Как использовать ChatGPT для лидогенерации крупных клиентов для разработки

Я основатель сообщества SaaS Founders. Помогаю фаундерам IT-компаний находить новых крупных клиентов с помощью лиды генерации в LinkedIn. Сегодня я хотел бы поговорить о том, как использовать ChatGPT для лиды генерации крупных клиентов для разработки. В частности, вопросы, которые я хотел бы обсудить сегодня, это какие ключевые ошибки при использовании ChatGPT в лиды генерации крупных клиентов, Как получать больше пользы от процесса лидогенерации при той же временной загрузке? Какие вообще есть возможности настройки chat.jpg и других систем искусственного интеллекта для решения задач лидогенерации? Естественно, если у вас будут вопросы, пишите их, пожалуйста. Я с удовольствием поделюсь своим опытом. Значит, к этой теме я уже достаточно хорошо подготовился. Сейчас, секундочку. У меня есть целый небольшой воркшоп на эту тему. Весь, я думаю, мы рассказывать не будем. Но, по крайней мере, ключевые ошибки отсюда я хотел бы взять. Сейчас, арашар векан. Вот. И задавайте свои вопросы. Я с удовольствием на них отвечу. Так. Вот наш... Вот наш... Да, вот наш воркшоп. Так, смотрите, значит, чем хорош чат GPT? Значит, да и в принципе любые другие решения. Теоретически это то решение, которое позволило бы часть ручной работы взять на себя. Ну, то есть мы понимаем, что в lead-генерации так или иначе много рутинных задач. То есть когда нам нужно выбирать целевую аудиторию, писать контент, писать персонализированные сообщения, И эта история дает хороший результат. Давайте я вкратце напомню, как я подхожу к лиды генерации. То есть, первое, мы выбираем целевую аудиторию, потом для этой целевой аудитории оптимизируем профиль. Греем эту целевую аудиторию несколькими касаниями. Не очень часто, но достаточно, но мотивирующие и по теме, по той теме, которая интересна целевой аудитории. Потом делаем квалификацию. Либо горячих закрываем в переговоры. Холодных, ну как бы, или не прошедших квалификацию исключаем из цепочки. Теплых взращиваем. Взращиваем для того, чтобы когда они догрелись, их обратно возвращать либо в квалификацию, либо в переговоры. Вот, вкратце, основная схема. Что здесь? Чего мы хотим, в принципе, от лиды генерации? Естественно, больше контрактов, больше встреч. Это если мы идем от тех результатов, которые нам, собственно, нужны. Ну и, естественно, выше от процесса, выше reply rate, чтобы люди лучше добавлялись, лучше отвечали. И выше acceptance rate, чтобы лучше добавлялись. Соответственно, как минимум, мы хотим за то же время либо получать больше результатов, больше делать действий полезных, либо делать такое же количество действий, но тратить на это меньшее количество времени. Вот такая вот история, что мы хотим от использования различных других вспомогательных инструментов при работе с лидогенерацией. И вот здесь я в первую очередь хотел бы поговорить про ключевые ошибки, которые существуют при работе с чатом G5. Значит, здесь история такая. Есть вопросы, походу задавайте, потому что тема реально горячая, то есть мы ее активно сейчас внедряем у себя. Заодно, кстати, я с удовольствием расскажу о том, где, как мне кажется, ChargePT и другие системы искусственного интеллекта нам помогают, а где они нам могут повредить. Тоже важный момент. Значит, смотрите. Если говорить про основные ошибки, которые возникают с использованием различных систем искусственного интеллекта. Вот я сформировал примерно пять. Пять основных, с которыми мы чаще всего сталкиваемся. Дело в том, что наш основной и ежедневный опыт работы с подобными системами сформирован опытом общения с Google. То есть мы последние там 15-20 лет, достаточно много, мы общаемся с системами как с поиском гугла. Там покажи мне топ-5 каких-то историй, покажи мне, найди мне лучшее решение такое-то. И поэтому мы традиционно с помощью системы искусственного интеллекта продолжаем общаться точно так же. Там подскажи мне наилучшее решение для того-то. Здесь важная история. Дело в том, что GPT как Модулятор. общение, назовем так, да, он может принимать на себя определенную роль. То есть мы можем давать ему некий контекст. Ну вот здесь, смотрите, я, например, делал запрос. Вот я прям как про себя, да. То есть я ему ставил определенную роль, задачу. Я говорю, вот ты LinkedIn Generation Expert. У тебя есть команда из пяти человек с определенными ролями. У тебя есть определенные инструменты. Тебе нужно решить определенную задачу. То есть минимум проводить пять созвонов в месяц с потенциальными клиентами для того, чтобы закрыть там 10% из них на контракт. Вот какой план работы ты предложишь. То есть я его поставил в некую задачу, вот сделай это. И он мне сделал в принципе неплохой план, очень похоже на то, что мы делаем. То есть первый месяц Research Strategy Development. Подготовка прям по ролям расписал, что надо делать. И вон дальше продолжение, что делается дальше на второй, шестой месяц, седьмой, двенадцатый и так далее. Я сравнил с тем, что мы это делаем уже пятый год. Дело достаточно успешное, но это очень похоже на то, что мы делаем. Поэтому в этом смысле, когда мы не просто говорим, подскажи мне, где искать крупных клиентов. Нет, когда мы ставим конкретную задачу с цифрами, числами, он ее решает соответствующим образом. Поэтому при работе с искусственным интеллектом вводите его в некий контекст. Второй момент – это не спрашивайте о чем-то обычном. То есть не предложи мне там пять лучших решений или еще что-то. Предложите дать оригинальный ответ на вопрос. Вот, например, здесь я взял тему, которая, естественно, нас всех волнует. Это selling high-ticket contracts for software development. Покажи мне примеры. которые… для данной темы покажи мне примеры, которые противоречат текущим трендам. Покажи… generate an outline for thought-provoking content that challenges assumption. Ну и, соответственно, вот тайтл. И вот он мне дал несколько мифов, которые будут... которые противоречат существующим представлениям. Я, кстати, по этим мифам... Он меня, в принципе, достаточно разогрел. Буду проводить завтра вебинар на английском языке. Прямо вот по этим мифам. Потому что, в принципе, ответы на них такие же, как и... обычного лидер генерации. Он предложил несколько толковых мифов. Например, вам нужна большая команда для того, чтобы закрывать большие контракты. Ну, конечно, это неправда. Или вам нужны агрессивные сейлс-тактики для того, чтобы закрывать на большие контракты. Ну, тоже бред, конечно же, это не так. Но, тем не менее, он генерирует необычные формулировки, которые релевантны для целевой аудитории и, отвечая на которые, ну, как бы вы можете понять, как вам лучше решать вопрос, который перед вами стоит. Вот. То есть здесь, соответственно, не спрашивать про обычные, а спрашивать про необычные способы решения стандартных задач, которые есть. Значит, здесь, опять же, не спрашивать про там топ-5 вещей, Предложить, побрейнстормить, поискать необычные решения. How to find new leads for a big contract in LinkedIn? Brainstorm new angles and approaches. Приоритизирую идеи, которые необычные или новые. Вот он дал какие-то идеи. Я их просмотрел. Ну, вот, например, он предлагает leveraging LinkedIn groups to uncover hidden opportunities. Частично согласен. В группах можно найти ребят с правильными интересами. И это хороший признак. Using LinkedIn polls to identify prospects' pain points. Ну, да, это такая несильная часто тема, которую можно использовать, потому что ее можно заездить на свои целевые аудитории. Но использование LinkedIn-опросов может дать вам быстро одного-двух-трех людов, если эта тема актуальна и у вас большая целевая. Если у вас целевая небольшая, это не сработает. То есть должно быть хотя бы 5-10 тысяч подписчиков. То есть это работает на больших аудиториях. Так. Дальше. Организовать виртуальные ивенты – это да. Этот третий пункт тоже хороший, но он обычно вам лучше, нам сами лучше, интереснее не организовывать ивенты, хотя это тоже хорошая тактика, а посмотреть кто в них участвует, кто их лайкает и их сгенерировать, отталкиваясь уже от текущего спроса. Дальше он предложил, что еще? Использовать хэштеги. Ну, может быть. Я не видел особо большого толка от них, но, ну, может быть, да. Использовать LinkedIn аналитику. Да, полезная штука, которая позволяет найти интересные идеи. что читают чаще, что работает больше. То есть он вот здесь сфокусирует на нужной цели его аудиторий. Implementing social listening. Да, однозначно хорошая история. Есть специальное решение. А можно, в принципе, и вручную это мониторить по тем же ключевым словам брендам и конкурентам. Это надо делать регулярно. Есть решения программные для этого. Хорошая история. И LinkedIn Content Collaborations сложно организовать, но тоже работает хорошо. То есть, в принципе, если спросить про какие-то вещи, которые необычные, то ответы могут быть достаточно толковые. Не все из этого полностью применимо, но как заготовка тоже может работать достаточно хорошо. Так, идем дальше. Опять же, можно обучить искусственный интеллект вашему Tone of Voice. То есть обучить его тому, как вы отвечаете. То есть чтобы LinkedIn и искусственный интеллект помогал вам генерировать тексты, как будто их пишете вы. Но для этого его сначала надо обучить. Смотрите, я здесь вначале ему скормил текст, который писал я сам. Вот. Так, это последняя. Сейчас, секундочку. Вот здесь я ему дал текст, который писал я сам. Вот. Значит, чтобы он узнал, какой у меня стиль, какой у меня там тон of voice, то есть как я пишу это. Вот он сделал стиль, voice, тон, как я это делаю. И потом на основании этого я задал тему, на которую нужно написать письмо. И он в этой теме написал письмо. То есть, это очень похоже на то, что я пишу. Таким образом, вы можете мимикрировать себя и, как бы обучив искусственный интеллект писать письма за вас, как минимум, сэкономите гигантское количество времени на подготовке на правильных словах и подготовке, а, сообщений, б, слов. Вот. Ну и опять же, можно варьировать запросы. То есть, например, можно задавать определенную структуру и уточнять запросы. То есть говорить не просто ответь, не ответь не в определенной структуре. Это тоже дает хороший результат. Теперь давайте посмотрим, как это работает в системе лиды генерации, в частности. То есть это общие ошибки, которые справедливы для абсолютно каждой истории. А вот как это работает, в частности, для решения наших задач. Для выбора целевой, оптимизации профиля, подготовки сообщений, подготовки кейсов и персонализированного контент-плана. При выборе целевой аналогично вы можете задавать точные, правильные запросы. Видите, я уже в роли. То есть я поставил себя в роль клиента. Это реальный клиент, с которым мы работаем. Вот у него такой запрос. Соответственно, я попросил с учетом требований клиента подобрать аудиторию, с которой можно выполнить определенные условия. Ну вот он мне ответил. Сейчас. Вот он мне ответил. Подобрал три различные аудитории. Причем, замечу, он предложил размеры компании, он предложил географию, причем географию не просто в рамках страны, а в рамках крупных технологических хабов или крупных городов. Вот. Что, ну, вполне, наверное, справедливо, хотя тоже не все города стоят отсекать. По стране оно тоже окей. То есть, если у вас есть сложность в определении целевой аудитории, вы вполне можете запросить у тебя от G5 предложить правильные параметры. Он вас сориентирует по этому вопросу. По оптимизации профиля он, к сожалению, не умеет ходить, вот когда я ему предложил, не умеет ходить в LinkedIn, пока не умеет ходить в LinkedIn, не умеет изучать профиль. Четвертая версия пока мне это не сделала. Но, тем не менее, дал достаточно хорошие четкие общие рекомендации, что нужно поправить в целом. Я надеюсь, что когда они полноценно подтянут доступ в открытый интернет, то уже эти предложения будут гораздо более ценными, гораздо более полезными. Ну, сейчас фотография, заголовок, описание, опыт работы и так далее. С другой стороны, когда мы говорим про генерацию тайтла, когда я говорю «сгенерируй мне тайтл», тайтл был классный. Вот смотрите, например, я здесь… предложил, там, ты, IT-маркетинг-эксперт, сделай интригующий заголовок, в котором до 130 символов. Ну, и неплохой заголовочек получился. Я не все тут использую. Мой мне нравится больше. Но этот, как минимум, неплохой. Он достоин того, чтобы его рассмотреть. Аналогично можно готовить тексты для рекомендаций. При подготовке сообщений, что важно? Во-первых, когда мы готовим сообщение для целевой, нам бы с вами хорошо разбираться в болях. Мы не всегда четко знаем, о чем наша аудитория, то есть что у них болит и о чем нам с ними нужно говорить. Вы, кстати, напишите, вам вообще тексты видно? Мне-то видно, когда я вот так вот крупно делаю, вам вроде тоже должно быть видно, да? Поставьте, пожалуйста, плюсик, если видно тексты хорошо, да? Потому что мне-то окей, а вам, ну, этот сам. Кстати, если хотите, я вам в конце сброшу этот MindMap, чтобы вы могли им пользоваться. Опять же, хотите, чтобы я сбросил MindMap в конце? Тоже поставьте какую-то отметочку, чтобы я видел, что вам оно надо, и вы этим хотите пользоваться. Окей, идем дальше. Значит, я запросил, я дал определенную роль. Да, это, например, founder of software development company specializing in sub-security services. Это реальный клиент, с которым мы сейчас работаем. И, соответственно, я запросил, опиши, пожалуйста, наиболее важные боли у моих клиентов в европейском ритейле, которые могли бы мне закрыть контракты на 200 000 евро за год. Вот ChargeBT подсказал. Вот compliance, cybersecurity threats, integration complexity, user access management, data privacy protection, system performance and efficiency. Поговорив с клиентом, я обнаружил, что этот список во многом совпадает, ну, как минимум, из шести позиций в четырех точно. Клиент добавил еще своих точек зрения, но это уже круто на самом деле, потому что уже было о чем поговорить, было из чего выбрать, из каких вариантов. Ну и, естественно, подготовка шаблонов сообщений. То есть вы можете, запросив цепочку из пяти сообщений в Линкедыне, вы можете, описав эту цепочку, какой она должна быть, запросить, и он вам что-то приготовит. Это будет лучше, чем ничего, но для этого, опять же, вы должны понимать, чего у него просить. чего ты хочешь и как эта история должна работать. Это начало цепочки, это два. Я, в принципе, не сильно хочу на этом долгом останавливаться, потому что, в принципе, понятные вещи, те, с кем мы давно общаемся, знают наш подход. Но вот я вам просто подсказываю, как получить эти результаты быстрее и более персонализировано. То есть можно готовить сообщение. Аналогично готовится кейс. То есть когда я формирую запрос, какой кейс мне нужен, с какими параметрами. То есть, грубо говоря, сейчас ключевым навыком будет не получение ответа, потому что ответ могут получить все. А правильная формулировка запроса, потому что если вы не умеете сформулировать запрос правильной структуры, вы не получите то, что вам необходимо. А здесь, в принципе, вполне четкая формулировка запроса, на основании которой можно Уже формулировать прям по слайдово основные боли, основные, так сказать, ответы на вопросы, почему именно с нами нужно работать, какие результаты были получены и так далее. Все, в принципе, готово. Все, в принципе, работает. Окей. Идем дальше. Подготовка персонализированного контент-плана. Естественно, аналогичным образом вы говорите, вы просите подготовить контент-план с определенными параметрами, с определенной структурой. Он готовит вам интротексты, описание картинок, которые необходимы, итоги и call to action. Аналогичную историю можно сделать в Tapio, но Tapio стоит, грубо говоря, 100 долларов в месяц, а вы можете сэкономить на этом. Ну, я постараюсь сделать их крупнее. Так должно быть уже нормально. Maybe because I'm on a train. Okay, I get it. Смотрите, я просто в конце сброшу всем участникам ссылочку на этот mind map. Вы можете рассмотреть его уже в деталях, так как вам будет удобно, потому что здесь они, блоки описаны четко, да, вот они видны четко, а сами детали, картинки и скрины, они уже такие, более детализированы. Значит, мы видим, что при планировании и подготовке лиды генерации система искусственного интеллекта позволяет нам, как минимум, лучше сориентироваться в целевой аудитории. Раз. Второе. Понять, где их искать, понять, какие их воли, и быстрее и более персонализированно подготовить цепочки сообщений и кейсы. И это уже очень здорово. Потом я решил сделать такую штуку. Я решил... Сделать следующее. Мы прекрасно понимаем, что в зависимости от того, какой мы пишем connection request, первое сообщение, от того, насколько оно будет персонализировано, настолько хорошо мы сможем выстроить доверительные отношения с потенциальным клиентом. Понятно, это не единственный фактор. Это еще зависит от того, в правильную ли боль мы попали, к тому ли человеку мы пишем. Это понятно, да? Но при прочих равных писать каждому персонализированный connection request – это емкая задача, которая занимает много времени. Я решил поставить искусственному интеллекту такую задачу. А подготовка мне… для хотя бы 100 контактов персонализированные запросы, исходя из той информации, которая у меня есть. Вот смотрите, на экране, видите, есть first name, last name, title. То есть есть четкая информация из LinkedIn. То есть вот это наша целевая, предположим, это наша целевая аудитория. Это то, что у меня в числе входящей информации. И я попросил мне добавить к этой информации персонализированное сообщение. Видите? То есть вот здесь я сказал следующее. Сгенерируй мне для каждого контакта с учетом имени, фамилии и тайтла персонализированный Запрос. Персонализированный запрос. Здесь их 100 штук. Они все уникальные. Они все опираются на опыт, на title и так далее. Я их просмотрел ручками. В принципе, они неплохие. Может быть, только 3 из этих 100 я бы не отправлял. Все равно их надо просматривать ручками, чтобы они вам какой-то чуши, так сказать, не нагородили. Но 97 из 100 – это очень хороший процент. Как это делалось? Вот я вам сейчас дам ссылочку на процесс обработки. Я с помощью самого же чата GPT сгенерировал код. Я ему говорю, слушай, у меня на входе есть одна таблица, мне нужно выйти в другую таблицу. На входе у меня есть CSV-файл условный, и мне нужен на выходе Excel, который позволит мне сгенерировать необходимые мне файлы. Я скажу, сделай мне код, чтобы я на Python могли такую историю сделать. Но я не разработчик. Я как бы понимаю немножко в этом деле, но я не разработчик. Я этот код писать не буду. Сгенерируй для меня код, который я смогу использовать в какой-то понятной, простой для меня среде. То есть я его вставил, запустил и получил результат. Вот он мне сгенерировал этот код. Здесь мы загружаем исходный файл, подключаем OpenAI, подключили разные библиотеки. Вот здесь мы задали параметры, собственно говоря, персонализации. То есть тут мы говорим про то, что надо сделать. Create unique, personalize, connection request. Это прямо как мы чат GPT пишем. Но здесь есть набор переменных, которые нужно учесть. Да, от имени кого? Вот от моего имени и так далее. Текст мы добавлять не будем и так далее. Все. И он пошел это делать. Да, я ему задал условия, к кому идем. Вот идем к этому, к движку text da Vinci 0.0.2. Это базовые какие-то параметры и так далее. Все. Я нажимаю play на этой истории. Вот. И она мне по итогу, то есть это у меня заняло для 100 контактов, заняло генерацию уникального текста 2 минуты и 40 центов. всего лишь. Ну да, я немножко, так сказать, поизучал материальную часть, ну может 2-3 часа настраивал, игрался, как эта история работает и так далее. По факту получается, что мне были сгенерированы уникальные персонализированные connection-requests без моего участия. Ну, то есть как? Я поставил, можно так сгенерировать их тысячу, вот, хоть две тысячи. Какая разница? Это вопрос, скорее, времени и суммы, которые на это дело будут потрачены. Ну, 4 доллара там и 20 минут, может, чуть больше займет генерация тысячи контактов. Почему я об этом говорю? Я говорю об этом потому, что... Искусственного интеллекта, по моему мнению, бояться не стоит. Это инструмент, с помощью которого мы с вами резко сможем повысить продуктивность своей работы. скажем так, и благодаря этому повышению эффективности работы этот инструмент будет внедряться повсеместно. То есть, условно, это станет необходимым элементом. То есть, условно, заниматься лидогенерацией в интернете без компьютера или без мобильного телефона очень сложно, правильно? Но теперь будет сложно делать то же самое без некого носителя, там, не знаю, мобильного телефона или компьютера, и без интеграции искусственного интеллекта. что это позволяет за то же время повысить уровень персонализации, повысить отклик. Соответственно, это станет маслом, как я уже говорил. И, как я уже говорил, искусство правильного ответа превращается в искусство правильного вопроса. То есть теперь надо уметь правильно структурировать эту историю, понимать стратегию лиды генерации для того, чтобы правильно персонализировано подготовить эту цепочку. Кроме того, искусственный интеллект дает хорошую текстовую заготовку, но ее надо все равно дорабатывать человеком. Как минимум, это экономит много времени, но и дает хороший результат. Это вкратце. То, что я хотел вам сегодня рассказать на тему, собственно говоря, чата GPT и интеграции его в процесс лиды генерации. Если есть вопросы, давайте задавайте. У меня было несколько вопросов по тому. Давайте я вот на них сейчас остановлюсь, вы напишите свои пока. Значит. Можно ли автоматизировать отправку сообщений в LinkedIn? Можно, но поверьте, с высокой степенью вероятности это приведет к бану вашего профиля. Почему? Опытным путем. Я установил, что загружать из LinkedIn с помощью различных систем, т.е. Helper, LinkedIn Helper, Selenium и так далее, можно много чего. А вот загружать в систему, это все, так сказать, приводит к перманентному restriction. Поэтому мой подход следующий. Мы используем искусственный интеллект для того, чтобы генерировать тексты сообщений, отправляем их ручками, потому что их там не так много надо отправлять, там дневные лимиты небольшие, это можно и человекам делать. Зато снижается резко степень рисков, связанная с использованием автоматизации. Да? Дальше. Можно ли интегрировать Charge IPT с CRM-системами и другими инструментами для управления отношениями с клиентами? Можно. Это абсолютно реальная история. То есть, как вот я показывал, как можно интегрировать одну таблицу, взять данные из одной таблицы, переработать и в другую. Точно так же можно как бы с помощью различных модулей подсоединиться и использовать ChargePT для генерации персонализированных сообщений не обязательно в LinkedIn, но и в других системах управления клиентами. Как оценить эффективность? Пока оценить сложно, потому что мы только начали проекты. Мои ребята достаточно активно используют ChargePT для повышения эффективности. То есть пока понятно, что условная подписка за 20 долларов в месяц, она, конечно, многократно окупается за счет экономии времени. Как минимум, это уже более эффективно. Я тут вам подготовил еще инструменты, которые можно использовать помимо собственно чата GPT, не им единым. Вот есть инструменты, которые позволяют из PDF-а сделать некие ревью. Это полезно. Построить сайт за 30 секунд. Презентацию за 30 секунд подготовить. Есть инструменты для принятия решения. Когда вы рассказываете, какое решение надо принять, вам взвешивают его, дают новые углы. Ну, и вы можете тренировать искусство презентации. То есть вы прямо наговариваете свою презентацию, рассказываете свой питч. Вот. И говорить, что хорошо, что плохо. То есть это, на самом деле, крутая история, с помощью которой можно хорошо экономить время и достигать новых результатов. Соответственно, как получить новых клиентов, если хотите, если заинтересованы в том, чтобы использовать максимально эффективные инструменты для лидогенерации крупных клиентов, спросите нашу команду лидгенов, как вам использовать это в рамках своего бизнеса. Я сбросил в описании ссылочку на бронирование встречи. Что я предлагаю сделать? Заходите в это самое по ссылочке. Сейчас я тоже выведу на экран. Заходите по данной ссылке. Бронируете время. Во-первых, рассказывайте, кто вы, что вы, чем вы занимаетесь, чего хотите добиться. Выбираете время для встречи. Ребята готовят некое видение, чего, по нашей точке зрения, вам нужно, можно добиться с помощью LinkedIn, с помощью автоматиза, с помощью искусственного интеллекта для решения ваших задач политдегенерации. Вот. И, ну, собственно говоря, понимаем, что делать дальше. Либо вы на основании этой стратегии делаете это все самостоятельно. У вас будет алгоритм действий. Делай раз, два, три. Либо вы это делаете сами, что вполне окей. Либо говорите, ребята, сделайте для нас с гарантией, финансовой гарантией результат. Говорим, окей, если мы понимаем вас, понимаем вашу целевую, как вы ведете бизнес. Ну, почему бы и нет? Вот. Поэтому вот ссылка. Я сейчас после окончания стрима заброшу ее на каналы. Вот. И, соответственно, если вам нужны новые крупные клиенты, вперед. Мы вам для этого можем быть полезны. Всем спасибо. Пора мне бежать на следующий созвон. Надеюсь, было полезно. Этот самый, да, обещал еще сбросить ссылочку на презентацию. Давайте тоже сюда ее сброшу. Она будет вот сюда в описании. Поэтому используйте. То, что я накопал, пожалуйста, используйте. Я абсолютно не против. Берите из этого максимум. Окей? Все круто. Всем спасибо, всем хороших результатов и до скорой встречи. Пока-пока.