Книга Андрея Гусарова «Настольная книга маркетолога в эпоху нейросетей»

Представьте двух специалистов.

Оба работают с одним и тем же рынком. Оба используют одинаковые нейросети. У обоих есть доступ к тем же данным, сервисам и инструментам.

Первый просит ИИ подготовить стратегию, получает аккуратный документ и несёт его на согласование.

Второй сначала спрашивает: на каких допущениях держится эта стратегия? Что должно оказаться правдой, чтобы она сработала? Где мы можем спутать красивую логику с реальной возможностью? Какой самый дешёвый тест покажет, что мы ошиблись?

Инструмент у них один. Результат будет разным.

Именно об этой разнице книга Андрея Гусарова «Настольная книга маркетолога в эпоху нейросетей». Она адресована не тем, кто только знакомится с ИИ, а тем, кто уже использует его в работе и начинает замечать: быстрый ответ ещё не означает сильное решение.

Книга устроена как тренировка профессионального мышления. Автор не предлагает копировать один универсальный промпт. Вместо этого он показывает, как последовательно разбирать задачу, менять угол зрения и заставлять нейросеть спорить с собственным первым ответом.

Например, конкурентный анализ здесь не заканчивается таблицей с ценами и УТП. Маркетолог ищет незакрытые потребности, а затем проверяет, почему конкуренты могли сознательно оставить их без внимания. Возможно, это действительно свободная ниша. А возможно — сегмент с низкой маржинальностью, сложным привлечением или слабым спросом.

Позиционирование тоже не оценивается по принципу «звучит убедительно». Формулировка проходит несколько фильтров: может ли её повторить конкурент, важна ли она выбранному сегменту, не вызывает ли недоверие и есть ли за обещанием конкретное доказательство.

Вместо стандартных портретов аудитории в книге используются мотивационные кластеры. Это позволяет увидеть, что люди с похожей демографией могут покупать по противоположным причинам. Один хочет снизить риск, другой — получить преимущество, третий — освободить время. И если говорить с ними одинаково, реклама будет точной только случайно.

Дальше всё собирается в единую конструкцию: мотивы, сообщения, каналы, бюджет и последовательность касаний. Автор показывает, почему хороший результат отдельных каналов ещё не означает, что вся система работает. Потери часто происходят на переходах: реклама обещает одно, сайт продолжает разговор о другом, ретаргетинг повторяет уже сказанное, а отдел продаж начинает диалог заново.

Особое место занимает работа с цифрами. Нейросеть умеет быстро интерпретировать данные, но слишком легко заполняет пробелы правдоподобными объяснениями. Поэтому любой вывод предлагается проверять на ложную точность, подмену причинности корреляцией и стремление согласиться с исходной гипотезой пользователя.

Для этого в книге используются красные команды, премортемы и роль адвоката дьявола. Маркетолог намеренно просит найти противоположное объяснение, представить провал заранее или обнаружить общее допущение, которое никто не поставил под сомнение.

Такой подход особенно важен при масштабировании. Если тест дал хороший результат, недостаточно просто увеличить бюджет. Сначала нужно понять механизм успеха: сработала узкая аудитория, новизна креатива, сезонный момент или слабая конкуренция. И только потом проверять, выдержит ли этот механизм больший масштаб.

В финале книга выходит за рамки кампаний и касается самой профессии. Если ИИ забирает исполнение, ценность маркетолога всё сильнее зависит от качества суждения. От способности видеть ограничения, задавать неудобные вопросы, принимать решения при неполных данных и отвечать за последствия.

Это не книга, которую читают ради очередного списка сервисов. К ней возвращаются перед стратегической сессией, защитой бюджета, запуском гипотезы, разбором аналитики или сложным разговором с командой.

Полная версия нужна тем, кто хочет использовать ИИ не для того, чтобы делать больше, а для того, чтобы ошибаться реже и думать глубже.