«Посоветуй робот-пылесос до 30 тысяч с влажной уборкой» — так сегодня начинается покупка у заметной части аудитории. 35% российских интернет-покупателей выбирают товары с помощью ИИ, 69% из них делают это чаще, чем год назад, а ИИ-трафик на сайты ритейлеров вырос в 6–9 раз. Нейросеть стала новой полкой: если вашего магазина и ваших товаров нет в её ответе, для этого покупателя вас нет вообще. Разберём, как устроены товарные рекомендации нейросетей и что магазин может сделать, чтобы в них попадать. Хорошая новость: большинство конкурентов пока не делает и половины описанного ниже, так что окно возможностей открыто.

Какие товарные запросы уходят в нейросети

  • Подбор по параметрам: «ноутбук для учёбы до 60 тысяч», «коляска для двойни» — модель собирает шорт-лист из 3–7 конкретных моделей и часто сразу называет, где купить;
  • Сравнение: «X или Y — что надёжнее» — модель прямо выбирает победителя и объясняет почему;
  • Доверие к магазину: «можно ли покупать в X», «отзывы о магазине X» — пересказ консенсуса отзовиков и маркетплейсов;
  • «Где купить»: модель перечисляет магазины и маркетплейсы — и порядок в этом списке никем не регламентирован.

На каждом из этих типов магазин выигрывает или теряет покупателя ещё до первого захода на сайт. Если термин GEO вам незнаком, базовое введение — в статье «GEO-мониторинг: что это и зачем».

Что влияет на попадание в товарные рекомендации

Топ-10 Яндекса — вход в ответы Алисы

90% источников в ответах Алисы берутся из топ-10 органической выдачи, а быстрые ответы показываются в 42% поисковых запросов Яндекса. Для магазина это означает: категорийные страницы и карточки, которые стоят в топ-10, — главные кандидаты на цитирование. Проверьте позиции по запросам вида «купить + категория» и «лучшие + категория» и в первую очередь подтягивайте те, где Алиса уже показывает быстрый ответ, а вас в нём нет.

Карточки товаров, которые удобно цитировать

Модель извлекает из страницы факты. Помогите ей:

  • полные характеристики текстом и таблицей, а не в PDF и не на картинках;
  • актуальные цена и наличие: устаревшая цена из старого обзора или кеша попадёт в ответ и приведёт к вам уже разочарованного покупателя — чем это грозит, мы разобрали в статье «Нейросети ошибаются о вашем бренде»;
  • условия доставки, оплаты и возврата прямо на карточке, а не только в общем разделе;
  • разметка Schema.org: Product, Offer, AggregateRating — машиночитаемое описание товара;
  • текст, который отвечает на вопросы покупателя («подойдёт ли для…», «чем отличается от…»), а не «уникализированное» SEO-описание.

Фиды и маркетплейсы

По товарным запросам модели часто цитируют агрегаторы и маркетплейсы: они стабильно занимают топ выдачи и структурированы так, что из них удобно извлекать списки «что порекомендовать». Держите фиды полными и актуальными — категории, характеристики, цены, наличие: ошибка в фиде тиражируется во все витрины, которые модель читает. Присутствие на маркетплейсах — способ попасть в ответ даже по запросам, где собственный сайт пока не дотягивает до топа.

Согласованность данных везде, где вас видит модель

Цена, условия доставки, сроки и наличие должны совпадать на сайте, в фиде, на маркетплейсах и в справочниках. Когда данные расходятся, модель выбирает источник непредсказуемо — и нередко берёт самый старый. Классический сценарий: покупатель спрашивает Алису про условия доставки, получает цифры из прошлогоднего обзора, приходит на сайт и чувствует себя обманутым — хотя вы ему ничего не обещали. Регулярная сверка данных по всем площадкам — скучная, но обязательная часть GEO для e-commerce.

Отзывы: то, что модель пересказывает о вас

На вопросы «можно ли доверять магазину X» модели пересказывают консенсус отзовиков, карт и маркетплейсов — иногда в куда более категоричных формулировках, чем первоисточник. Рейтинг 3,9 против 4,6 у конкурента почти наверняка превратится в «покупатели чаще рекомендуют другой магазин». Собирайте отзывы системно и отвечайте на негатив: это работает и на людей, и на модели.

Обзоры и подборки: 84% цитат — не ваши сайты

84% цитат в ИИ-ответах ведут на сторонние публикации. По товарным запросам это подборки «лучшие X 2026», обзоры и тесты. Попасть в цитируемую подборку — часто самый быстрый способ появиться в рекомендациях: одна публикация в материале, который стоит в топ-10 и уже цитируется, даёт больше, чем месяц работы над собственным блогом. Полный список факторов — в статье «Как попасть в рекомендации нейросетей: 7 работающих факторов».

Частые ошибки интернет-магазинов

  • характеристики только в PDF или на картинках — модель их не извлечёт;
  • разные цены на сайте, в фиде и на маркетплейсе — какой вариант попадёт в ответ, непредсказуемо;
  • игнорирование отзовиков «потому что там негатив» — модель всё равно их процитирует, только уже без ваших ответов;
  • ставка только на собственный сайт, когда 84% цитат приходят со сторонних площадок;
  • отсутствие работы с подборками «лучшие товары категории», которые модели цитируют чаще всего;
  • оценка результата по одному вопросу модели: ответы стохастичны, и единичная проверка ничего не доказывает.

Проверяйте не только «рекомендуют ли нас», но и что модель говорит о доставке, возврате и надёжности: негативная оговорка в конце ответа убивает конверсию не хуже, чем отсутствие в списке.

Как измерять результат

  1. соберите 15–30 запросов: подбор по параметрам, сравнения, «где купить», доверие к магазину — реальными формулировками покупателей;
  2. измерьте базовую линию: серии прогонов по каждому движку, доля упоминаний и Share of Voice с доверительными интервалами — методику мы разобрали в статье «Share of Voice в нейросетях»;
  3. исправьте карточки, фиды и отзывы, добейтесь публикаций в цитируемых подборках;
  4. повторите замер через 4–6 недель той же методикой и сравните интервалы.

«Брендометр» автоматизирует эти замеры: задаёт ваши товарные и категорийные вопросы одиннадцати нейросетям — Алисе, Поиску с Алисой, GigaChat, ChatGPT, Gemini и другим — сериями, считает долю упоминаний с доверительными интервалами, отслеживает тональность и конкурентов, показывает, какие площадки цитируются по вашей категории, и присылает изменения в Telegram. 400 кредитов при регистрации хватит на первую полную проверку магазина. Узнайте, кого нейросети рекомендуют вашим покупателям.