Adobe ждёт роста ИИ-трафика на 130%: ошибки ИИ-шопинга уводят покупателей к конкурентам

Раньше бренд боролся за место в поисковой выдаче. Теперь он борется за место в ответе нейросети, где сразу стоят цена, рейтинг и кнопка «купить». Материал подготовлен при спонсорстве Writesonic, и компания прямо оговаривает, что мнения в нём её собственные. Главный тезис спонсора: почти все ошибки ИИ растут из товарных данных, которые бренд контролирует сам.

В чём суть?

Карточка ИИ-шопинга появляется внутри ответа нейросети в ответ на конкретный покупательский вопрос, например «непромокаемые ботинки для широкой стопы до $150». В такой карточке обычно есть:

• название и фото товара;
• текущая цена и рейтинг в звёздах;
• короткое объяснение, почему товар подходит под запрос;
• одна или несколько ссылок на продавцов;
• сводка того, что пишут покупатели.

В марте 2026 года OpenAI расширила Agentic Commerce Protocol (ACP, протокол, по которому магазины передают ChatGPT свой каталог) на поиск товаров. Магазины отправляют через него товарный фид, то есть файл со всеми позициями, ценами и наличием. По данным материала, Target, Best Buy и Wayfair уже подключены, а продавцы на Shopify попадают в выдачу через Shopify Catalog.

В том же марте OpenAI отказалась от оплаты внутри чата Instant Checkout, и теперь покупка проходит на сайте продавца. У Google карточки показывают AI Overviews (ИИ-обзоры над обычной выдачей) на основе Shopping Graph, базы, где, по словам Google, больше 50 млрд товарных предложений. Магазины попадают туда в основном через загрузку фидов в Google Merchant Center.

AI Mode и Gemini берут данные из того же Shopping Graph, и Google внедряет там агентную оплату. ИИ-агент (программа, которая сама выполняет действия по поручению человека) покупает отслеживаемый товар через Google Pay после подтверждения покупателя. Для участия магазину нужны аккаунт в Merchant Center и подключение Universal Commerce Protocol (UCP, единого протокола торговли от Google).

Ошибки авторы материала делят на три группы:

• Товара нет или он ниже конкурентов. Самая продаваемая куртка не появляется по запросу «самая тёплая зимняя куртка до $300», вместо неё показан чужой товар.
• Неверные цены и характеристики. Карточка показывает блендер за $129, хотя на «чёрную пятницу» он стоит $99, а ноутбуку приписывают 8 часов работы от батареи вместо 14.
• Ссылку на покупку получает другой продавец. Товар стоит первым, но кнопка ведёт к перекупщику на маркетплейсе.

Аргументы за: ошибки чинятся вашими же данными

Сильнейший довод спонсора: причина почти всегда в несогласованности. Если фид, страница товара и карточки у ритейлеров расходятся в цене, наличии или названии, ИИ выбирает одну версию сам, и не всегда верную.

Второй довод касается идентификации товара. Микроразметка (служебный код на странице, который объясняет машине, что перед ней) вместе с кодами GTIN (международный номер товара, тот самый штрихкод) и MPN (артикул производителя) не даёт ИИ путать модели, размеры и цвета.

Третий довод: проверку можно поставить на поток. Авторы предлагают аудит из четырёх шагов:

• собрать набор промптов из каталога по категориям, сценариям, бюджету и подаркам;
• прогнать каждый промпт в ChatGPT, AI Overviews, AI Mode и Gemini без входа в аккаунт, чтобы прошлые чаты не искажали результат;
• записать, какие конкуренты появляются там, где вас нет;
• чинить в первую очередь хиты продаж и высокомаржинальные категории.

Даже ссылка на перекупщика, по версии авторов, не всегда плохо. Если Zappos получает ссылку чаще вашего сайта, это подсказка, куда вкладываться.

Аргументы против: правила пишут платформы, а не бренды

Цифры из того же материала показывают, что порядок в данных ничего не гарантирует. По анализу, на который ссылается Search Engine Journal, за один день в июле 2026 года доля товаров в ответах ChatGPT из подключённых фидов выросла с 8,26% до 61,54%. Из 517 магазинов, чья видимость изменилась на 33% и больше, у 450 она упала.

Разнообразие продавцов тоже сократилось: доля упоминаний десяти крупнейших магазинов выросла с 22,5% до 41,8%. Магазин без подключённого фида теряет показы, которые раньше получал. Добавлю от себя проверяемую деталь: OpenAI в том же марте сменила схему оплаты, то есть условия игры меняются быстрее, чем бренд успевает под них перестроиться.

Ещё один честный аргумент: материал спонсорский, а собственных замеров эффективности аудита в нём нет. Цифры взяты у Adobe и Search Engine Journal, а сама проверка вручную требует сотен промптов, которые, как признают авторы, обычно остаются непроверенными.

«ChatGPT помогает получить покупателя, но закрыть продажу всё равно должна ваша товарная страница.» : Writesonic, авторы спонсорского материала

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Если вы пишете обзоры товаров, не переносите характеристики из ответа нейросети без проверки. Пример с ноутбуком на 8 часов вместо 14 показывает, что ИИ ошибается в цифрах, а сводка отзывов может повторять жалобу, которую производитель исправил год назад.

Маркетологу. Соберите 20–30 покупательских промптов по своей категории и прогоните их в доступных нейросетях без входа в аккаунт. Записывайте цену, позицию и то, куда ведёт ссылка: это дешёвый аудит, который показывает, где вы теряете покупателя.

Предпринимателю в РФ и СНГ. Цифры и площадки в материале относятся к американскому рынку, о работе этих функций в России в нём ничего нет. При этом логика переносится напрямую: выровняйте цены, остатки и названия на своём сайте и на маркетплейсах, заполните штрихкоды и артикулы. Из доступных в РФ ассистентов проверьте, что о ваших товарах отвечают YandexGPT и GigaChat.

Дальше, думаю, ИИ-шопинг повторит путь маркетплейсов: площадки будут менять протоколы и условия, а выигрывать станут продавцы с аккуратными данными и подключёнными фидами. Малому бизнесу не нужно ждать, пока эти сервисы дойдут до наших ассистентов. Порядок в карточках товаров пригодится в любом сценарии, и начинать его наводить стоит до того, как нейросеть решит за вас, какую цену показать покупателю.