
Привет. В этой статье я собрала для вас 3 генеративные нейросети, с помощью которых я сама решаю задачи по маркетингу.
Устраивайтесь поудобнее, заваривайте чай, сегодня без технины, только софт-контент о хардовых решениях. Меня зовут Ася Ульянова, я работаю руководителем группы контента в компании КРОК. Пару лет назад мне в руки попались Chat GPT и Midjourney, и с тех пор я не перестаю изучать новые инструменты для повышения качества материалов и ускорения работы команды. Я веду внутреннее обучение в компании: выступаю с лекциями, мастер-классами и выпускаю дополнительные материалы для популяризации ИИ-инструментов. Можно сказать, я AI-евангелист внутри КРОК.
Откуда такая вера в ИИ?
Нейросети сегодня стали нормальной частью жизни, как ранее стали голосовые помощники, мобильный банкинг и другие, казалось бы, повседневные вещи. Как бы мы не «топили» за классические маркетинговые инструменты, куда бы не «лили» свои воронки, хороший маркетолог знает: новые инструменты, как и новые тренды, новыми быть быстро перестают. Как скоро нейросети превратятся из просто приятной фичи приложения или операционки в смартфоне в мастхев и норму для нас, как и сам смартфон – вопрос времени. Именно по этой причине я верю, что любой человек, который работает с трендами и в целом планирует двигаться в бизнесе, должен освобождать себя от рутинных задач, изучать новые инструменты и опережать время.
С чего начать?
По известным причинам самый очевидный помощник из всего многообразия генеративных нейросетей — Chat GPT, — не очень доступен. Это один из самых больших стоп-факторов на пути к освоению нейросетей: нужно заморачиваться с получением доступа, искать протоколы для подключения и преодолевать прочие трудности. Многие энтузиасты начинают искать альтернативы: боты в телеграме, аналогичные инструменты на базе отечественных платформ. И часто разочаровываются: ожидания от невероятных результатов переписки с чат-ботом не оправдываются, задача остается нерешенной, время потрачено зря.
В этой статье мы сравним 3 самые популярные в маркетинге нейросети: Chat GPT, DeepSeek и Qwen2.5-Max. Посмотрим на них в целом, а далее разберем на конкретных задачах и сравним ответы на промты, чтобы нагляднее понять, почему в одном случае нужно работать с привычным GPT, а где лучше себя показывает нашумевший DeepSeek или популярный в узких маркетинговых кругах Qwen2.5-Max.
Chat GPT для маркетинга

Самый продвинутый инструмент по работе с текстом. Этой статьи бы не было, если бы китайские нейросети не дышали ему в спину и не наступали на пятки. А если учесть, что для запуска GPT нужно сделать много дополнительных действий, а при необходимости загружать его большим объемом работ нужно ещё и $20 в месяц выложить, становится и вовсе тоскливо.
Тем не менее, Chat GPT имеет очевидные сильные стороны для работы с маркетинговыми задачами:
-
самый лучший помощник в написании статей. Формирует понятное содержание, задает уточняющие вопросы, помогает структурировать большой объем информации;
-
сильный поисковик: в поисках фактов, источников и информации в открытом доступе по узкому запросу GPT точно сильнее своих конкурентов;
-
оперативный ассистент в работе с таблицами и файлами. В неструктурированных документах Chat GPT гораздо быстрее и точнее ищет необходимую информацию в отличии от конкурентов;
-
точно больше знает или помогает найти информации по таргетированной рекламе, запуску рекламных кампаний и так далее;
-
точнее вычитывает тексты. Китайские конкуренты очень плохи в этой задаче, GPT справляется лучше.
DeepSeek для маркетинга

Не зря этот инструмент недавно пробил топы скачиваний в мобильных маркетах. Быстрый, доступный, без «костылей» и работает достаточно оперативно.
К плюсам DeepSeek:
-
хороший инструмент для борьбы с синдромом чистого листа. Предлагает менее клишированные и более разнообразные варианты креативов по запросу, помогает посмотреть на задачи с совершенно новой стороны.
-
точно находит информацию и производит расчеты по структурированным файлам;
-
хорошо помогает составлять сметы, в целом неплохо работает с точными задачами и калькуляцией;
-
изобретательнее своего американского брата в написании постов для соцсетей: почти не использует клише, хорошо суммаризирует информацию из большого полотна текста, но очень плохо ищет в интернете. Лучше сразу давать ему текст статьи, например, а не ссылку на неё, если нужна короткая выжимка.
Qwen2.5-Max для маркетинга

Главное преимущество этой нейросети — она что-то вроде пирата без морали и принципов. Сильно меньше ограничений по тематикам запросов, не пускается в лишние рассуждения.
Выделенные плюсы Qwen2.5-Max:
-
на мой взгляд, работает с постами для соцсетей гораздо лучше, чем DeepSeek и GPT, хорошо ищет в интернете и не сопротивляется этому процессу, в отличии от DeepSeek;
-
под капотом — большой выбор моделей под разные задачи. Но самая популярная — хорошо справляется с большинством задач маркетинга. Я бы назвала модель сильным конкурентом GPT, и не таким капризным, как DeepSeek;
-
замечательно подходит для поиска информации по исследованиям, фактам и прочей подобной информации;
-
помогает в составлении планов, подробно описывает процессы, проактивничает, например дублирует после длинного ответа краткое содержание ниже.
Слова — словами, а теперь — к делу
Давайте разберем на примере трех востребованных маркетинговых промтов, как работают все 3 модели. Попросим сгенерировать пост на заданную тему, объяснить принцип работы одной технологии, подобрать релевантные мероприятия в ближайшие 3 месяца по теме. Так вы нагляднее сможете понять, какой инструмент точнее подойдет для вашей работы, так как универсального решения нет и все три инструмента очень по-разному подходят к делу. Я специально сейчас не буду углубляться в промт-инжиниринг и покажу результаты одного запроса, так как часто у маркетологов нет времени на долгую проработку промта.
Генерация поста
Формируем запрос на генерацию поста на конкретную тему. Задаем пожелания и получается следующий промт:
Привет. Давай напишем телеграм-пост о прогнозах использования ИИ в маркетинге — какой процент задач уже можно доверить нейросетям и какие нейросети самые популярные. Пост должен быть интересен бизнес-аудитории. Сделай упор на ИТ-тематику поста, используй нейтральный ToV, пост напиши до 500 знаков.
Chat GPT:
ИИ в маркетинге: что уже можно автоматизировать?
По прогнозам, в 2025 году до 70% рутинных задач в маркетинге будут выполняться нейросетями: анализ данных, генерация контента, персонализация рекламы. Лидеры рынка — ChatGPT, Midjourney, Jasper, Synthesia. Уже сейчас компании сокращают издержки и ускоряют процессы с помощью ИИ. Вопрос не «использовать или нет?», а «как внедрить быстрее, чем конкуренты?»
#ИИ #маркетинг #автоматизация
Из ответа следует, что восстание машин совсем близко. Пост написан в хорошем ToV, но детали оставляют желать лучшего.
DeepSeek:
ИИ в маркетинге: что уже можно доверить нейросетям?
Сегодня ИИ берет на себя до 30-40% рутинных задач в маркетинге: от генерации контента до анализа данных и настройки таргетированной рекламы. Популярные инструменты:
ChatGPT — тексты, идеи, сценарии.
MidJourney и DALL·E — креативы и визуал.
Jasper — SEO-оптимизация.
Surfer и MarketMuse — аналитика и прогнозы.
ИИ уже не просто помощник, а полноценный инструмент для автоматизации. Но ключевые стратегические решения пока за человеком.
#ИИ #Маркетинг #Автоматизация #Технологии
Тут уже приведены более реальные данные и даже расписан функционал инструментов. Восстание машин не обещает, уже приятно.
Qwen:
ИИ в маркетинге: реальность 2025
Сегодня искусственный интеллект берёт на себя до 60% рутинных маркетинговых задач. От анализа данных и сегментации аудитории до создания контента и автоматизации коммуникаций.
Самые популярные нейросети в индустрии:
• GPT-4 для генерации текстов
• DALL·E 3 для создания визуального контента
• Adobe Firefly в работе с изображениями
• Jasper AI для маркетинговых кампаний
Эксперты прогнозируют, что доля автоматизированных процессов вырастет до 75% уже к 2026 году.
#ИскусственныйИнтеллект #МаркетингБудущего #DigitalTransformation
Как можно заметить, вся троица идет по похожему фрейму, но с отличиями: GPT пишет более сдержанно, но использует клише, DeepSeek привел более реальные данные по процентам и в конце даже обнадежил, а Qwen пообещал и вовсе космические цифры, но чуть человечнее раскрыл список и даже нашел какие-то нереалистичные прогнозы. Я бы отдавала здесь предпочтение варианту от DeepSeek — он ближе к реальности, чем конкуренты.
Подбор мероприятий
В этом и следующем блоке ответы будут гораздо длиннее, поэтому сокращу их до сути.
Подбери релевантные мероприятия по ИТ-решениям для промышленных предприятий в Москве в ближайшие 3 месяца. Это могут быть отраслевые конференции, бизнес-мероприятия, выставки и другие события, которые интересны ИТ-специалистам, руководителям предприятий и техническим специалистам промышленных отраслей. Предложи не менее 10 таких мероприятий и дай ссылки на сайты этих мероприятий.
Chat GPT:
Сразу предупредил, что гуглить в реальном времени не умеет и снял с себя ответственность. Зато отличился от остальных и не просто подобрал мероприятия, но и написал, где искать. Но задачу закрыл не по ТЗ: ссылок на сайты мероприятий он не предоставил.
К сожалению, у меня нет возможности искать информацию в интернете в реальном времени. Однако ты можешь самостоятельно найти актуальные мероприятия по следующим источникам:
### Где искать ИТ-мероприятия для промышленных предприятий в Москве:
1. Официальные сайты отраслевых выставок – Expocentr, Crocus Expo, ВДНХ.
2. Площадки бизнес-мероприятий – Skolkovo, Digital Business Space (Цифровое деловое пространство), Технопарк Москва.
3. Отраслевые порталы и ассоциации – CNews, TAdviser, ComNews, Российский союз ИТ-директоров (СоДИТ).
4. Календарь событий – RB.RU, Eventbrite, TimePad.
### Примерные мероприятия, которые могут подойти:
1. CIPR-2024 (Цифровая индустрия промышленной России) – форум о цифровых технологиях в промышленности.
2. ITSM Conference – конференция по управлению ИТ-услугами на предприятиях.
3. IoT Tech Expo – технологии Интернета вещей для промышленности.
4. Иннопром. Москва – крупнейшая выставка промышленных технологий.
5. Российская неделя высоких технологий – мероприятия по ИИ, Big Data, IoT.
6. Сколково AI & Industrial Tech Summit – про искусственный интеллект в промышленности.
7. CNews Forum: Цифровизация промышленности – цифровые технологии в реальном секторе.
8. Smart Manufacturing Forum – про индустрию 4.0 и умные производства.
9. ПМЭФ Технологии – технологический блок Петербургского экономического форума.
10. Big Data Conference – конференция про анализ данных и автоматизацию в промышленности.
Для точных дат и регистрации рекомендую зайти на официальные сайты этих мероприятий или агрегаторы событий. Если нужно подготовить письмо или обоснование для участия – тоже помогу!
Этому ответу можно было бы поставить твердую пятерку, если бы в нем были ссылки на сайты мероприятий, а так придется гуглить самостоятельно. Мы такое не уважаем, поэтому идем интересоваться у китайских коллег GPT, что они могут противопоставить.
DeepSeek:
Вот список актуальных мероприятий по ИТ-решениям для промышленных предприятий, которые пройдут в Москве в ближайшие 3 месяца. Эти события будут полезны ИТ-специалистам, руководителям предприятий и техническим специалистам промышленных отраслей:
Далее нейросеть пошла по такому фрейму:
1. Цифровая индустрия промышленной России (ЦИПР) 2023
Дата: 23–25 ноября 2023
Описание: Крупнейшая конференция по цифровизации промышленности, включая ИТ-решения для промышленных предприятий.
Сайт: https://cipr.ru
И прислала 10 мероприятий, половину с битыми ссылками:
2. Industrial IT Forum 2023
3. Цифровая трансформация в промышленности
4. Иннопром. Москва 2023
5. Цифровое производство: ИТ-решения для промышленности
6. Smart Manufacturing Expo 2023
7. Форум «Цифровая фабрика»
8. Конференция «ИТ в промышленности: вызовы и решения»
9. Выставка «Автоматизация. Производство. Бизнес»
10. Форум «Цифровая энергетика и промышленность»
Эти мероприятия охватывают ключевые аспекты цифровизации и внедрения ИТ-решений в промышленности. Рекомендую уточнять даты и регистрацию на сайтах мероприятий, так как информация может обновляться.
На этом примере можно увидеть, что нейросети в целом не работают в реальном времени и просто не знают, какой сейчас год и месяц. Зато они могут найти список мероприятий и даже дать ссылки, по которым можно найти конференции для этого года. Сама подборка не вся релевантна, но с этим точно можно дальше работать.
Qwen:
Вот список из 10 мероприятий, связанных с ИТ-решениями для промышленных предприятий, которые пройдут в Москве или онлайн в ближайшие 3 месяца. Эти мероприятия охватывают темы цифровизации, автоматизации, промышленного интернета вещей (IIoT), искусственного интеллекта и других технологий, актуальных для промышленности.
Далее следует похожий на DeepSeek фрейм, но чуть больше информации о мероприятиях:
1. Цифровая Индустрия Промышленной России (ЦИПР-2024)
Дата: Октябрь 2024
Описание: Крупнейшая конференция по цифровизации промышленности в России. Обсуждаются вопросы внедрения цифровых технологий, автоматизации и управления производственными процессами.
Сайт: ципр.рф
Далее Qwen: прислал следующие мероприятия по такому же фрейму:
2. Industry 4.0 Forum
3. Международная выставка "Металлообработка-2024"
4. Smart Manufacturing Summit
5. IoT&AI Tech Conference
6. Digital Enterprise Show Russia
7. Выставка "ЭкспоЭлектроника"
8. Форум "Цифровые технологии в энергетике"
9. Конференция "Big Data in Manufacturing"
10. Выставка "Инновационные Технологии для Промышленности"
И добавил примечание:
Даты и формат мероприятий могут меняться, поэтому рекомендуется проверить актуальность информации на официальных сайтах.
Для участия в некоторых мероприятиях может потребоваться регистрация или покупка билета.
Если вас интересуют онлайн-мероприятия, уточните наличие гибридного формата на сайтах.
Здесь подбор мероприятий отработан, что называется, «с первой полки». С одной стороны, у нас есть больше описаний по мероприятиям, с другой — они гораздо узконаправленнее, я же просила список тем расширить.
Думаю, что этот батл не так однозначен, как первый. Тут уже детали сильно зависят от того, как составлен промт и какую первичную задачу нужно было решить. ИМХО: Chat GPT эту гонку тоже проиграл, я бы склонялась к ответу DeepSeek.
Объяснение технологий простым языком
Часто в работе маркетолога требуется быстро разобраться в технине, чтобы быть в контексте задачи. Такой случай идеально подходит для работы с нейросетью и промт выглядит примерно так:
Привет. Ты — технический специалист. Ты должен объяснить студенту, как работает серверная виртуализация. Объясни, что это за технология и как она работает так, чтобы даже не технический специалист понял, что это такое.
Chat GPT:
Выдал самый короткий ответ, разложил плюсы. В общем, погрузил в контекст, но не от всего сердца:
Привет! Представь, что у тебя есть один мощный компьютер (сервер), но тебе нужно запустить на нём сразу несколько операционных систем (например, Windows, Linux и macOS), как если бы это были отдельные компьютеры. Серверная виртуализация — это технология, которая позволяет создать виртуальные машины (VM), каждая из которых работает независимо, но на одном физическом сервере.
Как это работает?
Гипервизор – это специальная программа, которая управляет виртуальными машинами. Он распределяет ресурсы (процессор, память, диск) между ними.
Каждая виртуальная машина получает свою операционную систему и работает так, как если бы она была отдельным устройством.
Это позволяет одному серверу заменить сразу несколько физических машин, экономя деньги, электроэнергию и упрощая управление.
Зачем это нужно?
Экономия ресурсов – не нужно покупать много серверов, можно использовать один, но эффективно.
Безопасность и изоляция – если одна виртуальная машина сломается, другие продолжат работать.
Гибкость – можно быстро создать или удалить сервер, не покупая новое оборудование.
Если совсем просто, то серверная виртуализация — это как многоквартирный дом: один большой дом (сервер), в котором живёт много квартир (виртуальные машины), и каждая из них независима от соседей.
Решил ли Chat GPT задачу? Да, оптимизировав нагрузку для себя и для читателя. Можно было бы сделать это интереснее и понятнее? Спросим у его конкурентов.
DeepSeek:
Точно пошел в задачу более ответственно, разложил не только на образном примере, но и на реальном с расчетами.
Привет! Давай разберемся, что такое серверная виртуализация, и я постараюсь объяснить это максимально просто.
Что такое серверная виртуализация?
Представь, что у тебя есть один мощный компьютер (сервер). Этот сервер может выполнять много задач одновременно, но обычно он используется для одной конкретной задачи, например, для хранения данных или работы сайта. Это не очень эффективно, потому что большая часть его мощности простаивает.
Серверная виртуализация — это технология, которая позволяет "разделить" один физический сервер на несколько виртуальных серверов. Каждый из этих виртуальных серверов может работать как самостоятельный компьютер со своей операционной системой и приложениями. Это похоже на то, как если бы ты взял один большой торт и разрезал его на несколько кусочков, чтобы каждый мог насладиться своей порцией.
Как это работает?
Физический сервер: Это реальный, "железный" компьютер, который находится в дата-центре.
Гипервизор: Это специальная программа, которая управляет виртуализацией. Она "разделяет" ресурсы физического сервера (процессор, память, дисковое пространство) между виртуальными серверами.
Виртуальные машины (ВМ): Это те самые "кусочки торта". Каждая виртуальная машина — это изолированная среда, которая работает как отдельный сервер. На ней можно установить свою операционную систему и приложения.
Пример
Представь, что у тебя есть один мощный сервер с 16 ядрами процессора и 64 ГБ оперативной памяти. Без виртуализации ты мог бы использовать его только для одной задачи, например, для работы сайта. Но с помощью виртуализации ты можешь создать на этом сервере несколько виртуальных машин:
Одна виртуальная машина с 4 ядрами и 16 ГБ памяти для сайта.
Вторая виртуальная машина с 4 ядрами и 16 ГБ памяти для базы данных.
Третья виртуальная машина с 8 ядрами и 32 ГБ памяти для тестирования нового приложения.
Все эти виртуальные машины работают на одном физическом сервере, но каждая из них думает, что она единственная и имеет доступ ко всем ресурсам.
Зачем это нужно?
Экономия ресурсов: Вместо того чтобы покупать несколько физических серверов, можно использовать один мощный сервер с виртуализацией.
Гибкость: Виртуальные машины можно легко создавать, удалять или изменять их конфигурацию в зависимости от потребностей.
Надежность: Если одна виртуальная машина выйдет из строя, это не повлияет на другие виртуальные машины на том же сервере.
Итог
Серверная виртуализация — это технология, которая позволяет эффективно использовать ресурсы одного физического сервера, создавая на нем несколько виртуальных серверов. Это как если бы ты мог использовать один мощный компьютер для множества задач одновременно, не покупая дополнительные устройства.
Надеюсь, теперь стало понятнее! Если есть еще вопросы, задавай.
Ответ, на мой взгляд, больше отвечает поставленной задаче. Давайте посмотрим на последний вариант.
Qwen:
Мне в этом кейсе больше всего нравится ответ этой сети. Образная аналогия, разъяснение уже на серверной составляющей, пример подсчетов и внизу сокращенная суммаризация вышеописанного для экономии времени.
Привет! Конечно, я постараюсь объяснить серверную виртуализацию максимально просто и понятно. Давай представим ситуацию из реальной жизни, чтобы было легче понять.
Начнем с аналогии
Представь себе большой дом, который можно использовать как офисное здание. В этом доме много комнат, но раньше его использовали только для одной компании — она занимала всё здание целиком, даже если ей не нужно было столько места. Это было неэффективно: часть помещений пустовала, а содержать весь дом было дорого.
Теперь представь, что кто-то придумал способ разделить этот дом на несколько небольших офисов, каждый из которых работает независимо от других. Каждый офис может быть оборудован под конкретные нужды разных компаний: одна использует его для бухгалтерии, другая для дизайнеров, третья для разработчиков программного обеспечения. При этом все они находятся в одном здании, но у каждой компании есть свой "кусочек" пространства, который она использует так, будто он полностью принадлежит ей.
Теперь перенесем это на компьютеры
Серверная виртуализация — это как раз тот "способ разделить дом". Вместо одного большого физического сервера (это мощный компьютер, который работает на предприятии или в дата-центре), мы можем создать несколько "виртуальных серверов" на его базе. Эти виртуальные серверы работают независимо друг от друга, как будто они — отдельные компьютеры, хотя на самом деле они используют ресурсы одного физического сервера.
Как это работает?
Гипервизор — это специальная программа, которая управляет процессом виртуализации. Она как администратор дома, который следит за тем, чтобы каждому "офису" (виртуальному серверу) досталось достаточно места, электроэнергии и других ресурсов.
Физический сервер — это наш "дом". Он предоставляет вычислительные ресурсы: процессор, память, жесткий диск и сеть.
Виртуальные машины (ВМ) — это наши "офисы". Каждая ВМ работает как отдельный компьютер со своей операционной системой (например, Windows, Linux) и своими программами. Они ничего не знают о том, что делят ресурсы с другими ВМ.
Разделение ресурсов — гипервизор распределяет ресурсы физического сервера между всеми виртуальными машинами. Например, если у сервера 32 ГБ оперативной памяти, то одну ВМ можно выделить 8 ГБ, другую — 16 ГБ, а остаток оставить в запасе.
Зачем это нужно?
Экономия денег : Вместо того, чтобы покупать много физических серверов, можно использовать один мощный сервер и разделить его на несколько виртуальных. Это дешевле и проще в обслуживании.
Гибкость : Если одной компании (или одному приложению) нужно больше ресурсов, гипервизор может быстро перераспределить их. Это как передвинуть стену в офисе, чтобы освободить больше места.
Надежность : Если что-то случится с одной виртуальной машиной (например, она зависнет или сломается), другие продолжат работать. Это как если бы в одном офисе произошла авария — остальные офисы в здании не пострадают.
Изоляция : Каждая виртуальная машина работает независимо. Это важно, например, если ты хочешь протестировать новое программное обеспечение — ты можешь сделать это в отдельной ВМ, не рискуя основной системой.
Пример из жизни
Представь, что ты работаешь в компании, которая предоставляет облачные сервисы (например, хранение файлов или веб-хостинг). Вместо того, чтобы покупать отдельный сервер для каждого клиента, ты можешь создать для каждого клиента свою виртуальную машину на одном физическом сервере. Это позволит тебе обслуживать больше клиентов, экономить на оборудовании и легко масштабироваться (добавлять новые серверы или ресурсы).
Итог
Серверная виртуализация — это технология, которая позволяет разделить один физический сервер на несколько виртуальных машин. Каждая виртуальная машина работает как отдельный компьютер, но все они используют ресурсы одного сервера. Это делает работу более эффективной, гибкой и экономичной.
Если коротко:
Один физический сервер = много виртуальных машин.
Управляет этим процессом гипервизор.
Это удобно, дешево и надежно.
Надеюсь, теперь стало понятнее! Если остались вопросы, спрашивай.
Ответ:
Серверная виртуализация — это технология, которая позволяет разделить один физический сервер на несколько виртуальных машин, каждая из которых работает независимо, как отдельный компьютер.
На мой взгляд, этот ответ лучше всего закрывает задачу: примеры, пояснения, краткое содержание, тут есть всё, чтобы разобраться в теме. Отдаю свое предпочтение Qwen в этом задании.
Что в итоге лучше?
На наглядных примерах вам будет легче определиться с инструментом. Конечно, всегда лучше проверять на практике: так вы быстрее поймете, какая генеративная нейросеть хороша именно для ваших задач, а может для разных задач вы будете использовать разные нейронки. В любом случае буду рада прочесть ваши комментарии по теме: для каких задач и что подходит именно вам.
Автор: Alimaddyce