Как попасть в рекомендации ИИ со своими товарами

ИИ-модели все чаще формируют рекомендации товаров вместо классической выдачи. В материале разберем, как работают алгоритмы ИИ-цитирования, почему одни магазины попадают в рекомендации, а другие — нет, а также что делать бизнесу.

Владельцы онлайн-бизнеса уже заметили, что между ними и покупателями появился ещё один посредник — искусственный интеллект. ChatGPT, Gemini, Perplexity и другие чаты формируют ответы, которые содержат товарные предложения. Попадёт ли ваш продукт в такой ответ, решают алгоритмы ИИ.

Как работают алгоритмы ИИ-цитирования? Почему одни магазины попадают в рекомендации, а другие — нет? Что делать бизнесу? Специалисты digital-агентства Elit-Web делятся своим опытом в материале для читателей Хорошопа.

Как работают алгоритмы ИИ-рекомендаций

Алгоритмы ИИ-рекомендаций работают сложнее, чем обычная поисковая система, хотя и частично используют данные из поиска. Источником их ответов является комбинация двух типов информации. Сначала во время обучения модель получает огромный массив данных. А уже в процессе работы искусственный интеллект подтягивает дополнительную информацию из актуальных онлайн-источников, чтобы дополнять собственную базу фактами, которые появились после его обучения.

Так, например, уровень осведомлённости ChatGPT зависит от двух составляющих: 1) даты последнего обновления модели; 2) качества информации, которую он получает из внешних ресурсов. В свою очередь, Google AI Overview работает внутри системы Google, поэтому имеет прямой доступ к огромным объёмам данных, которые использует в своих ответах.

Процесс создания ИИ-рекомендаций можно разделить на несколько этапов:

1. Модель анализирует содержание вопроса, определяет намерение пользователя и суть самого запроса. Например, в блоке «Покупки» от OpenAI система задаёт ряд уточняющих вопросов о том, какой именно продукт интересует человека. Для примера мы использовали запрос «какой повербанк лучше купить для путешествия». ChatGPT Shopping последовательно задал такие вопросы:

2. ИИ сверяет запрос со своей внутренней базой знаний и обращается к открытым источникам в сети. Причём он может сформировать ряд дополнительных микрозапросов к разным ресурсам.

3. Далее ИИ сопоставляет разные источники и оценивает контекст. На этом этапе модель применяет логику, языковые и поведенческие паттерны, статистические закономерности и даже информацию об IP-адресе пользователя.

4. После обработки всех сигналов система создаёт текстовый ответ с учётом того, как пользователь обычно формулирует запросы.

Зная всё это, бизнес, который хочет попасть в рекомендации ChatGPT или Gemini, прежде всего должен обеспечить доступность информации о себе в открытых онлайн-источниках.

Проблемы с отображением информации о бренде могут возникать по нескольким причинам. Во-первых, база знаний ИИ обновляется не всегда равномерно, поэтому модель иногда не имеет самых свежих данных о компании или продукте. Во-вторых, крупные ИИ-модели используют информацию из сторонних источников, где данные постоянно обновляются, но не всегда достаточно структурированы или полны.

Поэтому, если модель видит, что данные о продукте противоречивы, она просто не рискнёт включать его в рекомендации. Для неё это вопрос качества ответа.

Какие сигналы влияют на то, что ИИ выберет товар для рекомендаций

ИИ-модели при формировании своих рекомендаций опираются на систему сигналов, которые помогают понять, достаточно ли качественен ваш товар, а также насколько он соответствует запросу пользователя. Происходит многоуровневая проверка: сначала анализируется сам продукт, а затем — информация вокруг него. Бренд, который хочет попасть в ИИ-рекомендации, должен работать на разных уровнях.

Уровень 1. Качество и структура данных о товаре

ИИ любит порядок и избегает различных неточностей, поэтому отдаёт предпочтение тем товарам, о которых находит максимально понятную и полную информацию. Должны быть подробно указаны размер, материалы, технические характеристики, сценарии использования, совместимость и возможные ограничения. Важно использовать структурированные списки и фотографии хорошего качества. Пример карточки товара, которая попала в рекомендации ИИ по нашему тестовому запросу, можно увидеть на скриншоте. Это сайт, созданный на Хорошопе.

Уровень 2. Репутационные сигналы и надёжность бренда

ИИ-модели сверяют данные о товаре на вашем сайте с информацией из других источников. Они анализируют репутацию и смотрят:

• есть ли жалобы;
• часто ли возвращают товар;
• есть ли негативные упоминания на сторонних площадках;
• насколько бренд стабилен в своей коммуникации.

Положительные отзывы в сети создают более высокий уровень доверия, благодаря чему возрастает вероятность появления вашего продукта в рекомендациях. Например, подборку качественных повербанков на 30000 mAh ИИ сформировал на основе данных сайтов, где размещены отзывы пользователей, и авторитетных каталогов.

Как оптимизировать контент для попадания в рекомендации ИИ

Для большинства нейросетей основным источником данных о бренде или его продуктах является контент, размещённый на сайте компании и в других открытых источниках. ИИ-модели сканируют всё, что написано о вашем товаре: описание, характеристики, сравнения, советы, обзоры и ответы на комментарии. Если вы стремитесь попасть в ИИ-рекомендации, сделайте следующее:

• подготовьте максимально полное и понятное описание;
• добавьте различные структурные элементы, в частности списки, таблицы, блоки характеристик и подзаголовки;
• подготовьте обзоры, сравнения, чек-листы и FAQ, а также подумайте, в каких разделах своего сайта вы можете их разместить.

Например, в описании одного из повербанков, который рекомендовал ИИ, есть: структурированная характеристика продукта, таблица, информация о комплектации, производителе, цене и сопутствующих товарах. Каждый из структурных элементов описания чётко отделён с помощью подзаголовков.

Также следите за постоянным обновлением контента. Это сигнал для ИИ о том, что бизнес активно работает, следит за качеством контента и поддерживает точность данных.

Влияние технической оптимизации на видимость в рекомендательных блоках ИИ

Чтобы ИИ корректно понял всё о вашем магазине, нужно дать моделям быстрый доступ к информации. Это можно сделать с помощью технических улучшений. Скорее всего, вы уже работали над этим, когда боролись за верхние позиции в традиционной поисковой выдаче, но с появлением ИИ-рекомендаций техническая оптимизация приобретает новый вес. Любая техническая проблема автоматически снижает шансы попасть в рекомендательные блоки.

Основой для взаимодействия с ИИ являются структурированные данные. Среди правил, которых следует придерживаться интернет-магазину, в первую очередь выделяются:

• использование микроразметки и её регулярное обновление при любых изменениях;
• единая логическая иерархия категорий;
• понятные URL;
• избегание дублированного контента;
• чёткая навигация и фильтры.

Также для ИИ важно логичное внутреннее перелинковывание и контентные связи. Если вы показываете, какой товар связан с другим, алгоритм усваивает эти сигналы.

Репутация бренда и «сигналы доверия», которые учитывает AI

Искусственному интеллекту нужны доказательства того, что ваша компания предлагает качественный и надёжный продукт. Чтобы понять эту логику, вспомните, как действует человек: он собирает разную информацию из разных источников и только потом принимает решение о покупке. Точно так же настроены и алгоритмы, ведь для них также важны сигналы с разных платформ.

Для формирования общей онлайн-репутации обратите внимание на:

• отзывы о вашем товаре;
• средний рейтинг товара и магазина в целом;
• присутствие на проверенных платформах, в частности актуальный профиль в Google Merchant Center и Google Maps, аккаунт на маркетплейсах и упоминания в каталогах.

Например, если пользователь спросит о каких-то заведениях, которые находятся рядом с ним, ChatGPT будет ориентироваться на внутренние данные о местоположении пользователя, информацию из Google Maps и данные из других авторитетных источников.

Также будет сгенерирован фрагмент карты, на которой будут отмечены заведения, которые рекомендует ИИ. Рейтинговая оценка будет передаваться из Google Maps.

После клика на любой из значков пользователю откроется карточка заведения, идентичная карточке в Google Maps.

Источниками информации о заведении становятся сервисы доставки с оценками посетителей и региональные рейтинги.

Поэтому для попадания в ИИ-рекомендации бизнесу необходимо разместить:

• актуальную информацию в Google Merchant Center;
• точные данные о времени работы, контактах и адресе в бизнес-профиле.

Также стоит позаботиться об упоминаниях бренда в независимых источниках. Помните: один из самых сильных сигналов доверия — это согласованность всей информации о бренде.

Как тестировать и отслеживать попадание в ИИ-рекомендации

Так же, как и в SEO, бизнес уже может наладить системное отслеживание ИИ-трафика. Вы можете измерять, как часто и в каких сценариях вас упоминает ИИ. Для этого стоит заказать GEO-аудит, который уже разработали ведущие агентства. Так вы получите объёмную информацию о попадании в ИИ-рекомендации и общей видимости вашего бренда. Также можно воспользоваться несколькими другими способами.

Ручное тестирование запросов

Попробуйте смоделировать разные ИИ-запросы, которые может задавать пользователь в вашей нише, и введите их в разные модели. Так вы получите первые данные о том, как искусственный интеллект понимает, чем занимается ваша компания и какой товар вы предлагаете. Во время тестирования меняйте формулировки, называйте разные категории, добавляйте особенности продукта. Но такой проверки вам будет недостаточно, если вы планируете работать системно.

Использование инструментов для автоматического мониторинга видимости

Для этого уже есть несколько платформ, которые умеют делать автоматические запросы к разным моделям искусственного интеллекта. Это, например, Evertune AI и Otterly.AI. Но пока они лучше работают с ориентацией на западный рынок и не адаптированы к украинским реалиям.

Косвенными инструментами отслеживания ИИ-рекомендаций являются сервисы социального и медиа-мониторинга Brand24 и YouScan. Они помогут отслеживать сигналы, влияющие на ИИ-видимость, например упоминания бренда в соцсетях, блогах и различных медиа, в том числе визуальные.

Однако, чтобы вы могли сделать выводы и спланировать свои дальнейшие действия, важно организовать системный мониторинг. Необходимо определить метрики, по которым вы будете измерять результат, например:

• доля товаров, которые рекомендует ИИ (%);
• количество уникальных сценариев поиска, где появляется ваш товар;
• доля кликов/конверсий после ИИ-рекомендации (по данным аналитики сайта).

Для получения полной картины полезно сочетать ИИ-мониторинг с классической аналитикой через Google Analytics и другие сервисы. Так вы сможете сопоставить видимость в ИИ-рекомендациях с поведением реальных пользователей.

Что сделать компании, чтобы ИИ посоветовал именно её

Сегодня ChatGPT, Gemini, Perplexity и другие модели стали для пользователей цифровыми помощниками, к мнению которых прислушиваются. Но искусственный интеллект оперирует той информацией, которую находит в открытом доступе. Поэтому, чтобы ваши товары и бренд начали появляться в ответах и рекомендательных блоках, нужна системная подготовка. Бизнесу прежде всего стоит:
обеспечить логичную, предсказуемую и максимально полную структуру страниц;

• создать контент, который нейросети легко интерпретируют и смогут сопоставить с запросами пользователей;
• технически оптимизировать сайт и добавить структурированные данные, которые машина легко распознаёт;
• поддерживать активное присутствие в цифровой среде, чтобы ИИ мог назвать вас надёжным продавцом;
• отслеживать попадание в ИИ-рекомендации и корректировать свою стратегию.

Компании, которые уже начали движение в этом направлении, постепенно занимают места в рекомендательных ответах ИИ. Это долгая стратегия, но она обеспечивает присутствие бренда в новой системе поиска.