5 марта 2026 года OpenAI закрыл Instant Checkout - покупку, которую можно было завершить не выходя из чата. Функция прожила около пяти месяцев. За первый месяц её попробовали 8% взрослых пользователей ChatGPT в США, интегрировалось около десятка магазинов на Shopify, а Walmart измерил, что покупка в чате конвертит примерно в 3 раза хуже, чем переход на walmart.com и покупка там. Вместо этого OpenAI начал уводить транзакции в сторонние приложения.
Со стороны поиска товара всё наоборот. Shopify по данным за первый квартал 2026 сообщает о трафике из AI выше примерно в 8 раз год к году, заказах из поиска на базе AI выше примерно в 13 раз и о том, что каналы AI приводят новых покупателей почти в 2 раза чаще остальных. Nosto приводит цифру: 72% покупателей ждут, что агенты помогут им с покупкой.
Вместе это описывает одну модель поведения: клиент находит товар в чате, а платит у вас. Касса осталась на вашем сайте. Сместился слой перед кассой - товарные данные. Об этом текст: что конкретно должно быть в данных, чтобы модели было с чем работать.
Что изменилось: касса в чате умерла, поиск товара вырос
Индустрия несколько лет готовилась к платёжным протоколам внутри ассистентов. Выяснилось, что люди не хотят вводить карту в окне чата, а магазины не хотят отдавать отношения с клиентом. Осталась работающая часть: модель собирает информацию о товарах, складывает короткий список и даёт ссылку.
Это меняет предмет конкуренции. Не интеграция с платежами, а место в этом коротком списке. А список собирается из данных, которые модель может прочитать, сравнить и процитировать без риска назвать неактуальную цену. Товар с неопределённой ценой и неопределённым наличием модель просто пропускает: ошибка стоит ей доверия пользователя.
В Европе это уже не сценарий на будущий год. Google запустил AI Mode в Польше и на польском 8 октября 2025 года. Senuto приводит цифру: ответ AI показывается на 24,17% польских запросов в Google. ChatGPT в Польше пользуются больше 10 миллионов человек. Там, где показывается AI Overview, Ahrefs на выборке в 300 тысяч ключевых слов измерил падение кликабельности примерно на 34,5%.
Что такое фид под AI и откуда модель берёт данные
Единого «фида для ChatGPT» не существует. Есть три источника, и каждый делает своё.
Файл фида. XML в стандарте RSS 2.0 либо CSV/TSV, по одному постоянному адресу, генерируется автоматически. Это каноническая версия каталога. Тот же файл потребляют Google Merchant Center, агрегаторы и партнёры, так что делаете один раз под всех.
Структурированные данные на карточке. JSON-LD типа Product с блоком offers: price, priceCurrency, availability, gtin, sku, brand. Без этого карточка для машины - текст, а не предложение.
Обычный HTML карточки, отрендеренный на сервере. Здесь ловится большинство магазинов. Краулеры AI не выполняют JavaScript: GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot и Meta-ExternalAgent не запускают скрипты. Vercel в своём исследовании краулеров насчитал, что GPTBot запрашивает файлы JS примерно в 11,5% запросов, а ClaudeBot в 23,8%, но ни один их не исполняет. Исключение - Gemini и Google AI Mode, которые используют рендеринг Googlebot.
Вывод прямой: если цена и остаток появляются на карточке только после гидратации React или после клика по вкладке, для ChatGPT у вашего товара цены нет. Проверяется за минуту через curl и просмотр исходного кода, без инструментов.
Атрибуты фида: что обязательно, а что реально решает
Ниже набор, который я закладываю в каждый магазин. Колонка «обновление» - не теория, а расписание, которое я ставлю в крон.
| Атрибут | Статус | Формат значения | Как часто обновлять |
|---|---|---|---|
id | обязательный | постоянный SKU, не меняется при правке карточки | при изменении каталога |
title | обязательный | бренд + модель + ключевой параметр, до 150 знаков | при изменении карточки |
description | обязательный | до 5 000 знаков, рекомендуется 500-1000, чистый текст без HTML | при изменении карточки |
link | обязательный | полный канонический адрес, https, без параметров сессии | при изменении каталога |
image_link | обязательный | адрес изображения, рекомендуется от 800 px по длинной стороне | при изменении карточки |
availability | обязательный | in_stock, out_of_stock, preorder, backorder | раз в час |
price | обязательный | 199.00 EUR, цена с налогом, точка как разделитель | раз в час |
sale_price + sale_price_effective_date | формально опциональный, на деле ключевой | цена акции и диапазон дат в ISO 8601 | раз в час |
gtin или mpn + brand | формально опциональный, решает при сопоставлении | GTIN из 8, 12, 13 или 14 цифр, без пробелов | при изменении каталога |
item_group_id + color, size, material | обязателен при вариантах | один item_group_id на всю группу | при изменении каталога |
shipping + срок доставки | опциональный, сильно влияет на выбор | страна, стоимость, окно в рабочих днях | при изменении тарифов |
product_type и категория магазина | опциональный | полный путь категории из вашего меню | при изменении каталога |
condition | опциональный | new, refurbished, used | редко |
identifier_exists | опциональный | no только для собственных товаров без GTIN | редко |
Обязательные атрибуты определяют, попадёт ли товар в индекс вообще. Выберут его или нет, решают четыре другие вещи.
Актуальная цена и актуальное наличие. Это единственные два поля, которые меняются в течение дня. Фид, который пересобирается раз в сутки, большую часть суток врёт про ваш собственный склад.
GTIN. Штрихкод - ключ, по которому модель связывает ваше предложение с тем же товаром у других продавцов, с отзывами и с описаниями производителя. Без GTIN товар остаётся отдельной сущностью без контекста, и рекомендовать его труднее.
Варианты, связанные через item_group_id. Без этого размер 42 и размер 44 - два несвязанных товара, и модель не отвечает на вопрос «есть ли мой размер».
Стоимость и срок доставки. На запросе «где купить это к пятнице» это решающий критерий и одновременно поле, которое почти никто не заполняет.
Текст для человека, данные для машины
Частая ошибка: магазин берёт маркетинговое описание с карточки и кладёт его в description фида. Модель получает три абзаца про увлечённость основателей и ноль характеристик.
Я их развожу. На карточке остаётся текст для человека. В фид идёт описание, которое начинается с того, что это за товар, кому и с какими параметрами, а рассказывает уже потом. Первые два предложения - именно та часть, которую модель использует чаще всего.
Отдельно слежу, чтобы конкретика лежала в полях, а не была растворена в прозе. «Материал: органический хлопок 220 г/м2» как атрибут работает. То же самое в середине абзаца заставляет модель угадывать. Тот же принцип касается категорий и фильтров каталога, я разбирал это в чек-листе SEO для интернет-магазина.
Откуда взять фид: WooCommerce, Shopify, PrestaShop, BaseLinker
| Платформа | Чем генерирую фид | На что смотреть |
|---|---|---|
| WooCommerce | плагин фидов или свой эндпоинт на WP REST API | цены с налогом и без, вариации товаров, кеш страницы с устаревшим файлом |
| Shopify | штатный торговый канал плюс metafields под недостающие атрибуты | мультивалютные цены в фиде, лимиты частоты обновления |
| PrestaShop, Shoper | встроенный экспорт XML из панели | кодировка файла, сопоставление категорий, варианты как отдельные товары |
| BaseLinker | каталог товаров как единый источник правды для всех каналов | остатки по нескольким складам, маппинг атрибутов на каналы продаж |
| Свой магазин на Next.js или Medusa | эндпоинт /feed.xml прямо из базы | генерация на сервере, а не после гидратации; ETag и заголовки кеша |
Если вы продаёте в нескольких каналах в Польше и вокруг, реальные остатки обычно лежат в BaseLinker, и источником фида должен быть он, а не админка магазина. Когда магазин только строится, я вшиваю генерацию фида прямо в разработку интернет-магазина: доделывать это через год всегда дороже.
У оптового магазина своя версия этой проблемы: цены договорные под каждого контрагента, а каталог обычно закрыт логином. В публичный фид тогда уходит либо каталожная цена, либо ничего, и модель видит пустую карточку. Я оставляю публичный слой каталога с вилкой цен и пометкой «цена после входа», а настоящий прайс держу в B2B-панели. Остальные отличия такого магазина я разбирал в тексте про B2B-магазин для оптовиков.
Как измерить трафик и заказы из AI в GA4
Модели не добавляют UTM-метки, поэтому трафик приходит рефералом с хоста ассистента. Настраивается один раз.
- В GA4 иду в Администратор, Отображение данных, Группы каналов и создаю свою группу «AI».
- Условие: источник соответствует регулярному выражению
chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com. - Добавляю отчёт с параметром «страница входа»: трафик из AI почти всегда приходит сразу на карточку товара, а не на главную.
- Тот же шаблон ставлю в фильтр серверных логов, чтобы отдельно видеть визиты краулеров и отдельно людей, пришедших по ссылке от модели.
Одно ограничение стоит знать сразу: трафик из Google AI Mode отчитывается как google / organic и чисто отделить его от обычной органики нельзя. Кто обещает полное разделение этих двух каналов, обещает то, чего GA4 сегодня не умеет.
Чего не делать
Расхождение цены между фидом и карточкой. Самая частая причина, по которой товар перестают показывать. Цена в фиде должна совпадать с той, что клиент увидит после клика, вместе с налогом.
Искусственные остатки. Проставить всему in_stock, потому что «мы же закажем у поставщика», ломает ровно тот сигнал, который для модели важнее всего.
Фид, который собирается раз в неделю. При подвижных ценах это хуже, чем отсутствие фида: он вводит в заблуждение систематически.
Считать, что llms.txt решает задачу. Ahrefs проверил 137 тысяч сайтов: 97% файлов llms.txt в мае 2026 не получили никакого трафика. Google публично формат не поддерживает. Файл можно держать, но товарные данные он не заменит.
Рассчитывать, что схема сама всё вытянет. SE Ranking приводит цифру: около 71% страниц, которые цитирует ChatGPT, имеют структурированные данные. Но эксперимент Ahrefs на 1 885 страницах показал, что добавление JSON-LD даёт изменения, неотличимые от нуля: цитирования в AI Overviews -4,6%, в AI Mode +2,4%, в ChatGPT +2,2%. Схема - инфраструктура, а не рычаг. Её делают потому, что без неё хуже, а не потому, что она сама что-то поднимает.
Блокировать краулеры AI в robots.txt «на всякий случай». Чтобы модель рекомендовала магазин, она должна его сначала прочитать. Это бизнес-решение, но принимать его надо осознанно.
Сколько это стоит на стороне магазина
Объём работы зависит от того, на чём стоит магазин и в каком состоянии каталог.
- Готовая платформа, каталог в порядке. Настройка фида, заполнение GTIN и вариантов, JSON-LD на карточке, крон раз в час: обычно 1-2 рабочих дня.
- Свой или headless-магазин. Собственный эндпоинт фида, рендер цены на сервере, мониторинг расхождения фида и карточки: 3-5 дней.
- Каталог, который надо собирать. Нет GTIN, варианты разъехались, описания под переписывание - это отдельный проект, и его цена зависит от количества SKU, а не от технологии.
Мой аудит видимости в AI-поиске стартует от 900 € (3 900 zł) и включает проверку того, что краулеры реально видят на карточках, полноту фида и настройку замеров. Новый магазин обходится от 1 800 € (около 7 700 zł), с фидом с первого дня.
Чего не обещаю: что после внедрения модель начнёт рекомендовать ваш магазин. Академический обзор 45 исследований по GEO за 2023-2026 годы прямо говорит, что ни одна из рассмотренных техник не показывает устойчивого подтверждённого влияния на видимость в разных системах, а популярную цифру «GEO поднимает видимость на 40%» этот обзор разбирает как результат симулятора. Хорошо подтверждённым тот же обзор называет наличие проверяемых данных: цен, дат, характеристик, сравнений. Товарный фид - ровно такой материал, и это единственное честное основание для этой работы.
Если хотите понять, что краулеры видят на ваших карточках сегодня, напишите и пришлите адрес магазина. Отвечу, что чинить и стоит ли вообще. Более широкий контекст того, как изменились покупки в ассистентах, я разбирал в тексте про покупки внутри ChatGPT и агентную коммерцию.
FAQ
Существует ли отдельный товарный фид для ChatGPT? Отдельного формата нет. Модели используют те же данные, которые вы уже публикуете: стандартный товарный фид в XML или CSV, структурированные данные JSON-LD типа Product на карточке и серверный HTML самой страницы товара. Один нормально сделанный фид обслуживает Google Merchant Center, агрегаторы и AI-ассистентов одновременно.
Как часто нужно обновлять товарный фид? Цену и наличие раз в час, остальные атрибуты при изменении каталога. Фид, который пересобирается раз в сутки, большую часть суток отдаёт неактуальные остатки, а расхождение между фидом и карточкой - самая частая причина, по которой товар перестают показывать. При стабильном ассортименте и неизменных ценах суточного обновления достаточно.
Видят ли модели цены, отрисованные через JavaScript? Нет. По данным 2026 года GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot и Meta-ExternalAgent не выполняют JavaScript. Vercel насчитал, что GPTBot запрашивает файлы JS примерно в 11,5% запросов, а ClaudeBot в 23,8%, но ни один их не запускает. Исключение - Gemini и Google AI Mode, наследующие рендеринг Googlebot. Если цена появляется только после гидратации, для ChatGPT её нет.
Стоит ли ещё делать интеграцию с покупкой внутри чата? OpenAI закрыл Instant Checkout 5 марта 2026 года примерно через пять месяцев после запуска. За первый месяц функцию попробовали 8% взрослых пользователей ChatGPT в США, интегрировалось около десятка магазинов на Shopify, а Walmart измерил примерно в 3 раза худшую конверсию покупки в чате по сравнению с переходом на собственный сайт. Сегодня разумнее вкладываться в товарные данные и в свою кассу.
Какие атрибуты фида сильнее всего влияют на рекомендацию?
Актуальная цена, актуальное наличие, GTIN и варианты, связанные общим item_group_id. Цена и наличие определяют, рискнёт ли модель вообще порекомендовать товар. GTIN связывает ваше предложение с тем же товаром в других источниках и с отзывами. Варианты позволяют ответить на вопрос про размер или цвет. Стоимость и срок доставки решают в запросах со сроком.
Как отследить в GA4 трафик из ChatGPT и Perplexity?
В GA4 создаёте свою группу каналов с условием на источник по выражению chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com, потому что модели не добавляют UTM-метки. Полезно добавить параметр страницы входа: трафик из AI обычно приходит прямо на карточку товара. Трафик из Google AI Mode отделить нельзя, он отчитывается как google / organic.
Сколько стоит подготовка товарного фида под AI? На готовой платформе с порядком в каталоге это обычно 1-2 дня работы, на своём или headless-магазине 3-5 дней. Мой аудит видимости в AI-поиске, включающий проверку карточек, полноты фида и замеров, стартует от 900 € (3 900 zł). Если в каталоге нет GTIN и групп вариантов, цена зависит от количества SKU, а не от платформы магазина.
Блокировать ли краулеры AI в robots.txt? Это коммерческое решение, а не техническое. Блокировка GPTBot и остальных защищает контент от использования в обучении, но одновременно убирает магазин из ответов ассистентов. Учитывая, что Shopify за первый квартал 2026 сообщает о трафике из AI выше примерно в 8 раз год к году, блокировка означает отказ от растущего канала. Блокируйте осознанно либо не блокируйте вовсе.
