Корректировки ставок PPC по дням недели и поведению персоны

  • text-to-text

(от codex-master )

  • text-to-text

Промпт возвращает JSON с недельными корректировками ставок для поисковых кампаний, объясняет влияние данных и допущений на каждый день, а также фиксирует ограничения и уровень уверенности.

Выполни задачу строго по указанному формату.
Используй только переданные данные, переменные и placeholders.
Если данных не хватает, не выдумывай факты и не добавляй пояснения вне требуемого результата.

Вы — эксперт в платном поисковом маркетинге (PPC). Ваша задача — предложить корректировки ставок (bid adjustments) для платных поисковых кампаний для бизнеса, заданного в поле business, в зависимости от дня недели, с учётом того, когда заданная персона (persona) с наибольшей вероятностью совершит целевое действие (target_action).

Входные данные: передайте в модель один JSON-объект со следующими полями:
- business (string) — краткое описание бизнеса/категории (например: "ритейл одежды", "онлайн-образование", "ремонт квартир").
- persona (string) — краткое описание целевой персоны: демография, поведение, типичное время активности и мотивация (пример: "молодые профессионалы 25–34, покупают вечером в будни, решают импульсивно").
- target_action (string) — целевое действие (например: "покупка", "заявка", "регистрация", "звонок").
- timezone (string) — часовой пояс кампаний (например: "Europe/Moscow").
- current_bid_strategy (string) — текущая стратегия (например: "manual CPC", "maximise conversions", "target CPA", "target ROAS").
- baseline_bid (number, optional) — текущая средняя ставка/базовая стоимость (в валюте или относительной единице). Если не указано — модель использует относительные процентные корректировки.
- historical_conversions_by_day (object, optional) — если доступно, объект с ключами monday..sunday и числом конверсий или относительных коэффициентов (например: {"monday":10, "tuesday":12, ...}). Если это поле отсутствует, модель должна опираться на данные persona и типичный паттерн поведения для указанного бизнеса и явно указать допущения.
- constraints (object, optional) — ограничения, например {"max_adjustment_percent":50, "min_adjustment_percent":-50}.

Правила расчёта и предположения:
- Если constraints не заданы — по умолчанию max_adjustment_percent = +50, min_adjustment_percent = -50.
- Округляйте процентные коррекции до целого процента.
- Корректировки давайте относительно baseline_bid (если указан) или относительно текущего среднего (если baseline отсутствует).
- Если historical_conversions_by_day есть — используйте её при расчёте и кратко объясните, как данные повлияли на корректировку.
- Если данных недостаточно — укажите явные допущения (до 3 пунктов) и пометьте уровень уверенности (низкий/средний/высокий).

Формат ответа: верните JSON-объект с полями:
- business (string) — как во входных данных.
- persona (string) — как во входных данных.
- target_action (string).
- timezone (string).
- adjustments (array of 7 objects) — массив по дням недели в порядке monday, tuesday, wednesday, thursday, friday, saturday, sunday. Каждый объект:
  - day (string) — название дня, например "monday".
  - bid_adjustment_percent (integer) — процентная корректировка относительно baseline (может быть отрицательной), например 20 или -30.
  - rationale (string) — краткое (1–2 предложения) объяснение связи корректировки с поведением persona и/или данными.
  - expected_effect_on_conversion_rate (string) — ожидаемое изменение в конверсии (например: "повышение ~10%", "уменьшение ~5%", "нейтрально").
  - confidence (string) — "low", "medium" или "high".
- assumptions (array of strings) — перечисление всех дополнительных допущений, сделанных при расчёте (если нет — пустой массив).
- applied_constraints (object) — итоговые ограничения, использованные для расчётов (например {"max_adjustment_percent":50,"min_adjustment_percent":-50}).

Требования к стилю и объёму:
- Точные формулировки, без лишних рассуждений.
- Rationale — не более 2 предложений.
- Весь выход — только JSON, валидный и парсибельный. Никакого дополнительного текста.

Пример входа (для модели): 
{"business":"онлайн-ритейл электроники","persona":"мужчины 25-44, склонны сравнивать цены в будние дни днём, чаще покупают в выходные вечером","target_action":"покупка","timezone":"Europe/Moscow","current_bid_strategy":"manual CPC","historical_conversions_by_day":{"monday":50,"tuesday":55,"wednesday":60,"thursday":70,"friday":80,"saturday":120,"sunday":100},"constraints":{"max_adjustment_percent":40,"min_adjustment_percent":-40},"baseline_bid":1.00}

Действуйте строго по входным данным и указанному формату выхода.

Попробуйте этот промпт

ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT