Аудит Performance Max с помощью ChatGPT

Performance Max — самый закрытый тип кампаний в Google Ads. Гугл показывает объявления в поиске, Shopping, YouTube, Discover, Gmail и на сайтах КМС, а взамен даёт очень мало рычагов управления и ещё меньше прозрачной статистики. Из-за этого ручной разбор превращается в многочасовую работу с десятком выгрузок. Нейросеть здесь экономит время всерьёз: Вы отдаёте ей таблицы, она находит закономерности, считает доли и формулирует гипотезы. Аудит с помощью нейросети не заменяет специалиста, но делает за него самую нудную часть — просеивание данных.

Разберём, как сделать аудит Performance Max через ChatGPT, что именно выгружать из кабинета, как подготовить файлы, какие промпты давать и на чём нейросеть чаще всего ошибается.

Что ChatGPT умеет в аудите PMax, а что — нет?

Начнём с границ. Иначе легко переоценить инструмент и принять уверенный тон ответов за правоту.

ChatGPT хорошо справляется с задачами, где нужно обработать массив однотипных строк и увидеть структуру:

• сгруппировать 3000 поисковых фраз по смыслу и выделить нецелевые кластеры;
• посчитать n-граммы — повторяющиеся слова и словосочетания — и привязать к ним затраты и конверсии;
• сравнить ROAS и ценность конверсии по каналам, группам и категориям;
• найти аномалии: канал с 40% бюджета и нулевыми продажами, группа с CTR втрое ниже остальных;
• превратить сухую таблицу в список приоритетных действий.

А вот чего нейросеть не может — по крайней мере в стандартном чате без подключённых интеграций:

• зайти в Ваш рекламный кабинет и посмотреть настройки (всё, чего нет в выгрузке, для модели не существует);
• знать специфику Вашего бизнеса — маржинальность, сезонность, какие позиции выгодно продавать даже в минус ради повторных покупок;
• проверить корректность отслеживания конверсий на сайте (но может подсказать, какие признаки указывают на поломку);
• учесть обновления интерфейса Google Ads, вышедшие после даты обучения модели.

Главный плюс аудита PMax в ChatGPT — скорость. То, на что у специалиста уходит полдня (разложить фразы по корзинам, свести каналы, пересчитать доли), модель делает за 10 минут. Освободившееся время лучше потратить на интерпретацию и решения.

ChatGPT отвечает уверенно, даже когда ошибается. Любую цифру из его ответа, на основе которой Вы собираетесь менять ставки, бюджет или исключать канал, перепроверьте в кабинете или в исходной таблице. Это занимает минуту, а экономит иногда десятки тысяч гривен.

Можно ли доверить ChatGPT аудит рекламного кабинета?

Вопрос, который задают почти все, кто впервые пробует анализ кампании Performance Max через ChatGPT. Ответ можно разбить на две части: безопасность и качество выводов.

Безопасность и анонимизация данных

В выгрузках из Google Ads нет персональных данных — только рекламная статистика. Но есть коммерческая информация: Ваш бренд, ассортимент, цены, объёмы продаж. Если Вы работаете с клиентом по NDA или просто не хотите отдавать данные кабинета на сторонние серверы, анонимизируйте их перед загрузкой:

• замените название бренда на условное («Бренд А»), а по запросам пройдитесь автозаменой — иначе анализ брендового трафика потеряет смысл;
• уберите столбцы с URL, если в них зашиты реальные домены и товары;
• суммы можно перевести в условные единицы или умножить на коэффициент — пропорции для анализа сохранятся;
• отключите в настройках ChatGPT использование Ваших диалогов для обучения (пункт «Улучшать модель для всех» или аналогичный, в зависимости от версии интерфейса).

Пример. Вы ведёте интернет-магазин косметики с оборотом 800000 грн. в месяц. Запросы вида «купить сыворотку [бренд магазина]» после автозамены превратятся в «купить сыворотку brand_x» — для нейросети они по-прежнему явно брендовые, а конкуренты даже при утечке ничего ценного не узнают.

Качество выводов

Нейросеть не знает Ваш бизнес. Она видит, что Display дал ROAS 0,8, и предложит его ограничить. Но, возможно, Display приводит новых покупателей, возвращающихся потом через поиск по бренду, и его реальная польза выше. Поэтому роль ChatGPT в аудите — аналитик-стажёр, который быстро считает и предлагает гипотезы. Решение остаётся за Вами.

Правило простое: искусственный интеллект находит, человек проверяет и решает.

Какие отчёты выгрузить из PMax для анализа кампании в ChatGPT?

Без правильных выгрузок никакой аудит Google Performance Max с помощью ИИ не получится — модель начнёт фантазировать. Соберите такой набор за один и тот же период (обычно 30–90 дней, в зависимости от объёма трафика).

Отчёт по эффективности каналов

Самая важная выгрузка. Гугл относительно недавно открыл разбивку результатов PMax по каналам. Найдите её в разделе отчётов. Выгрузите расход, клики, показы, конверсии, их ценность, CTR и CPC по каждому.

Именно здесь чаще всего обнаруживается: 35–50% бюджета уходит в видео и медийку с нулевыми продажами, а весь результат делают поиск и Shopping.

Статистика поисковых запросов

Отчёт «Поисковые запросы» стал полноценным — с реальными фразами, а не только категориями. Выгружайте за максимально длинный срок: 90–120 дней дают статистически надёжную картину. Столбцы — те же, что для каналов, плюс сам запрос.

Параллельно работают поисковые РК? Выгрузите и их отчёт по ключевым словам. Это позволит найти пересечения и каннибализацию.

Отчёт по группам объектов

В разделе ассетов возьмите статистику по каждой группе с тем же набором метрик. И рейтинг каждого объекта («Низкий», «Хороший», «Лучший»). Рейтинги в CSV выгружаются не всегда корректно, иногда проще скопировать таблицу прямо из интерфейса и вставить в чат текстом.

Отчёт по товарам (для e-commerce)

Отчёт по продуктам из фида: ID, название, статус и стандартные метрики. Если в фиде 2000 позиций, выгрузка будет большой — это нормально, ChatGPT переваривает десятки тысяч строк через встроенный анализ данных.

Отчёт о местах размещения

Показывает сайты и приложения, где крутились объявления, и показы по каждому. Затраты и конверсии Гугл там не показывает — но даже список мест с количеством показов позволяет вычистить мобильные игры, детские приложения и прочий мусор.

Дополнительные выгрузки

• Статистика по демографии (возраст, пол) и по устройствам — из раздела «Статистика».
• Отчёт по географии (регионы и города).
• История изменений — чтобы нейросеть связала просадки с конкретными правками.
• Скриншоты или текстовое описание настроек: стратегия ставок, цель по ROAS/CPA, бюджет, включено ли расширение конечного URL, какие сигналы и поисковые темы заданы, исключён ли бренд.

Все файлы сохраняйте в CSV. Excel с объединёнными ячейками и форматированием читается хуже.

Как сделать аудит Performance Max через ChatGPT: подробный чек-лист

Теперь — последовательность. Порядок не случайный: если на первом шаге окажется, что конверсии считаются криво, остальной анализ теряет смысл.

Проверка фундамента: конверсии и период обучения

Загрузите общую статистику по дням и опишите настройки. Пусть модель проверит:

• есть ли резкие скачки конверсий при стабильном расходе (признак дублирования или сломанного тега);
• совпадает ли примерный коэффициент конверсии с нормой для ниши (для интернет-магазина 1–3%, для B2B-заявок 3–10%, если цифры в разы выше — скорее всего, считается что-то лишнее вроде просмотра страницы «Контакты»);
• сколько конверсий набирается за месяц (меньше 30 — алгоритм не выйдет из периода обучения, и любой дальнейший разбор будет анализом недообученной системы);
• не менялись ли бюджет или цель по ROAS больше чем на 20–30% (каждая такая правка перезапускает обучение).

Куда уходят деньги: анализ каналов

Возьмите отчёт по каналам. Промпт может быть таким: «Посчитай доли расхода и ценности конверсий по каждому каналу. Отметь те, где первая доля превышает вторую более чем в 1,5 раза. Для каждого проблемного канала предложи, что можно сделать в рамках ограничений PMax».

Нейросеть выдаст таблицу и, скорее всего, укажет на видео или Display. Дальше — Ваша интерпретация. Если цель — узнаваемость новой марки, траты на YouTube оправданы. Если задача — продажи с ROAS 400%+, видео с окупаемостью 50% нужно ограничивать: через исключение бренда, отказ от видеообъектов (тогда Google сгенерирует своё видео, что ещё хуже — лучше загрузить хотя бы простой ролик и следить за его долей), через корректировку целевой рентабельности.

Брендовый трафик и каннибализация

Performance Max обожает брендовые запросы — они дешёвые и отлично конвертируются, поэтому алгоритм охотно их забирает. На бумаге всё выглядит красиво, но по факту реклама перехватывает людей, которые и так шли к Вам.

Попросите модель отделить в запросах брендовые от небрендовых (дав список вариантов написания, включая транслит и ошибки). Затем — пересчитать по ним ROAS и CPA отдельно.

Типичная картина: общий ROAS 700%, брендовые запросы — 2500%, небрендовые — 180%. Выходит, реальная эффективность привлечения новых клиентов втрое хуже, чем кажется. Решение — исключить бренд на уровне кампании и вести этот трафик отдельной поисковой РК с низкими ставками.

Если параллельно работает поисковая кампания, добавьте её ключевые слова. Промпт: «Найди фразы, по которым PMax получает показы, а в поисковой РК есть точно совпадающее ключевое слово. Для каждого сравни CPC и CR». Так выявляется каннибализация — ситуация, когда две кампании конкурируют, а Вы платите дважды.

Проанализировать поисковые запросы и собрать минус-слова

Самая благодарная часть при аудите PMax в ChatGPT — объём работы огромный, а правила понятные.

Сначала попросите разбить запросы на смысловые кластеры: целевые коммерческие, информационные («как выбрать», «чем отличается»), нецелевые (другие товары, б/у, бесплатно, вакансии), конкурентные, брендовые. Затем — свести затраты и конверсии по каждому кластеру.

Дальше — n-граммы: «Выдели униграммы и биграммы, посчитай для каждой суммарный расход и конверсии. Покажи 30 самых затратных n-грамм без единой продажи». Это даёт готовые кандидаты в минус-слова на уровне кампании — такая возможность в PMax уже появилась, ею стоит пользоваться.

Не минусуйте всё подряд по первой выгрузке. Запрос «недорогие матрасы» с 15 кликами и нулём продаж за месяц ещё ничего не говорит, если средний CR — 2%. Статистически ожидалось 0,3 продажи. А вот «матрасы б/у» с 200 кликами и нулём — уже уверенный кандидат.

Добавьте условие: «Предлагай в минус-слова только n-граммы, где ожидаемое число конверсий при среднем CR превышает 2, а фактическое равно нулю».

Анализ групп объектов

Здесь понадобятся статистика групп и рейтинги объектов. Что просить проверить:

• разброс CTR между группами (разница в 2–3 раза при схожих тематиках — повод разобраться с креативами слабой группы);
• группы с рейтингом «Низкая» по заголовкам или изображениям — модель составит перечень на замену;
• соответствие структуры групп структуре ассортимента (одна группа «Все товары» для магазина с 15 категориями — почти всегда ошибка, креативы получаются размытыми);
• группы без видео (Гугл дорисует своё, автоматически сгенерированное из картинок, и часто оно выглядит плохо);
• расход на группу относительно её доли в общей ценности.

Отдельный промпт — для самих объектов: вставьте текстом заголовки и описания с рейтингами и попросите предложить 5 новых вариантов в стиле лучших и объяснить, чем «Низкие» отличаются от «Лучших». Обычно выясняется: слабые заголовки шаблонные («Качественные товары», «Выгодные цены»), а сильные — конкретные («Доставка по Киеву за 2 часа», «Гарантия 24 месяца»).

Сигналы аудитории и поисковые темы

Здесь выгрузки нет — только описание настроек. Опишите, какие сигналы аудитории заданы (списки клиентов, посетители сайта, особые сегменты по ключевым словам, интересы), какие поисковые темы добавлены, и покажите фактические запросы.

Промпт: «Сравни заданные темы и фактический поиск. Какие темы не находят в нём отражения? Какие кластеры с хорошей отдачей не покрыты темами? Какие сигналы я мог бы добавить, исходя из того, что реально конвертирует?»

Нейросеть часто подсказывает очевидное, что упускают из виду: например, задан сигнал «интерес к ремонту», а конвертирует поиск «электрика для дома» — значит, сигнал по особому сегменту с такими фразами будет точнее.

Фид товаров

Для e-commerce это иногда важнее всего предыдущего. Задачи для отчёта по товарам:

• найти товары с большим расходом и окупаемостью ниже целевой (кандидаты на исключение или в отдельную кампанию с целью пониже);
• посчитать долю позиций без показов вообще (если 60% фида «спит», проблема в названиях, атрибутах или в перекосе бюджета в пользу бестселлеров);
• выявить позиции с высоким CTR, но низкой конверсией (вероятно, проблема на странице: нет в наличии, цена выше рынка, плохие фото);
• проанализировать названия: нет ли там артикулов вместо понятных слов, присутствуют ли бренд, тип, ключевые характеристики.

По самому фиду (или его части) модель предложит шаблон названий. Скажем, вместо «Арт. 4521 Син.» — «Рюкзак городской Brand X 25 л, синий, с отделением для ноутбука 15″».

Места размещения, демография, география

Три быстрых проверки напоследок:

1. Места размещения — попросите выделить приложения (строки с «mobileapp::»), детский и игровой контент, сайты с подозрительными доменами. Готовый список загрузите в исключения на уровне аккаунта.
2. Демография аудитории — сравните эффективность по возрастам и полу. Если 25% бюджета уходит на сегмент 18–24 с CPA втрое выше среднего, а товар — дорогая техника для дома, это аргумент пересмотреть сигналы (прямых исключений по демографии в PMax нет, но они влияют).
3. География — регионы с расходом без результата. Для Украины частая история: таргетинг настроен на всю страну, а 70% заказов из Киева и области, тогда как деньги распределены ровнее.

Промпты ChatGPT для аудита Performance Max

Ниже — рабочие заготовки. Подставьте свои значения в квадратных скобках. Каждую заготовку лучше запускать отдельным сообщением после загрузки соответствующего файла, а не всё сразу — так ответы получаются точнее.

Стартовый промпт (контекст для всей сессии)

«Ты — специалист по Google Ads с опытом аудита кампаний Performance Max. Я буду загружать выгрузки из кабинета и задавать вопросы. Бизнес: [интернет-магазин товаров для сада, Украина, средний чек 1800 грн., маржинальность около 35%]. Цель: [ROAS не ниже 500%]. Период: [1 августа — 31 октября]. Бренд пишется как [Brand X, брендх, brand-x]. Отвечай конкретно, с цифрами из файлов, без абстрактных советов. Если данных для вывода недостаточно — скажи прямо».

Промпт для отчёта по каналам

«В файле — статистика по каналам. Посчитай для каждого: доли в расходе и в ценности, ROAS, CPA. Сделай таблицу. Выдели те, где ROAS ниже целевого на 30% и больше. Для каждого объясни, какими инструментами в рамках PMax можно снизить его долю, и оцени, какой прирост общей окупаемости это даст при перераспределении денег в лучшие каналы».

Промпт для поисковых запросов

«В файле — поисковые запросы. Выполни по порядку: 1) раздели их на брендовые и небрендовые (бренд: [варианты]); 2) посчитай по ним ROAS, CPA и CR; 3) небрендовую часть разбей на 5–7 смысловых кластеров и сведи по ним расход и конверсии; 4) построй n-граммы (1 и 2 слова), покажи 30 самых затратных без конверсий; 5) предложи минус-слова на уровне кампании, но только для n-грамм с ожидаемым числом конверсий более 2 при фактическом нуле. Выведи их списком, готовым к копированию».

Промпт для групп объектов

«В таблице — метрики по группам. Ниже текстом — заголовки, описания и их рейтинги эффективности. Сравни группы между собой, найди слабые по CTR и окупаемости. Для группы [название] объясни, чем заголовки с рейтингом «Низкая» отличаются от «Лучшая», и напиши 8 новых вариантов до 30 символов и 4 описания до 90 символов в стиле лучших, на украинском языке».

Промпт для фида

«Файл — статистика товаров за 90 дней. Найди товары: с расходом выше [500 грн.] и ROAS ниже [300%]; без показов; с кликабельностью выше среднего, но коэффициентом конверсии ниже среднего вдвое и более. Для каждого случая предложи действие. Ещё оцени качество названий: укажи 10 худших и перепиши их по шаблону «Тип товара + бренд + ключевая характеристика + вариант»».

Промпт для итогового отчёта

«На основе всего разбора в этом диалоге составь итоговое заключение по аудиту: 1) три главные проблемы с оценкой потерь в гривнах за период; 2) приоритетный список из 10 действий — от самых влиятельных к менее важным, с указанием, где в интерфейсе Google Ads это делается; 3) что нужно перепроверить вручную из-за неоднозначности в данных; 4) какие метрики отслеживать через 2 и 4 недели после правок».

Типичные ошибки при аудите Google Performance Max с помощью ИИ

Несколько вещей, на которых ошибаются даже опытные специалисты, когда впервые пробуют аудит PMax через нейросеть.

1. Загружают всё одним файлом и одним промптом. Модель теряет контекст, путает столбцы из разных таблиц и выдаёт кашу. Один отчёт — один шаг — один промпт.
2. Верят цифрам без проверки. Нейросеть может сложить столбец с ошибкой или неправильно распознать разделитель десятичных (запятая вместо точки — классика для выгрузок из украинского интерфейса). Попросите модель показать первые 5 строк так, как она их прочитала, прежде чем анализировать.
3. Не дают контекста бизнеса. Без информации о марже, среднем чеке и цели ChatGPT оценивает всё по формальной окупаемости. А ROAS 300% для товара с маржой 60% — отлично, с маржой 15% — убыток.
4. Минусуют по короткому периоду. 7 дней статистики для PMax — почти ничего. Алгоритм распределяет показы неравномерно, и запрос, который сегодня не сконвертировал, через неделю может дать три заказа.
5. Применяют все рекомендации разом. Если Вы одновременно исключите бренд, добавите 200 минус-слов, поменяете цель по ROAS и перезальёте половину креативов — кампания уйдёт на переобучение, и Вы не поймёте, что сработало. Вносите правки волнами с интервалом в 1–2 недели.
6. Просят нейросеть «проверить кампанию», не уточняя, что именно. Размытый промпт даёт такой же ответ. Чем конкретнее вопрос — тем полезнее результат.

Как превратить результаты аудита в рост показателей?

Аудит ради аудита никому не нужен. После того как анализ кампании Performance Max через ChatGPT выявил проблемы, выстройте внедрение.

Первая волна — то, что не затрагивает обучение алгоритма: исключение мусорных мест размещения, замена слабых объектов, исправление названий в фиде, добавление минус-слов для откровенного мусора (вакансии, б/у, бесплатно). Эти правки можно делать сразу и в любом объёме.

Вторая волна, через 1–2 недели — структурные изменения: исключение бренда, пересборка групп под категории, добавление или замена сигналов аудитории и поисковых тем. Тут стоит ждать небольшой просадки на 5–10 дней.

Третья волна — корректировка цели по ROAS или CPA, перераспределение денег между кампаниями. Меняйте цель не больше чем на 15–20% за раз.

Оптимизация Performance Max с помощью нейросети хорошо работает регулярными итерациями. Раз в две недели — свежая выгрузка поиска и каналов, тот же набор заготовок, сравнение с предыдущим периодом. ChatGPT отлично справляется с вопросом «вот цифры за октябрь и за ноябрь — что изменилось и связано ли это с правками из истории изменений». Через 2–3 цикла появится понимание, какие рычаги в конкретной кампании работают, а какие — нет.