GEO для интернет-магазина: как попасть в ответы ChatGPT о товарах
Чтобы магазин попадал в ответы ChatGPT и других нейросетей, карточки с ценой и фото недостаточно. Модели цитируют страницы, где текстом написано, кому товар подходит, чем он отличается от соседней модели, сколько идёт доставка и как оформить возврат. Ниже разберём, что добавить в карточки, какую разметку поставить и какие страницы подбора завести.
Как нейросети выбирают, какой товар и какой магазин назвать?
Когда человек спрашивает «какой ноутбук взять до 30 тысяч» или «где купить беговые кроссовки в Киеве», ответ собирается двумя способами. Часть модель берёт из обучения: бренды и магазины, о которых много писали в интернете. Часть догружает поиском: ChatGPT с поиском во многом опирается на индекс Bing, Gemini и AI Overviews работают на данных Google, Perplexity сразу показывает источники.
Дальше модель открывает несколько страниц и ищет те, где прямо написан ответ на вопрос покупателя. Карточка с ценой и фотографией такого ответа не даёт.
Поэтому магазин попадает в ответ при трёх условиях:
- на сайте есть страницы, которые отвечают на вопрос словами, а не только показывают товар;
- данные читаются в HTML и доступны AI-краулерам;
- о магазине пишут за пределами его сайта: обзоры, подборки, форумы, отзывы.
Почему карточка товара редко попадает в ответ нейросети?
Посмотрите на свою карточку глазами модели. Обычно там название, цена, 300 символов текста от производителя и таблица характеристик, которую дорисовывает скрипт. Цитировать нечего.
Вопросы, с которыми приходят в чат, звучат иначе: «подойдёт ли этот обогреватель на 30 м²», «чем модель 2025 года отличается от прошлой», «можно ли вернуть, если не угадал с размером». Если ответов на странице нет, модель возьмёт их у того магазина, который их написал.
Вторая проблема техническая. Краулеры GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot и PerplexityBot в основном читают HTML, а не то, что подгружает JavaScript. Проверьте, что описание, характеристики и цена есть в коде страницы и что краулеры не закрыты: об этом подробно в гайде robots.txt и AI-краулеры.
Какие описания товаров цитируют нейросети?
Начинайте описание с прямого ответа: кому товар подходит и для какой задачи. Первые два-три предложения чаще всего и попадают в ответ модели.
Что добавить в карточку:
- кому подходит и кому не подходит, с конкретикой: площадь, вес, размер, мощность, тип кожи;
- три-пять вопросов, которые покупатели задают менеджеру перед покупкой, с ответами текстом;
- сравнение с ближайшей моделью вашего же каталога и ссылку на неё;
- что входит в комплект и чего в комплекте нет;
- наличие, срок и стоимость доставки словами, а не иконкой;
- условия возврата именно для этой категории товара.
Текст производителя, скопированный у всех продавцов, не даёт модели причины назвать именно вас. Своё описание, собранное из реальных вопросов клиентов, такую причину даёт.
Хотите знать, где ваш сайт сейчас? Бесплатно: проверка для нейросетей, план на 30 дней и первая статья за 3–6 минут.
Получить планКакая разметка нужна интернет-магазину?
Разметка сама по себе не поднимает сайт в выдаче. Она убирает двусмысленность: что за товар на странице, сколько стоит, есть ли в наличии, кто продаёт.
| Тип | Что описывает | Зачем в AI-ответах |
|---|---|---|
| Product | Название, бренд, артикул, описание, фото | Модель точно понимает, какой товар на странице |
| Offer | Цена, валюта, наличие | Цена и наличие попадают в ответ без догадок |
| Review, AggregateRating | Реальные отзывы и оценки с сайта | Подтверждает, что товар покупают |
| FAQPage | Вопросы и ответы на карточке и в гайдах | Готовые пары вопрос-ответ удобно цитировать |
| BreadcrumbList | Путь по каталогу | Показывает структуру ассортимента |
| Organization | Кто продаёт: адрес, телефон, соцсети | Связывает товар с реальной компанией |
Главное правило: разметка повторяет то, что видит человек. Цена в коде и цена на экране должны совпадать, иначе страница теряет доверие. Разбор по типам собран в гайде Schema.org для нейросетей.
Зачем магазину страницы подбора и сравнения?
Людей интересует не артикул, а выбор: «что лучше для начинающего», «какой купить до 5000 грн», «чем A отличается от B». Такие ответы собираются не из карточек, а из страниц, где сравнение уже сделано за читателя.
Заведите отдельные страницы под каждый тип вопроса:
- «как выбрать» для каждой основной категории;
- подборки по задаче и бюджету: для квартиры, для салона, до определённой суммы;
- сравнение двух популярных моделей таблицей и выводом в конце;
- «чем отличается A от B» для пар, которые постоянно путают;
- ответы на возражения: гарантия, оригинальность товара, что делать, если не подошло.
Одна страница отвечает на один вопрос, заканчивается коротким выводом и ведёт на две-три карточки. Такая структура одинаково удобна Google и нейросетям.
Как доставка, оплата и возврат влияют на рекомендации?
Нейросеть отвечает на весь вопрос покупателя, а не только на товарную часть. «Где купить и когда привезут» требует условий доставки. Если их нет текстом, в ответ попадёт магазин, у которого они расписаны.
Вынесите на отдельные страницы и напишите простым языком: сроки и стоимость доставки по городам и способам, варианты оплаты, условия возврата и обмена со сроками, гарантию и сервис, юридические данные компании. Списки и таблицы читаются лучше длинных абзацев.
Если у магазина есть офлайн-точка или пункт выдачи, следите за согласованностью NAP: одинаковые название, адрес и телефон на сайте, в Google Business Profile и в каталогах. Расхождения снижают доверие и у поиска, и у моделей.
Почему нейросеть советует маркетплейс, а не ваш магазин?
Частая картина: технически сайт в порядке, а в ответе на «лучшие магазины такой-то техники» перечислены маркетплейсы и конкуренты. Здесь решают внешние упоминания.
Наш собственный пример: на insync.com.ua мы запустили GEO-контур и примерно за полторы недели получили рост с 0 до 24 цитирований сайта в ChatGPT. По 4 из 4 брендовых запросов нейросеть знает агентство и пересказывает его позиционирование, а по собственному аудиту из 8 факторов техническая готовность 100/100. При этом по категорийным запросам вроде «лучшее агентство» нас пока не называют: брендовые запросы закрываются своим сайтом, категорийные зависят от упоминаний на чужих площадках.
Для магазина этот внешний слой складывается из обзоров, тематических подборок, видео, обсуждений в сообществах и отзывов на независимых площадках. Причины подробно разобраны в гайде почему ChatGPT советует конкурентов.
С чего начать и как не делать это руками?
Порядок работ, который мы используем для магазинов:
- проверить техбазу и доступ краулеров: ответ сайта, title, meta description, Schema.org JSON-LD, FAQ-разметка, llms.txt, AI-краулеры в robots.txt, sitemap.xml;
- переписать 20–30 карточек, которые дают основную выручку;
- добавить 8–10 страниц подбора и сравнения под реальные вопросы клиентов;
- закрыть доставку, оплату, возврат и гарантию;
- раз в месяц смотреть, что нейросети отвечают по вашим запросам, и дополнять контент.
Эту рутину мы автоматизировали в GEO Autopilot. До любой оплаты и прямо на сайте вы вводите адрес магазина и через 3–6 минут получаете проверку по 8 техническим факторам, список тех, кого нейросети и поисковые источники советуют вместо вас, план из 8 статей на 30 дней и первую статью, написанную под ваш сайт: бесплатный разбор AI-видимости.
Дальше 8 статей в месяц с автопубликацией в блог на WordPress. На сайте на коде, Shopify или Webflow статьи приходят готовым HTML в личный кабинет, где лежат план, замеры и оплаты. Для Wix, Tilda и Squarespace Autopilot честно не подходит, для них есть формат «Сайт + GEO». Замер в нейросетях ежемесячный, сейчас по Gemini и Claude, ChatGPT, Perplexity и Google AI добавим позже. Цена фиксированная и называется после бесплатного разбора, минимального срока нет, отмена в один клик.
О сроках честно: первая статья в день подключения сайта, дальше две в неделю, индексация в Google обычно занимает 2–3 недели, первые упоминания в ответах нейросетей обычно появляются через 1–3 месяца. Гарантировать «топ-1 в ChatGPT» не может никто: мы делаем работу и показываем замер. Полный таймлайн разобран в гайде сколько времени занимает GEO.
Частые вопросы
Нужно ли переписывать описания всех товаров?
Нет, и обычно это невозможно при каталоге на тысячи позиций. Начните с 20–30 карточек, которые дают основную выручку, и с категорийных страниц, через которые приходит трафик. Параллельно заведите страницы подбора: они закрывают сразу группу вопросов и работают на весь раздел.
Хватит ли товарного фида, чтобы попасть в ответы ChatGPT?
Фид нужен для маркетплейсов, Merchant Center и прайс-агрегаторов, но нейросети цитируют страницы, а не выгрузки. В ответ попадает текст, который модель прочитала на вашем сайте или в источнике поиска. Так что фид держите в порядке, но рассчитывать на него как на канал AI-видимости не стоит.
А если магазин не на WordPress?
GEO работает на любой платформе, разница только в публикации. Для WordPress мы настраиваем автопубликацию, для сайта на коде, Shopify и Webflow статьи приходят готовым HTML в личный кабинет и вы заливаете их у себя. Для Wix, Tilda и Squarespace Autopilot не подходит, там мы предлагаем формат «Сайт + GEO».
Что делать с товарами, которые быстро заканчиваются?
Держите корректное наличие в разметке Offer и в тексте страницы. Саму страницу лучше не удалять: оставьте её с пометкой о наличии и ссылками на две-три замены в том же разделе. Так вы не теряете накопленную ценность страницы, а модель получает полезный ответ вместо ошибки 404.
Нужен ли интернет-магазину llms.txt?
llms.txt предложен в 2024 году как формат файла с подсказками для языковых моделей, но это не официальный стандарт, и поддержка крупными нейросетями не гарантирована. Сделать его дешево, поэтому мы включаем его в техническую часть. Но он не заменяет нормальные описания товаров, разметку и страницы подбора.
Через сколько магазин увидит эффект?
Индексация новых страниц в Google обычно занимает 2–3 недели, первые упоминания в ответах нейросетей чаще появляются через 1–3 месяца после запуска. Скорость зависит от размера каталога, конкуренции в нише и того, сколько о вас пишут вне сайта. Гарантий здесь дать невозможно, поэтому мы измеряем результат ежемесячным замером и показываем динамику.