Как интернет-магазину попасть в рекомендации ChatGPT

Важно сразу избавиться от популярного мифа. Нет кнопки «добавить сайт в рекомендации ChatGPT», после нажатия которой магазин автоматически начинает получать покупателей.

Товарная рекомендация может формироваться из нескольких типов информации:

• данных из открытого интернета;
• страниц интернет-магазинов;
• структурированных товарных данных;
• информации от сторонних поставщиков;
• данных, которые продавцы передают напрямую;
• актуальных источников, используемых при Shopping Research.

OpenAI прямо отмечает, что список продавцов может создаваться на основе метаданных о магазине и товаре, полученных от внешних поставщиков или непосредственно от самого продавца. При ранжировании могут учитываться наличие, цена, качество предложения и статус основного продавца товара.

Поэтому для интернет-магазина существуют фактически два уровня видимости. Первый уровень — это обычная доступность сайта для поиска и анализа. Второй, значительно более сильный, — это передача структурированного каталога товаров.

Моя оценка такова: в ближайшие годы именно второй уровень станет для крупных магазинов таким же стандартом, каким сегодня является товарный фид для рекламных систем и маркетплейсов.

1. Разрешите ChatGPT видеть сайт

Начинать нужно с технической доступности.

OpenAI указывает, что для появления сайта в ChatGPT Search важно разрешить сканирование с помощью OAI-SearchBot. Также сервер, хостинг или CDN не должны блокировать опубликованные IP-адреса поискового бота. При этом компания прямо предупреждает, что никаких гарантий высоких позиций не существует. Ранжирование зависит от многих факторов релевантности и надежности.

Владельцу магазина стоит проверить:

1. Не заблокирован ли OAI-SearchBot в robots.txt;
2. Не отклоняет ли его Cloudflare, CDN или WAF;
3. Возвращают ли страницы товаров нормальный код 200;
4. Доступен ли контент без обязательного выполнения сложного JavaScript;
5. Нет ли массовых ошибок 403, 429 и 5xx;
6. Открыты ли для сканирования категории и карточки товаров;
7. Работают ли canonical, sitemap и внутренние ссылки.

Это базовый уровень. Если бот не может стабильно открыть страницу, все дальнейшие работы по AI SEO теряют значительную часть смысла.

Обычного SEO уже недостаточно, но оно никуда не исчезло

В маркетинговой среде появились новые термины: GEO, Generative Engine Optimization, AEO, Answer Engine Optimization, AI SEO. Часто их преподносят как полную замену традиционной поисковой оптимизации.

На практике это преувеличение.

ChatGPT Search использует веб-поиск и может переформулировать запрос пользователя в один или несколько более точных поисковых запросов. Например, длинный естественный вопрос превращается в набор конкретных запросов для поиска нужных фактов.

Это означает, что сильный SEO-фундамент остается важным. Сайт должен иметь понятную структуру, качественные посадочные страницы, внешние упоминания, репутацию и тематический авторитет.

AI SEO не отменяет классическое SEO. Оно добавляет новый уровень: информация должна быть не только найдена, но и легко преобразована в аргументированную рекомендацию.

Для магазина это принципиальная разница. Страница, оптимизированная под запрос «купить кофе Киев», может хорошо работать в Google, но быть слабой для запроса «посоветуй мягкую арабику без сильной горечи для автоматической кофемашины».

Во втором случае искусственному интеллекту нужны конкретные характеристики товара, сценарии использования и возможность сравнить его с альтернативами.

2. Подключите структурированный товарный фид

В 2026 году это одно из важнейших направлений для серьезного интернет-магазина.

OpenAI развивает систему Product Discovery и Agentic Commerce Protocol, ACP. Через ACP продавцы могут передавать товарные фиды и промоакции, чтобы каталог был представлен в ChatGPT полнее и точнее. Поддерживаются различные пути интеграции, в том числе через сторонних технологических партнеров.

Официальная документация прямо говорит: чтобы сделать товары доступными для обнаружения внутри ChatGPT, продавец передает структурированный товарный фид, который OpenAI индексирует. Фид используется для точного определения товара, цены, наличия и контекста продавца.

Возможны два основных подхода:

• регулярная передача файла с каталогом;
• интеграция через API для обновления товаров и промоакций.

По данным официальной документации, фид может содержать идентификаторы, описания, цены, остатки, медиафайлы и варианты доставки. Обязательные поля нужны для правильного показа товара, а дополнительные данные, в том числе расширенные медиаматериалы, отзывы и сигналы эффективности, могут улучшать релевантность и доверие пользователя.

Для небольшого магазина это означает одно: нужно уже сейчас строить каталог так, чтобы из него можно было автоматически сформировать качественный машиночитаемый фид.

Какие данные о товаре особенно важны

Магазины часто совершают одну ошибку. Они считают, что достаточно передать название, цену и фотографию.

Для AI-рекомендаций этого мало.

Рассмотрим простой пример. Есть два товара:

«Кондиционер Mitsubishi Electric MSZ-RW25»

и

«Тепловой насос воздух-воздух Mitsubishi Electric MSZ-RW25 для помещений до 25 м², оптимизированный для зимнего отопления».

Для человека оба названия могут быть понятными. Для системы подбора второй вариант содержит намного больше контекста для запросов об экономном отоплении, площади помещения и зимней эксплуатации.

Качественная товарная запись должна содержать:

• точное название модели;
• бренд и производителя;
• категорию и подкатегорию;
• артикул, SKU, GTIN или другой стабильный идентификатор;
• актуальную цену;
• валюту;
• реальный статус наличия;
• характеристики;
• варианты цвета, размера или комплектации;
• описание назначения;
• сценарии использования;
• качественные изображения;
• информацию о доставке и возврате;
• рейтинг и отзывы, если они доступны.

В официальной схеме OpenAI также предусмотрены специальные флажки, которые определяют, может ли товар появляться в поиске ChatGPT и доступен ли он для покупки через соответствующие интеграции.

3. Перепишите карточки товаров под реальные вопросы покупателей

Классическое SEO-описание часто выглядит так:

«Купить качественный кофе по выгодной цене с доставкой по Украине».

Для рекомендательного ИИ такой текст почти ничего не объясняет.

Гораздо полезнее ответить на конкретные вопросы:

1. Для кого подходит этот товар;
2. Какую проблему он решает;
3. В каких условиях работает лучше всего;
4. Кому лучше выбрать другую модель;
5. Какие есть реальные преимущества и недостатки;
6. С какими товарами его стоит сравнивать;
7. Почему разница в цене может быть оправданной.

Именно такие характеристики соответствуют природе Shopping Research. Пользователь может задавать бюджет, описывать предпочтения, сравнивать компромиссы и уточнять требования. ChatGPT формирует рекомендацию не вокруг одного ключевого слова, а вокруг совокупности потребностей человека.

Поэтому хорошее описание должно давать машине достаточно материала для ответа на запрос: «Подходит ли этот товар именно мне?»

Создавайте страницы сравнений

Одна из самых недооцененных стратегий для AI-поиска — это качественные сравнительные материалы.

Покупатели редко спрашивают просто «что такое тепловой насос». Значительно чаще их интересует:

«Daikin или Mitsubishi Electric?»

«Какой робот-пылесос лучше для квартиры с котом?»

«Чем дорогая модель лучше бюджетной?»

«Что купить для дома площадью 120 м²?»

Такие запросы идеально соответствуют формату разговорного поиска. Поэтому магазину нужны не только карточки товаров, но и страницы сравнений, подборки и экспертные гиды.

Лучшая страница для AI-поиска не всегда та, которая больше всего хвалит товар. Часто это страница, которая честно объясняет, кому этот товар подходит, а кому нет.

По моему мнению, именно здесь небольшие специализированные магазины могут конкурировать с крупными маркетплейсами. Маркетплейс имеет миллион товаров, но узкопрофильный магазин может иметь значительно более глубокую экспертизу в конкретной категории.

4. Постройте вокруг товаров информационную экосистему

Одна карточка товара существует в вакууме. Экспертный магазин создает вокруг категории целую систему контента.

Например, магазин климатической техники может иметь:

• обзор конкретной модели;
• сравнение с конкурентом;
• статью о реальном потреблении электроэнергии;
• калькулятор затрат на отопление;
• инструкцию по выбору мощности;
• материал о работе при низких температурах;
• ответы на типичные вопросы покупателей.

В такой структуре товар получает контекст. Система видит не просто коммерческую страницу, а тематический кластер, в котором магазин демонстрирует компетентность.

Для AI-рекомендаций это особенно важно, потому что пользователь часто проходит несколько этапов в одном разговоре: сначала изучает проблему, затем определяет критерии, сравнивает варианты и только после этого выбирает конкретный товар.

Репутация бренда за пределами собственного сайта

Не стоит думать, что можно просто написать на собственном сайте: «Мы лучший магазин», и ожидать постоянных рекомендаций.

Для систем, работающих с открытыми источниками, важно внешнее информационное поле вокруг бренда.

Магазину полезны независимые упоминания, обзоры, тематические публикации, отзывы клиентов и присутствие в профессиональных источниках. Отдельные исследования AI-видимости показывают, что традиционные сигналы авторитетности, в том числе внешние ссылки и реальное присутствие бренда в тематических сообществах, могут коррелировать с лучшей видимостью в ответах AI-систем. В то же время механическая «GEO-оптимизация» сама по себе не гарантирует рекомендаций.

Поэтому я бы не советовал тратить бюджет на массовое создание сотен искусственных текстов «для ChatGPT». Значительно эффективнее создать продукт и бренд, о которых есть что сказать независимым источникам.

5. Обеспечьте максимальную точность цены и наличия

Для обычной информационной статьи небольшая задержка обновления не всегда критична. Для товарной рекомендации она может разрушить доверие.

Если ChatGPT показывает товар по одной цене, а на сайте он стоит значительно дороже, пользователь получает плохой опыт.

Если товар обозначен как доступный, но его нет на складе, рекомендация теряет ценность.

Поэтому необходимо:

1. Синхронизировать цены между сайтом и фидом;
2. Быстро обновлять остатки;
3. Удалять или правильно обозначать недоступные товары;
4. Передавать корректную валюту;
5. Не создавать дубликаты одного товара;
6. Поддерживать стабильные идентификаторы;
7. Регулярно проверять ошибки фида.

Официальная документация OpenAI подчеркивает необходимость регулярно обновлять структурированные товарные данные. Для файлового подхода актуальный набор данных должен перезаписывать предыдущий, а API позволяет обновлять отдельные товары.

Структурированные данные на самом сайте тоже остаются важными

Даже если магазин еще не подключил прямой фид, карточки товаров должны иметь четкую машиночитаемую структуру.

Я рекомендую проверить:

• Product schema;
• Offer;
• AggregateRating;
• Review;
• BreadcrumbList;
• Organization;
• корректные canonical URL;
• доступные XML Sitemap.

При этом не стоит воспринимать Schema.org как магический переключатель. Сам факт наличия JSON-LD не гарантирует рекомендации.

Структурированные данные полезны потому, что уменьшают неоднозначность. Машине проще понять, где название товара, где цена, где валюта, где наличие, где рейтинг.

Но если разметка говорит, что товар есть в наличии за 999 гривен, а страница показывает 1499 гривен и статус «нет на складе», такая оптимизация скорее создает проблемы, чем преимущества.

Нужно ли создавать файл llms.txt

Вокруг llms.txt возникло много маркетингового шума. Некоторые агентства преподносят его как аналог robots.txt для искусственного интеллекта.

Я бы не делал на него большую ставку.

Для интернет-магазина значительно важнее:

• не блокировать поискового бота;
• иметь доступные HTML-страницы;
• поддерживать корректные структурированные данные;
• создать качественный товарный фид;
• обеспечить актуальные цены и остатки;
• иметь сильный внешний авторитет.

Если все эти задачи выполнены, можно экспериментировать с дополнительными форматами. Но начинать AI-оптимизацию с llms.txt, когда половина товаров имеет пустые характеристики, точно не стоит.

6. Оптимизируйте каталог под намерение, а не только под ключевые слова

Традиционный подход часто строится вокруг частотных запросов:

«купить кофе»;

«купить кондиционер»;

«женские кроссовки цена».

Разговорный поиск значительно богаче. Пользователь описывает ситуацию:

«Нужен тихий кондиционер в спальню, который сможет экономно отапливать комнату зимой».

Чтобы магазин имел шанс попасть в такую рекомендацию, в данных должны присутствовать все важные критерии: уровень шума, площадь помещения, эффективность обогрева, рабочий температурный диапазон, потребление электроэнергии.

Именно поэтому я рекомендую создавать для каждой категории собственную матрицу характеристик.

Для кофе это могут быть обжарка, состав смеси, кислотность, горечь, способ приготовления.

Для кондиционеров это площадь, SCOP, уровень шума, минимальная температура работы.

Для матрасов это жесткость, вес пользователя, поза для сна, материал.

Чем точнее каталог описывает реальные критерии выбора, тем больше запросов может правильно сопоставлять система.

Таблица приоритетов для интернет-магазина

Shopify и другие готовые платформы

Для магазинов на Shopify ситуация упрощается. OpenAI отдельно указывает продавцам Shopify на механизмы Agentic Storefronts, которые охватывают доступность товарных данных, каталог, атрибуцию заказов и управление соответствующими настройками.

Для самописных CMS, OpenCart, WooCommerce и других платформ владельцам магазинов, вероятно, придется уделять больше внимания самостоятельной подготовке данных.

По моему мнению, это создает новое техническое требование к современной CMS. Раньше достаточно было уметь создать XML-фид для маркетплейса. Теперь система управления магазином должна уметь формировать различные версии каталога для поисковых, рекламных и AI-платформ.