Коммерческие запросы в эпоху ИИ: GEO для транзакционных страниц

Покупатель всё чаще ищет товары не через поисковую выдачу, а сразу спрашивает у нейросети, что выбрать и где купить. ИИ сам сравнивает варианты и может привести пользователя прямо к конкретному магазину. Поэтому сегодня важно не только попасть в топ поиска, но и стать источником для ответа нейросети.

В этой статье разберем, как подготовить карточки товаров и другие коммерческие страницы к такому поиску. Расскажем, какие данные важны для нейросетей, зачем нужны FAQ, отзывы, сравнения и Schema.org, и какие технические ошибки могут помешать странице попасть в ответ ИИ.

Путь покупателя сломался и не в пользу магазинов

Ещё два года назад интернет-магазины понимали правила игры: занять место повыше в выдаче, сделать удобный сайт, выиграть сравнение по цене и доставке. Путь покупателя проходил через сайты - несколько вкладок, сравнение характеристик, выбор.

Сегодня этот маршрут всё чаще перехватывается раньше. Человек пишет в Алису: «Посоветуй робот-пылесос для длинноворсового ковра до 25 000 рублей» - и получает сравнение трех моделей с ценами прямо в чате. Без единого перехода на сайт магазина.

Масштаб уже ощутимый: нейроответы Яндекса покрывают порядка 68% информационных запросов, трафик на тексты и обзоры с начала 2025 года просел примерно на треть по данным профессиональных SEO-сообществ. Для коммерческих страниц механика пока другая - нейросеть выступает фильтром, а не заменой сайта. Но этот фильтр пропускает только тех, кто в него попал. Как туда попасть - об этом и статья.

Три разных задачи под одним зонтиком «оптимизации»

Когда специалисты говорят об оптимизации под ИИ, они нередко смешивают три принципиально разные дисциплины. Понять разницу важно, потому что инструменты, метрики и логика работы у них не совпадают.

SEO решает вопрос видимости в классической выдаче: какая страница окажется выше в списке ссылок. Алгоритм ранжирования оценивает релевантность, ссылочный профиль, поведенческие факторы.

AEO работает с другой задачей - попасть не в список, а в готовый ответ на конкретный вопрос. Это нулевая позиция в Яндексе, featured snippet в Google, ответ голосового ассистента. Здесь решает не «выше или ниже», а «процитировала система вашу формулировку или нет».

GEO идёт ещё дальше: задача - стать одним из источников, которые генеративная нейросеть использует при синтезе развёрнутого ответа. ChatGPT, Алиса, GigaChat, Perplexity - они не выдают список, они составляют текст, опираясь на несколько страниц одновременно.

Принципиальный момент: SEO и GEO не конкурируют за ресурсы. Хорошая страница работает в обоих каналах. Но GEO предъявляет к контенту более строгие требования по точности и структуре - об этом ниже.

Как нейросеть выбирает источник: механика RAG

Прежде чем оптимизировать страницу, полезно понять, как именно генеративная система принимает решение, что процитировать. Большинство современных ИИ-ассистентов с доступом к интернету работают по архитектуре RAG - Retrieval-Augmented Generation.

Цепочка выглядит так:

1. Пользователь задает запрос
2. Система разбивает его на подзапросы - производители, ценовые диапазоны, характеристики, отзывы
3. Поисковый модуль извлекает релевантные документы
4. Языковая модель вычленяет конкретные фрагменты - те, что точнее отвечают на задачу
5. Из этих фрагментов собирается итоговый ответ

Ключевой момент в шаге четыре: в ответ попадают не страницы целиком, а отдельные фрагменты. Один хорошо написанный абзац карточки товара может перевесить целый сайт конкурента. И наоборот: если данные о товаре живут в JavaScript-компоненте с динамической подгрузкой, система их попросту не видит на этапе извлечения.

Исследователи из Princeton и Georgia Tech в 2024 году на специальном бенчмарке показали: добавление конкретных цитат, статистики и ссылок на источники давало до 40% роста видимости в генеративных ответах. Это лабораторные условия, но масштаб эффекта ориентирует.

Российский рынок: где и как формируется нейровыдача

4 платформы, которые важны прямо сейчас

Яндекс и Алиса - точка входа для подавляющей части российских коммерческих запросов. Нейроответы отображаются прямо над органической выдачей, а у Алисы есть собственный диалоговый интерфейс для голосовых и текстовых обращений.

Для магазинов ключевым инструментом стал Yandex Commerce Protocol (YCP) - стандарт, через который ретейлер передает структурированные данные напрямую в экосистему Яндекса. После подключения пользователь видит карточку прямо в диалоге с Алисой и завершает покупку там же. По статистике Яндекса, еженедельная аудитория Алисы превышает 19 миллионов человек, а доля покупок через встроенный чекаут растёт квартал к кварталу.

GigaChat от Сбера - второй по охвату игрок. Чаще встречается в B2B-сценариях и консультациях по финансовым или медицинским темам. Хорошо усваивает страницы с явной экспертной структурой - особенно там, где есть ссылки на нормативы или официальные документы.

ChatGPT и Perplexity - работают в российском сегменте преимущественно через корпоративные аккаунты. Perplexity показывает источники явно рядом с ответом: попасть туда означает получить видимую ссылку, которую пользователь видит и кликает.

Google AI Overview - актуально для магазинов с упором на Google-трафик. Аналитики фиксируют, что почти все цитируемые источники в AI Overviews уже находятся в органической выдаче - без базового SEO вход туда закрыт.

Где нейросеть проверяет данные о магазине

Модель не ограничивается официальным сайтом. Она сопоставляет информацию сразу из нескольких независимых точек - и если они дают разные данные о цене, адресе или ассортименте, доверие к магазину как к источнику снижается.

Для российского рынка это означает работу с конкретным набором площадок:

Отзовики - Otzovik, iRecommend, Yell, Flamp. Модель считывает не только итоговую оценку, но и паттерны в текстах: что повторяется в плюсах, что - в минусах, насколько отзывы свежие и содержательные. Шаблонные тексты без деталей этой проверки не проходят.

Геосервисы - Яндекс Карты и 2GIS критичны для магазинов с офлайн-точками. Расхождение между адресом на сайте и на картах, или устаревший режим работы - это противоречие, которое модель фиксирует.

Медиаплатформы - публикация на VC.ru или Habr с реальными данными и упоминанием бренда быстро индексируется и поднимает авторитетность домена в восприятии модели.

Маркетплейсы - Wildberries, Ozon, Яндекс Маркет служат независимой проверкой. Если цена или описание на маркетплейсе кардинально расходится с сайтом, нейросеть видит противоречие в данных.

GEO/AI-продвижение

Адаптируем сайт под нейровыдачу.
Будьте первыми в ответах нейросетей.

Оставить заявку →

Чеклист транзакционной страницы для GEO

Небольшой нишевый магазин с двумястами хорошо проработанными карточками регулярно оказывается в нейроответе вместо крупного ретейлера с тысячами SKU и шаблонными текстами. Система выбирает фрагмент, который точнее закрывает задачу пользователя - не тот, что принадлежит более известному домену.

1. Название товара как устойчивый идентификатор

Нейросеть сопоставляет данные из нескольких источников: страница сайта, Schema.org-разметка, товарный фид, карточка на маркетплейсе. Если название везде записано по-разному - «пылесос синий», «VC18M3120», «Samsung vacuum» - модель либо не устанавливает связь между источниками, либо воспринимает их как разные объекты.

Рабочая схема:

Пример: «Пылесос Samsung VC18M3120, 1 800 Вт, контейнер 2 л, сухая уборка, синий» - и именно в таком виде в H1, title, разметке и фиде.

2. Описание, написанное под ситуацию покупателя

Производитель описывает продукт. Покупатель спрашивает про свою ситуацию. Нейросеть ищет фрагмент, который отвечает на вопрос «подойдёт ли мне это» - и если его нет, берёт источник, где он есть.

Структура описания, которое работает как источник для ИИ:

• с какой конкретной задачей и для какого пользователя создан товар;
• чем принципиально отличается от ближайших аналогов в той же ценовой нише;
• как выглядит польза в реальном сценарии, а не в маркетинговом тексте;
• что товар не умеет или для чего не подходит - честность здесь повышает доверие модели к странице.

Пример: «Оптимален для квартир с коврами и домашними животными. Встроенная турбощетка вытягивает шерсть из ворса мягкой мебели. Влажная уборка конструкцией не предусмотрена - для комбинированного режима подойдёт модель VC20 из той же линейки».

3. Данные о товаре в исходном HTML

Большинство RAG-систем не выполняют JavaScript при извлечении данных.

Характеристики во вкладках с динамической подгрузкой для нейросети физически отсутствуют - даже если пользователь их прекрасно видит в браузере. Всё технически важное должно присутствовать в исходном коде страницы. Дополнительный момент: единицы измерения должны быть согласованы по всему сайту - смешение «Вт» и «W», «л» и «литр» создает путаницу при машинном чтении данных.

4. Единая цена и однозначный статус наличия

Нейросеть проверяет данные о товаре сразу в нескольких точках. Когда на странице стоит одна сумма, в Schema.org прописана другая, а фид Яндекс Маркета содержит третью - это не технический нюанс, это прямой сигнал ненадежного источника. Такая страница или выпадает из ответа, или попадает туда с неверными данными - второй вариант хуже первого.

Минимум, который должен соблюдаться без исключений:

• конечная цена везде одинакова - без скрытых наценок «при оформлении»;
• статус наличия передаётся однозначно: InStock, OutOfStock, PreOrder;
• формулировки «цена по запросу» и «уточните у менеджера» исключены - для модели это равнозначно пустому полю.

5. Условия доставки с конкретными регионами и сроками

«Довезете ли до Краснодара за два дня?» - это обычный уточняющий вопрос в диалоге с ИИ-ассистентом. Карточка, которая отвечает на него явно, получает преимущество над той, где написано просто «доставка по России».

Стоит прописать: регионы с конкретными сроками, порог бесплатной доставки, наличие ПВЗ, особые условия для крупногабарита.

6. Отзывы, которые несут смысловую нагрузку

Пять звёзд без текста не дает нейросети ничего, кроме числа. Полезный отзыв содержит сценарий использования, сравнение ожиданий с реальностью, конкретные плюсы и минусы, дату публикации. При этом числовой рейтинг должен совпадать с агрегированной оценкой на странице - расхождение здесь тоже считывается как противоречие в данных.

7. FAQ как инструмент перехвата вопросов

Каждый вопрос, который пользователь задает нейросети по вашему товару, а карточка не закрывает - это запрос, на который модель ответит из другого источника: форума, отзовика или страницы конкурента. FAQ на карточке перехватывает эти вопросы и удерживает пользователя в экосистеме магазина.

Темы, которые стоит закрыть в первую очередь:

• совместимость с другим оборудованием и расходниками;
• реальный порядок гарантийного обслуживания и возврата;
• стоимость и доступность расходных материалов;
• помощь с выбором между похожими моделями линейки;
• нетипичные сценарии эксплуатации.

8. Сравнительная таблица под контролем магазина

Когда пользователь просит сравнить несколько моделей, нейросеть строит таблицу из тех данных, которые найдёт. Если магазин сам опубликовал структурированное сравнение на своей странице - именно оно становится основой ответа.

Полезная структура: текущая модель против предыдущей версии, против старшей в линейке, против прямого конкурента.

Отдельный блок «кому подойдёт и кому нет» - один из фрагментов, который генеративные системы цитируют особенно охотно.

9. Визуальный контент под мультимодальные модели

GPT-4o, Gemini и обновленные версии Алисы умеют анализировать изображения. Для карточки товара это дополнительный канал передачи данных, который большинство магазинов пока не использует.

Четыре практических требования:

• Alt-атрибут описывает товар однозначно - не «фото 1», а "Пылесос Samsung VC18M3120, 1800 Вт, синий, вид спереди";
• инфографика с ключевыми параметрами прямо на изображении дублирует данные визуально;
• фото в реальном сценарии использования информативнее студийного снимка на белом фоне;
• для категорий, где форма и размер принципиальны - мебель, одежда, инструменты - качество визуального контента напрямую влияет на точность ответа нейросети.

10. Schema.org - машиночитаемый слой поверх контента

Без структурированной разметки модель вынуждена угадывать данные из текста методом интерпретации. Schema.org передаёт ей точные значения без необходимости что-либо предполагать.

Минимальный набор для товарной карточки: Product + Offer

Расширенный набор: Product + Offer + AggregateRating + Review + BreadcrumbList

Для товаров с вариантами (размер, цвет, комплектация): ProductGroup + отдельный Offer на каждый вариант.

Проверка: Rich Results Test в Google Search Console и Валидатор микроразметки в Яндекс Вебмастере. Ключевое требование, которое нельзя нарушать: значения в разметке должны буквально совпадать с видимым текстом страницы. Любое расхождение интерпретируется как манипуляция и снижает доверие к источнику.

Технические ошибки, которые закрывают страницу от нейровыдачи

Последняя ошибка разрушает доверие сразу к двум сторонам - к магазину и к нейросети как инструменту для выбора покупки.

Как измерять присутствие в нейровыдаче

Стандартный отчёт по позициям в топ-10 не покажет, попадает ли ваш магазин в ответы ИИ. Нужна отдельная система измерений.

Что отслеживать

Инструменты для российского рынка

• Яндекс Вебмастер - раздел «Видимость сайта в Алисе AI» показывает конкретные запросы, по которым страницы попадают в нейроответ
• Яндекс Метрика - при настроенной UTM-разметке переходы из ИИ-ответов выделяются как отдельный источник
• Bing Webmaster Tools - аналог для Microsoft Copilot, актуален для B2B и международного присутствия
• Ручной мониторинг - 15–20 тестовых промптов, проверяемых раз в одну-две недели в Алисе, GigaChat и ChatGPT. Результаты в таблице: дата, платформа, промт, факт упоминания, точность данных, конкуренты в том же ответе

Нейроответы меняются без предупреждений. Страница, которая была в подборке неделю назад, может исчезнуть после переиндексации - и вернуться после исправления единственной ошибки в разметке.

Практические сценарии для разных категорий

Бытовая техника

Пользователь спрашивает Алису: «Какой холодильник купить для однушки до 40 000 рублей?»

Нейросеть проверяет: точное название → цену → наличие → описание под сценарий «маленькая кухня» → FAQ с вопросом о глубине встройки → отзывы с упоминанием компактности → alt-теги с габаритами на фото.

Магазин с этим набором в исходном HTML попадает в ответ. Магазин с красивым интерфейсом, но данными в JavaScript и «ценой у менеджера» - нет.

Строительные материалы

Запрос: «Что лучше - OSB или фанера для пола на даче?»

Сравнительный запрос. Нейросеть ищет структурированный текст с ответом. Статья в блоге или страница категории с таблицей сравнения становится источником для нейроответа и одновременно направляет пользователя к конкретным товарам.

Фармацевтика

Запрос в GigaChat: «Антигистамин без сонливости - что выбрать?»

Карточки препаратов с показаниями, противопоказаниями, аналогами и FAQ с ответом про сонливость попадают в ответ. Для аптечных сетей особенно критична синхронизация цен между сайтом, разметкой и фидом - расхождения здесь болезненнее из-за регуляторного контекста.

Одежда и обувь

Запрос: «Кроссовки для зала, нескользящая подошва, размер 43»

Мультимодальные модели анализируют фото подошвы. Alt-тег "Nike Air Zoom Pegasus 40, подошва с зонами амортизации, нескользящее покрытие, размеры 36–47" вместе с таблицей размеров и FAQ про покрытия для зала формирует полный набор данных для попадания в нейроответ.

Три вещи, которые решают исход

GEO не требует нового сайта и новой архитектуры. Он требует более высокой точности в том, что и так должно быть сделано хорошо.

Точность данных. Цена, наличие и характеристики везде одинаковые: на странице, в разметке, в фиде. Одно противоречие и страница теряет доверие системы.

Ответ на задачу. Описание написано для человека с конкретной ситуацией, а не для поискового робота. Нейросеть ищет фрагмент, который закрывает вопрос «подойдёт ли мне», маркетинговый текст это не делает.

Техническая видимость. Характеристики в HTML, корректная Schema.org, внятные alt-атрибуты, отсутствие дублей, актуальные данные о наличии - без этого минимума всё остальное теряет смысл.

Когда человек, поисковый робот и ИИ-ассистент одинаково считывают страницу - она оказывается не только в выдаче, но и в самом ответе.