Оптимизация для ИИ (AEO): новое SEO для электронной коммерции

AI Engine Optimization (AEO) 2025

AEO - это новый стандарт для видимости и продаж электронной коммерции.

Почему AEO так важен для вашего интернет-магазина?

• ИИ захватывает трафик из поисковых систем. Ответы AI (AIO) уже появляются для значительной части запросов электронной коммерции и генерируют значительный трафик.
• Топ-1-3 в Google недостаточен. Лишь небольшая часть этих элементов попадает в AIO, и большинство источников в AIO не совпадают с классическим TOP3 SEO.
• Разговоры продаются. Покупка через чат / голос / ИИ составляет сотни миллиардов долларов в год - это жизнеспособный канал дохода, это сегодняшний день.
• Персонализация = деньги. В лидерах, рекомендации / персонализация доходность ~ 35-40%
• Польская практика. В среднем, 6% трафика из чатов ИИ может генерировать до 14% дохода. Semly)
• Вывод: добавить AEO вместе с SEO Подготовьте данные, сделайте предложение ChatGPT/Gemini и измерьте долю продаж с помощью ИИ

Что теперь делать?

1. Упорядочение данных о продукции
2. Опубликовать их в LLM экосистемы
3. Помощник по покупкам
4. Измерить видимость ИИ и влияние на доходы

Почему SEO уже недостаточно?

• ИИ сокращает путь Игнорирование классических органических результатов (80% источников в обзоре ИИ не являются лидерами SEO)
• 77% менеджеров электронной коммерции ежедневно используют ИИ для автоматизации кампаний, аналитики, рекомендаций и персонализации
• 29% розничных компаний уже создают преимущество, основанное на больших данных и идеях ИИ - лучшее прогнозирование, инвентаризация, быстрое реагирование на тенденции
• Нулевой клик растет OSR (Organic Search Revenue) сглаживается; нормативное давление вокруг AIO в ЕС подтверждает масштабы этого явления.

Что это реально командует в AEO?

• Доля видимости ИИ (SAV): Процент запросов, по которым бренд появляется в AIO/LLM. Сегодня «новая 1-я страница» в Google
• Доход от беседы: Доля дохода, где первым касанием является чат / LLM (атрибуция на основе параметров и опросов после покупки)
• Время ответа (TTA) и оценка качества ответа: задержка и полнота ответов (FAQ, цена, доступность, возвраты);
• AOV Uplift; AOV Uplift Поддерживается персонализацией - подтверждается Мета-анализ mcKinsey
• Разговорный GMV - растущий пирог ($290 млрд), поэтому даже небольшая доля равна материальному доходу;

Архитектура AEO - от данных до видимости

Уровень данных о продукте

• Канонический корм Google XML + JSON Lines для LLM (ключи: productTitle, brand, gtin, mpn, sku, description, price.value/currency, availability, imageUrl, url, shipping, returns, country, language)
• Нормализация единиц (мл/г/см), варианты, пучки, совместимость с schema.org/Product (JSON-LD)
• Свежесть SLA: Цены/штаты мин. каждые 15-60 мин. (Компания предпочитает современность)

AEO готовый контент

• описания, основанные на намерение Случаи использования (полные ответы, а не фразы)
• FAQ/Q&A по продукту/категории (краткий ответ + источник)
• Полиглот: те же сущности (Brand, GTIN) и тезаурусные фразы в EN/EN/DE/ES

Уровень доверия

• Отзывы (количество, свежесть, рейтинг), политика возврата, гарантия, Местные штаты (LIA), прозрачность доставки

Издательский слой для экосистем ИИ

• Конечные точки приема ChatGPT/Gemini/Perplexity (вытягивание корма/выталкивание веб-хука)
• Картирование категорий (таксономия продукта Google) + пользовательская онтология
• Безопасность & права: Роботы / LLM-разрешение, политика источника, UTM для атрибуции

Разговорный слой

• Помощник по покупке (чат/голос) заземление в корме (поиск), доступ к ценам/государствам и политикам
• передача для оформления заказа или корзины в 1 клик (глубокая ссылка, ссылки приложения схемы)

наблюдаемость

• Телеметрия: SAV, CTR-to-site с AIO/LLM, % ответов с правильной ценой/акцией, время индексации изменений, предполагаемая доля рекомендаций

Данные польского рынка

1. Пример магазина детских товаров - реализация AEO (через Semly) переведенный на увеличение количества запросов на продукцию в моделях ИИ на 130% и увеличение коэффициента конверсии в этом канале 18%
2. Осветительный магазин: появление продуктов в разделе «Увидеть продукты» Google Gemini дал +25% от стоимости средней корзины
3. Магазины одежды: пользователи, использующие персонализированные рекомендации ИИ, тратят На 30% больше времени на сайте, что непосредственно приводит к более высоким коэффициентам конверсии

Как измерить AEO - определения KPI

1. Исполнитель: Top Answer = фирменные запросы в «основном» ответе / все контролируемые запросы
2. Охват в AIO/LLM = #индексированные SKU в моделях / #SKU в корме
3. Ответить Точность (цена/статус) с выборкой каждые N часов
4. Коэффициент конв-помощи = заказы с первого касания LLM - чат / все заказы
5. mCAC(AI) = (стоимость инструмента + ops) / заказы, назначенные AEO
6. Поднятие AOV/CR в когортах «с чатом» и «без чата»

30-дневный план реализации (проверенный в бою)

• День 1-5: аудит данных (полнота GTIN/MPN/бренда ≥ 95%), согласованность схем, подготовка JSON-LD + JSONL
• День 6-10: «Ответные пакеты» для 100 лучших запросов (описание, часто задаваемые вопросы, параметры, 2-3 сравнения альтернатив)
• День 11-15: публикация в LLM (ChatGPT/Gemini) + маршрутизация атрибуции (параметры, опрос после покупки)
• День 16-20: торговый помощник (чат) с заземлением и политикой (возврат / доставка / цена)
• День 21-25: тесты на свежесть (цена/статус), проверка точности ответа > 97%, тесты (без СКУ, без варианта)
• День 26-30: настройка подсказок, организация категорий (таксономия), приборная панель KPI (SAV, Conv-assist, AOV uplift)

Разговорная коммерция и вклад ИИ в продажи

Глобальные расходы на разговорную коммерцию (покупки через чат, голос, ИИ) В 2025 году он превысит 290 миллиардов долларов. Для польских магазинов внедрение AEO компанией Semly уже приводит к среднему показателю. 6% трафика поступает от ИИ-чатботов (ChatGPT, Близнецы), ответственный за 14% выручки магазина.

Антипаттерны (наиболее распространенные ошибки)

SEO-контент для AEO 1:1 (слишком медленный, неадекватный)

Ни один канонический Источник истины (цена/состояние), видимый для LLM

Часто задаваемые вопросы, написанные с помощью маркетинга вместо краткие ответы (Компания предпочитает однозначность)

Нет метрик SAV / точности → нет цикла обратной связи или оптимизации

Глоссарий (AEO 2025)

Базовый

• AEO (AI Engine Optimization) - процесс подготовки данных о продукте, контенте и сигналах доверия и публикации их в экосистемах LLM и генеративных слоях поисковых систем для повышения видимости и продаж от ответов ИИ
• AIO (AI Обзоры) модуль Google, который генерирует обобщенные ответы ИИ на запросы (бывшие SGE / AI Snapshots)
• LLM (большая языковая модель) - большая языковая модель (например, ChatGPT, Gemini), которая генерирует ответы на основе знаний и внешних источников;
• Разговорная торговля - продажи, инициированные или проведенные через чат/голос/AI-ассистент

Метрики и KPI

• SAV (Share of AI Visibility) - доля запросов, в которых бренд фигурирует в основном ответе ИИ:
  SAV = (# of queries with visibility in AIO/LLM) / (number of monitored queries)
• Охват AIO/LLM - охват каталога в моделях:
  Coverage = (# of SKUs visible in AIO/LLM) / (# of SKUs in feed)

• Оценка качества ответа (AQS) - процент ответов ИИ в соответствии с ценой/статусом/политикой в контрольных выборках:
  AQS = (# of correct answers) / (# of verified answers)

• TTA (Time-to-Answer) Время от запроса до полного ответа / передачи в корзину
• Показатель Conv-assist (CAR) - доля заказов, в которых первым касанием был LLM/чат:
  CAR = (# of orders with 1st LLM touch) / (all orders)

• mCAC(AI) - предельная стоимость приобретения через канал АЕО:
  mCAC(AI) = (cost of tools + ops + AEO content) / (# of orders assigned to AEO)

• Разговорный GMV - стоимость продаж от сеансов с разговорным взаимодействием
• AOV (Средняя стоимость заказа) - Средняя стоимость заказа
• CR (коэффициент конверсии) - коэффициент конверсии
• CAC (стоимость приобретения клиента) - стоимость приобретения клиента
• ROAS/ROMI - возврат рекламных расходов / маркетинговых инвестиций
• OSR (органический поисковый доход) Доход, связанный с органическим трафиком от поисковой системы

Данные и форматы

• Google XML Product Feed - стандартный файл заявки для Google Merchant (расширяемый в рамках AEO)
• JSON-LD (schema.org/Product) - структурированные данные на странице (Product, Offer, AggregateRating, FAQPage)
• Линии Джонсона (JSON Lines) - линейный формат записи (1 продукт = 1 строка), полезный для поставки LLM
• GTIN/EAN, MPN, SKU Глобальный идентификатор товара / номер части производителя / идентификатор склада
• Свежесть SLA - гарантированная скорость обновления цены/статуса (например, ≤60 мин)
• Пакеты ответов - короткие, однозначные блоки ответов (описание + 2-3 параметра + источник), которые LLM может процитировать 1:1
• График знаний продукта - граф сущности (продукты-бренды-параметры-категории), объединяющий идентификаторы и атрибуты

внедрение ИИ

• RAG (дополненное поколение) генерация с прикрепленным поиском / извлечением из авторитетных данных хранилища
• заземление - «Основные» ответы ИИ в текущих надежных источниках (питания, политики, государства)
• встраивание векторное представление текста/данных, используемое для быстрого сопоставления контента и продуктов;
• конечная точка приема - точка сбора/загрузки корма через экосистемы ИИ (pull API, webhook push)
• Таксономия/онтология - словарь категорий и отношений (например, Google Product Taxonomy + пользовательские расширения
• LIA (местная инвентарная реклама) - локальные сигналы доступности (штат в стационарном магазине), полезные также для ЭО

Атрибуция и аналитика

• UTM - параметры ссылок для отслеживания источника/среды/кампании (например, utm_source=chatgpt)
• Опрос после покупки Короткий опрос после покупки, чтобы подтвердить влияние AEO («Где вы впервые услышали о продукте?»).
• Глубокая связь - связь, направленная непосредственно на корзину/конкретный вариант с параметрами атрибуции
• передача - контролируемая передача от помощника ИИ к пути оформления заказа (например, корзина покупок с предварительно заполненным SKU)
• Нулевой клик - ситуация, в которой пользователь получает ответ, не переходя на страницу (особенно в AIO/LLM);
• LLM-разрешение/роботы - политика доступа (robots.txt/ meta), позволяющая выбранным агентам/LLM извлекать данные;
• наблюдаемость - набор журналов, индикаторов и синтетических тестов для мониторинга видимости, свежести и актуальности ответов ИИ;

Поделиться:

Копировать ссылку