GEO-оптимизация интернет-магазина

Первая позиция в Google теряет до 64% кликов, когда над ней появляется AI Overview. В Яндексе нейроответы уже закрывают 68% информационных запросов. Пользователь получает готовый ответ — с ценой, характеристиками и даже кнопкой заказа — и часть трафика, который раньше шел на сайт магазина, теперь остается внутри поисковика.

GEO (Generative Engine Optimization) — это набор практик, которые увеличивают шанс, что источником для такого ответа станет именно ваш каталог. Разберем, что это значит для интернет-магазина конкретно, и покажем на своем опыте, где здесь настоящие подводные камни, а не только теория.

SEO, AEO и GEO: в чем разница

Три термина описывают разные слои оптимизации поисковой видимости:

• SEO — классическая оптимизация под позиции в обычной выдаче.
• AEO (Answer Engine Optimization) — оптимизация под быстрые ответы прямо в поисковике: featured snippets, блоки "нулевой позиции", FAQ-выдержки.
• GEO (Generative Engine Optimization) — оптимизация под ответы генеративных систем: Яндекс Нейро, Google AI Overviews, ChatGPT, Perplexity.

Это не конкурирующие, а вложенные друг в друга слои. Без хороших позиций в топ-30 обычного поиска магазин не попадет в поле зрения Яндекс Нейро — система отбирает источники именно из топовой выдачи и только потом оценивает их на пригодность для генеративного ответа. GEO повышает планку качества карточки товара, а не отменяет все, что уже сделано для SEO.

Как ИИ-системы выбирают источники

Механика разная у каждой платформы, но общий принцип один: запрос → поиск подходящих документов → извлечение структурированных данных (товар, цена, характеристики) → синтез готового ответа.

Яндекс Нейро работает двухступенчато: сначала отбирает источники из топ-30 обычной выдачи по запросу, затем оценивает, насколько удобно извлечь из них структурированные данные — и только после этого решает, что показать в ответе.

Google AI Overviews в товарных запросах опирается на Shopping Graph — базу из более чем 50 млрд товаров, собранную через Google Merchant Center, — и на разметку Product/Offer прямо на странице.

ChatGPT, Perplexity и похожие системы чаще всего работают с тем, что уже проиндексировано в Bing или получено через собственные краулеры (GPTBot, ClaudeBot, PerplexityBot) — если эти боты заблокированы в robots.txt, сайт для них просто не существует.

Важная деталь: по данным одного из разборов, только 37-38% ссылок, процитированных в Google AI Overviews, вообще входят в топ-10 обычной выдачи по тому же запросу — генеративный поиск оценивает не только позицию, но и то, насколько легко разобрать содержимое страницы на структурированные факты.

Целевые запросы для интернет-магазина

В отличие от классического SEO, где на карточку ведут короткие коммерческие запросы, GEO-трафик приходит по длинным, разговорным формулировкам — ИИ-системы обрабатывают запросы в среднем на 40 слов против 3-4 слов в классическом поиске:

• "какой пылесос взять в квартиру с котом до 15 000"
• "сравни Bosch MCM3501M и Philips HR7510"
• "электрический или бензиновый триммер для дачи 6 соток"
• "кухонный комбайн для теста и нарезки"

Эти запросы близки к решению о покупке, но требуют развернутого сравнения — именно того, что ИИ собирает из нескольких карточек и характеристик.

Чек-лист карточки товара под GEO

Разбор конкурентных материалов сходится на одном наборе технических требований к карточке — вот он в сжатом виде.

Проблема	Что делать
"Пылесос Samsung" — недостаточно данных	Полное название: тип + бренд + модель + модификация + параметр + цвет
Маркетинговый текст без ответа "кому подходит"	Описание по структуре: для кого/задачи → свойства → польза → ограничения
Характеристики подгружаются через JS или скрыты в табах	Таблица характеристик в исходном HTML, единообразные единицы измерения
Разные цены в разных местах	Единая цена везде, статус наличия InStock/OutOfStock/PreOrder, никаких "уточняйте у менеджера"
Нет ответа на "есть доставка завтра в СПб"	Явно указать регионы, сроки, стоимость и условия бесплатной доставки, ПВЗ
Отзывы обезличены или отсутствуют	Уникальные отзывы с датами и авторами, рейтинг совпадает с видимым
Вопрос "подойдет ли для индукционной плиты" без ответа	FAQ-блок на карточке: совместимость, гарантия, возврат, расходники
ИИ сам сравнивает товар с аналогами без вашего участия	Собственная таблица сравнения (с предыдущей моделью, старшей линейкой, конкурентом)
"Смартфон Apple" / "Айфон" / "iPhone 15 128" — разные названия одного товара	Единое каноническое название везде: H1, title, разметка, фид

Пример описания, которое проходит этот чек-лист:

"Подойдет для сухой уборки квартиры с коврами и питомцами. Турбощетка собирает шерсть с мебели. Влажная уборка не предусмотрена."

Короткий, честный, отвечает на реальный вопрос покупателя — а не пересказывает технический паспорт производителя.

Разметка Schema.org: минимум и расширенный вариант

Базовый уровень, без которого не имеет смысла двигаться дальше — Product и Offer в формате JSON-LD:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Пылесос Samsung VC18M3120, 1 800 Вт, контейнер 2 л, синий",
  "description": "Пылесос для сухой уборки квартиры с коврами и животными",
  "sku": "VC18M3120-SB",
  "brand": { "@type": "Brand", "name": "Samsung" },
  "offers": {
    "@type": "Offer",
    "price": "12990",
    "priceCurrency": "RUB",
    "availability": "https://schema.org/InStock"
  }
}

Расширенный вариант добавляет additionalProperty (характеристики), aggregateRating (рейтинг), review (отзывы с датами и авторами) и image. По одному из разборов, сайты с корректной разметкой Product получают в 4,2 раза более высокую видимость в Google Shopping — цифра большая, но направление верное: чем полнее и честнее разметка, тем увереннее ИИ-система берет данные именно оттуда.

Автогенерация из платформы (Webasyst, Битрикс) закрывает базовую структуру, но не спасает от рассинхронизации: если цена или наличие поменялись на странице, а разметка и фид Яндекс.Маркета обновились с задержкой — для генеративной системы это сигнал недоверия к источнику. Проверяйте синхронизацию через Rich Results Test и валидатор микроразметки Яндекса после каждого крупного обновления каталога.

Товарные фиды: Яндекс.Маркет и Google Merchant Center

Фид — отдельный вход в генеративный поиск, независимый от самого сайта:

YML-фид для Яндекс.Маркета должен включать не 3-4 заполненных атрибута (типичная картина для конвейерных выгрузок 1С-Битрикс/Webasyst без ручной доработки), а десять и больше: материал, размер, цвет, назначение, совместимость. Чем полнее фид, тем выше шанс попасть в товарную вертикаль Яндекс Нейро.

Google Merchant Center (Shopping Graph) — с января 2026 туда добавили новые атрибуты: ответы на частые вопросы, совместимые аксессуары, альтернативные товары. Это уже прямая подготовка каталога под генеративные ответы, а не просто витрина для товарной галереи.

Мы разбирали настройку товарного фида Яндекс.Маркета подробнее в статье про SEO для интернет-магазина — там же про базовую структуру каталога, без которой фид просто не с чем сверять.

Доступность для ИИ-ботов: то, на чем мы сами обожглись

Здесь у нас есть неожиданный собственный кейс. Настраивая Cloudflare для одного из проектов, мы обнаружили, что функция AI Crawl Control по умолчанию генерирует свой robots.txt и полностью подменяет собой оригинальный файл сайта — с директивами Disallow: / для GPTBot, ClaudeBot, Google-Extended, Applebot-Extended и еще нескольких ИИ-краулеров сразу. Без единого явного решения владельца сайта.

Звучит как мелкая техническая деталь, но по последствиям — это именно то, о чем предупреждают все разборы GEO: если robots.txt блокирует GPTBot, ClaudeBot или PerplexityBot, языковая модель физически не может прочитать контент сайта. Блокировка гарантирует полное отсутствие цитируемости бренда в этих системах — не низкий приоритет, а ноль.

Что проверить у себя:

1. Откройте ваш-сайт.ru/robots.txt напрямую в браузере.
2. Если сайт стоит за Cloudflare — посмотрите, нет ли блока # BEGIN Cloudflare Managed content с директивами Disallow: / под именами ИИ-ботов.
3. Если такой блок есть и вы не включали его сознательно — это автоматика, а не ваше решение. Отключается в дашборде Cloudflare, в разделе AI Crawl Control.

Отдельно от robots.txt стоит завести файл llms.txt — простой способ явно рассказать ИИ-агентам, что за сайт перед ними и где искать структурированную информацию. Мы разбирали формат подробно в отдельной статье про llms.txt и llms-full.txt — это не сигнал ранжирования, но и не помешает, если технический фундамент уже закрыт.

Категорийные страницы и контент, который маркетплейсы не пишут

Ozon, Wildberries и Яндекс.Маркет не создают экспертный контент — они выдают карточки без развернутых сравнений и гайдов. Именно в этом разрыве у собственного интернет-магазина есть настоящее преимущество перед маркетплейсом в глазах генеративного поиска.

На сложный вопрос вроде "какой диван выбрать для маленькой гостиной" ИИ-система цитирует не строку каталога, а разбор с конкретными критериями выбора. Три формата, которые стоит завести на категорийных страницах:

• FAQ-блок — 5-7 реальных вопросов покупателей с разметкой FAQPage.
• Гайд по выбору (buyer's guide) — на что смотреть при выборе товара в этой категории, с конкретными параметрами, а не общими словами.
• Сравнительная таблица — топ-3-5 моделей категории по ключевым характеристикам.

Метрики GEO: на что смотреть вместо позиций

У генеративного поиска нет привычной "позиции в выдаче" — вместо нее пять новых показателей:

Метрика	Что показывает
Prompt Win Rate	Доля тестовых запросов, где упоминается ваш бренд или товар
Citation Rate	Доля ответов ИИ со ссылкой на ваш сайт как источник
Product Inclusion Rate	Доля ответов, где конкретный товар попал в подборку
Attribute Accuracy	Насколько корректно ИИ передает цену, наличие, характеристики
Competitor Overlap	Какие конкуренты попадают в ответы на те же запросы, что и вы

Проверяются вручную — тестовым набором запросов раз в 1-2 недели, потому что нейроответы меняются без предупреждения. Прямых отчетов "видимость в ИИ" пока нет ни в Яндекс.Метрике, ни в GA4, но Яндекс.Вебмастер уже показывает раздел "Видимость сайта в Алисе AI" — стоит проверять его регулярно, наравне с обычными позициями.

С чего начать: план на 90 дней

1. Недели 1-4 — технический фундамент. Аудит разметки на топовых карточках через Rich Results Test, добавление Product + Offer + AggregateRating в JSON-LD, проверка robots.txt на блокировку ИИ-ботов, обогащение фида до 10+ атрибутов на товар.
2. Недели 5-8 — контентная перестройка. Переписать описания на 15-20 приоритетных товарах по чек-листу выше, добавить FAQ на 5-10 ключевых категориях, написать 2-3 гайда по выбору.
3. Недели 9-12 — мониторинг. Ручная проверка упоминаний по тестовым запросам в Яндекс Нейро, ChatGPT, Perplexity; расширение разметки на остальной каталог по результатам первых цитирований.

GEO не заменяет ни SEO-продвижение, ни правильную разработку интернет-магазина — он требует, чтобы оба фундамента уже были в порядке, и добавляет над ними еще один слой: делать данные каталога настолько чистыми и структурированными, чтобы человек, поисковый робот и нейросеть одинаково правильно понимали, что вы продаете.