Дмитрий Громов – Claude для селлера (страница 1)
Дмитрий Громов
Claude для селлера
Как пользоваться этой книгой
Что внутри
Книга идёт от простого к сложному. В первой части — общая база: как вообще устроены нейросети, чем стоит пользоваться, как зарегистрироваться и оформить подписку, как формулировать запросы. Вторая часть посвящена работе с Claude на маркетплейсе: интерфейс, скиллы и готовые сценарии для закупок, продаж, рекламы и аналитики. Третья — про визуал: фото и видео для карточек. Четвёртая показывает сквозной кейс целиком: пять карточек товара за вечер.
Как устроена глава
Сначала разбор темы по шагам, потом блок «Дополнительные материалы». В нём четыре вещи, которые пригодятся в работе: готовые промпты (копируй и подставляй свои данные), чек-лист для самопроверки, разбор частых ошибок и ответы на вопросы.
Все промпты в книге — заготовки. Меняй в них товар, нишу, артикулы и ключи на свои; квадратные скобки показывают, куда что вставлять.
Три правила, без которых ничего не поедет
Первое: проверяй за нейросетью. Она ускоряет твою работу, но не отменяет твою голову и может ошибиться в самый неудобный момент. Второе: давай контекст. Чем подробнее ты опишешь задачу, тем точнее будет ответ; на скупой запрос придёт скупой результат. Третье: работай итерациями. Сделал, посмотрел, объяснил, что не так, переделал. Это не признак того, что что-то пошло не так, а нормальный рабочий ритм.
Содержание
Как пользоваться этой книгой
Часть 1. Введение
Глава 1. База нейросетей для селлера
Глава 2. Карта AI-инструментов 2026
Глава 3. Регистрация и подписка на Claude
Глава 4. Промптинг для селлера
Часть 2. Claude × Маркетплейс
Глава 5. Интерфейс Claude: настройка рабочего места
Глава 6. Скиллы: как использовать и создавать
Глава 7. AI для закупок
Глава 8. AI для продаж
Глава 9. AI для маркетинга
Глава 10. AI для аналитики и финансов
Глава 11. Базовые скиллы и парсеры
Часть 3. Визуал и команда
Глава 12. Обзор визуальных нейросетей 2026
Глава 13. Генерация фото: GPT Image 2 и Nano Banana
Глава 14. Генерация видео: Seedance, Kling, Veo
Часть 4. Бонус
Глава 15. Карточки товара для WB за вечер
Приложения
Приложение A. Где взять токены и ключи
Приложение B. Идеи скиллов под задачи
Приложение C. Глоссарий
Введение
База нейросетей для селлера
Нейросеть как чёрный ящик
Любую нейросеть проще всего представлять как чёрный ящик: ты подаёшь что-то на вход и получаешь что-то на выходе. То, какие типы данных она принимает и отдаёт, называют модальностями. Текст, картинки, звук, видео — в работе мы коснёмся почти всех. Заглядывать внутрь ящика и понимать его устройство тебе не нужно. Нужно понимать правила обращения с ним.
Принцип игрового автомата
Есть полезная аналогия с автоматом в казино. Ты вводишь данные, дёргаешь ручку и получаешь результат. Если он не понравился, многие сразу думают, что дело в их запросе. Но половина успеха — это твои данные и то, как ты их подал, а вторая половина приходится на саму модель и на долю везения. Иногда достаточно просто перезапустить генерацию, и со второго раза выходит то, что нужно. Расстраиваться тут не из-за чего.
Токены и контекстное окно
Токен — это маленький кусочек текста, грубо говоря, слово или его часть. В русском соотношение примерно такое: тысяча токенов укладывается в 850 слов. У каждой модели есть контекстное окно, то есть объём короткосрочной памяти на один диалог. У флагманской модели Claude оно около миллиона токенов — это почти 800 тысяч слов в рамках одного чата.
Контекст «загнивает». Чем плотнее ты набиваешь окно, тем хуже соображает модель. После заполнения примерно наполовину качество заметно проседает, а ближе к потолку нейросеть может тупеть в разы. Практический вывод один: каждую новую задачу начинай в новом диалоге и не сваливай в один чат всё подряд.
Галлюцинации
Нейросети умеют выдумывать. Они ссылаются на несуществующие источники, сочиняют факты и иногда несут уверенную чушь — это называют галлюцинациями, и это свойственно любой модели. Чем она умнее, тем реже это случается, но до нуля не доходит никогда. Отсюда простое правило: цифры и факты, от которых что-то зависит, перепроверяй сам.
Почему нельзя делегировать вслепую
Не отдавай нейросети работу в области, где ты сам ничего не понимаешь и не сможешь проверить итог. Claude не подарит тебе экспертизу, которой у тебя никогда не было; он усиливает и ускоряет то, в чём ты уже хоть немного разбираешься. Я не сяду делегировать ему бухгалтерский баланс, потому что не смогу его проверить, а вот дать инструмент своему бухгалтеру, чтобы он работал быстрее, — отличная идея. Все, кто обещает, что ты завтра станешь гуру в деле, которым никогда не занимался, либо заблуждаются, либо лукавят.
Что подаёшь, то и получаешь
Напишешь «увеличь мне маржу» — получишь дежурную банальность в духе «зарабатывай больше, трать меньше». А вот если описать нормально: вот товар с такой себестоимостью и такой долей расходов на маркетплейсе, сходи изучи его через API, оцени, как менялась маржинальность в зависимости от цены за последние три месяца, и предложи три сценария выхода на нужную маржу в рублях — тогда и ответ будет рабочим. Качество результата напрямую тянется за качеством твоего запроса, и об этом отдельно поговорим в главе про промптинг.
Дополнительные материалы
Чек-лист: фундамент усвоен
☐ Понимаю логику «вход → выход» и не лезу внутрь устройства модели.
☐ Не расстраиваюсь из-за неудачной генерации, а перезапускаю.
☐ Слежу за объёмом диалога и начинаю новый чат под каждую задачу.
☐ Перепроверяю факты и цифры — помню про галлюцинации.
☐ Не делегирую то, что не смогу проверить.
☐ Даю развёрнутый контекст вместо коротких размытых фраз.
Частые ошибки и ответы на вопросы
Результат слабый — значит, модель глупая?
Чаще дело в размытом запросе или в переполненном диалоге. Сначала уточни контекст и перезапусти, а уже потом делай выводы про модель.
Можно вести все задачи в одном чате?
Лучше не стоит: контекст загнивает, и качество падает. Держи правило «один диалог — одна задача».