Покупатель примеряет товар, не выходя из ChatGPT. Что это ломает в маркетинге, когда ассистент сам стал магазином

ChatGPT шаг за шагом становится витриной. Сначала в ответах появились товарные подборки, затем возможность сохранять найденное, теперь к этому добавилась виртуальная примерка: вещь можно увидеть на себе, не открывая сайт магазина. Для покупателя это удобство. Для маркетинга это перенос места, где принимается решение.

Что именно изменилось в сценарии покупки

Раньше ассистент выполнял роль справочной: он называл варианты, а дальше человек уходил на сайт или в маркетплейс. Теперь внутри одного окна собирается почти вся цепочка.

1. подбор: модель предлагает набор товаров под запрос и бюджет
2. сравнение: характеристики и отзывы пересказываются сразу в диалоге
3. сохранение: понравившееся остаётся в интерфейсе ассистента, а не в закладках браузера
4. примерка: вещь показывается на фигуре пользователя без перехода на сайт
5. покупка: оплата постепенно встраивается туда же

Переход на площадку бренда из обязательного шага превращается в необязательный. И это меняет не канал, а устройство воронки.

Воронка без перехода

Привычная схема держалась на одной опоре: человек должен попасть на наш ресурс. Там работали карточка, фильтры, отзывы, ремаркетинг, корзина, брошенные сессии. Если выбор и примерка случились до перехода, бренд теряет не посещение, а возможность влиять на решение. Пользователь приходит уже определившимся или не приходит вовсе.

Практический вывод неприятный: оптимизация страницы товара больше не гарантирует участия в выборе. Она работает только для тех, кто дошёл. А дошедших становится меньше, потому что часть сравнения прошла в чужом интерфейсе.

Что происходит с сайтом и SEO

Сайт не исчезает, но меняет функцию. Из точки продажи он становится источником, из которого модель берёт факты. Позиция в органике при этом перестаёт быть целью сама по себе: важнее, попал ли текст в ответ ассистента и в каком виде.

1. страница должна отвечать на вопрос целиком, а не вести на следующую страницу
2. характеристики нужны явным текстом, а не только в скриптовом интерфейсе
3. формулировки должны быть пригодны к пересказу: короткие утверждения, которые модель может вынуть и процитировать
4. обновление данных важнее наращивания объёма: устаревшая цифра уходит в ответ как есть

Карточка товара пишется уже не только для человека

Виртуальная примерка требует от карточки того, о чём раньше думали в последнюю очередь: корректных изображений, понятной размерной сетки, описания материала и посадки. Если модель не находит этих данных, она либо берёт их у конкурента, либо достраивает сама. Второе хуже: ошибка в описании попадает к покупателю без шанса на опровержение.

Реклама и атрибуция

Медийная логика тоже проседает. Показ и клик описывают путь, которого в этом сценарии нет. Внутри диалога нет клика по объявлению, нет посадочной страницы, нет метки источника. Сессия, которая всё же дойдёт до сайта, выглядит как прямой заход или как переход с одного домена ассистента, где не видно ни запроса, ни того, какие ещё бренды обсуждались рядом.

То есть трата на верх воронки продолжается, а её результат перестаёт быть видимым в привычных отчётах. Это не повод отключать рекламу, но повод перестать считать её единственным источником спроса.

Новая точка аналитики: попал ли бренд в набор вариантов

Если решение принимается внутри ассистента, то первое событие воронки происходит раньше любого взаимодействия с товаром. Модель формирует набор вариантов, и бренд либо оказывается в нём, либо нет. Всё, что дальше: рекомендация, сравнение, примерка, достаётся только тем, кого ассистент назвал. Этот отбор не фиксируется ни счётчиком на сайте, ни рекламным кабинетом.

Значит нужна отдельная метрика: как часто нейросети называют бренд в ответах на покупательские запросы и кого называют вместо него. Я замеряю это в brandfound, где видимость считается по десяти системам, от ChatGPT и Gemini до GigaChat и Алисы, вместе с тональностью упоминания и источниками, из которых модель собрала рекомендацию. Польза здесь не в самой цифре, а в сравнении: видно, по каким формулировкам бренд выпадает из подборки и какой конкурент занял это место.

Что делать маркетологу сейчас

1. Разделить отчётность: видимость в ответах ассистентов считать отдельно от органики и рекламы, это разные воронки.
2. Привести карточки к машиночитаемому виду: характеристики, размеры, материалы, актуальные цены текстом.
3. Перенести часть экспертизы наружу: на площадки, которые модели читают чаще собственного сайта.
4. Проверить, что именно ассистенты говорят о бренде: ошибка в фактах стоит дороже, чем отсутствие упоминания.
5. Пересмотреть цели кампаний: если переход перестал быть обязательным, метрика перехода перестала описывать спрос.

Ассистент, который сам показывает товар и примеряет его, забирает у бренда не трафик, а момент выбора. Вернуть этот момент прежними инструментами не получится: сначала нужно увидеть, попадает ли бренд в ответ вообще.