Kasymzhano
Все инструменты

AI для продавцов маркетплейсов

NotebookLM — ваша персональная база знаний с AI-аналитиком. Загружайте данные, получайте ответы.

NotebookLMClaudeMPSTATS API

1. Зачем нужен NotebookLM

Когда вы работаете с Claude, у него есть контекстное окно — это максимум информации, который он может «держать в голове» одновременно. Загрузили большой файл — окно заполнилось. Второй файл уже может не влезть. А третий точно нет.

NotebookLM от Google — это ваша персональная база данных с AI. Вы загружаете туда сколько угодно документов — отчёты, выгрузки, PDF, таблицы — и AI отвечает строго по вашим данным. Никаких выдумок, только факты из ваших файлов.

Простая аналогия:

Claude

Гениальный аналитик с маленьким рабочим столом. Может обработать один документ за раз, но делает это блестяще.

NotebookLM

Огромный архив со своим библиотекарем. Храните все данные, спрашивайте — он найдёт и покажет.

КритерийClaudeNotebookLMСвязка
Объём данныхОграничен контекстным окном (~200K токенов)До 50 источников на ноутбук, без лимита размераБезлимитное хранение + глубокий анализ
Точность ответовМожет «додумывать» если данных малоСтрого по загруженным документамФакты из NotebookLM + аналитика Claude
Глубина анализаЛучший в мире по рассуждениямХорош для поиска и саммари, слабее в стратегииЛучшее из двух миров
Форматы файловPDF, текст, изображенияPDF, Google Docs/Slides, веб-ссылки, аудио, текстВсе форматы покрыты
СтоимостьБесплатно (с лимитами) или $20/месПолностью бесплатноБесплатно или $20/мес

2. Начало работы с NotebookLM

1

Откройте NotebookLM

Перейдите на notebooklm.google.com и войдите через Google-аккаунт. Ничего скачивать не нужно — всё работает в браузере.

2

Создайте ноутбук

Нажмите «New Notebook». Дайте ему понятное название — например, «Анализ ниши Одежда WB» или «Выгрузки MPSTATS Март 2026».

3

Загрузите данные

Нажмите «Add source» и загрузите файлы. Можно загрузить до 50 источников в один ноутбук.

4

Задавайте вопросы

В поле чата внизу пишите вопросы. NotebookLM ответит строго по вашим данным и покажет ссылки на источники.

Бесплатный тариф — до 100 ноутбуков, до 50 источников в каждом. Для работы с маркетплейсами этого более чем достаточно.

3. Какие файлы принимает NotebookLM

NotebookLM принимает не все форматы. Вот полный список и как адаптировать ваши данные:

ФорматПринимает?Что делать
PDF ДаЗагружайте напрямую. Идеально для отчётов PwC, презентаций, каталогов.
Google Docs ДаПодключается напрямую из Google Drive.
Google Slides ДаПодключается напрямую из Google Drive.
Веб-ссылки (URL) ДаВставляете ссылку — NotebookLM сам вытянет содержимое страницы.
Скопированный текст ДаВставьте текст прямо в поле «Paste text».
YouTube видео ДаВставьте ссылку на видео — NotebookLM расшифрует аудио.
CSV / Excel Не напрямуюКонвертируйте в Google Sheets → подключите из Drive. Или скопируйте в текст.
JSON Не напрямуюНужно адаптировать (инструкция ниже).
Аудио (MP3, WAV) ДаЗагружайте — NotebookLM расшифрует в текст.

Как загрузить JSON в NotebookLM

JSON-файлы (выгрузки из MPSTATS API, Kaspi API и т.д.) NotebookLM напрямую не принимает. Но есть 3 способа:

Способ 1: Через Google Sheets (рекомендуемый)

  1. Откройте Google Sheets → создайте новую таблицу
  2. Скопируйте JSON-данные
  3. В Google Sheets: Данные → Импорт → Вставить текст
  4. Или используйте формулу =IMPORTDATA("url") если данные доступны по ссылке
  5. В NotebookLM нажмите «Add source» → «Google Sheets» → выберите таблицу

Способ 2: Конвертировать JSON → текст

  1. Откройте JSON-файл в любом текстовом редакторе (Блокнот, VS Code)
  2. Скопируйте всё содержимое
  3. В NotebookLM нажмите «Add source» → «Paste text»
  4. Вставьте JSON как текст — NotebookLM его поймёт

Способ 3: Попросить Claude конвертировать

Загрузите JSON в Claude и попросите: «Конвертируй этот JSON в читаемую таблицу текстом». Затем скопируйте результат в NotebookLM как текст.

Совет: для больших JSON-выгрузок из MPSTATS (тысячи товаров) лучше всего работает Способ 1 через Google Sheets — данные будут структурированы и NotebookLM сможет отвечать точнее.

4. Что загружать в NotebookLM селлеру

Создайте ноутбук для каждой задачи и загрузите туда все релевантные данные:

Ноутбук «Анализ ниш»

  • Выгрузки из MPSTATS по подкатегориям (CSV или через Google Sheets)
  • Отчёты PwC / Data Insight / Similar Web по рынку e-commerce (PDF)
  • Скриншоты топ-товаров конкурентов
  • Статьи и обзоры рынка (веб-ссылки)

Ноутбук «Мой бизнес»

  • Отчёты продаж из личного кабинета WB/Kaspi (Excel → Google Sheets)
  • Себестоимости товаров
  • Рекламные расходы
  • Логистика и комиссии

Ноутбук «Конкуренты»

  • Карточки конкурентов (веб-ссылки на товары)
  • Отзывы конкурентов — скопировать текстом (находите слабые места!)
  • Ценовая история из MPSTATS
  • Рекламные креативы конкурентов
Важно: NotebookLM отвечает строго по загруженным документам. Если вы спросите что-то, чего нет в ваших файлах — он так и скажет. Это плюс: никаких «галлюцинаций» и выдуманных данных.

5. Главные фишки NotebookLM

Audio Overview — AI-подкаст по вашим данным

NotebookLM может сгенерировать подкаст-обсуждение на основе ваших загруженных данных. Два AI-ведущих обсуждают ваши отчёты, выделяют главное, спорят. Можно слушать на ходу — например, в дороге на склад.

Автоматическое саммари

При загрузке документов NotebookLM сам генерирует краткое содержание каждого источника. Полезно когда у вас 20 файлов и нужно быстро понять, что где.

Ссылки на источники

Каждый ответ NotebookLM содержит ссылки на конкретные места в документах, откуда взята информация. Можно кликнуть и проверить.

Заметки и закладки

Можно сохранять ответы как заметки прямо в ноутбуке. Создавайте свою базу инсайтов по нишам.

6. Какие вопросы задавать NotebookLM

После загрузки данных по нише, задавайте вопросы в чате. Примеры:

?

«Какие 5 товаров в этой нише приносят больше всего выручки?»

NotebookLM найдёт топ-товары из ваших данных

?

«Есть ли товары с высокими продажами, но низким рейтингом (ниже 4.5)?»

Найдёт слабых конкурентов — ваша точка входа

?

«Какой процент выручки забирает топ-10 товаров?»

Покажет уровень монополизации ниши

?

«Какой ценовой сегмент самый прибыльный?»

Подскажет оптимальную цену для вашего товара

?

«Сравни бренды по количеству SKU и выручке»

Выявит крупных игроков и свободные ниши

?

«Есть ли товары без бренда с хорошими продажами?»

Шанс зайти без раскрученного бренда

7. Практический пример: анализ ниши «Пакет для вакууматора»

Разберём на реальном примере — у нас есть JSON-файл из MPSTATS API с данными по нише «Бытовая техника → Техника для кухни → Хранение продуктов → Пакет для вакууматора».

Шаг 1: Получаем данные из MPSTATS API

На прошлом занятии мы делали GET-запрос в Hoppscotch:

GET https://mpstats.io/api/wb/get/category ?d1=2026-01-26 &d2=2026-02-24 &path=Бытовая техника/Техника для кухни/Хранение продуктов/Пакет для вакууматора Заголовок: X-Mpstats-TOKEN: ваш_токен

API вернул JSON-файл (~0.45 MB) со всеми товарами в нише. Скачали его на компьютер.

Шаг 2: Смотрим что внутри JSON

Каждый товар в файле выглядит так:

{ "id": 506290093, "name": "Пакеты для вакууматора рифленые в рулоне 5 шт", "brand": "SUVI", "seller": "ООО Суви Групп", "balance": 546, ← остаток на складе "comments": 2866, ← количество отзывов "rating": 5, ← рейтинг товара "final_price": 606, ← текущая цена (₽) "start_price": 2999, ← цена до скидки "revenue": 1234567, ← выручка за период "sales": 890, ← количество продаж "category_url": "Бытовая техника/Техника для кухни/..." ... и ещё ~40 полей по каждому товару }
Ключевые поля для анализа: revenue (выручка), sales (продажи), final_price (цена), rating (рейтинг), comments (отзывы), brand (бренд), seller (продавец), balance (остатки).

Шаг 3: Загружаем в NotebookLM

A

Создайте ноутбук

Откройте notebooklm.google.com → «New Notebook» → назовите «Анализ: Пакет для вакууматора WB»

B

Конвертируйте JSON

NotebookLM не принимает JSON напрямую. Выберите один из способов:

  • Быстрый: откройте JSON в Блокноте → Ctrl+A (выделить всё) → Ctrl+C (копировать) → в NotebookLM нажмите «Add source» → «Paste text» → Ctrl+V (вставить)
  • Через Google Sheets: импортируйте JSON в Google Sheets → подключите Sheets как источник
  • Через Claude: загрузите JSON в Claude → попросите «Конвертируй в читаемую таблицу» → скопируйте результат в NotebookLM
C

Задайте промт

После загрузки — вставьте промт из раздела ниже в чат NotebookLM. Он проанализирует все товары и даст вердикт.

Шаг 4: Промт для анализа этой ниши

Скопируйте и вставьте в чат NotebookLM после загрузки данных:

Проанализируй загруженные данные по нише "Пакет для вакууматора" на Wildberries. Мне нужен полный отчёт для принятия решения: заходить в эту нишу или нет. 1. ОБЗОР НИШИ Посчитай общую выручку, количество продаж, среднюю цену, медианную цену, средний рейтинг. Сколько всего товаров и сколько из них реально продаются? 2. ТОП-10 ТОВАРОВ ПО ВЫРУЧКЕ Таблица: название | бренд | цена | продажи | выручка | рейтинг | отзывы 3. МОНОПОЛИЗАЦИЯ Какой процент общей выручки забирают ТОП-10 товаров? А ТОП-1? Есть ли шанс новичку? 4. БРЕНДЫ Какие бренды доминируют? Есть ли товары без бренда с хорошими продажами? 5. ЦЕНОВЫЕ СЕГМЕНТЫ Разбей товары по ценовым диапазонам (до 500₽, 500-1000₽, 1000-2000₽, 2000+₽). В каком сегменте лучшее соотношение спроса и конкуренции? 6. СЛАБЫЕ КОНКУРЕНТЫ Найди товары с высокими продажами но рейтингом ниже 4.5 — это возможности для входа с лучшим качеством. 7. ВЕРДИКТ Чёткий ответ: ЗАХОДИТЬ / С ОСТОРОЖНОСТЬЮ / НЕ ЗАХОДИТЬ И конкретная стратегия: какой ценовой сегмент, какое позиционирование, примерный бюджет на старт.
Этот же промт работает и в Claude: просто загрузите JSON-файл в чат Claude через кнопку «+» → «Add files» и вставьте этот промт. Claude даст ещё более глубокий анализ с рекомендациями.

8. Универсальные промты для других ниш

Эти промты можно использовать и в NotebookLM (после загрузки данных), и в Claude (загрузив JSON в чат):

Промт 1: Анализ нескольких подкатегорий

Используйте когда загрузили данные по целой категории и хотите выбрать лучшую подкатегорию для входа.

Я загружаю JSON с подкатегориями Wildberries из MPStats API (эндпоинт /wb/get/category/subcategories). Проанализируй все подкатегории и составь рейтинг ТОП-10 самых перспективных для выхода нового продавца. Для каждой подкатегории оцени: 1. Объём рынка (выручка, продажи) 2. Конкуренция (количество товаров, % товаров с продажами) 3. Средний чек и маржинальность 4. Рейтинг — есть ли проблемы с качеством (низкий рейтинг = возможность) Выведи результат в таблице с колонками: Подкатегория | Выручка | Продажи | Товаров | % с продажами | Ср.цена | Рейтинг | Вердикт (подходит / требует проверки / не подходит) В конце дай ТОП-3 рекомендации: в какую подкатегорию лучше всего зайти и почему.

Промт 2: Глубокий анализ одной ниши

Используйте когда определились с нишей и хотите получить полный отчёт для принятия решения: заходить или нет.

Я загружаю JSON со всеми товарами одной ниши Wildberries из MPStats API (эндпоинт /wb/get/category). Ты — аналитик маркетплейсов. Дай полный разбор ниши так, чтобы я мог принять решение: заходить или нет. ### 1. ОБЗОР НИШИ (таблица) | Метрика | Значение | |---------|---------| | Общая выручка за период | ... | | Общее кол-во продаж | ... | | Кол-во товаров (всего) | ... | | Кол-во товаров с продажами | ... (и % от общего) | | Средний чек | ... | | Медианная цена | ... | | Средний рейтинг ниши | ... | | Среднее кол-во отзывов | ... | ### 2. МОНОПОЛИЗАЦИЯ - Какой % выручки забирает ТОП-10 товаров? - Какой % забирает ТОП-1? - Есть ли шанс новичку пробиться или рынок «закрыт»? - Вердикт: Низкая / Средняя / Высокая монополизация ### 3. БРЕНДЫ - Топ-5 брендов по выручке (таблица: бренд | выручка | доля | кол-во SKU) - Есть ли товары без бренда с хорошими продажами? (возможность для NoBrand) ### 4. ЦЕНОВЫЕ СЕГМЕНТЫ Разбей все товары на сегменты по цене и покажи: | Сегмент | Кол-во товаров | Выручка | Продажи | Ср.рейтинг | В каком ценовом сегменте лучшее соотношение спроса и конкуренции? ### 5. СЛАБЫЕ ИГРОКИ (возможности) Найди товары с высокими продажами, но низким рейтингом (ниже 4.5) — это прямые возможности для входа с лучшим качеством. Таблица ТОП-5: | Название | Цена | Продажи | Выручка | Рейтинг | Отзывы | Что можно улучшить | ### 6. СИЛЬНЫЕ ИГРОКИ (ориентиры) ТОП-5 товаров по выручке — на кого равняться: | Название | Бренд | Цена | Продажи | Выручка | Рейтинг | Отзывы | ### 7. ФИНАЛЬНЫЙ ВЕРДИКТ Дай чёткий ответ: ЗАХОДИТЬ / ЗАХОДИТЬ С ОСТОРОЖНОСТЬЮ / НЕ ЗАХОДИТЬ Причины (3 пункта): - ... - ... - ... Рекомендуемая стратегия входа: - Ценовой сегмент: ... - Позиционирование: ... - Минимальный бюджет на старт (примерная оценка): ... - Главный риск: ... - Главное преимущество новичка: ...

9. Готовые аналитические отчёты

Детальные отчёты по нишам Wildberries, подготовленные с помощью MPSTATS + AI-анализа:

Совет: загрузите эти отчёты в свой NotebookLM и задавайте дополнительные вопросы — AI ответит по данным из отчёта.

Дополнение Интеграция NotebookLM + Claude Desktop

Иногда ответы NotebookLM могут быть недостаточно глубокими — особенно когда нужна сложная аналитика, стратегические рекомендации или расчёты. Это нормально — NotebookLM создан для работы с фактами, а не для глубоких рассуждений.

Решение: подключить Claude Desktop напрямую к NotebookLM через MCP (Model Context Protocol). Claude будет использовать NotebookLM как свою базу данных — спрашивать факты и анализировать их своим мощным мозгом.

Это продвинутый уровень. Требует установки дополнительных программ. Если вам хватает NotebookLM + Claude по отдельности — можно пропустить этот блок.

Что нужно установить

1. Node.js — движок для запуска скриптов

Что это: Node.js — это программа, которая позволяет запускать JavaScript-код на вашем компьютере. Она нужна для MCP-серверов, которые связывают Claude с другими сервисами.

Скачать: nodejs.org → нажмите большую зелёную кнопку «LTS» (стабильная версия)

Установка: запустите скачанный файл → жмите «Next» на каждом шаге → «Install» → «Finish». На шаге «Tools for Native Modules» галочку НЕ ставьте — это не нужно.

После установки можно проверить: откройте терминал (Win+R → cmd → Enter) и введите node --version. Должен показать номер версии.

2. Claude Desktop — приложение Claude на компьютер

Что это: обычный Claude, но в виде приложения на компьютере. Обычного сайта claude.ai в браузере будет недостаточно — MCP работает только в приложении.

Скачать: claude.ai/download → нажмите «Download for Windows» (или Mac)

Установите, войдите в аккаунт и закройте приложение — оно создаст нужную папку для настроек.

Пошаговая настройка MCP

1

Найдите файл настроек Claude Desktop

Откройте Claude Desktop → Меню (☰) → Settings → в левом меню внизу найдите Developer → нажмите Edit Config

Откроется папка с файлом claude_desktop_config.json — это и есть файл настроек.

2

Откройте файл в текстовом редакторе

Правая кнопка мыши на файле claude_desktop_config.json → «Открыть с помощью» → выберите:

  • Блокнот (Notepad) — уже встроен в Windows, ничего ставить не нужно
  • Notepad++ — бесплатный, удобнее для JSON (скачать)
  • VS Code — если хотите идти дальше в автоматизацию (скачать)
3

Вставьте настройки MCP

Если файл пустой или содержит {}, замените всё содержимое на:

{ "mcpServers": { "notebooklm": { "command": "npx", "args": ["notebooklm-mcp@latest"] } } }

Если в файле уже есть содержимое (например, "preferences": {...}), добавьте блок mcpServers через запятую:

{ "preferences": { ...ваши текущие настройки... }, "mcpServers": { "notebooklm": { "command": "npx", "args": ["notebooklm-mcp@latest"] } } }

Обратите внимание на запятую после закрывающей скобки preferences — без неё файл не будет работать.

4

Сохраните и перезапустите Claude Desktop

Сохраните файл (Ctrl + S). Затем полностью закройте Claude Desktop:

  • Найдите иконку Claude в трее (внизу справа, рядом с часами)
  • Нажмите стрелочку ^ чтобы показать скрытые значки
  • Правая кнопка по иконке Claude → Quit или Закрыть окно

Откройте Claude Desktop заново. Зайдите в Settings → Developer — должен появиться сервер notebooklm.

Если MCP-сервер не появляется: это может быть связано с версией Claude Desktop или песочницей Windows. В этом случае используйте NotebookLM и Claude по отдельности — это тоже отлично работает. Открываете NotebookLM в одной вкладке, Claude — в другой. Копируете факты из NotebookLM → вставляете в Claude для глубокого анализа.

kasymzhanov.com · AI для продавцов маркетплейсов · 2026

Все инструменты

Комментарии 0

Пока нет комментариев. Будьте первым.