментация и предсказательная аналитика
Шаг 7: Построение Customer Journey Map

Результат:

Персонализированный маркетинг
Конверсия выростет на 20-40%
Вы экономите 10-15 часов в неделю на рутине

Важно начать прямо сегодня

Анализ целевой аудитории с помощью нейросетей – это не будущее. Это настоящее. 88% маркетологов уже используют AI, и этот процент будет только расти.

Те, кто освоит AI-анализ аудитории сейчас, получат огромное конкурентное преимущество:

Скорость: То, что раньше занимало недели, теперь — часы
Экономия: $5,000 на исследования → $200 с AI
Точность: 70-80% точности при правильном использовании
Результаты: +20-40% к конверсии, -30% к стоимости лида

Но помните: AI – это инструмент, не замена мышлению. Он усиливает ваши способности, но не заменяет опыт, интуицию и творчество.

Золотое правило AI-анализа аудитории: Качество входящих данных × Качество промтов × Проверка выводов = Результат

Анализ целевой аудитории с помощью нейросетей: рабочие промты и примеры