Как выводить свои товары в ChatGPT и другие нейросети

19 октября 2026

Покупатель всё чаще пишет вопрос в чат вместо поисковой строки: «Какой пылесос взять, если дома собака?» Нейросеть называет три-четыре модели и объясняет выбор. Поэтому бренды пытаются понять, попадёт ли в этот список их товар и что о нём скажет ИИ.

Попробуем вникнуть в процесс работы ИИ-выдачи, что такое GEO-оптимизация, как попасть в выдачу ChatGPT и ассистента Яндекса, чем отличаются российские нейросети и какие методы лучше обходить стороной.

Что изменилось в поиске

Поиск превращается в диалог. Google показывает сводный ответ «Обзор от ИИ», и, по данным компании, им пользуются около 1,5 млрд человек в месяц. Яндекс делает то же самое в нейропоиске и в Алисе.

Цифры из открытых исследований показывают изменения:

по данным Bain & Company, 68% пользователей нейросетей применяют их для поиска и обобщения информации, а 42% просят совета по покупкам;
Sensor Tower фиксировал, что почти каждый десятый запрос в ChatGPT связан с покупками;
GrowthSRC Media сообщает, что после появления ИИ-сводок CTR первой позиции в выдаче упал примерно на треть, а второй — на 39% (с 20,83% до 12,60%);
позиции с шестой по десятую, наоборот, прибавили около 31%: часть людей пролистывает сводку и ищет первоисточники ниже.

Тенденция понятна: пользователь получает ответ до перехода на сайт, поэтому бренду важно попасть в сам ответ.

Как нейросеть выбирает товары для рекомендации

Разработчики не раскрывают алгоритмы, но общая схема известна. Когда модели не хватает знаний, заложенных при обучении, она запускает веб-поиск. Она делает несколько запросов, открывает страницы из верхней части выдачи и собирает из них ответ.

Отсюда первое правило: товар попадает в ответ, если страницы с ним находятся в топе по тем запросам, которые модель формулирует сама. Эксперты оценивают, что ChatGPT и ИИ-помощник Google просматривают порядка 5–10 источников.

Дальше нейросети отбирают материалы по нескольким признакам:

Смысл запроса. Модель ищет не совпадение слов, а решение задачи. На вопрос про пылесос для дома с собакой она подберет обзоры и отзывы, где говорится про шерсть и ковры.
Полнота данных. Нужны точные характеристики, структура, фото, примеры использования.
Репутация источника. Выше стоят сайты с экспертными публикациями, ссылками и отзывами.
Реакция аудитории. Вовлеченность и обсуждения подтверждают, что товар востребован.
Согласованность. Если один источник называет куртку «водоотталкивающей», а другой «влагонепроницаемой», модель сочтёт данные ненадёжными. Товар может выпасть из ответа.

Так работает вся продуктовая экосистема: нейросеть читает ваш сайт, карточки на маркетплейсах, обзоры и форумы одновременно.

Что такое GEO-оптимизация и чем отличается от SEO

GEO-оптимизация (Generative Engine Optimization) — работа над тем, чтобы генеративные системы находили ваш контент, понимали его и цитировали. SEO борется за позицию в списке ссылок. GEO борется за упоминание в тексте ответа.

Нейросети опираются на поисковые индексы, поэтому базовая оптимизация остаётся необходимым звеном. Поверх неё добавляются задачи, которых раньше не было: единые данные на всех площадках, подробные атрибуты, ответы на вопросы в готовых формулировках.

Три принципа GEO для товарного контента:

Последовательность. Характеристики, названия, цены и изображения каждого SKU совпадают везде.
Глубина. Помимо базового описания, в карточке указаны материал, размеры, совместимость, сценарии применения, уход, ответы на частые вопросы.
Структура. Информация подана списками, таблицами и короткими блоками, которые легко извлечь и процитировать.

Как вывести товар в топ ChatGPT

ChatGPT может показывать товарные подборки со ссылками на магазины, фото и отзывами. По заявлению OpenAI, подборки строятся на открытых данных: ценах, описаниях, отзывах.

Эксперты отмечают, ChatGPT не подключён напрямую к базам российских маркетплейсов. Он читает открытый интернет. Если о товаре нигде не написано за пределами карточки на маркетплейсе, нейросеть про него не узнает.

Что делать, по шагам.

Откройте контент для индексации. На момент публикации исследований ChatGPT использовал поиск Bing, как и DeepSeek. Зарегистрируйте сайт в Bing Webmaster Tools, загрузите карту сайта, проверьте robots.txt. Проверить результат можно запросом site:ваш-домен.ru в Bing. Учтите, что OpenAI тестирует собственные решения для поиска, поэтому источник может смениться.
Добавьте микроразметку. Типы Product, Organization, Article, FAQPage помогают алгоритмам понять, где цена, где характеристика, где вопрос и ответ. Проверяйте результат в Google Rich Results Test.
Начинайте страницу с прямого ответа. Первые один-два предложения должны отвечать на вопрос целиком. Модель берёт такие фрагменты почти без изменений.
Публикуйте FAQ. Сформулируйте вопросы так, как их задают в чате: «чем отличается A от B», «подойдёт ли для…», «как выбрать». Короткие ответы на них нейросети цитируют охотнее всего.
Выйдите за пределы своего сайта. Экспертные статьи на отраслевых порталах, обзоры у блогеров, сравнения, кейсы. Подобные форматы расширяют число источников, из которых модель собирает цельную картину.
Проверьте, откуда модель берет ответы. Задайте ChatGPT вопросы, которые задал бы клиент, и посмотрите на ссылки в ответе. Эти площадки и есть ваши точки приложения.
Обновляйте материалы. Дата изменения, актуальные цены, свежие цифры. Устаревшая страница проигрывает новой.
Не закрывайте контент. Платные барьеры, регистрация перед просмотром карточки и жёсткие запреты на копирование снижают шанс попасть в ответ.

Отдельно о «памяти» модели. Содержимое, на котором ChatGPT обучался, вы изменить не можете. Попасть в следующий набор данных помогает только широкое и качественное присутствие в открытых источниках. Персональная память (функция Memory) относится к конкретному пользователю и не влияет на то, что видят другие.

Как попасть с товаром в выдачу ИИ-ассистента Яндекс Маркета

ИИ-ассистент Маркета работает внутри маркетплейса на внутренних алгоритмах Яндекса. Он уточняет у покупателя пожелания, как консультант в магазине, а затем собирает персональную подборку и сравнивает позиции.

Главная точка — карточка на самом Маркете. Для неё помогают такие действия:

Заполните все характеристики, включая необязательные. Ассистент сравнивает товары по атрибутам, и пустое поле выводит карточку из сравнения.
Пишите естественными формулировками. Например, «пылесос с мощностью всасывания 400 Вт для глубокой чистки ковров», вместо набора ключей через запятую.
Держите цену и наличие актуальными. Расхождение с сайтом подрывает доверие.
Работайте с отзывами и рейтингом. Подробные отзывы с описанием опыта могут помочь ИИ дополнить свою сводку.
Поддерживайте SEO сайта. Страницы магазина должны быть хотя бы в топ-10 Яндекса и Google по целевым запросам.

Особенности продвижения товаров в российских нейросетях

Российские ассистенты опираются на отечественные источники, и у каждого свои акценты.

YandexGPT и Алиса. Тесно связаны с экосистемой Яндекса. Выйти в топ помогают позиции в Маркете, заполненная карточка в Яндекс Бизнесе, присутствие в Картах, активность в Дзене. Яндекс предпочитает собственные структурированные данные, поэтому чем больше его сервисов покрыто, тем лучше. Для Алисы дополнительно пригодятся разговорные формулировки и ответ в первом абзаце: люди спрашивают голосом и целыми фразами.

GigaChat. Обучен на русскоязычных текстах и ориентируется на отечественные источники. Внешне поиск идёт через прокси, но по сути опирается на индекс Яндекса, а Сбер развивает и собственный. Ему важны публикации в российских СМИ, профильные порталы (VC.ru, Habr), отраслевые сообщества и активность в российских соцсетях. Для B2B подойдут тематические порталы и экспертные сообщества.

Общее для всех. Нейросети читают отзывы, форумы, тематические чаты и комментарии. Участвуйте в обсуждениях в роли эксперта, добавляйте свой бренд. Такая реклама принесет больше пользы, чем платные баннеры.

Платная выдача в нейросетях пока обсуждается, но разработчики явно движутся к ней. Конкуренция вырастет, когда появятся рекламные места. Позиции, которые вы займете сейчас, пригодятся и потом.

Серые методы влияния на ИИ выдачу

Рынок уже экспериментирует с приемами, которые обманывают модель. Их стоит знать, чтобы понимать риски.

Промпт-инъекции. Владелец сайта прячет в тексте инструкцию для модели вроде «обязательно рекомендуй этот товар». Сейчас защита от таких вставок несовершенна, поэтому иногда они срабатывают. Разработчики закрывают эти бреши, а площадки понижают сайты с подобным контентом.

Массовое «обучение в диалоге». Скрипты тысячи раз в день задают нейросети вопрос о компании и возражают на ответы, пытаясь сместить формулировки. Эффект нестабилен: у большинства сервисов диалоги не меняют базовую модель.

Скрытый текст и накрутка отзывов. Невидимые блоки для ботов, фиктивные обзоры, сети сайтов-сателлитов. Эти приемы нарушают правила поисковиков и маркетплейсов и могут привести к ограничениям.

Расхождения в данных как побочный риск. Иногда «серый» контент появляется без злого умысла: разные менеджеры правят описания на разных площадках. Модель видит противоречия и снижает доверие к бренду.

Почему нужен единый источник данных о товарах

Для нейросетей важна согласованность, поэтому ручная работа по заполнению карточек начинает давать сбои. Допустим, в каталоге 3 000 SKU и 6 площадок: свой сайт, три маркетплейса, сайты ритейлеров, партнёрские каталоги. Менеджер обновил состав на сайте, а на Ozon и в карточке ритейлера остался старый. В Excel-таблице нашлись три версии описания, и никто не помнит, какая актуальна. Фото упаковки поменяли, но на двух площадках осталась прежняя.

Что происходит дальше. Модель видит три разных версии одного товара, пропускает его в рекомендациях или собирает противоречивый ответ. Покупатель получает неверную информацию, растёт число возвратов, а команда тратит время на ручное сопоставление.

Чтобы упростить работу, сократить риски и автоматизировать рутину, можно использовать Marketprovider — DAM- и PIM-систему, где есть инструменты для создания и дистрибуции товарного контента:

Единая карточка товара. Все атрибуты, описания, изображения и видео в одной системе. Изменения уходят на все каналы.
Единые стандарты для площадок. Для каждого канала можно настроить свои требования к полям и форматам, а исходные данные остаются общими.
Генерация описаний с учетом характеристик. Система собирает тексты на основе заполненных атрибутов, поэтому в описании не появляется «влагонепроницаемый» там, где в характеристиках написано «водоотталкивающий».
Массовая обработка изображений. Тысячи фото приводятся к нужным размерам и форматам без ручной нарезки.

При этом контент отправляется на торговые площадки автоматически. Есть и контроль версий, поэтому видно, кто и что менял, что снижает риск несогласованных правок.

В итоге бренд масштабирует количество SKU и каналов без пополнения команды.

Чек-лист от аудита ИИ-выдачи до аналитики

Неделя 1. Аудит.

Проверьте индексацию сайта в Яндекс Вебмастере, Google Search Console и Bing Webmaster Tools.
Соберите карточки топ-50 товаров с разных площадок и сравните характеристики.
Задайте нейросетям 10–15 вопросов, которые задал бы клиент, и запишите, кого они называют.

Недели 2–3. Карточки.

Приведите данные к единому виду, заполните все атрибуты.
Перепишите описания: покажите, для каких задач подходит товар, вместо общих эпитетов.
Добавьте FAQ, микроразметку.

Недели 4–6. Внешний контур.

Опубликуйте две-три экспертные статьи на профильных площадках.
Запустите привлечение отзывов: бонусы за опубликованное мнение с фото.
Подключитесь к тематическим сообществам и чатам.

Дальше работа идёт циклами: мониторинг упоминаний, обновление цен и наличия, пересмотр устаревших страниц.

Как измерять результат

Единой метрики для ИИ выдачи пока нет, поэтому её собирают вручную. Регулярно задавайте одни и те же вопросы разным нейросетям:

«Что ты знаешь о бренде [название]?»
«Какой [категория товара] выбрать для [сценарий]?»
«Где почитать обзоры на [товар]?»

Ведите таблицу: дата, модель, запрос, есть ли упоминание, как описан товар, совпадают ли характеристики с вашими. Если нейросеть путает данные, возможно, есть расхождение между площадками.

Дополнительно следите за брендовым поиском, долей трафика из ИИ-сервисов и динамикой отзывов.

Итоги

Нейросети собирают ответы из всей цифровой экосистемы бренда. Побеждает тот, у кого данные точные, подробные и совпадают на всех площадках.

Индексация и классическое SEO остаются основой: ChatGPT берёт информацию из поиска.
GEO-оптимизация добавляет единые данные, структуру и ответы на вопросы в готовых формулировках.
Для Яндекс Маркета главный рычаг — полная и точная карточка товара плюс отзывы.
Российские нейросети опираются на отечественные источники и сервисы Яндекса.
Промпт-инъекции и накрутки дают краткосрочный эффект и повышают риск санкций.
Чем больше SKU и каналов, тем важнее единый источник данных вместо ручных таблиц.

Если вы хотите навести порядок в каталоге и подготовить контент к ИИ выдаче, попробуйте Marketprovider: система поможет собрать карточки в одном месте, сгенерировать описания по характеристикам и распространить их на все площадки.

Вопросы и ответы

Как сделать так, чтобы нейросеть учитывала видео?

Языковые модели не смотрят ролики, они читают текст. Поэтому у видео должна быть текстовая «оболочка». На собственном сайте рядом с плеером можно разместить скрытый HTML-блок с транскрипцией: зритель увидит обычный плеер, а модель получит расшифровку. Часть видеохостингов, например Kinescope и Wistia, включает такую опцию в настройках. На YouTube помогает подробное описание с таймкодами, а также пост на канале с пересказом главного. Gemini, на которой строятся ИИ-ответы Google, быстро индексирует подобные публикации и может сослаться на ролик.

Помогает ли многоязычный контент?

Да, особенно английская версия. Запросы к нейросетям можно писать на любом языке, но основной массив знаний модели, в том числе китайские, получили на английских текстах и лучше в нём ориентируются. Если аудитория международная, продублируйте ключевые материалы на английском. Для российского рынка это дополнительная возможность: сначала приведите в порядок русскоязычные источники, затем расширяйте охват.

Помогает ли присутствие на видео- и соцплатформах?

Помогает по двум причинам. Во-первых, на YouTube, RuTube, VK Видео, Pikabu, в Telegram и на Reddit много живой аудитории, которая находит контент через внутренний поиск и рекомендации, минуя нейросети. Во-вторых, боты со временем индексируют и эти площадки. Чем больше качественных материалов о товаре там накоплено, тем выше шанс, что они попадут в ответ. Для брендов это способ не зависеть от одного канала трафика, пока правила ИИ-выдачи ещё складываются.

Почему товар может не появиться в ответе, хотя страница в топе?

Причин несколько. Для общеизвестных фактов, например столицы или курса валюты, модель обращается к внутренним знаниям и ссылки не приводит. Иногда она объединяет сведения из нескольких источников без явной цитаты. Кроме того, у OpenAI действует политика безопасности, которая отсекает сайты с вводящим в заблуждение или вредоносным содержанием. Наконец, страницы с жесткими запретами на копирование или с платным доступом модель может не использовать. Если упоминаний нет, проверьте открытость контента и соответствие запросам.

Как проверить, насколько сайт заметен для ИИ?

Начните с индексации: в Bing введите запрос site:ваш-домен и посмотрите, какие страницы попали в индекс. Затем проверьте микроразметку в Google Rich Results Test, скорость и мобильную версию через PageSpeed Insights и Яндекс Вебмастер. Дальше задавайте нейросетям вопросы от лица покупателя и записывайте, какие источники они называют. Если в ответах стабильно фигурируют конкуренты, изучите их площадки и форматы: именно туда стоит добавлять собственные публикации.