[ English | Русский ]
Убеждение, построенное на психологии, а не на манипуляции.
AI-навык (промпт) v2.2, превращающий 20 когнитивных искажений в маркетинговый копирайтинг с высокой конверсией - для любого языка, любой платформы, любой аудитории. v2.2: самодостаточный файл с нарративной глубиной. Все таблицы, 13 анти-паттернов с правилами обнаружения, культурные данные и few-shot примеры встроены в SKILL.md. Требование Named Person Story Arc (NPSA) гарантирует человеческое качество вывода наряду с механической верификацией. Для базовой работы внешние файлы не требуются.
MindFluence - это системный промпт (навык) для LLM - GPT, Claude, Gemini, DeepSeek или любой другой способной модели. Он превращает AI в маркетингового стратега, который понимает, почему люди кликают, читают и покупают, а не просто что писать.
В основе - десятилетия исследований в области поведенческой экономики и эволюционной психологии: две системы Канемана, принципы Чалдини, психологические ловушки Мангера, когнитивный диссонанс Фестингера - сведённые в практические инструкции по копирайтингу.
- Загрузите
SKILL.mdкак системный промпт в любую LLM. Файл полностью самодостаточен. - Дайте задание: «Напиши пост в LinkedIn о...» / «Создай лендинг для...» / «Проведи аудит объявления».
- Получите результат с каждым искажением под меткой, каждым решением с объяснением, каждым словом с психологическим обоснованием.
LLM использует Bias Selection Router - единую таблицу (50 строк, аудитория × продукт × платформа → мгновенный стек искажений) вместо 10-шаговой процедуры. После генерации запускается механическая пост-генерационная верификация - 6 проверок (цифры, имена, выход из страха, объяснение дефицита, вина на системе, человеческий нарратив) - и обязательное требование Named Person Story Arc.
Четыре режима:
- Quick Mode (по умолчанию) - 3 шага: поиск в роутере → проверка сценария → верификация. Быстро для пользователя, быстро для LLM.
- Deep Mode - AI задаёт 5 уточняющих вопросов одновременно, затем маршрутизирует через тот же роутер.
- Audit Mode - анализирует существующий текст, используя механические правила обнаружения анти-паттернов (13 анти-паттернов, включая Statistical-Only Fallacy).
- Optimize Mode - итеративно улучшает копирайтинг на основе метрик с маппингом воронка→искажение и A/B-вариантами со статистическими порогами. Также выполняет качественный рерайт без метрик: смена тона, инъекция/удаление искажений, исправление анти-паттернов, адаптация под аудиторию/платформу (7 сценариев рерайта).
| # | Искажение | Категория | Применение в маркетинге |
|---|---|---|---|
| 1 | Социальное доказательство / Эффект присоединения | Социальное | «Используется командами Google, Airbnb и более 10 000 стартапов» |
| 2 | Якорение | Оптимизатор | «Enterprise: $499/мес → Pro: $99/мес» |
| 3 | Фрейминг | Фильтр | «"90% успеха" vs "Только 10% провалов"» |
| 4 | Апелляция к авторитету | Социальное | «Тот же метод, которому учат в Harvard Business School» |
| 5 | Страх / Неприятие потери | Фильтр + Социальное | «Каждый день без X стоит вам $200 упущенной выручки» |
| 6 | Эвристика доступности | Оптимизатор | «Сара утроила выручку за 3 месяца. Вот точный план действий.» |
| 7 | Склонность к подтверждению | Фильтр | «Вы и так знаете, что рассылки сломаны. Вот данные, подтверждающие вашу правоту.» |
| 8 | Когнитивный диссонанс | Фильтр + Оптимизатор | «Вы заботитесь о здоровье, но пропускаете завтрак. Наш 2-минутный коктейль закрывает этот пробел.» |
| 9 | Ошибка выжившего | Оптимизатор | «Те 23%, кто преуспел - все следовали этому шаблону. Остальные 77% - нет.» |
| 10 | Эффект владения | Оптимизатор | «Ваше рабочее пространство уже настроено. Отменить - значит потерять всё, что вы построили.» |
| 11 | Фундаментальная ошибка атрибуции | Социальное | «Дело не в том, что вы плохи в нетворкинге. Конференции спроектированы так, чтобы исключать интровертов.» |
| 12 | Ловушка невозвратных затрат | Оптимизатор | «Вы вложили 6 месяцев в изучение этого навыка. Следующий модуль - тот самый, где всё сходится.» |
| 13 | Склонность к статус-кво | Фильтр | «Работает внутри Slack. Ваша команда даже не заметит перехода.» |
| 14 | Эффект ложного консенсуса | Социальное | «"Большинство дизайнеров ненавидят этот инструмент. Просто делают вид, что нет."» |
| 15 | Внутригрупповой фаворитизм | Социальное | «Рассылка для основателей, которые строят публично - а не продают курсы.» |
| 16 | Эффект гало | Оптимизатор | «Дизайн от той же студии, что создала отмеченный наградами UI Apple.» |
| 17 | Искажение задним числом | Оптимизатор | «В 2022 мы сказали, что no-code съест SaaS. 3 года спустя - вот данные.» |
| 18 | Эффект обратного результата | Фильтр | «Вы правы - холодные письма ДЕЙСТВИТЕЛЬНО сломаны. Именно поэтому мы пересобрали подход.» |
| 19 | Слепое пятно искажений | Фильтр | «Если вы сейчас скептически хмыкнули - отлично. Давайте просто посмотрим на данные.» |
| 20 | Групповая поляризация | Социальное | «Присоединяйтесь к 5 000 основателей, которые уходят из офиса в этом году.» |
Каждый результат помечается одним из 7 стилей (или гибридом с формулой: 70% основной ритм + 30% лексические маркеры вторичного стиля). Каждый тон имеет обязательный нарративный минимум - например, warm-human требует Named Person Story Arc в первых 3 предложениях; luxe-minimal требует сенсорно-физический якорь.
| Стиль | Голос | Лучше всего для |
|---|---|---|
bold-sell |
Прямой, срочный, энергичный | Флеш-распродажи, DTC, запуски |
expert-calm |
Размеренный, аналитический, с данными | B2B, SaaS, консалтинг |
rebel-edgy |
Контринтуитивный, дерзкий | Молодёжные бренды, челленджеры |
warm-human |
Эмпатичный, сюжетный, уязвимый | Здоровье, коучинг, сообщества |
luxe-minimal |
Лаконичный, отточенный, высокий статус | Премиум, люкс, дизайн |
community-build |
Инклюзивный, племенной, «мы»-язык | Запуск сообществ, членство |
data-vivid |
На цифрах, визуальный, конкретный | Кейсы, ROI-страницы, B2B-презентации |
Некоторые искажения умножают эффект при комбинировании. Навык предоставляет 14 готовых к использованию комбо с детектором конфликтов:
| Комбо | Искажения | Для чего |
|---|---|---|
| Спираль доверия | Авторитет → Соцдоказательство → Подтверждение → Владение | Лендинги, продающие страницы |
| Двигатель срочности | Страх потери → Соцдоказательство → Дефицит | Флеш-распродажи, запуски |
| Петля лояльности | Подтверждение → Своя группа → Невозвратные затраты → Статус-кво | Удержание, допродажи |
| Цепочка конверсии | Доступность → Фрейминг → Якорение → Соцдоказательство → Снятие риска | Реклама, переход от бесплатного к платному |
| Мост холод-тепло | Доступность → Фрейминг → Авторитет → Соцдоказательство | Холодная аудитория → рассмотрение |
| Восстановление доверия | Слепое пятно(rev) → Фунд. ошибка(rev) → КогДисс → Статус-кво(rev) → Взаимность | Кризис, извинения |
| Эскалатор желания | Страх → Доступность → Ошибка выжившего → Страх потери | Агитация проблемы → решение |
| Разрушитель возражений | Обратный результат → Якорение → КогДисс → Снятие риска | FAQ, скептическая аудитория |
| Строитель сообщества | Своя группа → Групповая поляризация → Ложный консенсус → Соцдоказательство | Запуск сообщества |
| Премиум-позиционирование | Гало → Якорение → Авторитет → Своя группа | Люкс, дорогие продукты |
| Стек дня запуска | Фрейминг → Якорение → Соцдоказательство → Дефицит → Снятие риска | День запуска продукта |
| Воронка лид-магнита | Взаимность → Владение → Авторитет → Невозвратные затраты | Бесплатный материал → прогрев |
| Крюк реактивации | Доступность → Невозвратные затраты → Своя группа → Страх потери | Ушедшие клиенты |
| Микро-контент burst | Фрейминг + Ложный консенсус + Соцдоказательство (параллельно) | Twitter/X, push-уведомления |
Навык не угадывает, какие искажения использовать. SKILL.md содержит встроенный Bias Selection Router - единую таблицу (50 строк), которая сопоставляет аудиторию × продукт × платформу напрямую со стеком искажений за один поиск. Три шага: lookup в роутере → scenario override → category check.
- Температура аудитории (холодная / тёплая / горячая / ушедшая / скептичная / stranger / defensive) ×
- Тип продукта (low-B2C, mid-B2C, high-B2C, B2B SaaS, инфопродукты, здоровье, сообщество) ×
- Платформа (Twitter/X, LinkedIn, Instagram, TikTok, email, лендинг, вебинар, search ads)
- = Мгновенный стек искажений (3–5 biases, предварительно проверенных на совместимость)
- Scenario Override - если запрос пользователя содержит триггер (например, «launch», «apology»), искажения заменяются согласно таблице Scenario Quick-Reference.
Также включает Bias Conflict Detector - 6 известных конфликтов искажений со стратегиями разрешения (например, Страх потери + Подтверждение конфликтуют → последовательность: Страх сначала, Подтверждение после раскрытия решения).
SKILL.md содержит 12 встроенных антипаттернов - каждый с правилом обнаружения, которое LLM выполняет механически (grep-стиль) над своим выводом перед отправкой:
| # | Антипаттерн | Правило обнаружения | Пример провала |
|---|---|---|---|
| 1 | Размытое соцдоказательство | Поиск «тысячи», «многие» рядом с утверждениями о клиентах → FAIL | «Тысячи довольных клиентов» |
| 2 | Страх без выхода | Язык страха без решения в том же абзаце → FAIL | Угроза без немедленного решения |
| 3 | Фрейминг без якоря | «Не X, а Y» без количественной оценки старого способа → FAIL | «Это революция» - без точки отсчёта |
| 4 | Авторитет без доказательств | «Исследования показывают» без источника+года → FAIL | «Исследования показывают...» - без источника, без года |
| 5 | Транзакционная взаимность | Бесплатная ценность + предложение в одной коммуникации → FAIL | «Бесплатная книга! Теперь купи.» |
| 6 | Фальшивый дефицит | «Осталось X» без объяснения ПОЧЕМУ → FAIL | Таймеры, сбрасывающиеся при перезагрузке |
| 7 | Преждевременные невозвратные затраты | «Вы уже столько прошли» при первом контакте → FAIL | Язык невозвратных затрат в первом абзаце |
| 8 | Пустая «своя группа» | «Единомышленники» без названной идентичности → FAIL | «Люди как вы» - без общей идентичности |
| 9 | Ореол не того источника | «О нас писали в [издание]» которое аудитория не уважает → FAIL | «О нас писали в Forbes» - аудитория не уважает Forbes |
| 10 | Оскорбительное подтверждение | «Большинство ошибается» → читатель в «неправильной» группе → FAIL | Вызывает защитную реакцию, а не вовлечение |
| 11 | Абстрактная доступность | «Представьте [сценарий]» с <3 конкретными сенсорными деталями → FAIL | Нет запахов, звуков, времени, имён |
| 12 | Обвинительный диссонанс | «Вы говорите X, но делаете Y» → обвиняет читателя, а не систему → FAIL | Стыд → уход, а не действие |
| 13 | Statistical-Only Fallacy | Все social proof / authority claims - агрегатная статистика без named-person нарратива → FAIL | Информирует System 2, но не активирует System 1. Данные без истории = обработано, но не прочувствовано. |
Пост-генерационная верификация: После написания LLM выполняет обязательный 6-пунктовый механический чек-лист перед отправкой любого вывода - проверка конкретных чисел, названных источников, выходов из страха, объяснений дефицита, вины на системе и человеческой нарративной глубины (Named Person Story Arc).
mindfluence/
├── SKILL.md ← Основная инструкция v2.2. Полностью самодостаточна.
│ Встроены: Bias Selection Router, Scenario Quick-Reference,
│ Cultural Quick-Reference, 13 анти-паттернов с правилами обнаружения
│ (вкл. Statistical-Only Fallacy), Narrative Depth Requirements
│ (NPSA + Conversational Direct Address + Unexpected Detail),
│ 14 комбинаций искажений, Bias Conflict Detector,
│ пост-генерационная верификация (6 проверок, включая HUMAN),
│ 7 стилей тона + гибридная формула с нарративными минимумами,
│ 3-tier формат вывода, 5 few-shot примеров с NPSA-аннотациями,
│ Quality Rubric, Rewrite Without Metrics (7 сценариев: полный рерайт,
│ смена тона, инъекция/удаление искажений, исправление анти-паттернов,
│ адаптация под аудиторию/платформу), таблица EXTERNAL REFERENCE FILES с GitHub URL.
├── decision-matrix.md ← Детальная карта аудитория×продукт×платформа. Для углублённого выбора искажений.
├── anti-patterns.md ← 12 ошибок AI-копирайтинга + подробные исправления + 30-сек чеклист аудита.
├── cultural-matrix.md ← Полная культурная адаптация искажений по 4 измерениям Hofstede.
├── scenarios/ ← Сценарии под конкретные задачи (13 сценариев) - авторитетны для сложных задач
│ ├── product-launch.md ← Последовательности искажений: предзапуск → день запуска → пост-запуск
│ ├── social-media-post.md ← Шаблоны для X, LinkedIn, Instagram, Telegram, TikTok
│ ├── landing-page.md ← Карта искажений для всей страницы - от hero до футера, секция за секцией
│ ├── email-sequence.md ← Приветствие, прогрев, брошенная корзина, реактивация
│ ├── webinar-warmup.md ← Регистрация → прямой эфир (поминутно) → пост-вебинар
│ ├── ad-campaign.md ← Видео, поиск, соцсети, ретаргетинг + A/B-тестирование
│ ├── sales-page.md ← Психологическая арка из 12 секций для дорогих продуктов
│ ├── case-study.md ← Структура истории успеха из 6 частей
│ ├── pricing-page.md ← Архитектура якорения, инженерия приманки
│ ├── cold-outreach.md ← Правило 5 строк - без доверия, без соцдоказательств
│ ├── crisis-response.md ← Структура извинения из 6 частей - инженерия защитных искажений
│ ├── seo-brief.md ← Интеграция с SEO-брифами, плотность ключевых слов, выживаемость при humanization
│ └── push-notifications.md ← Push и SMS - психология экрана блокировки, 6 типов уведомлений
├── examples/ ← Аннотированные примеры (7 примеров)
│ ├── social-post.md ← Пост в LinkedIn для фрилансеров (7 искажений в разборе)
│ ├── landing-hero.md ← Hero-секция для премиум-доставки еды
│ ├── ad-script.md ← 30-секундный видеоролик для языкового приложения
│ ├── email-welcome.md ← Приветственное письмо SaaS
│ ├── longform-article.md ← Вступление к статье с полным анализом искажений
│ ├── audit-example.md ← Audit Mode - анализ объявления: искажения + анти-паттерны + исправления
│ └── optimize-hero.md ← Optimize Mode - итерация hero-секции по метрикам
└── README.mdЗапрос: «Напиши пост в LinkedIn о том, почему фрилансеры занижают цены.»
Вывод: (аннотирован метками [TONE], [BIASES ENGAGED], [TARGET ACTION], [RATIONALE])
[TONE: warm-human × expert-calm]Я потерял $23 000, прежде чем понял это.
3 года я назначал цены клиентам, исходя из того, что «казалось правильным»...
→ [полный пример в examples/social-post.md]
Всегда:
- Используйте искажения, чтобы привлечь внимание к действительно ценным продуктам
- Будьте прозрачны о том, что ваш продукт делает, а что нет
- Используйте фактические, проверяемые социальные доказательства
Никогда:
- Не создавайте ложный дефицит
- Не фабрикуйте отзывы или обзоры
- Не эксплуатируйте страх для продажи решений, которые не решают проблему страха
- Не укрепляйте вредные убеждения
- Не нацеливайтесь на уязвимые группы населения
Грань: Выбрал бы клиент ваш продукт, обладая полной информацией и временем на размышление? Да = убеждение. Нет = манипуляция.
MindFluence спроектирован для двусторонней интеграции с RankWise (SEO Content Engine) и HumanAI (Text Humanization Engine). Три навыка формируют полный конвейер продакшена: SEO-структура → убедительный текст → человеческий голос.
Конвейер: RankWise предоставляет SEO-скелет → MindFluence вставляет в него убеждение на основе когнитивных искажений.
Что делает MindFluence:
- Использует структуру заголовков брифа (H1, H2, H3) как скелет - не перестраивает
- Размещает основной ключ в: H1, первый абзац и минимум один H2 (как указано в брифе)
- Держит плотность ключевых слов в пределах тонального лимита (см. таблицу ниже)
- Сохраняет план внутренних ссылок брифа (целевые URL и предлагаемый анкор-текст)
- Перекрёстно проверяет power words - избегает слов, пересекающихся со списками AI-выжженных слов
Лимиты плотности ключевых слов по тону:
| Тон MindFluence | Макс. плотность | Примечания |
|---|---|---|
bold-sell |
1.5% | Самый высокий риск переспама. Строгий лимит. |
expert-calm |
1.2% | Естественно подходит для информационного контента. |
warm-human |
1.2% | Разговорный тон хорошо распределяет ключевые слова. |
rebel-edgy |
1.5% | Контринтуитивный фрейминг может вытолкнуть ключ - обеспечьте размещение в первых 150 словах. |
luxe-minimal |
1.0% | Разреженный текст - разместите ключ один раз на видном месте вместо множественных повторений. |
Совместные промпты:
- «RankWise SEO brief for [topic]. Keyword: [kw]. Then MindFluence from that brief. Expert-calm tone.»
- «RankWise SEO brief for SaaS landing page. Then MindFluence landing page from that brief.»
Конвейер: MindFluence генерирует убедительный текст → HumanAI очеловечивает его, не ломая структуру искажений.
Сопоставление тонов:
| Тон MindFluence | Тон HumanAI |
|---|---|
warm-human |
human |
expert-calm |
expert |
bold-sell |
landing |
rebel-edgy |
social |
luxe-minimal |
expert |
Для сохранения структуры искажений при очеловечивании: используйте PIPELINE: cleanup → specificity → tone(skipped) → rhythm → proofread - это говорит HumanAI пропустить Stage 3 (tone) и сохранить голос MindFluence.
Совместные промпты:
- «Generate MindFluence copy (bold-sell tone), then HumanAI humanize it. EN.»
- «MindFluence landing page for [product]. Then pass through HumanAI.»
Некоторые когнитивные искажения имеют специфические взаимодействия с SEO. См. scenarios/seo-brief.md для полной таблицы.
| Искажение | SEO-риск | Смягчение |
|---|---|---|
| Якорение | Низкий | Числа в открытии удовлетворяют C5 (число в заголовке) |
| Страх потери | Низкий | «Перестаньте терять X» - убедитесь, что ключ появляется в первых 150 словах |
| Соцдоказательство | Средний | Отзывы не содержат ключей → добавьте ключ в обрамляющие предложения |
| Невозвратные затраты | Низкий | Фрейминг времени/усилий не конфликтует с SEO |
| Дефицит | Средний | «Ограничено», «Осталось X» может вытолкнуть ключ из первых 150 слов |
| Подтверждение | Низкий | «Вы и так знаете X» - хорошо ложится рядом с ключом |
Полный производственный конвейер:
- RankWise выдаёт полный SEO-бриф с планом ключевых слов, структурой заголовков, мета-черновиками, планом внутренних ссылок и целевым количеством слов.
- MindFluence генерирует убедительный текст внутри SEO-скелета, применяя когнитивные искажения секция за секцией.
- HumanAI очеловечивает текст, соблюдая: без удаления заголовков с ключами, без удаления якорей внутренних ссылок, без очистки маркеров искажений (числа соцдоказательств, числа якорения), сохранение минимального количества слов.
- RankWise Audit выполняет финальную верификацию 49 SEO-факторов.
Совместный тройной промпт:
Triple pipeline:
1) RankWise SEO brief for [topic]. Keyword: [kw]. Language: [xx].
2) MindFluence generate from that brief. Tone: [expert-calm/warm-human/bold-sell].
3) HumanAI humanize the MindFluence output. Preserve SEO structure + bias markers.
4) RankWise audit the final result.| Навык | Ожидаемое расположение (OpenCode) | Ожидаемое расположение (Claude Code) |
|---|---|---|
| RankWise | .opencode/skills/rankwise/ |
~/.claude/skills/rankwise/ |
| MindFluence | .opencode/skills/mindfluence/ |
~/.claude/skills/mindfluence/ |
| HumanAI | .opencode/skills/human-ai/ |
~/.claude/skills/human-ai/ |
- Скопируйте содержимое
SKILL.md - Вставьте как системный промпт / пользовательские инструкции
- Напишите: «Создай пост на тему [тема] для [аудитория] на [платформа]»
- Для углублённого контекста: LLM может скачать дополнительные файлы, используя GitHub URL-ы из секции EXTERNAL REFERENCE FILES в SKILL.md
Поместите папку mindfluence/ в .opencode/skills/ (проект) или ~/.config/opencode/skills/ (глобально). OpenCode автоматически обнаружит SKILL.md через его frontmatter - дополнительная настройка не требуется. Навык активируется при запросе маркетинговых текстов, рекламы, лендингов, писем или контента для запусков.
Скопируйте SKILL.md в ваш проект как CLAUDE.md или поместите всю папку mindfluence/ в ~/.claude/skills/.
Загрузите SKILL.md как системный промпт. Для углублённого контекста добавьте decision-matrix.md, anti-patterns.md, cultural-matrix.md и файлы из scenarios/ и examples/ в knowledge section. Файл самодостаточен для базовой работы, но внешние файлы дают более богатую логику decision-matrix, детальные примеры анти-паттернов и полные сценарные плейбуки.
Скопируйте содержимое SKILL.md в файл инструкций этого агента (.cursorrules, .windsurfrules, .github/copilot-instructions.md, .clinerules, CONVENTIONS.md и т.д.). Содержимое промпта не зависит от платформы - меняется только имя файла.
- Любая способная LLM с полем системного промпта (GPT, Claude, Gemini, DeepSeek, open-source модели)
- Один файл:
SKILL.md. Полностью самодостаточен. Все таблицы, правила обнаружения, культурные данные и примеры встроены. - Контекстное окно: 32K+ токенов для полной функциональности v2.2 (256K+ рекомендуется для оптимального качества)
- Для углублённого контекста: внешние файлы (
decision-matrix.md,anti-patterns.md,cultural-matrix.md,scenarios/) сохранены в репозитории - полные GitHub URL-ы в секции EXTERNAL REFERENCE FILES файла SKILL.md, так что LLM, работающие с одним файлом, могут направить пользователя к их скачиванию - Без API-ключей, без инструментов, без зависимостей - чистый промпт-инжиниринг
- Работает на любом языке; адаптирует культурные отсылки под целевой рынок
mind (мозг - здесь живут когнитивные искажения) + influence (то, что убеждение на самом деле делает - формирует решения без принуждения).
MIT
AI-навык (промпт) v2.2: 20 когнитивных искажений → маркетинговый копирайтинг с высокой конверсией и гарантированным человеческим качеством. Самодостаточный файл с Bias Selection Router (аудитория×продукт×платформа→мгновенный стек искажений), 13 анти-паттернов с механическими правилами обнаружения (вкл. Statistical-Only Fallacy), Narrative Depth Requirements (Named Person Story Arc + Conversational Direct Address + Unexpected Detail), 14 комбинаций искажений, 7 стилей тона + гибридная формула с нарративными минимумами, 3-tier формат вывода (compact/standard/extended), 6-пунктовая пост-генерационная верификация (вкл. HUMAN проверку), культурный quick-reference для 12 регионов, Rewrite Without Metrics (7 сценариев качественного рерайта) и 5 встроенных few-shot примеров с NPSA-аннотациями. Покрывает: рекламу, лендинги, email-последовательности, соцсети, вебинары, запуски, продающие страницы, кейсы, ценообразование, холодный аутрич, push-уведомления, кризисные коммуникации и интеграцию с SEO-брифами.prompt-engineering cognitive-biases marketing copywriting behavioral-economics psychology ai-prompts llm-skills persuasion neuromarketing conversion-optimization content-strategy system-prompt gpt claude self-contained bias-detection marketing-automation narrative-engineering human-quality