Поисковая оптимизация интернет-магазина перешла от работы с текстами к управлению структурированными данными. Это не следующий этап развития SEO — это другая дисциплина с другими приоритетами. Разбираем, как изменилась логика поиска, почему ИИ-ассистенты стали полноценным каналом покупок и что это означает для операционной работы с сайтом.
Яндекс и Google переориентировали алгоритмы на запросы с покупательским намерением. Приоритет в выдаче получают магазины, где товар доступен — есть в наличии и может быть доставлен в конкретный регион пользователя. Оценка страницы уступила место оценке данных о товаре.
Поисковой системе теперь нужна не убедительная страница категории, а конкретный структурированный ответ на набор вопросов о каждом товаре: что это, сколько стоит, есть ли в наличии, куда доставят, какие характеристики, сколько отзывов и насколько надежен продавец. Без этого набора магазин конкурирует не за топ выдачи, а за присутствие в ней вообще.
Google Merchant Center стал обязательным элементом технического стека интернет-магазина. Это бесплатный инструмент, через который данные о товарах попадают в поиск, карты, YouTube и другие сервисы Google. Без него магазин закрыт для расширенных форматов выдачи.
Разметка Product и Offer на страницах сайта открывает доступ к товарным блокам в картинках, поиску по фото и отображению цены, наличия и условий доставки прямо в сниппете. Минимальный набор полей для корректной работы:
Яндекс Товары решают аналогичную задачу в российской экосистеме: рост органического трафика из поиска, аналитика видимости каталога, показ актуальных данных до перехода на сайт. Для пользователя это означает, что он видит цену и наличие еще в выдаче. Для магазина — что без корректного фида он теряет этот контакт.
В ноябре 2025 года Google встроил товарные листинги прямо в Gemini. Пользователь описывает задачу в произвольной форме — ИИ разворачивает несколько поисков и возвращает подборку с ценами, местами покупки и сравнительными таблицами, не переключаясь в классический поиск. Яндекс движется по той же траектории: Алиса показывает карточки из магазинов непосредственно в ответе.
Для ecommerce это структурное изменение воронки. Часть сценариев покупки теперь проходит через ИИ-ассистента, минуя традиционную выдачу. Критерий попадания в такую подборку один: полнота и актуальность структурированных данных. ИИ-системе нужны цена, наличие, характеристики, варианты, доставка, отзывы и изображения. Неполные данные — отсутствие в результатах.
По данным Pew Research Center, при появлении ИИ-сводки в выдаче Google переходы по обычным результатам снижаются с 15% до 8% визитов. Ссылки внутри ИИ-сводки кликают в 1% случаев. На практике это выражается в сохранении позиций при сокращении кликов — особенно по информационным запросам.
Это не аргумент против создания инфоконтента. Статьи, которые становятся источниками для ИИ-ответов, обеспечивают попадание в подборки и дают качественный трафик с более высокой конверсией. Инфоконтент меняет функцию — из прямого источника кликов в инструмент авторитетности в глазах ИИ-систем.
Google прямо говорит: для попадания в ИИ-обзоры специальных техник не требуется. Базовые принципы SEO плюс понятная структура. Оптимизация под генеративные ответы (GEO) надстраивается поверх них. На практике это несколько конкретных изменений:
Магазин, который использует описания производителя, неотличим от десятков аналогов с тем же товаром. Алгоритмы последовательно приоритизируют страницы с оригинальной и полезной информацией. Состав карточки, которая работает:
Google использует Core Web Vitals как фактор ранжирования: LCP (загрузка основного контента), INP (реакция на взаимодействие), CLS (визуальная стабильность). Для интернет-магазина это острее, чем для обычного сайта — пользователь проходит несколько страниц в рамках одной сессии, и каждая оценивается отдельно.
Типичные источники плохих показателей: тяжелые изображения без оптимизации, слайдеры и баннеры на первом экране, медленные фильтры каталога, избыточный JavaScript, нестабильная верстка при загрузке шрифтов, слабая мобильная версия. При миграции магазина AM-Light на Аспро: Лайтшоп полная загрузка главной страницы сократилась в 4 раза — это измеримый эффект на позиции в поиске.
Крупный каталог генерирует тысячи URL через фильтры, сортировки, технические параметры, страницы поиска и UTM-версии адресов. Большинство из них балластны для поискового индекса — они замедляют краулинг и размывают авторитетность важных страниц.
Что включать в индекс: основные категории, ключевые подкатегории, бренды со спросом, SEO-фильтры с реальным трафиком, карточки товаров, экспертный контент.
Что закрывать или канонизировать: страницы сортировки, технические параметры без спроса, пустые и комбинированные фильтры, страницы внутреннего поиска, дубли карточек, UTM-URL.
Внутренняя перелинковка — хлебные крошки, навигация, блоки «похожие товары», ссылки из категорий в подкатегории — создает карту связей, по которой ИИ-системы понимают структуру и иерархию каталога.
На тысячах страниц ручное управление разметкой, фидами и метаданными не масштабируется. Платформа должна решать это архитектурно. Обязательный функционал:
В решениях Аспро этот технический фундамент реализован на уровне архитектуры платформы. Автоматическая SEO-разметка товаров, управление структурой каталога и фильтрами упрощают работу при масштабировании. Отправная точка для аудита — SEO-чеклист для интернет-магазина, который покрывает все перечисленные блоки.