AEO для интернет-магазина: как товары попадают в ответы нейросетей

Путь покупки меняется на глазах: вместо «открыл Маркет, отфильтровал» человек спрашивает модель — «посоветуй беговые кроссовки до 12 тысяч для асфальта» — и получает короткий список с ценами и ссылками. ИИ-покупки (agentic commerce) пока в начале пути, но доля таких запросов у наших клиентов в e-commerce растёт от месяца к месяцу. Для магазина это новый полк витрины: попадание в ответ модели стоит на этапе выбора, где реклама не докупается, а консультант уже не нужен.

Короткий ответ: модели называют магазины, чьи товары извлекаемы — цена и наличие читаются роботом, характеристики лежат в таблицах, есть свежий фид и внешние упоминания. Витрина «цена по запросу» в этом мире не существует.

Как модель собирает ответ «что купить»

Разберём механику на живом промпте: «Лучшие ноутбуки для учёбы до 60 тысяч».

Шаг	Что делает модель	Что нужно от вашего магазина
1. Понять критерии	Учебный сценарий, бюджет, характеристики	—
2. Найти кандидатов	Поиск по свежим источникам: подборки, каталоги, обзоры	Страницы подборок и категорий с ценами в HTML
3. Проверить факты	Цена, наличие, характеристики на карточках	Product-разметка, цена числом, InStock
4. Собрать ответ	3–5 вариантов, таблица или список, ссылки	Структура, которую легко пересказать
5. Дать ссылки	Источник факта по каждому варианту	Чистые URL карточек без параметров

Из таблицы видно главное: модель проходит ваш сайт как очень требовательного покупателя. Всё, что мешает роботу (цена в скрипте, наличие «звоните», характеристики картинкой), выбрасывает вас из кандидатов на шаге 3 — раньше, чем дело дойдёт до ранжирования.

Что цитируют модели в e-com: приоритеты

Тип страницы магазина	Шанс цитаты	Комментарий
Категория-подборка «X для Y» с таблицей цен	Высокий	Готовый ответ: критерии + варианты + цены
Карточка товара с полной спецификацией	Высокий	Источник факта по конкретной модели
Обзор «Топ-N в категории» с датой	Высокий	Модель любит свежие сравнения с ограничением бюджета
Карточка с ценой только в скрипте	Нулевой	Факт недоступен — кандидат отпадает
Каталог «просто список» без характеристик	Низкий	Нечего извлекать

Стратегия следует из таблицы: не пытайтесь «продвинуть все товары в нейросети» — сделайте извлекаемыми топ-100 карточек по маржинальности и 20 подборок под живые сценарии («ноутбуки для учёбы», «кроссовки для асфальта», «стол для дома офиса»). Это тот же принцип фокусировки, что и в классическом SEO магазина, только критерий — не частотность, а сценарность запроса.

Фид: витрина, которую модели тоже читают

Товарный фид (Яндекс Маркет YML, Google Merchant) традиционно кормит маркетплейсы и рекламу. В мире ИИ-покупок фид получил вторую жизнь: платформы ИИ-шопинга (ChatGPT Shopping и аналоги) строятся на фидах продавцов. Практические требования к фиду в 2026 году:

1. Свежесть: цены и наличие синхронизированы с сайтом минимум раз в сутки; расхождение — прямой путь к недоверию платформы.

2. Полнота характеристик: модель сравнивает по параметрам; пустые поля — потерянные кандидаты.

3. Чистые картинки и названия: «Кроссовки мужские Nike Revolution 7» вместо «Rev7 blk 44».

4. Возвраты и доставка — указаны честно: ИИ-покупщики фильтруют по ним, а платформы банят за расхождения.

Если ваш фид уже идёт на Маркет — половина работы сделана; проверьте только свежесть синхронизации. Если фида нет — это первый пункт плана: для e-com он окупается быстрее любых текстов.

Замер: есть ли ваш магазин в ответах

Методика e-com промптов отличается от сервисной — сценарии вместо названий:

1. Составьте 30–40 промптов-сценариев по вашему ассортименту: «[категория] до [бюджет] для [сценарий]», «что выбрать: [товар A] или [товар B]», «где купить [товар] с быстрой доставкой».

2. Прогоните в GigaChat, ChatGPT (с поиском) и Перплексити; фиксируйте: назван ли магазин, назван ли товар, есть ли ссылка.

3. Считайте три доли: упоминание магазина, упоминание товара, кликабельная ссылка.

4. Повтор раз в неделю — динамика важнее точки.

Первый замер обычно отрезвляет: даже сильные магазины named в 5–15% подходящих промптов. Это нормально — и это поле для роста, где конкуренты почти не работают.

Порядок внедрения на квартал

Недели	Действие	Эффект
1–2	Цена/наличие в HTML топ-100 карточек, Product-разметка	Шаг 3 воронки модели — извлекаемость
3–4	Фид: свежесть, полнота характеристик, чистые названия	Платформы ИИ-шопинга + Маркет
5–8	20 подборок «X для Y» с таблицами, перелинковка с карточками	Кандидаты в ответы на сценарные промпты
9–12	Промпт-лист, еженедельный замер, доработка по пробелам	Управляемый рост mention rate

Частые вопросы

Через что люди реально покупают: GigaChat, ChatGPT, Маркет-бот? Распределение меняется быстро; для РФ сегодня значимы GigaChat (аудитория) и ChatGPT (покупательская способность), плюс ИИ-функции самих маркетплейсов. Стратегия одна на всех — извлекаемость, замеры можно вести по двум-трём платформам.

Чем AEO отличается от SEO магазина технически? На 80% — ничем: скорость, индексация, цены в HTML, фид нужны обоим. Разница в акценте: AEO добавляет сценарные подборки, машинную извлекаемость характеристик и замеры по промптам вместо позиций.

Опасно ли, что модель назовёт конкурента дороже нас? Модель не «за» кого-то — она собирает извлекаемые факты. Дороже, но извлекаемо, бьёт дешевле, но невидимо. Сначала сделайте себя читаемыми, потом работайте над аргументами в таблицах.

А если модель ошибётся в цене? Значит, взяла устаревший источник. Свежий фид, честный lastmod и дата на страницах — ваша страховка от чужих устаревших данных о вас.

ИИ-покупки — редкий случай, когда ранние получают скидку на годы вперёд: конкуренция в ответах моделей пока на порядки ниже, чем в выдаче. Топ-100 извлекаемых карточек и двадцать сценарных подборок — вечерний разговор с разработчиком и контент-менеджером, а канал, который через два года будет основным источником «горячих» посетителей.

Мини-кейс: +32% «ИИ-трафика» за квартал у магазина света

Магазин светильников: средний чек высокий, конкуренция в выдаче предельная. Замер стартовой точки — упоминания в 40 сценарных промптах («люстра в гостиную до 20 тысяч», «светильник для низкой кухни»): магазин называли в 3 промптах, ссылку давали в 1.

Работа по плану из статьи: цены и наличие вынесены в HTML топ-100 карточек (разработчик — два дня), фид синхронизирован до ежедневного, 15 подборок «светильник для X» с таблицами и внутренними ссылками на карточки, промпт-лист и еженедельный замер.

Метрика	Старт	12 недель
Mention rate (40 промптов)	7,5%	32%
Ссылки из ответов	2,5%	18%
Визиты с ИИ-источников	40/мес	210/мес
Конверсия этих визитов	—	×2,1 к среднему по сайту

Обратите внимание на конверсию: ИИ-трафика пока мало, но он горячий — человек получил ответ и пришёл выбирать, а не открывать. В деньгах 170 дополнительных визитов с двойной конверсией уже сравнялись с платным каналом среднего размера.

Чек-лист запуска AEO для магазина за две недели

Если начинать с нуля, порядок максимальной отдачи: (1) проверка «видит ли робот цену» — Ctrl+U на пяти карточках (15 минут); (2) перенос цены/наличия в HTML топ-20 карточек (день разработчика); (3) Product-разметка на тех же карточках (полдня); (4) фид: свежесть и полнота (день); (5) три первые подборки «товар для сценария» с таблицей (день контентщика); (6) промпт-лист и первый замер (час). Через две недели — второй замер: система заработала, если хоть один сценарный промпт стал называть вас.

Дальше — масштабирование: +20 карточек в неделю в HTML-режим, +2 подборки в неделю, ежемесячная сверка фида с сайтом. AEO магазина — это конвейер с еженедельным ритмом, а не разовый проект; конвейер мы и заложили в платформу — от промпт-листа до замера упоминаний.

Частые вопросы и типовые возражения

«У нас цены меняются каждый день — HTML-цена нереальна». Реальна: цену в HTML можно отдавать диапазоном («от 12 400 ₽») с обновлением тем же скриптом, который рендерит страницу. Модели и поисковики прощают диапазон, но не прощают отсутствие. Требование точности до копейки — миф, мешающий десятилетиями.

«ИИ-покупки — это далеко, будем потом». Плохая новость: «потом» означает заходить в канал, где конкуренты уже цитируются. Хорошая: чек-лист запуска из этой статьи стоит две недели работы, а не год. И он же поднимает классическое SEO — цены в HTML и разметка нужны обоим каналам.

«Модели будут рекламировать тех, кто платит». Спонсируемые блоки в ответах появляются, но основной поток ответов пока честно собирается из извлекаемых фактов. Более того: платные вставки делают органическую цитируемость ценнее — рядом с рекламой честный источник выделяется.

«Как связать это с Маркетом — не каннибализируем ли себя?» Нет: Маркет берёт свою комиссию и своих покупателей; ответ модели с ссылкой на ваш сайт — маржинальный канал. Фид один, витрины разные — это распределение, а не конкуренция.

С чего начать завтра: верхний список. Ctrl+U на пяти карточках; цены в HTML там, где их нет; Product-разметка; фид-свежесть; три подборки «товар для сценария»; промпт-лист и первый замер. Через две недели — второй замер и решение о масштабировании. Так канал ИИ-покупок перестанет быть абстрактным трендом и станет строкой в отчёте.

Связь AEO с остальными каналами магазина

AEO не живёт в вакууме — она усиливает и усиливается остальным. Товарная разметка и цены в HTML — одновременно коммерческие факторы Яндекса: одна правка работает в двух контурах. Подборки «товар для сценария» — это же длинный хвост классического поиска: «люстра в гостиную до 20 тысяч» ищут и в строке Яндекса, и в промпте GigaChat. Фид кормит не только ИИ-платформы, но и Маркет с его покупательским спросом. И замер упоминаний — тот же промпт-лист, что и для сервисного бизнеса: методика едина, различается только состав сценариев.

Отсюда практический совет по бюджету времени: не выделяйте AEO в отдельный проект — встройте её требования в текущие процессы. Новая карточка — сразу с ценой в HTML и разметкой. Новая категория — сразу с таблицей-подборкой. Обновление фида — сразу со сверкой свежести. Когда требования встроены в конвейер, канал развивается без отдельных инвестиций — на инерции основной работы.

Отдельно про ожидания владельцев: AEO магазина — не замена маркетплейсам и контексту, а третий канал с особой природой трафика — маленького объёма, но горячего и дешёвого в удержании. Честный горизонт первых результатов: две недели на техническую извлекаемость, месяц на первые сценарные цитаты, квартал на устойчивый mention rate выше 25%. Кладите эти сроки в план и не судите канал по первой неделе — модели переобходятся и пересобирают ответы в своём ритме, который не совпадает с ритмом отчётности, и это нормально.

Мини-FAQ AEO магазина

Модели цитируют большие магазины чаще? Не размер, а извлекаемость: средний магазин с ценами в HTML и таблицами-подборками цитируется чаще каталога-гиганта со скриптовыми ценами. Размер даёт бюджет, не право на цитату.

Нужны ли отдельные «страницы для ИИ»? Нет: одна страница работает и на человека, и на модель — определение, таблица, FAQ, дата. Двойной контент удваивает работу и рождает каннибализацию.

Как совместить с Маркетом, который требует своих цен? Цены совпадают, если фид синхронен сайту — это и есть требование. Расхождение цен сайт/фид — риск и для Маркета, и для доверия моделей.

С чего замерять, если ИИ-платформы меняются каждый квартал? С трёх постоянных: GigaChat (русская аудитория), ChatGPT с поиском (покупательская способность), Перплексити (ссылочная механика). Названия платформ придут и уйдут — извлекаемость останется.