GEO и AI SEO для e-commerce: почему нейросеть советует конкурента и как это исправить

18 ноября 2026

Покупатель открывает Алису AI и пишет: «Подбери непромокаемые треккинговые ботинки до 10 000 рублей». Через несколько секунд он видит три модели, короткое сравнение и ссылки на магазины. Ваших ботинок в списке нет, хотя они дешевле, легче и лежат на складе. Зато есть ботинки конкурента.

Так всё чаще выглядит выбор товара. Вместо десяти синих ссылок покупатель получает один готовый ответ, и второй страницы выдачи у этого ответа нет. Нейросеть либо назвала ваш товар, либо для этого покупателя его не существует.

В этой статье рассматриваем GEO для e-commerce, почему ИИ рекомендует одних и пропускает других, что исправить в первую очередь и как измерить результат. Также объясним, какое место в этом занимают PIM-система и товарные данные.

Как ИИ меняет поиск товаров в e-commerce

Покупатели всё чаще спрашивают у Алисы, ChatGPT, DeepSeek и ИИ-помощника Google рекомендации по покупкам.

Алиса AI подбирает непромокаемые треккинговые ботинки до 10 000 рублей
Алиса AI подбирает непромокаемые треккинговые ботинки до 10 000 рублей

Это изменение отражает более широкую перемену в поведении покупателей. Вместо ввода ключевых слов в поисковую строку и просмотра ссылок, всё больше покупателей просят ассистентов выдать рекомендации, сравнения и советы по покупке.

Цифры показывают рост тренда:

  • В 4,6 раза вырос трафик из Алисы AI в российский e-commerce с начала 2026 года. Каждую неделю о товарах Алису спрашивают 11 млн человек, это примерно треть её недельной аудитории (данные Яндекса).
  • 500-600 тысяч товарных запросов в день получала Алиса AI уже в январе 2026 года, когда научилась подбирать товары прямо в чате.
  • 46,5 млн человек в месяц видят быстрые ответы Алисы AI прямо в Поиске Яндекса, и в каждом таком ответе в среднем около 10 источников 
  • По данным Adobe, в первом квартале 2026 года трафик из ИИ-источников на сайты ритейлеров вырос на 393% в годовом выражении. В марте такой трафик конвертировался на 42% лучше обычного, хотя годом ранее отставал на 38%
  • Посетители, пришедшие из ИИ, проводят на сайте на 48% больше времени и приносят на 37% больше выручки за визит.
  • Исследование IBM и NRF, в котором приняли участие 18 000 покупателей, показало: 45% из них уже используют ИИ-инструменты на пути к покупке.

У этой медали есть обратная сторона. Когда ответ готов сразу, по ссылкам кликают реже: после запуска нейроответов в Яндексе органический трафик информационных сайтов упал в среднем примерно на 30%, писал «Коммерсантъ».

Поэтому позиции в выдаче больше не дают полной картины. Общий знаменатель видимости в ИИ — точные структурированные товарные данные.

Привести в порядок эти данные может PIM-система, например, MARKETPROVIDER. Это платформа для управления товарным контентом, тегами, рич-контентом и изображениями в едином интерфейсе. Она помогает хранить, передавать и обогащать товарную информацию.

Связи атрибутов канала Ozon в MARKETPROVIDER: категории PIM сопоставлены с категориями площадки
Связи атрибутов канала Ozon в MARKETPROVIDER: категории PIM сопоставлены с категориями площадки

SEO, GEO, AEO и AIO: в чём разница

Термины пересекаются, и чётких границ между ними пока никто не провёл.

AEO (Answer Engine Optimization) — оптимизация контента под системы, которые выдают готовые ответы: поисковые блоки, голосовые помощники и ИИ-ассистенты. Задача — сделать так, чтобы система могла извлечь с вашей страницы короткий и точный ответ на вопрос пользователя.

AIO (AI Optimization) — комплексная подготовка контента, товарных данных и бизнес-процессов к работе с искусственным интеллектом. Она включает структурирование информации, интеграции и использование ИИ-инструментов, чтобы нейросети могли корректно извлекать и применять данные компании.

 

Подход

Где виден результат

Цель

Как измерять

SEO

Список результатов в поиске

Клик на ваш сайт

Позиции, трафик, конверсии

GEO (Generative Engine Optimization)

Ответ, который пишет нейросеть

Упоминание бренда и товара, в идеале со ссылкой

Частота упоминаний, точность описания, переходы из ИИ

AEO (Answer Engine Optimization) 

Готовые ответы поисковиков, AI-блоки и голосовые ассистенты

Попасть в короткий ответ на вопрос пользователя

Частота попаданий в блоки с ответами и голосовые рекомендации

ИИ-шопинг

Чат с ассистентом, иногда с покупкой внутри

Рекомендация, которая заканчивается заказом

Заказы и выручка из ИИ-каналов

Между SEO и GEO есть важное структурное различие. В SEO переход с четвёртой позиции на вторую может повлиять на переходы и покупки. В GEO второй позиции нет: бренд либо упоминается, либо нет. Покупатель не увидит товары, которые модель рассмотрела и отбросила.

Но вложения в SEO не сгорают. Страницы, доступные поисковому роботу, понятная структура и упоминания на авторитетных площадках работают и на выдачу, и на нейроответы. Но кроме позиций теперь важны упоминания, точность и переходы из ИИ. SEO отвечает за индексацию и доверие, GEO помогает получить рекомендацию, а ИИ-шопинг превращает её в заказ.

Как нейросеть формирует ответ

Когда пользователь отправляет запрос, он становится входными данными (input) для модели. В ИИ-поиске система дополнительно находит релевантные страницы сайтов, товарные фиды и другие доступные источники, извлекает из них информацию и передаёт её языковой модели. Та формирует ответ (output) постепенно, предсказывая наиболее вероятный следующий фрагмент текста на основе запроса и найденного контекста. Поэтому итоговый ответ может объединять сведения из нескольких источников, отличаться при повторном запросе и содержать ошибки, если информация неполная или противоречивая.

Подробнее о том, как подготовить товарные данные и сайт для таких систем мы рассказали в статье про продвижение товаров в ChatGPT и других нейросетях.

Почему товарные данные так важны для GEO в e-commerce

У интернет-магазинов есть ещё одна важная деталь — каталог. У каждого товара есть атрибуты, цена, статус наличия и изображения, и ИИ-системы считывают всё это.

Алиса AI, например, собирает карточки товаров в ответе из данных маркетплейсов, сайтов ритейлеров и магазинов из раздела «Товары» в Поиске Яндекса. В карточку попадают характеристики, актуальная цена, способ доставки и отзывы.

Представьте два бренда с одинаковыми страницами. У первого каталог заполнен. У второго в трети товаров пустое поле «материал». На запрос «плед из шерсти мериноса» нейросеть порекомендует первого: ей просто не из чего узнать, что у второго тоже шерсть. И лечится это одним заполненным атрибутом.

Масштаб проблемы посчитали в Adobe: компания оценила, насколько страницы ритейлеров понятны языковым моделям. Хуже всех оказались именно страницы товаров: в среднем 66 баллов из 100. Главные страницы набрали 75, а страницы с контактами набрали 81. Получается, что самые важные для продаж страницы нейросети понимают хуже всего.

Что нужно ИИ, чтобы сравнивать товары

Если попросить ассистента подобрать «аккумуляторную дрель с батареей на 18 В и весом менее 1,5 кг», он порекомендует только те товары, для которых эти сведения указаны. Поэтому заполняйте:

  • габариты и вес;
  • материалы и цвета;
  • совместимость: с чем работает и к чему подходит;
  • сценарии использования;
  • технические характеристики.

Что нужно ИИ, чтобы доверять товару

  • идентификаторы: штрихкод (GTIN/EAN), артикул производителя, ваш SKU;
  • цена и валюта;
  • наличие;
  • условия доставки;
  • правила возврата.

ИИ-движки сверяют данные из разных источников. Если на вашей странице одна цена, в фиде — другая, а у ритейлера — третья, самым безопасным решением для модели будет назвать конкурента. Отсутствующие или хаотичные атрибуты могут привести к тому, что вас исключат из результатов.

Именно с этим ежедневно работает PIM-система: она хранит атрибуты, описания и изображения товаров в одном интерфейсе и передаёт их во все каналы. С помощью MARKETPROVIDER контент-команды могут централизованно управлять товарным контентом и изображениями. Тогда мерчандайзинг и маркетинг работают с единым источником данных.

PIM MARKETPROVIDER: каталог товаров с процентом заполнения и тегами выгрузки на Wildberries и Ozon
PIM MARKETPROVIDER: каталог товаров с процентом заполнения и тегами выгрузки на Wildberries и Ozon

Как оптимизировать страницы товаров для AI-поиска

Ответ в первом предложении

Нейросеть ищет фразу, которую можно взять в ответ. Сравните два начала описания:

  • Добро пожаловать в коллекцию беговых кроссовок. Найдите свою идеальную пару.
  • Для бега по асфальту при гиперпронации выбирайте кроссовки с жёсткой медиальной вставкой, перепадом 8-10 мм и ценой до 7000 рублей.

Из первого варианта цитировать нечего. Во втором варианте есть что процитировать. Заменяйте расплывчатые утверждения измеримыми. Например, ИИ скорее процитирует фразу «Снижает количество возвратов на 15% по данным 500 заказов с подбором размера», чем выберет такую формулировку: «значительно улучшает результаты».

Исследование GEO под руководством Принстонского университета (KDD 2024) показало, что добавление статистики, цитат и ссылок на источники может повысить видимость в ИИ-ответах до 40%.

Структурируйте контент

Используйте чёткие заголовки H2 и H3, маркированные списки, таблицы характеристик и короткие блоки FAQ. Модели гораздо легче извлекают чёткие, легко сканируемые фрагменты, чем длинные сплошные тексты. Хорошо работают три-четыре пары «вопрос-ответ» на страницах категорий и в руководствах по выбору товара.

Микроразметка Schema.org

Разметка подсказывает поисковику, где на странице цена, а где артикул. Schema.org понимают и Яндекс, и Google. Исследования цитируемых страниц показали, что структурированные данные есть у 65% страниц, цитируемых в Google AI Mode, и у 71% страниц, цитируемых в ChatGPT. Про попадание в выдачу ChatGPT мы писали ранее.

По данным BrightEdge, у сайтов со структурированными данными и блоками FAQ число цитирований в ИИ выросло на 44%. Наиболее важная разметка:

  • Product: название, изображение, бренд, артикул, штрихкод;
  • Offer: цена, валюта, наличие;
  • AggregateRating и Review: рейтинг и отзывы на страницах товаров;
  • FAQPage: вопросы и ответы на страницах категорий и в гайдах.

Есть лишь одно правило: разметка должна совпадать с тем, что видит посетитель. Если в коде есть цена, которой нет на странице, это может снизить доверие и поисковика, и нейросети.

Оптимизируйте изображения для поиска

Ассистенты всё чаще анализируют изображения, видео и alt-тексты в совокупности.

Пишите содержательные alt-тексты: «Треккинговые ботинки Trail Pro с мембраной, вид сбоку» вместо «IMG_0457». Давайте файлам осмысленные имена и следите, чтобы у каждого товара был полный набор фото.

Если визуалов не хватает, их можно собрать из данных каталога: MP STUDIO делает изображения для маркетплейсов, инфографику и PDF-каталоги прямо из PIM.

Товарные фиды и согласованность между каналами

Google заявляет, что фиды помогают товарам появляться как в ИИ-ответах, так и в других результатах.

Обязательные атрибуты фида: ID, название, описание, ссылка, ссылка на изображение, наличие и цена.

Начните с YML-фида

Стандарт товарного фида для Яндекса называется YML. Через него магазин попадает в раздел «Товары» Поиска Яндекса, а именно оттуда Алиса AI берёт предложения для подбора. Схема простая: сформировать YML-фид, добавить сайт в Яндекс Вебмастер, подтвердить права и загрузить файл. Дата в фиде должна обновляться, а цены и наличие совпадать с сайтом.

Синхронизируйте все каналы

Приведите в порядок названия товаров, описания, цены, остатки, идентификаторы и характеристики:

  • на страницах товаров;
  • в микроразметке;
  • в фидах;
  • в карточках на Ozon, Wildberries, Яндекс Маркете и других площадках.

Чем больше ритейлеров продает ваши товары, тем больше мест, где ИИ может вас найти. Но тем больше и мест, где ваши характеристики могут устареть. Широкая дистрибуция помогает только тогда, когда описание товара везде одинаковое.

Вручную держать всё это в согласии сложно уже на нескольких сотнях SKU. Каждое копирование из таблицы в кабинет площадки создает новый шанс на расхождение. 

PIM-система хранит одну мастер-запись по каждому товару и передаёт её на e-commerce-платформу, в фид и на каждый маркетплейс, например Ozon и Wildberries.

В MARKETPROVIDER это выглядит так:

  • одна карточка товара уходит на 40+ каналов, а данные для каждого канала преобразуются по его правилам: справочники, единицы измерения, обязательные поля;
  • обязательные атрибуты проверяются перед выгрузкой, ошибки видны в отчётах по каждому каналу;
  • бренд-портал отдаёт партнёрам и дистрибьюторам актуальные материалы;
  • RADAR следит за контентом на цифровой полке, и вы видите, как карточки выглядят на площадках.

Магазину с одной витриной хватит аккуратного фида и дисциплины. Для бренда, который ведёт один каталог в десятке каналов, PIM становится обязательным инструментом.

Доверие и авторитет бренда

Исследования показывают, что примерно 91% цитат в ИИ приходится на сторонний контент, а не на сайты самих брендов.

Muck Rack проанализировал более 25 млн ссылок из ответов ИИ: 84% из них ведут на материалы, за которые никто не платил, то есть на публикации и обзоры третьих сторон. На журналистику приходится 27% ссылок, а на рекламу и платные статьи приходится всего 0,3%

Ниже источники, которые влияют на показы в ИИ-выдаче:

  • отзывы на маркетплейсах и отзовиках вроде «Отзовика», IRecommend;
  • статьи в отраслевых и массовых СМИ;
  • форумные обсуждения;
  • партнёрский контент, сравнительные обзоры, подборки «лучшее для…»;
  • транскрипты YouTube.
Отзывы о треккинговой обуви на IRecommend.ru
Отзывы о треккинговой обуви на IRecommend.ru

Каждый источник передаёт свой сигнал доверия. Форумы часто работают как фактор отсева: негативная ветка может заблокировать рекомендацию, даже если всё остальное выглядит хорошо.

Отзывам нужно уделять особое внимание

Треть покупателей уже просит ИИ разобраться в отзывах за них. Свежие подробные отзывы ценнее горы однострочных. 30 подробных отзывов за последние полгода стоят больше, чем 400 однострочных оценок 2022 года. 

Просите покупателей писать о деталях: как сидит, из чего сделан товар, сколько прослужил. И никаких фейков: они нарушают правила площадок, а расхождение между восторженными оценками и жалобами бьёт по доверию.

Как найти пробелы

  • Выполните 20 запросов с покупательским интентом в ChatGPT, Алисе и ИИ-помощнике Google. Берите формулировки из поисковых подсказок, отзывов и вопросов в поддержку.
  • Зафиксируйте, как часто появляется ваш бренд, с каким описанием и какими источниками.
  • Выполните те же запросы для 2-3 конкурентов и отметьте, где они присутствуют, а вы — нет. Часто разгадка банальна: конкурент упомянут в трёх подборках, где вас нет, или у него вдвое больше подробных отзывов.

Как найти источник ошибки и исправить её

Если нейросеть неправильно описывает товар, указывает устаревшую цену или приписывает ему лишние характеристики, сначала найдите источник информации.

  1. Проверьте ссылки в ответе ИИ. Если ассистент указывает источники, откройте их и найдите ошибочные сведения. Сверьте их с официальной карточкой товара, мастер-записью в PIM. Проверьте также карточки на маркетплейсах.
  2. Исправьте данные на своей стороне. Если ошибка возникла из-за устаревшей или неполной информации в каталоге, исправьте мастер-запись в PIM. Затем обновите карточку на сайте, фиды, микроразметку и остальные каналы.
  3. Исправьте информацию на сторонних площадках. Если неверное описание нашли на маркетплейсе, у дистрибьютора или ритейлера, обновите данные в личном кабинете площадки.
  4. Работайте с отзывами. Если ИИ опирается на негативные обсуждения или устаревшие отзывы, отвечайте на них на самих площадках, разъясняйте неточности и просите покупателей оставлять новые отзывы.

Не всегда у ошибочного ответа есть один конкретный источник, ИИ может объединить сведения из разных материалов или самостоятельно сформировать неверный вывод. Поэтому важно устранить расхождения в первоисточниках.

Подготовка магазина к ИИ-покупкам

Покупки происходят уже прямо в чате. Алиса AI показывает рядом с ценой подсказки «Ниже рынка», «Ок-цена» и «Выше рынка», а в части магазинов предлагает «Купить в один клик» с данными из Яндекс ID. По данным Яндекса, к его транзакционной инфраструктуре уже подключено 17% российского e-commerce, в том числе «М.Видео», Kitfort и «Аскона».

Но рассчитывать, что каждый ассистент даст продавцам открытый доступ и единый способ оформить заказ, пока рано. Безопаснее исходить из того, что покупка завершается у вас: на сайте или на маркетплейсе.

Что стоит подготовить:

  • машиночитаемый каталог с полными атрибутами и идентификаторами;
  • актуальные остатки и цены, поскольку ассистент сравнивает предложения разных продавцов, и устаревшая цена либо выбьет вас из подборки, либо разочарует покупателя на сайте;
  • чистые товарные фиды, которые обновляются автоматически;
  • API и прямые подключения, которые особенно важны в B2B, где агентам нужно проверять совместимость, оптовые цены и минимальные объёмы заказа;
  • открытый доступ для краулеров: для поиска ChatGPT необходимо разрешить OAI-SearchBot, и аналогичные правила действуют для Алисы, ClaudeBot и Google-Extended. Закрывайте только страницы без особой ценности для цитирования, например, оформление заказа, личный кабинет и результаты внутреннего поиска.

MCP (Model Context Protocol)

Это открытый стандарт, по которому ИИ-ассистенты подключаются к внешним системам. MARKETPROVIDER поддерживает MCP, поэтому команда может разрешить ассистенту работать с товарным каталогом напрямую, без выгрузок и таблиц. Например, найти товары с пустыми обязательными полями, собрать список позиций с изменившимися характеристиками или подготовить данные к выгрузке. Подробнее о протоколе мы рассказали в статье про MCP.

Создание OAuth-подключения в MARKETPROVIDER
Создание OAuth-подключения в MARKETPROVIDER

При этом не всё стоит отдавать агенту целиком. Рутину он может делать сам от начала до конца: проверять заполненность, готовить данные под каналы, собирать отчёты. А всё, что влияет на образ бренда, лучше пропускать через человека: сгенерированные фото и инфографику, тексты для витрины, спорные значения характеристик.

В MARKETPROVIDER у ИИ-агента своя роль с правами, как у сотрудника, поэтому команда сама решает, к чему у него есть доступ.

Как выстроить и измерять GEO-стратегию для e-commerce

GEO — это постоянная работа с товарными данными, контентом и репутацией бренда. Для интернет-магазина внедрение можно разделить на несколько этапов.

Первые 30 дней: аудит и подготовка данных

  • Выберите 20-50 покупательских запросов по основным категориям и товарам. Проверьте, как на них отвечают ChatGPT, Алиса AI и другие ассистенты.
  • Зафиксируйте упоминания бренда и конкурентов, точность характеристик, цен, наличия и условий доставки.
  • Проверьте заполненность карточек: названия, атрибуты, SKU, GTIN, изображения, описание, условия возврата.
  • Сравните данные на сайте, в PIM, фидах и карточках на маркетплейсах.
  • Проверьте доступность страниц для поисковых роботов и корректность индексации.

Начните с бестселлеров и товаров с высокой маржинальностью, их оптимизация даст приоритетный эффект для бизнеса.

30-60 дней: фиды, микроразметка и синхронизация

  • Исправьте неполные и противоречивые сведения в мастер-каталоге.
  • Настройте автоматическую передачу актуальных названий, характеристик, цен и остатков на сайт и торговые площадки.
  • Сформируйте или обновите YML-фиды и настройте регулярное обновление данных.
  • Добавьте и проверьте микроразметку Schema.org: Product, Offer, AggregateRating и Review.
  • Убедитесь, что данные в разметке совпадают с информацией, которую видит покупатель.

60-90 дней: контент и авторитет бренда

  • Доработайте описания приоритетных товаров: добавьте конкретные характеристики, сценарии использования, преимущества, условия и совместимости.
  • Подготовьте FAQ и короткие ответы на популярные вопросы покупателей.
  • Проверьте, достаточно ли информации о товарах в обзорах, подборках и отраслевых публикациях.
  • Проработайте присутствие бренда на профильных площадках и в независимых обзорах.

Постоянно: внешние упоминания и отзывы

  • Собирайте свежие подробные отзывы на маркетплейсах и отзовиках.
  • Следите за точностью описаний товаров у ритейлеров, дистрибьюторов и партнёров.
  • Развивайте присутствие бренда в отраслевых СМИ, обзорах, подборках и обсуждениях.
  • Ежемесячно повторяйте проверку тех же 20-50 покупательских запросов в ИИ-ассистентах.
  • Фиксируйте изменения частоты упоминаний, точности ответов, переходов и продаж из ИИ-каналов.

Отслеживайте метрики

Метрика

Что показывает

Где смотреть

Частота упоминаний

Как часто бренд появляется в ответах ИИ

Ежемесячная проверка запросов

Точность

Насколько верно ИИ называет цену, характеристики и условия

Ручная оценка тех же ответов

Переходы из ИИ

Сколько посетителей пришло из нейросетей

Яндекс Метрика: отчёт «Источники, сводка» и сегмент по доменам ИИ-сервисов, которые вы видите в отчёте

Заказы и выручка

Сколько денег приносит канал

Метрика и CRM, где их можно связать

 

Частоту упоминаний бренда в ИИ-поиске и нейросетях можно отслеживать с помощью одного из инструментов: Topvisor AI Tracker, PR-CY ИИ-трекер, Rush Analytics AI Трекер, AI Пиксель Тулс, brandfound, Visiobrand, GeoRank.

Яндекс Метрика: переходы на сайт из ChatGPT, Perplexity и Gemini
Яндекс Метрика: переходы на сайт из ChatGPT, Perplexity и Gemini

Этот канал будет небольшим по объёму, но с высоким намерением купить. Следите за трендами, а не отдельными цифрами.

Частые вопросы

Что такое GEO простыми словами?

GEO (Generative Engine Optimization) — это работа над тем, чтобы нейросети упоминали ваш бренд и товары в своих ответах. SEO помогает попасть в список ссылок, а GEO помогает попасть в сам ответ.

Нужно ли переписывать все тексты на сайте?

Нет. Начните с товарных данных: заполните характеристики, выровняйте цены и наличие во всех каналах, проверьте фиды и разметку. Тексты стоит дорабатывать во вторую очередь, начиная с бестселлеров.

Как понять, что ИИ уже рекомендует мой товар?

Задайте 20 покупательских запросов Алисе AI, GigaChat и DeepSeek и запишите, где упоминается ваш бренд. Переходы из нейросетей ищите в Яндекс Метрике в отчёте «Источники, сводка».

 

Видимость в ИИ начинается с товарных данных: полных, точных, одинаковых во всех каналах и понятных машине. Эта работа окупается трижды: она помогает классическому SEO, ответам нейросетей и покупкам внутри чатов.

Гарантировать место в конкретном ответе не может никто. Но качество данных полностью в ваших руках, и оно сработает, какой бы ассистент ни победил в гонке.

Хотите проверить, насколько ваш каталог готов к ИИ-ответам? MARKETPROVIDER объединяет товарный контент, изображения, MP STUDIO и поддержку MCP в одной PIM-системе. Зарегистрируйтесь или напишите нам: проведём аудит каталога и покажем, что исправить в первую очередь.

Подпишитесь на рассылку

Подпишитесь на рассылку