На этой странице
Поищите промпты ChatGPT для SEO, и вы получите подборки на двести пунктов, где почти каждый пункт длиной в одно предложение и выдаёт результат, который вы никогда не отправите в работу. Полезный набор куда меньше, и делится он так, как эти подборки никогда не упоминают: одни промпты помогают вам делать SEO-работу, а другие сами являются тем, что вы измеряете. Если вы ведёте небольшой SaaS, именно вторая группа показывает, приводят ли ИИ-ассистенты покупателей к вам или тихо отдают их конкуренту.
Ниже мой короткий список: почему каждый промпт устроен именно так и что делать с результатом.
Чем промпт, который стоит сохранить, отличается от наполнителя
Однострочный промпт вроде «дай идеи ключевых слов для софта по управлению проектами» вернёт то, что модель считает средним по категории. Среднее - ровно то, чего вам не нужно, потому что ваши конкуренты получают тот же ответ на тот же вопрос.
В промптах, которые действительно работают, есть четыре вещи:
- Роль и позиция. «Действуй как скептичный читатель, который уже попробовал двух конкурентов» даёт другой результат, чем «действуй как SEO-эксперт», потому что первое задаёт задачу, а второе только тон.
- Ваши собственные данные внутри промпта. Модель понятия не имеет, какой у вас отток, какие обращения в поддержку повторяются и что на самом деле написано на вашей странице тарифов. Промпты с этими данными выигрывают у промптов, которые просят модель вообразить.
- Явное условие отказа. «Если у тебя нет основания для числа, так и скажи, а не оценивай» отсекает самый частый сбой: уверенную выдумку.
- Фиксированный формат вывода. Таблицу с названными колонками можно проверить. Полотно текста нельзя.
Всё, что ниже, устроено по этой схеме. Меняйте части в квадратных скобках, ограничения оставляйте.
Промпты для работы с ключами и интентом
Модель действительно быстро придумывает формулировки и сортирует их по интенту. И она ненадёжна во всём, что касается чисел.
Ты SEO-аналитик. Исходный термин: "[термин]".
Дай 25 формулировок, которые реальный покупатель напечатает или
произнесёт вслух, когда столкнётся с проблемой, о которой этот термин.
Для каждой укажи:
- формулировку
- интент: информационный / сравнительный / транзакционный
- решение, которое человек пытается принять
Не оценивай частотность и сложность. Если формулировку ты придумал сам,
а не встречал у живых людей, помечай её "спекулятивная".
Выведи таблицу в markdown.Пометка «спекулятивная» и оправдывает этот промпт. Без неё список выглядит равномерно правдоподобным, и вы теряете полдня на проверку фраз, которые никто не набирает.
Второй, чтобы найти разрыв между тем, что вы публикуете, и тем, что спрашивают покупатели:
Вот заголовки всех страниц моего сайта: [вставить список].
Вот 25 формулировок покупателей: [вставить таблицу из прошлого промпта].
Сопоставь каждую формулировку со страницей, которая на неё отвечает.
Отметь каждую формулировку без подходящей страницы и каждую страницу,
которой ничего не соответствует. Новые заголовки пока не предлагай.Строка «пока не предлагай» важна. Попросите решения в том же ходе, и модель проскочит диагностику, чтобы выдать вам контент-план, о котором вы не просили.
Промпты для брифов, черновиков и редактуры
Здесь большинство используют ChatGPT как автора и получают страницу, которая читается точно так же, как все остальные страницы в категории. Используйте его как критика.
Вот мой план статьи под запрос "[ключ]": [план].
Действуй как скептичный читатель, который уже попробовал два других
инструмента в этой категории и не убеждён, что ему нужен третий.
Перечисли все вопросы, которые останутся у тебя после прочтения,
по убыванию вероятности, что вопрос помешает покупке. Для каждого
назови раздел, который должен на него ответить.
План не переписывай.И тот, который я прогоняю на каждом черновике перед публикацией:
Вот черновик: [вставить].
Процитируй каждое предложение, которое прямой конкурент мог бы
опубликовать дословно, ничего не меняя. Для каждого объясни, почему оно
взаимозаменяемо. Замены не предлагай.Этот промпт работает прокси-метрикой прироста информации. Всё, что он процитировал, - это та часть страницы, которая не даёт никому, ни человеку, ни модели, повода выбрать вас. Лечится это не более удачной формулировкой, а конкретными цитируемыми фактами и цифрами, которые есть только у вас: замер, который вы провели, реальный разбор цен, закономерность из вашей собственной поддержки.
Промпты для технических и структурных задач
Разметка Schema жёсткая и легко проверяется, поэтому это одно из немногих мест, где вывод модели может уйти в продакшн почти напрямую.
Сгенерируй JSON-LD типа Organization для [компания].
Используй только факты ниже. Пропусти любое свойство, для которого я не
дал значения, и не выдумывай URL в sameAs, даты основания и логотипы.
Факты: [вставить]Инструкция про пропуск делает здесь настоящую работу. Предоставленная себе модель заполнит правдоподобно выглядящие свойства, а sameAs, ведущий на несуществующий профиль в LinkedIn, хуже, чем отсутствие sameAs вообще.
Три сбоя, к которым стоит готовиться
Ни один из этих промптов не настолько надёжен, чтобы запускать его без присмотра. Но сбои достаточно стабильны, чтобы их закладывать заранее.
Модель выдумывает всё числовое. Частотности, оценки сложности, доли рынка, проценты внедрения, год основания конкурента. Она выдаёт это тем же уверенным тоном, что и всё остальное, и внешне отличить невозможно. Считайте каждое число в ответе утверждением, которое надо проверить, а не фактом, который можно вставить. Условие отказа в промпте снижает частоту такого, но не убирает его.
Модель льстит тому, что вы дали. Спросите «хороший ли это план», и вам ответят, что он исчерпывающий и хорошо структурирован. Спросите, чего читатель всё ещё не узнает, и получите что-то применимое. Дело не в настройках вежливости, а в том, что у второго вопроса есть проверяемый ответ, а у первого нет. Пишите промпты так, чтобы согласиться было невозможно.
Модель сползает к среднему по категории. Без ограничений вывод сходится к самому распространённому способу обсуждать тему в интернете, а это ровно то, что ваши конкуренты уже опубликовали. Поэтому вставленные собственные данные важнее любой ловкой формулировки. Модель может быть конкретной только в том, о чём вы ей рассказали.
Есть и более тихий сбой, который стоит назвать: длинная сессия накапливает контекст, и промпт, работавший на втором ходе, ведёт себя иначе на тридцатом. Всё, что вы собираетесь сравнивать между неделями, запускайте каждый раз в новом чате.
Категория промптов, которую подборки пропускают
Всё, что выше, помогает делать работу быстрее. Ничто из этого не говорит, попадает ли эта работа туда, где покупатели теперь спрашивают.
Когда человек набирает в ChatGPT «лучший инструмент для выставления счетов фрилансеру», он получает три-пять названий и по предложению на каждое. Это и есть весь набор для рассмотрения. Если вас там нет, вас не отвергли по функциям или цене. Вас вообще не было в комнате. Механику за этим стоит разобрать отдельно, и материал о том, как ChatGPT на самом деле рекомендует продукты, разбирает разницу между позицией в выдаче и упоминанием в ответе.
Промпты, которые вы отслеживаете, совсем не похожи на те, что выше. Они короткие, в них нет инструкций, и они никогда не упоминают ваш бренд:
Какой лучший [категория] для [конкретный тип пользователя]?Мне нужно [задача, которую надо решить]. Какие инструменты посмотреть?[Конкурент] против альтернатив для [сценарий]. Что ещё стоит рассмотреть?Чем люди пользуются вместо [конкурент], когда [ограничение]?Для старта хватит четырёх категорий: ваша основная категория, формулировка через задачу пользователя, вопрос про альтернативы конкуренту и один под конкретный сегмент, который вы обслуживаете хорошо. Язык держите простым. Человек, который спрашивает ассистента, пишет не так, как пишет поисковый запрос, поэтому промпт, набитый ключевыми фразами, проверяет то, чего никто не спрашивает. Прочитайте каждый вслух, и если звучит как строка поиска, а не как человек, перепишите. Вопрос с именем бренда («подходит ли [ваш продукт] для [сценарий]») добавляйте только для проверки точности, а не присутствия: ответ уже испорчен тем, что вы сами себя назвали.
Вот разделение, которое большинство списков промптов схлопывают в одно:
| Рабочие промпты | Отслеживаемые промпты | |
|---|---|---|
| Зачем | Сделать задачу быстрее | Измерить, называют ли вас |
| Формулировка | Длинная, с ограничениями, с вашими данными | Короткая, естественная, без имени бренда |
| Как часто | Когда понадобятся | Та же формулировка, по расписанию |
| Что вы сохраняете | Черновик или таблицу | Появилось ли ваше имя и где |
| Что можно менять | Свободно, под задачу | Ничего, иначе теряете базовую линию |
Как превратить отслеживаемый промпт в число
Один прогон почти ничего не говорит. Задайте один и тот же вопрос три раза, и ваш продукт может попасть в ответ дважды и отсутствовать один раз, без единого изменения с вашей стороны. Этот разброс заложен в то, как модели генерируют текст, поэтому разовая проверка - это подброшенная монета, выданная за данные. Лечит это сэмплирование промптов: прогонять идентичный промпт несколько раз и записывать долю прогонов, где вы появились, а не «да» или «нет».
Дальше процесс механический:
- Зафиксируйте набор промптов и выпишите формулировки дословно. Для небольшой SaaS-категории хватает двадцати-тридцати промптов, а материал о том, сколько промптов действительно нужно, подробнее разбирает, где отдача выходит на плато.
- Прогоняйте каждый три-пять раз по фиксированному расписанию. Раз в неделю достаточно.
- Записывайте по прогону три вещи: появился ли ваш бренд, примерно на каком месте в списке и какие конкуренты стояли рядом.
- Смотрите на тренд по неделям, а не на отдельные ответы.
Делать это руками для тридцати промптов в ChatGPT, Claude, Perplexity и Gemini - пара часов копипаста в неделю, поэтому обычно всё бросают к третьей неделе. AskAiRank прогоняет тот же набор промптов по расписанию и хранит историю, так что еженедельный вопрос становится «что изменилось», а не «а я вообще проверял». Если сначала хочется посмотреть ручной вариант, статья про отслеживание бренда в ChatGPT разбирает его по шагам.
Начните с четырёх промптов, а не с двухсот
Возьмите один ключ, который вам важен, и прогоните на нём промпт с таблицей интентов. Прогоните промпт на взаимозаменяемость по странице, которая у вас уже есть под этот ключ, и почините всё, что он процитировал. Потом выпишите два покупательских вопроса из вашей категории, прогоните каждый по пять раз и отметьте, как часто всплывает ваше название.
Это займёт меньше часа и даст одно число, за которым стоит следить. Сохранённый список из двухсот промптов не даст ни одного.
Часто задаваемые вопросы
Пять-шесть, которые вы переиспользуете и дорабатываете, полезнее сохранённого списка из двухсот, который вы ни разу не открыли. Держать стоит те промпты, которые вы прогнали столько раз, что знаете, где именно они ломаются. Всё остальное - хлам в закладках.
Нет. Он уверенно выдаст неверные цифры, потому что данные о частотности он не может надёжно посмотреть в чате. Используйте его, чтобы придумать и рассортировать формулировки, а частотность и сложность проверяйте в настоящем инструменте для ключевых слов, прежде чем занимать слот в контент-плане.
Рабочий промпт - это инструкция модели, чтобы она помогла сделать задачу: сгруппировать ключи или собрать разметку. Отслеживаемый промпт - это вопрос, который задал бы ваш покупатель, и вы прогоняете его регулярно, чтобы увидеть, называют ли ваш продукт в ответе. Первый экономит время, второй является измерением.
Да, в этом весь смысл. Ответы меняются от прогона к прогону, поэтому увидеть реальный тренд можно только одним способом: зафиксировать формулировку и прогонять её по расписанию. Поменяли формулировку - обнулили базовую линию.
Нет. Вопрос о себе в чате не обучает модель и не проталкивает вас в чужие ответы. Зато он искажает вашу картину: в самом вопросе уже есть имя бренда, поэтому честнее проверять нейтральным вопросом про категорию.
