Карточки товаров в эпоху ИИ: почему старые шаблоны больше не работают 🛒

Есть такая иллюзия у e-commerce команд: мы заполнили карточку, написали описание, добавили характеристики — всё, задача выполнена. Но когда начинаешь проверять, как нейросеть «видит» эту карточку, картина другая. Либо она берёт оттуда только цифры и игнорирует весь остальной текст. Либо не берёт ничего, потому что нужная информация там есть, но спрятана так, что модели её не добраться.

Генеративный поиск изменил не только то, как пользователи находят товары. Он изменил то, какой контент вообще имеет право быть процитированным.

Как ИИ читает карточку товара

Языковая модель не читает карточку как менеджер по закупкам. Она не замечает «премиальный дизайн» и «инновационные технологии». Она ищет извлекаемые факты: конкретные числа, формулировки, которые можно встроить в готовый ответ без редактирования.

Когда пользователь спрашивает YandexGPT «какой робот-пылесос выбрать для квартиры с ковровым покрытием», модель собирает ответ из источников, где факты изложены максимально прямо. Если в вашей карточке написано «мощный всос для любых поверхностей» — это не факт, это маркетинг. Если написано «мощность всасывания 2700 Па, режим Max Boost автоматически включается при обнаружении ковра» — это уже материал для ответа.

Разница кажется очевидной, но в реальных магазинах именно первый вариант встречается чаще.

Структура важнее объёма 📐

Я смотрел, как устроены карточки в категориях, где ИИ активно формирует спрос — бытовая техника, товары для детей, косметика с составом. Паттерн один и тот же: карточки, которые попадают в ответы нейросетей, имеют чёткое разделение на смысловые блоки.

Вот что работает. Технические характеристики — отдельным блоком, каждый параметр на отдельной строке. Не «экономичный расход энергии», а «потребляемая мощность: 1050 Вт». Ответы на вопросы — прямо в тексте, не в формате FAQ-аккордеона, который ИИ часто не обрабатывает: «Подходит ли для чувствительной кожи? Да, в составе нет сульфатов и синтетических отдушек». Сценарии использования — конкретные: не «для всей семьи», а «для семьи с ребёнком до трёх лет».

Нейросеть выстраивает ответ как конструктор. Ей нужны готовые кирпичи, а не литое бетонное эссе, из которого нужно что-то выпиливать.

Где теряются деньги

Есть момент, который я вижу постоянно: дублированные описания. Магазин берёт текст у поставщика, ставит на все аналогичные позиции одинаковую структуру и считает, что сделал достаточно. Для классического SEO это ещё работало через ссылочный вес. Для ИИ — нет.

Модели хорошо чувствуют шаблонность. Два одинаковых описания — сигнал низкой авторитетности. Если у вас 50 похожих товаров с одинаковым вступлением, ни одна карточка не станет приоритетным источником. Они взаимно гасят друг друга.

Здесь не нужно переписывать всё вручную. Нужно выделить ключевые отличия каждой позиции и сделать их явными в структуре. Это работа, которую стоит сделать до того, как конкурент сделает её первым.

Что делать прямо сейчас 🔍

Возьмите пять своих самых продаваемых позиций. Зайдите в YandexGPT или ChatGPT и задайте вопрос, который реально задаёт ваша аудитория перед покупкой. Посмотрите, есть ли в ответе что-то из вашей карточки. Скорее всего, нет.

Потом зайдите на карточку и ответьте честно: если бы нейросеть собирала ответ из этого текста, что бы она взяла? Если ответ «почти ничего» — это и есть точка роста.

Переписывать под ИИ не значит делать тексты хуже для людей. Конкретика и структура работают на обе аудитории одновременно. Просто раньше на это можно было закрыть глаза. Теперь нельзя.