Продвижение интернет-магазина в ответах ИИ: почему нейросети почти не ссылаются на карточку товара

Я задал Алисе AI и Perplexity 14 вопросов, которые покупатель задаёт перед покупкой техники: где купить оригинальный айфон с гарантией, где забрать макбук сегодня, где дают рассрочку. Потом посмотрел, на какие страницы магазинов ведут ссылки в ответах. Из 243 ссылок на карточку товара пришлось 10. Чаще всего нейросеть ссылается на ту страницу, которая отвечает на вопрос целиком: спросили про айфоны — на раздел каталога с айфонами, спросили про рассрочку — на страницу рассрочки. Карточка попадает в ответ, только когда покупатель ищет одну модель или наличие сегодня. Поэтому SEO интернет-магазина под ответы нейросетей стоит начинать с разделов каталога и страниц условий, а карточки оставить на потом.

Ссылки взяты из Алисы AI и Perplexity, тип страницы определён по адресу

Вопросы я писал так, как их пишет человек в чате с ИИ: «мне нужен макбук в Москве с самовывозом сегодня — куда ехать». Ответы смотрел в Алисе AI и Perplexity с включённым поиском: обе показывают полный адрес источника. Google AI Overviews не подошёл: адреса его источников приходят через зашифрованный редирект Google, и тип страницы по ним не определить.

Каждую ссылку я отнёс к одному типу страницы по её адресу. У магазина это раздел каталога (в SEO это страницы категорий), карточка товара, главная, страница условий (гарантия, доставка, рассрочка, адреса) и статья в блоге. Остальное — чужие сайты: СМИ, маркетплейсы, отзовики, форумы, сайт производителя. Разметку делает функция, её код в конце статьи. Функция ошибается на незнакомых доменах, поэтому все ссылки я потом просмотрел глазами и 28 поправил руками.

На «где купить» половину ссылок забирают каталог, главная и страницы условий

Раздел каталога получил 69 ссылок и попал в ответы на 10 вопросов из 14. На втором месте главная страница магазина, на третьем — страницы условий. Все чужие сайты вместе получили 38% ссылок, маркетплейсы из них — 3%.

Карточка товара попала в ответы только на два вопроса из 14

Все 10 карточек пришлись на два вопроса. Первый — «где купить Apple Vision Pro в Москве». Это одна модель, и в ответах на него 4 ссылки ведут на карточки, остальные в основном на разделы каталога. Второй — про макбук с самовывозом сегодня: 6 карточек, потому что наличие в конкретном магазине видно на странице товара. На остальные 12 вопросов не пришло ни одной карточки. Девять карточек из десяти дала Алиса AI, Perplexity — одну.

То же правило работает и в других вопросах: нейросеть ведёт туда, где ответ лежит на одной странице. На вопрос про приставку PlayStation или Xbox с гарантией 15 ссылок из 20 ушли в разделы каталога, потому что спрашивали про группу товаров. На вопрос про рассрочку без банка страницы о рассрочке получили 7 ссылок из 17. На вопрос, какой магазин работает без выходных до девяти вечера, 7 ссылок получили страницы с адресами и часами работы, а большая часть остальных ушла в карты и отзовики.

Раздел каталога — не всегда главный источник. Ссылки он получил в 10 вопросах из 14, но больше всех страниц магазина — только в 5. Когда товары разные и в одном разделе не лежат — AirPods вместе с часами, дрон DJI или техника Dyson, — нейросети чаще вели на главные страницы магазинов и на сайт производителя. На вопрос про дрон или Dyson главные получили 9 ссылок из 20, разделы каталога — 3.

На пять вопросов о том, как проверить айфон и не купить подделку, две трети ссылок получили СМИ и обзорные сайты. Статьи из блогов магазинов тоже попадают в ответы, но реже: 13 ссылок из 85. Разделов каталога и карточек в этих ответах нет.

С чего магазину начинать работу под ответы нейросетей

1. Разделы каталога. На странице раздела стоит написать, что есть в наличии, какие бренды и цены, какая гарантия. Раздел получил ссылки в 10 вопросах из 14, больше любой другой страницы. Какой именно текст раздела нейросеть берёт в ответ, я не проверял.

2. Страницы условий. Гарантия, рассрочка, самовывоз, доставка, адреса и часы работы — каждое условие на своей странице. Когда покупатель спрашивает про условие, ссылка уходит туда.

3. Главная. Она получила ссылки в 9 вопросах из 14 и забирает вопросы про разные товары сразу. На ней должно быть сразу видно, что магазин продаёт и где находится.

4. Статья о проверке товара. Как отличить подделку, где посмотреть серийный номер. Такие статьи попадают в ответы, хотя больше ссылок на эти вопросы получают СМИ.

5. Карточки — последними. Они нужны под вопросы про одну модель и про наличие сегодня.

Функция kind() раскладывает ссылки по типам страниц

Ссылки можно собрать без кода: задать 15–20 вопросов своих покупателей Алисе AI и Perplexity и выписать адреса из блока источников под ответом. Функция сначала проверяет домены чужих сайтов, а всё остальное считает сайтом магазина и смотрит на путь. Списки доменов и слов в пути собраны под мои вопросы, под свою нишу их придётся дописать.

import refrom urllib.parse import urlparse# Сторонние площадки: домены своей ниши дописываются в строкуSITES = [    ("сайт производителя", r"apple\.com"),    ("маркетплейс", r"ozon\.ru|wildberries\.|market\.yandex|avito\.ru"),    ("отзовики и карты", r"/reviews/|maps\.yandex|reviews\.yandex|2gis|zoon\.ru|otzovik"),    ("соцсети и видео", r"vk\.com|vk\.ru|t\.me|youtube"),    ("форумы", r"forum|pikabu|/threads/|/questions?/|club\.dns-shop|neurum"),    ("медиа и рейтинги", r"vc\.ru|dzen\.ru|rbc\.ru|kp\.ru|iz\.ru|ixbt|iguides|iphones\.ru|appleinsider|"                         r"computerbild|onliner|epicris|rskrf|dtf\.ru|t-j\.ru|tehnika\.expert|journal|media\.|mail\.ru/"),]# Страницы магазина: слова в путиINFO = r"/(garant|guarantee|warranty|delivery|dostavka|about|o-nas|contacts?|faq|help|promo|installment|rassrochka|kredit|b2b|shops?/?$)"ARTICLE = r"(/kak-|-kak-|/posts/|/news-|/(blog|articles?|news|info)/)"CARD = r"(/product/|/products/.|-\d{4,}|/\d{5,})"CATALOG = (r"/(catalog|category|product-category|brand|shop|products$|iphone|vosstanovl|macbook|apple|computer|"           r"smartfon|telefony|pristavki|sony|xbox|dyson|aksessuary|game-consoles|tekhnika|vision-pro)")def kind(url):    u = url.lower().split("?")[0].split("#")[0]    p = urlparse(u)    host, path = p.netloc.replace("www.", ""), p.path.rstrip("/")    for label, pattern in SITES:        if re.search(pattern, host + p.path):            return label    # всё, чего нет в списках площадок, считается сайтом магазина    if path == "":        return "главная магазина"    if re.search(INFO, path + ("/" if u.endswith("/") else "")):        return "страница условий"    if re.search(ARTICLE, path + "/"):        return "статья в блоге магазина"    if "/f/" in path or ("/catalog/" in path and not re.search(r"\d{5,}", path)):        return "раздел каталога"  # фильтр или раздел каталога    last = path.split("/")[-1]    if re.search(CARD, path) or (path.count("/") >= 3 and re.search(r"\d", last)):        return "карточка товара"    if re.search(CATALOG, path):        return "раздел каталога"    return "прочее"

Новостной сайт с незнакомым доменом функция примет за магазин. Поэтому после прогона разделы каталога, карточки и статьи стоит просмотреть глазами.

Границы разбора: вопросы придумал я, ответы смотрел один раз

Вопросы я придумал сам, а не взял из поисковых подсказок. В нише, где чаще спрашивают про конкретную модель, карточек в ответах, скорее всего, будет больше. Все вопросы касаются техники в Москве, и каждый я задал один раз. Я смотрел только, куда ведёт ссылка, а какой кусок текста страницы нейросеть взяла в ответ, не проверял.