ChatGPT Shopping в 2026: Как AI-покупки изменят SEO и воронку продаж интернет-магазинов
Менее чем за два года мы прошли путь от «AI как помощника» к «AI как точке принятия решения о покупке». Если ещё недавно ChatGPT, Perplexity и AI Overviews Google использовались в основном для поиска информации и идей, то к 2026 году они всё чаще становятся местом, где формируется спрос, выбирается товар и инициируется покупка.
Для e-commerce это означает принципиальный сдвиг. SEO больше не равно трафик в классическом понимании. Пользователь всё реже переходит по ссылкам и всё чаще получает готовую рекомендацию в формате диалога. В этой модели поисковая выдача перестаёт быть списком сайтов её заменяет ответ AI-ассистента, который сразу предлагает оптимальный вариант.
При этом важно понимать: речь не идёт о «смерти SEO» или полном исчезновении сайтов интернет-магазинов. Воронка продаж не исчезает она смещается и сжимается. Ключевые этапы принятия решения поднимаются выше, ближе к моменту первого запроса, а требования к данным, структуре и доверию к бренду становятся значительно строже.
В этой статье Букреева Юлия, — Head of SEO Department в RegisTeam, разбирает как ChatGPT Shopping и связанные с ним AI-покупки меняют роль SEO, почему привычные метрики теряют информативность и какие элементы воронки интернет-магазина становятся критичными уже в 2026 году. Материал основан на практическом опыте работы команды RegisTeam с e-commerce-проектами и анализе реальных изменений в поведении пользователей и поисковых систем.
Как меняется спрос в e-commerce из-за AI?
Ключевое изменение последних лет — точка формирования спроса. Если раньше пользователь приходил в поиск уже с относительно сформированным намерением («купить iPhone 15 Pro 256 GB»), то сегодня это намерение всё чаще формируется внутри диалога с AI.
Сценарий выглядит иначе:
— было: «iPhone 15 Pro цена» → сайты → сравнение → выбор
— стало: «Посоветуй смартфон для фото до $1000» → рекомендация AI → подтверждение выбора
Запрос «где купить» уступает место запросу «что лучше выбрать».Именно в этот момент AI-ассистент становится не поисковой системой, а первым продавцом.
Пример из практики
Для e-commerce в нишах электроники, бытовой техники и товаров для дома мы видим одинаковый паттерн: пользователь сначала задаёт обобщённый вопрос, а только затем уточняет бренд, модель и условия доставки. В классическом SEO такой спрос относился бы к информационному и редко конвертировался напрямую. В AI-интерфейсах он становится высококонверсионным.
— отфильтровывает шум;
— учитывает отзывы и сценарии использования;
— предлагает 1–3 релевантных варианта вместо десятков ссылок.
Как AI меняет поиск в high-intent запросах?
AI выигрывает у классического поиска там, где пользователю важны:
- скорость;
- уверенность в выборе;
- снижение когнитивной нагрузки.
Вместо анализа 10–15 страниц пользователь получает готовую рекомендацию, которую остаётся либо принять, либо скорректировать.
Это особенно заметно в запросах:
- «лучший … для …»
- «что выбрать, если …»
- «сравни … и …»
- «подходит ли … для …»
Для SEO это означает важный сдвиг: видимость бренда начинает определяться не позицией в выдаче, а попаданием в ответ AI.
Разница между ChatGPT Shopping, AI Overviews и AI Search
Одна из распространённых ошибок — воспринимать все AI-интерфейсы как единый канал. На практике у них разные роли в воронке.
ChatGPT Shopping
- Фокус: рекомендация и подбор
- Контекст: диалог, уточняющие вопросы
- Роль: формирование предпочтения и shortlist
Google AI Overviews
- Фокус: быстрый ответ в поиске
- Контекст: дополнение к SERP
- Роль: первичный ориентир и навигация
Perplexity Instant Buy
- Фокус: выбор и покупка
- Контекст: AI-поиск + источники
- Роль: сокращение пути до транзакции.
Как меняется воронка продаж в e-commerce с приходом AI?
За последние годы в e-commerce изменился не столько сам процесс покупки, сколько распределение ролей внутри воронки. Классическая SEO-воронка строилась вокруг сайта как центральной точки принятия решений. В модели AI-покупок сайт перестаёт быть единственным «хабом»: часть этапов смещается в AI-интерфейсы, а сама воронка становится короче и плотнее.
Чтобы понять масштаб изменений, важно сравнить две модели как было и как становится:
| Этап | Было: классическая SEO-воронка | Стало: AI-pipeline |
| Формирование спроса | Поисковый запрос в Google | Диалог с AI-ассистентом |
| Тип запроса | «где купить», «цена», «характеристики» | «что посоветуешь», «что лучше для…» |
| Роль SEO | Привлечение трафика на сайт | Подготовка данных для AI-рекомендаций |
| Точка первого контакта | SERP | Ответ AI |
| Выбор товара | Пользователь сравнивает сайты | AI формирует shortlist |
| Количество вариантов | 10–20 ссылок | 1–3 рекомендации |
| Роль сайта | Центральная | Поддерживающая |
| Карточка товара | Инструмент убеждения | Источник данных и доверия |
| Корзина | Обязательный этап | Может отсутствовать |
| Checkout | На сайте магазина | В AI-интерфейсе или через платёжного партнёра |
| Доверие | UX, дизайн, отзывы | Данные, отзывы, платёжный слой |
| Метрики успеха | CTR, позиции, трафик | Упоминания в AI, конверсии, LTV |
Как работают AI-покупки и Instant Buy в e-commerce?
Когда мы говорим об AI-покупках в 2026 году, важно сразу отделить реальные механизмы от абстрактных прогнозов. Agentic commerce и Instant Buy — это не концепции «на будущее», а уже работающие элементы, которые постепенно встраиваются в e-commerce-экосистему.
Что такое agentic commerce простыми словами?
Agentic commerce — это модель, в которой AI-агент действует от имени пользователя и берёт на себя часть решений, которые раньше принимал человек:
- поиск вариантов;
- сравнение характеристик;
- проверку наличия и цены;
- инициацию покупки.
По сути, AI становится посредником между пользователем и магазином.
Для интернет-магазина это означает, что «клиентом» на одном из этапов становится не человек, а алгоритм, который взаимодействует с данными магазина напрямую.
В этой модели ключевую роль играют три компонента:
- структурированные данные (карточки товаров, атрибуты, цены);
- фиды и API, через которые AI получает актуальную информацию;
- платёжные шлюзы, позволяющие завершить транзакцию без классического checkout.
Если данные магазина понятны, актуальны и надёжны, AI-агент может рекомендовать товар и даже инициировать покупку без участия сайта как интерфейса.
Как меняется роль сайта при Instant Buy?
Распространённое заблуждение считать, что Instant Buy полностью «убивает» сайты интернет-магазинов. На практике мы видим гибридную модель, которая будет доминировать в 2025–2027 годах.
Существует несколько сценариев:
1. Покупка происходит прямо в AI-интерфейсе. Это наиболее короткий путь: рекомендация → подтверждение → оплата. Сайт в этом случае выступает источником данных и доверия, но не точкой транзакции.
2. AI приводит пользователя на сайт. Если товар сложный, дорогой или требует дополнительного изучения, AI может направить пользователя на карточку товара или категорию.
3. Смешанный сценарий. AI формирует выбор и доверие, а сайт используется для финальной проверки деталей или альтернативных вариантов.
Таким образом, Instant Buy сокращает воронку, но не отменяет сайт, а меняет его функцию. UX и контент по-прежнему важны, но они работают не только на пользователя, а и на AI.
Как подготовить интернет-магазин к ChatGPT Shopping?
Чтобы быть готовым к AI-покупкам, интернет-магазину не нужно сразу перестраивать всю инфраструктуру. Рациональный подход — поэтапная адаптация:
Шаг 1. Проверить машиночитаемость данных
AI не интерпретирует «креатив». Ему нужны
- чёткие атрибуты;
- однозначные значения;
- согласованность данных между страницами.
Шаг 2. Обеспечить актуальность информации
Цена, наличие и варианты доставки должны обновляться регулярно. Для AI устаревшие данные сигнал недоверия.
Шаг 3. Подготовить фиды и API
Даже если Instant Buy пока недоступен, корректные фиды и базовые API-интеграции повышают шанс попадания в рекомендации.
Шаг 4. Тестировать на ограниченном наборе SKU
Оптимальная стратегия — выбрать одну категорию (10–50 товаров) и отработать: структуру карточек; атрибуты; отзывы; согласованность данных.
Альянс PayPal × Perplexity × OpenAI
Накануне Black Friday 2025 года рынок e-commerce получил чёткий сигнал о направлении развития AI-покупок. Perplexity объявила о масштабном расширении функции Instant Buy, реализованной в партнёрстве с PayPal и при технологической поддержке OpenAI. В рамках пилотного запуска пользователи получили возможность совершать покупки прямо из AI-поиска, без перехода на сайт мерчанта.
Это событие важно не само по себе, а тем, кто именно объединился в этом альянсе. Perplexity выступает как AI-поисковик и интерфейс выбора, OpenAI как технологическая основа генеративных моделей, а PayPal как глобальный платёжный слой с высоким уровнем доверия и готовой пользовательской идентификацией.
По подтверждённым рыночным данным, PayPal обслуживает более 430 миллионов активных аккаунтов по всему миру, при этом свыше 75% e-commerce-транзакций совершаются с уже сохранённой идентификацией пользователя. Это позволяет радикально сократить путь от намерения к оплате. По данным PayPal Commerce Platform, ускоренные checkout-решения повышают конверсию на 15–30%, а уровень брошенных корзин снижается в среднем на 20–25%.
В AI-интерфейсах этот эффект усиливается ещё больше. Время от пользовательского запроса до транзакционного действия сокращается в 2–3 раза по сравнению с классическим поиском, поскольку AI сразу работает с рекомендацией и доверием, а не с навигацией по сайтам.
Важно подчеркнуть: речь идёт не о единичной функции Perplexity, а о демонстрации новой архитектуры покупок, где AI-интерфейс, платёжный провайдер и данные магазина формируют единую цепочку. Этот запуск показал рынку, что instant-покупки — это не эксперимент, а масштабируемая модель, к которой постепенно будут подключаться другие AI-платформы и платёжные экосистемы.
Как меняется SEO в эпоху ChatGPT Shopping?
Появление ChatGPT Shopping, AI Overviews и instant-покупок не отменяет SEO как дисциплину, но меняет его функцию. Если раньше SEO отвечало прежде всего за привлечение трафика, то в 2026 году его ключевая задача — сделать магазин понятным и надёжным источником для AI-систем, которые принимают участие в выборе товара.
От SEO к GEO (Generative Engine Optimization)
Классическая модель SEO строилась вокруг ранжирования: страницы соревновались за позиции в поисковой выдаче, а успех измерялся кликами и трафиком.
В модели AI-покупок логика иная. Генеративные системы не «ранжируют» сайты в привычном смысле они отбирают источники, которым можно доверять при формировании ответа и рекомендации. Именно здесь возникает переход от SEO к GEO (Generative Engine Optimization).
Ключевые отличия:
— было: позиция страницы → переход пользователя → выбор
— становится: отбор источников → рекомендация AI → подтверждение выбора.
Для AI важно не то, насколько хорошо страница оптимизирована под ключевое слово, а:
- насколько структурированы данные;
- насколько они актуальны;
- насколько источник стабилен и предсказуем.
Именно поэтому магазины с меньшим трафиком, но качественно оформленными карточками и корректными данными всё чаще попадают в AI-рекомендации, обходя более крупные сайты с «креативным», но плохо структурированным контентом.
Какие сигналы важны для AI-рекомендаций?
На основе анализа AI-выдач и поведения генеративных систем можно выделить несколько групп сигналов, которые становятся критичными в 2026 году.
1. Структурированные данные. AI легче всего работает с:
- чётко описанными товарами;
- однозначными атрибутами;
- стандартизированной микроразметкой (Product, Offer, Review).
Если данные не структурированы, AI либо игнорирует источник, либо использует его фрагментарно.
2. Полнота атрибутов товара. Неполные карточки теряют конкурентоспособность. Для AI важно видеть:
- характеристики;
- варианты использования;
- ограничения и условия доставки.
Чем меньше уточняющих вопросов требуется, тем выше шанс рекомендации.
3. Отзывы и внешние источники доверия. AI активно использует отзывы, рейтинги и упоминания за пределами сайта:
- маркетплейсы;
- обзоры;
- тематические ресурсы.
Это снижает риск ошибки и повышает уверенность рекомендации.
4. Актуальность цен и наличия. Для AI устаревшие данные — один из самых сильных негативных сигналов. Если информация о цене или наличии противоречива, источник исключается из рекомендаций, даже при хорошем контенте.
Как готовить карточки товаров под ChatGPT Shopping?
В модели AI-покупок карточка товара перестаёт быть исключительно инструментом убеждения пользователя. Она становится источником данных для AI, который на её основе формирует рекомендацию, сравнивает варианты и принимает решение, показывать ли ваш товар вообще.
Это меняет требования к структуре product-страницы: важна не только визуальная привлекательность, но и логика подачи информации.
Обязательные элементы карточки товара для AI
Чтобы карточка товара была понятна и пользователю, и AI, она должна отвечать на вопросы быстро и однозначно:
Краткое описание (для AI)
│
├─ Что это?
│ └─ Тип продукта / сервиса, ключевая функция
│
├─ Для кого?
│ └─ Целевая аудитория (кто пользуется, роль, уровень)
│
└─ В каком сценарии используется?
└─ Когда и зачем применяется, основная задача
Пример:
Беспроводные наушники с активным шумоподавлением для ежедневного использования в городе и офисе. Подходят для звонков, музыки и работы в шумной среде.
AI использует этот блок как контекст при формировании рекомендаций.
Атрибуты и спецификации
Характеристики должны быть:
- структурированы (таблица или список),
- однозначны,
- без маркетинговых формулировок.
Важно указывать:
- ключевые параметры (размер, мощность, материалы),
- совместимость,
- ограничения.
Чем меньше интерпретации тем выше шанс корректной рекомендации.
Сценарии использования
Один из самых недооценённых блоков. AI активно использует контекст применения товара.
Примеры:
- «подходит для квартиры до 60 м²»
- «рекомендуется для офиса и удалённой работы»
- «оптимально для путешествий и перелётов»
Этот блок напрямую влияет на попадание в запросы вида «что выбрать для…».
Отзывы и рейтинги
Отзывы — это не просто социальное доказательство для пользователя, но и внешний сигнал доверия для AI.
Рекомендации:
- выводить агрегированный рейтинг,
- использовать реальные формулировки отзывов,
- при возможности интегрировать отзывы с маркетплейсов.
AI чаще выбирает товары, по которым легко оценить пользовательский опыт.
FAQ (machine-readable)
Блок FAQ решает сразу две задачи:
- снижает количество уточняющих вопросов,
- повышает машиночитаемость страницы.
Примеры вопросов:
- «Подходит ли товар для …?»
- «Есть ли гарантия?»
- «Как осуществляется доставка и оплата?»
Важно, чтобы FAQ был оформлен структурировано и без лишних формулировок.
Пример «идеальной» карточки товара для AI
Чтобы наглядно показать разницу, рассмотрим, что видит пользователь и что “читает” AI.
Что видит пользователь:
- понятное описание;
- удобную таблицу характеристик;
- отзывы;
- ответы на вопросы;
- уверенность в выборе.
Что “читает” AI:
- чётко выделенные атрибуты;
- контекст использования;
- согласованные данные о цене и наличии;
- подтверждённые отзывы.
Технический минимум для ChatGPT Shopping и AI-поиска
AI-покупки опираются не на дизайн сайта, а на данные и их доступность. Если информация о товаре не может быть быстро и однозначно прочитана машиной, магазин просто не участвует в AI-воронке независимо от бренда и бюджета.
| Элемент | Что требуется | Пример | Почему это важно для AI |
| Structured Data | schema.org: Product, Offer, Review | Цена, наличие, бренд, рейтинг | AI однозначно понимает, что продаётся |
| Product Feed | Актуальный merchant-фид | Цена = 199.99, inStock = true | Исключает ошибки и устаревшие данные |
| Актуальность данных | Регулярное обновление | Наличие обновляется каждые 1–2 часа | Устаревшие данные = потеря доверия |
| Единые атрибуты | Одинаковые значения везде | Цвет = “Black”, не “Чёрный / black” | AI не любит вариативность форм |
| API-доступ (базовый) | Цена, наличие, SKU | GET /product/{id} | Основа для agentic commerce |
| Чистый HTML | Минимум скрытого JS | Характеристики в HTML, не в JS | AI хуже читает динамический контент |
Как измерять эффективность AI-каналов?
Одна из главных сложностей AI-покупок — отсутствие привычной прозрачности, к которой рынок привык в классическом SEO. В 2026 году важно сразу принять: не все метрики доступны напрямую, но это не означает, что эффективность AI-каналов нельзя оценивать:
Метрика | Как измерять | Что показывает |
Переходы из AI-интерфейсов | UTM-метки, referrer data | Факт вовлечения AI как источника |
Конверсии из AI-трафика | GA4, CRM | Качество аудитории из AI |
Средний чек | Аналитика заказов | Глубина доверия и намерения |
LTV AI-клиентов | CRM / cohort-анализ | Стратегическая ценность канала |
Доля brand-запросов | Search Console | Рост узнаваемости после AI-рекомендаций |
Согласованность данных | Аудит фидов и страниц | Готовность к AI-рекомендациям |
Есть метрики, которые рынок пока не умеет считать напрямую:
- частота показа бренда в AI-ответах;
- причины, по которым AI выбирает одного продавца, а не другого;
- точная атрибуция instant-покупок внутри AI-интерфейсов;
- влияние конкретного элемента (отзыв, атрибут, фид) на рекомендацию.
Эти зоны остаются «серой областью» и требуют косвенной аналитики и тестирования.
Метрики эффективности AI-каналов вместо CTR и позиций
В AI-воронке классические SEO-метрики теряют информативность. Им на смену приходят:
- Coverage: насколько полно ваш ассортимент представлен в AI-ответах;
- Trust signals: стабильность данных, отзывы, платёжные партнёры;
- Conversion efficiency: сколько шагов проходит пользователь до покупки;
- Revenue impact: вклад AI-каналов в выручку, а не в трафик.
Фокус смещается с «сколько кликов мы получили» на «насколько быстро и уверенно пользователь принял решение».
Подготовка интернет-магазина к ChatGPT Shopping
Переход к AI-покупкам, не одно действие, а последовательный процесс, который можно и нужно разбить на этапы:
Этап 1: Подготовка товарных данных для ChatGPT Shopping
Цель: сделать магазин понятным для AI как источника информации.
Что делаем:
- внедряем schema.org (Product, Offer, Review);
- приводим в порядок названия, атрибуты, характеристики;
- устраняем расхождения между карточками, фидами и каталогом;
- проверяем актуальность цен и наличия.
Результат этапа: AI может корректно интерпретировать товары и использовать их в рекомендациях.
Этап 2. Подготовка карточек товаров для ChatGPT Shopping
Цель: повысить вероятность попадания товаров в AI-рекомендации.
Что делаем:
- добавляем краткие описания «для AI»;
- формируем блоки сценариев использования;
- структурируем характеристики;
- внедряем FAQ в машиночитаемом формате;
- усиливаем блоки отзывов и рейтингов.
Результат этапа: Карточки товаров работают не только на пользователя, но и на AI-ассистента.
Этап 3. Внешние источники доверия для ChatGPT Shopping
Цель: повысить уровень доверия AI к бренду и данным.
Что делаем:
- синхронизируем данные с маркетплейсами;
- работаем с отзывами за пределами сайта;
- следим за единообразием бренда и товаров во внешних источниках.
Результат этапа: AI получает подтверждение надёжности магазина из нескольких источников.
Этап 4. Тестирование AI-покупок для ChatGPT Shopping
Цель: протестировать AI-покупки без масштабных рисков.
Что делаем:
- выбираем 1 категорию или 10–50 SKU;
- приводим данные по ним в идеальное состояние;
- отслеживаем поведение пользователей после AI-взаимодействия;
- анализируем влияние на конверсии и средний чек.
Результат этапа: Понимание того, как AI-каналы влияют на реальные продажи.
Этап 5. Подготовка интернет-магазина к Instant Buy и ChatGPT Shopping
Цель: подготовить инфраструктуру к instant-покупкам.
Что делаем:
- расширяем подход на весь каталог;
- готовим базовые API и фиды;
- следим за новыми возможностями AI-платформ и платёжных партнёров.
Результат этапа: Магазин готов к подключению instant-покупок без срочной перестройки.
Почему e-commerce в 2026 требует новой стратегии?
AI-покупки — это не очередной инструмент в рамках привычного digital-маркетинга. Это изменение самой логики принятия решений. Когда рекомендация формируется в диалоге, а покупка может происходить без визита на сайт, выигрывают не те, у кого больше трафика, а те, у кого лучше подготовлена инфраструктура данных и доверия.
SEO в этой модели не исчезает, но перестаёт быть изолированным каналом. Оно становится фундаментом, на котором строятся:
- AI-рекомендации;
- сокращённые воронки продаж;
- instant-покупки;
- новые точки конверсии.
В RegisTeam мы рассматриваем ChatGPT Shopping и связанные с ним AI-каналы не как угрозу, а как следующий этап эволюции e-commerce. Наш опыт работы с SEO, данными и масштабными каталогами показывает: магазины, которые начинают готовиться к этой модели заранее, получают устойчивое преимущество даже до массового внедрения instant-покупок на конкретных платформах.
Экспертность в 2026 году это не умение «угадать алгоритм», а способность выстроить стратегию, где SEO, контент, данные и аналитика работают как единая система, понятная не только пользователю, но и AI. Именно на таком подходе строится работа команды RegisTeam от аудита и проектирования структуры до подготовки магазинов к новым AI-воронкам продаж.
В RegisTeam мы помогаем e-commerce-проектам адаптировать SEO и структуру данных под новую реальность генеративного поиска.
