Почему ИИ-поиск игнорирует карточки товаров: результаты анализа ссылок Алисы и Perplexity

В условиях растущей популярности генеративного поиска бизнесу важно понимать логику ссылок, которые формируют нейросети. Практический эксперимент, описанный в материале Habr AI, показал, что ответы Алисы AI и Perplexity почти никогда не содержат прямых ссылок на карточки товаров. Из 243 проанализированных ссылок лишь 10 вели к конкретным позициям в каталоге. Остальные источники распределялись между разделами каталога, главными страницами и разделами с условиями обслуживания.

Автор исследования задал 14 вопросов, типичных для покупателя техники: от поиска оригинального айфона до уточнения условий рассрочки или самовывоза. Результаты демонстрируют четкую закономерность: нейросеть ссылается на ту страницу, которая целиком отвечает на поставленный вопрос. Если пользователь спрашивает о группе товаров, например, об айфонах в целом, ИИ направляет его в соответствующий раздел каталога. Запрос о рассрочке приводит на страницу с описанием условий кредитования. Карточка товара появляется в ответах только в узком случае: когда речь идет о конкретной модели или необходимости проверить наличие устройства сегодня.

Статистика подтверждает доминирование структурных страниц. Разделы каталога получили 69 ссылок и присутствовали в ответах на 10 из 14 вопросов. На втором месте оказалась главная страница магазина, а на третьем — страницы условий (гарантия, доставка, адреса). Совокупно чужие сайты, включая маркетплейсы и СМИ, собрали 38% ссылок, при этом маркетплейсы заняли лишь 3%. Карточки товаров фигурировали только в двух случаях: при поиске Apple Vision Pro и макбука с возможностью самовывоза. Примечательно, что 9 из 10 таких ссылок сгенерировала Алиса AI, тогда как Perplexity дала только одну.

Анализ показывает, что нейросети предпочитают источники, где информация структурирована и доступна на одном уровне. На вопрос о приставках PlayStation или Xbox большинство ссылок ушло в каталог, так как спрашивали о категории товаров. При запросе о магазинах, работающих без выходных, приоритет получили страницы с адресами и часами работы. В случаях, когда товары разнородны (например, дрон DJI и техника Dyson), ИИ чаще ссылался на главные страницы магазинов или сайты производителей, минуя узкие каталогические разделы.

Для оптимизации присутствия в ответах ИИ автор рекомендует начать с работы над разделами каталога. На этих страницах должно быть четко указано наличие товаров, бренды, цены и условия гарантии. Страницы условий также требуют внимания: каждое правило (рассрочка, самовывоз) лучше вынести на отдельную страницу. Главная страница должна сразу транслировать суть предложения магазина. Статьи в блогах о проверке подлинности товаров тоже попадают в ответы, хотя чаще ИИ ссылается на профильные СМИ.

Карточки товаров следует рассматривать как инструмент для решения узких задач: поиска конкретной модели или проверки наличия. Для автоматизации анализа ссылок автор предлагает использовать функцию kind(), которая классифицирует URL по типам страниц. Однако алгоритм требует ручной корректировки, так как может ошибаться на незнакомых доменах. Важно помнить, что эксперимент проводился в нише техники в Москве, и результаты могут отличаться для других категорий товаров.

Исследование подчеркивает необходимость адаптации веб-структуры под логику генеративных моделей. Вместо акцента на SEO отдельных товаров, интернет-магазинам стоит инвестировать в качество информационных страниц, которые дают полные ответы на типовые вопросы покупателей. Это позволит увеличить долю ссылок в ответах нейросетей и улучшить видимость бренда в новом поисковом ландшафте.