Битва нейросетей: кто сумеет отыскать все задачи в рекламе VK Ads

Могут ли нейросети поменять таргетолога при аудите кампаний? Мы в click.ru решили проверить это на практике и устроили опыт с пятью пользующимися популярностью русскими и забугорными моделями.

Из статьи вы узнаете:

как отлично ИИ находят задачи в рекламе;
какая нейросеть додумывает факты, а какая идеальнее всего анализирует визуал;
когда стоит применять ИИ для аудита маркетинговых кампаний.

Спойлер: популярность нейросети еще не значит, что она управится лучше других.

Условия опыта

Для беспристрастного сопоставления мы поставили нейросети в однообразные условия: употребляли один промпт и оценивали результаты по единым аспектам.

Задачка – получить полный анализ маркетинговой кампании в VK Ads за один промпт. От нейросети требовалось обрисовать задачи, представить предпосылки их возникновения и предложить методы исправления. В ответе не обязано было быть придуманных фактов и остальных галлюцинаций.

Мы не задавали наводящие вопросцы и не сформировывали подготовительный контекст. Для каждой нейросети создавался новейший чат. За финишный итог был принят 1-ый ответ на промпт.

Участники

Для опыта мы взяли бесплатные версии 5 нейросетей:

ChatGPT,
Kimi,
DeepSeek,
Алиса AI,
ГигаЧат.

Промпты для аудита

Для чистоты опыта все нейросети получили однообразные промпты.

Для анализа статистики

Ты въедливый специалист-таргетолог с опытом 10 лет в продвижении проектов через VK Рекламу, старенькый маркетинговый кабинет ВК, myTarget. По приведенной статистике маркетинговой кампании для тебя необходимо:

1. Провести аудит и выделить слабенькие места.

2. Выдвинуть догадки, почему возникли эти слабенькие места.

3. Предложить 5 шагов по устранению заморочек, отранжировав их от самых принципиальных к менее приоритетным.

Формат отчета:

1. Итог аудита

1.1 Неувязка 1

Подробное описание…

1.2 Неувязка 2

Подробное описание…

1.3 Неувязка 3 и т. д.

В каждой «Дилемме» должны быть данные, на которые ты опирался при ее выявлении, догадка, почему возникла неувязка. Отчет должен быть подробным и аргументированным.

Непременно: при выделении заморочек и ошибок помни про цель кампании.

2. Советы по улучшению кампании, отранжированные по значимости от самых принципиальных к менее приоритетным.

Требования к отчету:

Наибольшая конкретика. Никаких общих фраз – лишь прямые советы по улучшению кампании.
Советы должны смотреться как техническое задание, чтоб их можно было передать исполнителям (перечень определенных действий).
Если для тебя не хватает данных для вывода, ты его не делаешь. Запрещено сочинять данные, добавлять что-либо «от себя», чтоб подогнать статистику под вывод и т. д. Ты пишешь лишь то, что реально можешь подтвердить цифрами.

К любому промпту мы прикрепили файл со статистикой по кампании в VK Рекламе.

Статистика кампании

Мы преднамеренно дали нейросетям маленький размер данных и минимум контекста, чтоб проверить, как отлично они могут без помощи других рассматривать информацию и созодать выводы. Спойлер: лишь одна модель увидела, что начальных данных недостаточно.

Для анализа креатива

В июне 2026 года у DeepSeek возник отдельный режим Vision, который дозволяет детально рассматривать изображения. При всем этом обыденный чат как и раньше умеет лишь распознавать текст на картинах. Благодаря Vision все 5 нейросетей смогли провести аудит креатива.

Визуал мы анализировали раздельно, опосля оценки маркетинговой кампании. Так все участники опыта оказались в схожих критериях. Соединить данные и креативы в одном запросе было нереально из-за ограничений отдельных сервисов. ГигаЧат не поддерживает загрузку файлов различных форматов в одном запросе, а в Алисе AI можно прикрепить к промпту лишь один файл.

Этот креатив употреблялся для маркетинговой кампании, по которой ты проводишь аудит. Учитывай контекст того, что изображено на картинке, поэтому что содержание креатива отражает бизнес-нишу компании, которая продвигается в VK Ads. Дай советы, что необходимо создать с креативом, чтоб он лучше подступал для продвижения в VK Рекламе при помощи лид-формы.

Содержание отчета:

Слабенькие места с перечислением заморочек (нумеруй их 1.1, 1.2 и т. д.).
Советы по исправлению заморочек (нумеруй их 1.1, 1.2 и т. д.).

Требования к отчету:

Наибольшая конкретика. Никаких общих фраз – лишь прямые советы по улучшению кампании.
Советы должны смотреться как техническое задание, чтоб их можно было передать исполнителям (перечень определенных действий).

Изображение, которое анализировали нейросети, смотрелось так:

Креатив кампании

Оно плохо отвечало маркетинговым целям (некорректно размещена надпись, не считывается предложение, нет призыва к действию), потому дозволяло проверить аналитические способности ИИ.

Аспекты оценки

Свойство ответов нейросетей мы оценивали по четырем аспектам. За любой модель могла получить от 0 до 2 баллов.

1. Полнота

2 балла – найдено не наименее 4 заморочек, включая все критические ошибки, выводы тщательно аргументированы.
1 балл – найдено 2–3 задачи, рассуждения короткие, аргументация фактически без опоры на факты.
0 баллов – найдено не наиболее 1–2 заморочек без пояснений.

2. Конкретика

2 балла – любая неувязка тщательно описана, приведены аргументы, есть догадки о причинах возникновения.
1 балл – догадки и советы есть, но они короткие и размытые.
0 баллов – в анализе есть ошибки, устаревшая информация, для заморочек не указаны решения или ответа нет совершенно.

3. Приоритизация

2 балла – нейросеть предложила решения, расставила их по приоритету и растолковала выбор.
1 балл – решения перечислены, но их приоритетность не обусловлена.
0 баллов – модель предложила больше либо меньше 5 шагов по устранению заморочек.

4. Анализ креатива

2 балла – найдено не наименее 3-х заморочек, даны определенные советы и понятно, как их воплотить.
1 балл – обнаружены 1–2 задачи, а советы короткие и очень общие.
0 баллов – нейросеть не смогла распознать либо проанализировать креатив.

За любой придуманный факт нейросеть получала -1 балл. Штрафы также стали доп аспектом оценки при схожем количестве баллов. Чем больше ошибок, тем ниже модель в нашем рейтинге.

Результаты Битвы

Перейдем к результатам опыта. Разберем, как совладала любая нейросеть: как много и буквально она проанализировала кампанию, какие мощные и слабенькие стороны показала.

DeepSeek

На 1-ый взор анализ DeepSeek смотрится структурированным и проф. Нейросеть поочередно выделила задачи, привела аргументы и представила предпосылки низкой эффективности кампании. Но при наиболее внимательной проверке в ответе видны ошибки.

Отчет DeepSeek

Плюсы

Нейросеть отыскала 5 заморочек. Большая часть из их вправду есть в кампании: низкая конверсия, убыточность и ошибки в настройке расходования бюджета. Догадки тоже убедительные. В особенности отлично модель разобрала делему низкой конверсии (№1).

Большая часть советов по улучшению кампании корректны: применять похожие аудитории (look-alike), пересобрать лид-форму, поменять креатив и провести A/B-тестирование. Модель отдала полезные советы по оптимизации расходов: поточнее настроить показы по времени и денькам недельки.

В отдельном режиме для работы с изображениями нейрость удачно проанализировала креатив. Увидела неконкретный офер, несоответствие площадке, отсутствие слов-триггеров и остальные недочеты. Советы затронули и текст, и визуальную часть. ИИ порекомендовал провести A/B-тестирование, которое вправду доступно для лид-форм в VK Ads.

Минусы

Уже сначала анализа DeepSeek начал додумывать начальные данные. Модель представила, что рекламируется продукт из группы «B2B/услуги/SEO-тематика», хотя в начальных данных этого нет. Последующие примеры и часть советов построены конкретно на данной для нас догадке. Невзирая на то, что советы смотрятся уместно, условия промпта нарушены.

При разборе задачи №3 модель ошибочно интерпретировала метрику «Просм. 25%». Она не учла, что четверть длительности ролика составляет меньше 10 секунд. Потому и неувязка, и догадка о ее причинах основаны на неправильном прочтении данных.

DeepSeek ошибся в механике управления бюджетом VK Ads. Бюджет задается на уровне группы, его недозволено установить сходу для всей кампании. Упомянутой «стратегии «Стоимость группы»» в маркетинговом кабинете нет.

Очередной значимый минус – нейросеть не увидела, что кампания заблокирована. Она не прошла модерацию VK Ads.

Результат

DeepSeek хорошо структурировал информацию, отыскал огромную часть настоящих заморочек и предложил применимые советы. Но модель не всюду отделила факты от собственных догадок и допустила ошибки в интерпретации данных и способностей VK Ads.

Полнота – 1 балл. Модель пропустила одну из суровых заморочек – блокировку кампании.
Конкретика – 1 балл. Часть выводов была построена на неподтвержденном предположении о теме.
Приоритизация – 2 балла. Основная неувязка определена правильно, а порядок действий описан довольно тщательно.
Креатив – 2 балла. Найдено 6 заморочек, предложены определенные методы решения.
Штраф – -2 балла. Модель ошибочно интерпретировала продолжительность и выдумала несуществующую стратегию.

Kimi

Сначала Kimi сильна в программировании, но с анализом маркетинговых кампаний нейросеть тоже совладевает хорошо. Отчет вышел таковым же структурированным, как у DeepSeek, но Kimi нашла больше заморочек и предложила наиболее детальные методы их решения.

Отчет от Kimi

Плюсы

Kimi отыскала 6 ошибок в кампании. Больше, чем остальные нейросети. Она увидела статус blocked, другими словами блокировку, и сходу предложила варианты решения.

Нейросеть правильно обусловила главные задачи: плохой креатив, который не держит внимание, нехорошую работу с бюджетом, огромные расходы на 1 лид.

Ценности расставлены разумно. Сначала Kimi посоветовала разобраться с блокировкой и растолковала, как обратиться в техно поддержку VK, чтоб вернуть показы.

Советы по креативам вышли в особенности подробными. Модель порекомендовала определенные форматы, количество роликов и сроки тестирования, также бюджет на проверку гипотез.

Kimi предложила четкую сегментацию аудитории с применением ремаркетинга и look-alike (схожих аудиторий).

При анализе креатива модель выявила 5 заморочек с опорой на статистику кампании и отдала весьма подробные советы. Kimi предложила поменять цвета (и даже привела шифровку), скорректировать шрифты, подложки и размещение частей прямо до пикселей. Нейросеть раздельно обрисовала, какие варианты стоит приготовить для A/B-теста.

Минусы

Kimi не указывала источники для ориентиров по метрикам. К примеру, модель именовала 0,5% нижней границей допустимого CTR для лид-форм ВКонтакте, но не растолковала, откуда взялось такое значение. При всем этом DeepSeek оценил этот же CTR как высочайший, что лишь усилило сомнения в достоверности ориентира.

Модель ошиблась в заглавиях стратегий ставок VK Ads. Заместо «Малой цены» и «Предельной цены» она употребляла формулировки «Малая стоимость лида» и «Оптимизация конверсий».

Результат

Kimi провела один из самых подробных разборов: нашла много заморочек, не пропустила блокировку кампании и предложила определенный план действий.

Полнота – 2 балла. Найдено 6 заморочек, включая более значительные.
Конкретика – 1 балл. Модель опиралась на предоставленные данные и отдала четкие советы, но не подтвердила источниками заявленные ориентиры по метрикам.
Приоритизация – 2 балла. Основная неувязка определена правильно, последующие деяния тщательно описаны.
Креатив – 2 балла. Найдено 5 заморочек, для каждой предложены определенные решения с опорой на статистику кампании.
Штраф – -1 балл. Kimi ошибочно именовала стратегии ставок, что может указывать на внедрение устаревшей инфы либо галлюцинацию.

ChatGPT

Одна из самых фаворитных нейросетей подошла к заданию весьма осторожно и отказалась от настоящего анализа из-за недочета начальных данных. С замечанием трудно спорить: инфы вправду не много для всестороннего аудита. Но имеющихся данных все таки довольно, чтоб выделить главные задачи, предложить догадки и отдать советы.

Отчет от ChatGPT

Плюсы

ChatGPT единственный направил внимание на недочет контекста. К примеру, модели не хватило инфы о бизнес-целях кампании, аудитории и остальных принципиальных данных.

При всем этом нейросеть правильно обусловила главные задачи: маленький CTR, высшую стоимость лида и слабенькую конверсию. Первым шагом ChatGPT посоветовал проверить лид-форму. Конкретно с этого спецу вправду стоит начать работу.

При анализе креатива модель увидела, что он плохо соответствует рекламной задачке, не подводит юзера к мотивированному действию и перегружен деталями. ChatGPT связал выводы со статистикой кампании. Советы по доработке креатива вышли подробными и прикладными. На самом деле, их можно применять как базу для технического задания копирайтеру и дизайнеру, что вполне соответствует требованиям промпта.

Минусы

Из-за недочета контекста ChatGPT ограничился достаточно общими формулировками и не углублялся в анализ кампании. Почти все советы сводились к действиям вроде «протестировать», «сделать» либо «поменять», но модель практически не разъясняла, как конкретно это создать. Остальные участники опыта опосля схожих советов давали наиболее подробные аннотации.

ChatGPT выделил лишь три задачи, тогда как остальные нейросети нашли больше.

Итоги

ChatGPT единственный прямо указал, что начальных данных недостаточно для настоящего аудита. Это указывает аккуратность модели в работе с ограниченным контекстом, хотя доп баллов по нашей системе оценки за это не предвидено.

Полнота – 1 балл. Модель нашла лишь три задачи.
Конкретика – 1 балл. Догадки и советы сформулированы очень общо.
Приоритизация – 1 балл. Последовательность действий выбрана верно, но сами шаги описаны недостаточно тщательно.
Креатив – 2 балла. Найдено 6 заморочек, выводы аргументированы, а советы содержат определенные аннотации.
Штраф – 0 баллов. ChatGPT не придумывал факты и не допускал галлюцинаций. Наиболее того, лишь эта модель практически следовала условию промпта: «Если для тебя не хватает данных для вывода, ты его не делаешь».

ГигаЧат

Как и соперники, ГигаЧат выдал упорядоченный перечень заморочек с подробными догадками и развернутым обоснованием.

Отчет от «ГигаЧат»

Плюсы

ГигаЧат правильно обусловил главные задачи кампании: блокировку, слабенький креатив, неэффективную лид-форму, плохой трафик и расход фактически всего бюджета на один лид. Правда, модель соединила их в четыре пт без тривиальной логики.

Делему с креативом нейросеть аргументировала определенными данными – приметным понижением числа досмотров: «1881 → 1334 → 902 → 658».

ГигаЧат выдвинул увлекательную догадку о неэффективном распределении объявлений меж плейсментами. Остальные участники опыта не направили внимания в данный момент.

При анализе креатива модель нашла четыре задачи, включая низкую рекламную эффективность и отсутствие призыва к действию. В особенности полезными оказались определенные советы по доработке текста.

Минусы

Совет провести технический аудит посадочной странички сделал воспоминание, что ГигаЧат не до конца сообразил механику лид-форм VK Ads. К примеру, нейросеть предложила проверить скорость загрузки странички благодарности, хотя воздействовать на это недозволено.

Советы по улучшению кампании вышли очень узенькими, потому приоритизация смотрится спорно. Когда остальные модели давали сначала доработать креатив и лид-форму, ГигаЧат порекомендовал очень сузить плейсменты.

Анализ креатива наименее подробный, чем у соперников. Не считая того, ГигаЧат – единственный, кто не предложил провести A/B-тестирование.

Итоги

ГигаЧат хорошо сообразил специфику VK Рекламы и выдвинул нетривиальные догадки. Нейросеть можно применять для поиска уникальных мыслях при аудите.

Полнота – 2 балла. Выделены четыре задачи, включая главные слабенькие места.
Конкретика – 2 балла. Модель фактически не делала безосновательных выводов, тщательно обрисовывала задачи и предлагала достойные внимания догадки о их причинах.
Приоритизация – 1 балл. Второстепенным задачкам местами отдавался очень высочайший ценность.
Креатив – 1 балл. Найдены четыре задачи, но советы по их устранению достаточно короткие, A/B-тестирование не предложено.
Штрафы – -1. Критических ошибок нет, но рекомендация проверить скорость загрузки странички смотрится как галлюцинация.

Алиса AI

Нейросеть от Yandex’а не смогла работать с файлом .xlsx, потому, мы загрузили отчет в .pdf.

Отчет от Алиса AI

Плюсы

Алиса AI правильно обусловила несколько главных заморочек кампании: низкую конверсию в лиды, высшую стоимость клика и слабенькую вовлеченность аудитории.

При анализе креатива нейросеть нашла главные недочеты, хотя и не связала их со статистикой кампании. Советы затронули и текст, и визуальную часть. Также нейросеть порекомендовала провести A/B-тестирование.

Минусы

Алиса AI выделила лишь три задачи, хотя их приметно больше.
Для задачи №3 модель не представила предпосылки, хотя в прошлых 2-ух пт разъяснения есть.
Нейросеть не увидела, что кампания заблокирована.
Невзирая на заданную роль «въедливого специалиста-таргетолога», анализ вышел достаточно сухим и общим. Советам не хватает конкретики и привязки к способностям VK Ads. Остальные модели были смелее и давали прикладные советы, хотя время от времени и допускали галлюцинации.
Спорным смотрится и 1-ый ценность – A/B-тестирование, когда явны задачи с лид-формой, опциями и креативом. Доп тест текущей связки навряд ли отдал бы новейшую информацию. Поначалу логичнее поправить тривиальные недочеты.

Итоги

Результаты оказались нежданно слабенькими. Нейросеть смогла набрать больше 1 балла лишь за «Креатив».

Полнота – 1. Обнаружены лишь 3 задачи, нейросеть не увидела, что кампания заблокирована.
Конкретика – 1. Формулировки весьма сжатые, нет определенных шагов.
Приоритизация – 1. 1-ый шаг избран спорно, а работа с креативом оказалась в конце перечня.
Креатив – 2. Модель нашла 5 заморочек и предложила подробные советы.
Штрафы – -1. В описании задачи №3 отсутствует неотклонимая по условиям опыта догадка.

Итоги опыта

В сводной таблице отранжировали баллы от большего к наименьшему.

Нейросеть	Креатив	Полнота	Ценности	Конкретика	Штрафы	Результат
Kimi	2	2	2	1	-1	6
ChatGPT	2	1	1	1	0	5
ГигаЧат	1	2	1	2	-1	5
Алиса AI	2	1	1	1	-1	4
DeepSeek	2	1	2	1	-2	4

Наилучший итог показала Kimi. Нейросеть нашла главные задачи кампании, верно расставила ценности и предложила определенные методы улучшения.

Алиса AI оказалась на предпоследнем месте: ее анализ был недостаточно полным, а часть принципиальных заморочек осталась незамеченной. Крайнее пространство занял DeepSeek. Невзирая на подробные догадки и полезные советы, модель допустила больше всего некорректностей и безосновательных догадок.

Все нейросети совладали с базисной диагностикой (процесса заключения о сущности болезни и состоянии пациента): увидели высочайший расход бюджета на один лид, слабенькую эффективность креатива, низкую конверсию и остальные тривиальные задачи. Означает, с главными рекламными метриками модели знакомы.

Трудности начинаются при наиболее глубочайшем анализе. К примеру, не все участники узрели блокировку кампании. Фактически у каждой модели нашлись ошибки либо спорные допущения. Потому даже мощный анализ ИИ стоит перепроверять вручную.

Когда стоит применять нейросети для аудита маркетинговых кампаний

Нейросети подступают для первичного аудита: они помогают стремительно отыскивать главные задачи кампании, рассматривать характеристики и получать базисные советы. В особенности полезна помощь нескольких вариантах:

Когда необходимо обработать большенный размер данных. ИИ стремительно проанализирует статистику соотнесет характеристики и поможет отыскать закономерности, на поиск которых вручную ушло бы больше времени;
Когда нужен первичный разбор креативов. Современные нейросети могут рассматривать изображения и могут дать подсказку, что поменять в визуале, тексте либо призыве к действию. Но при выбирании креативов спецу принципиально опираться на свой опыт и познание мотивированной аудитории.

Время от времени ИИ может предложить неочевидные решения и узреть нежданные точки роста. Чтоб было проще поправить задачи, которые отыскала нейросеть, также запустить испытания и новейшие кампании, можно пользоваться инструментами click.ru. К примеру, парсер юзеров ВКонтакте поможет собрать активную аудиторию из сообществ, «Пульс click.ru» – отыскать статистику по нише перед пуском кампании.

Читайте также: