Новый фид для новой эры: Как продавать сложные товары через AI-агентов и не попасть в «серую зону»

Или: Почему ваш сайт должен говорить машине не «вот товар», а «вот товар, его задачи, ограничения и доказательства»

📦 Пролог: Старый фид умер, да здравствует новый фид

Старый товарный фид (CSV, XML, YML) отвечал на простой вопрос: «Что есть в продаже и по какой цене?». Этого хватало для прайс-агрегаторов.

Маркетплейсы пошли дальше: они добавили отзывы, рейтинги, фотографии и логистику. Они забрали сделку. И продавец потерял контроль.

Следующий виток — AI-ассистенты. Они будут не просто показывать товары, а рекомендовать их, объясняя, почему этот товар подходит для конкретной задачи.

Новый фид должен говорить машине не просто «вот товар», а:

• Вот товар.
  
• Вот его свойства и ограничения.
  
• Вот задачи, для которых он подходит.
  
• Вот доказательства, что он действительно подходит.
  

И здесь начинается самая интересная и рискованная игра. Потому что, как только алгоритм начинает влиять на продажи, появляется новая «серая зона» — способы повлиять на этот алгоритм.

🧩 Акт 1: Что такое «новый фид» и зачем он нужен

Старый фид (для агрегатора)

xml
<offer id="123">
    <name>Рюкзак туристический 40 л</name>
    <price>5000</price>
    <category>Рюкзаки</category>
    <picture>http://site.ru/photo.jpg</picture>
    <available>true</available>
</offer>

Машина знает: «Есть такой товар по такой цене. Могу показать его в выдаче».

Новый фид (для AI-ассистента)

json
{
    "product": {
        "id": "123",
        "name": "Рюкзак туристический 40 л",
        "price": 5000,
        "category": "Рюкзаки"
    },
    "properties": {
        "weight": 1.2,
        "volume": 40,
        "material": "Nylon 210D",
        "waterproof": true,
        "load_capacity": 15
    },
    "use_cases": [
        {
            "task": "Однодневный поход в горы",
            "conditions": ["Дождь", "Температура от +5 до +20"],
            "why_fits": "Лёгкий, непромокаемый, есть крепления для палок"
        },
        {
            "task": "Городское использование",
            "conditions": ["Ноутбук 15 дюймов", "Зонт"],
            "why_fits": "Есть отделение для ноутбука, карман для зонта"
        }
    ],
    "limitations": [
        "Не подходит для длительных походов > 3 дней",
        "Максимальная нагрузка — 15 кг"
    ],
    "evidence": [
        {
            "type": "review",
            "source": "Иван, купил для похода",
            "text": "Отличный рюкзак! Ношу его уже год, не промокает."
        },
        {
            "type": "expert_article",
            "source": "site.ru/blog/kak-vybrat-ryukzak",
            "link": "http://site.ru/blog/kak-vybrat-ryukzak"
        }
    ]
}

Машина знает: не просто «есть товар», а «для каких задач он подходит, где у него ограничения и кто это подтверждает».

🎭 Акт 2: Новая «серая зона» — игра в доказательства

Как только алгоритм начинает влиять на продажи, появляется рынок услуг по влиянию на этот алгоритм. Мы уже проходили это с SEO, с агрегаторами, с маркетплейсами.

С AI-ассистентами будет то же самое. Только теперь игра будет сложнее. Вместо ключевых слов и ссылок — доказательства.

Приём 1. Псевдообзоры и «независимые» сайты

Продавец создаёт сайт, который выглядит как независимый блог. На нём публикуются «обзоры» и «сравнения», где его товар всегда оказывается лучшим.

Сайт не продаёт напрямую. Он просто «честно сравнивает». И этот сайт является одним из источников для AI-ассистента. Если ассистент «верит» этому сайту, он будет рекомендовать товар продавца.

Пример:

• Есть 3 модели туристических рюкзаков.
  
• На «независимом» сайте (который принадлежит продавцу модели А) опубликовано сравнение, где модель А «побеждает» по всем параметрам.
  
• AI-ассистент читает это сравнение и рекомендует модель А.
  

Приём 2. Оптимизация FAQ, инструкций и внешних упоминаний

Продавец пишет FAQ на своём сайте: «Как выбрать рюкзак для похода?», «Какой рюкзак лучше для города?». В этих текстах он естественным образом упоминает свою модель. И эти тексты становятся «доказательствами» для AI.

Пример:

• На сайте продавца есть статья: «10 ошибок при выборе туристического рюкзака».
  
• В статье он пишет: «Ошибка №5 — переплатить за бренд. Модель X (его модель) имеет те же характеристики, что и бренд Y, но стоит в 2 раза дешевле».
  
• AI-ассистент читает эту статью и делает вывод: «Модель X — хороший выбор».
  

Приём 3. Связки «задача — товар»

Продавец явно прописывает, для каких задач подходит его товар.

Пример:

• В структурированных данных на сайте он указывает: «Для однодневных походов», «Для города».
  
• AI-ассистент, получив запрос «выбери рюкзак для похода», ищет товары с такой пометкой.
  

Это честный способ. Но он тоже может быть использован для манипуляции: можно «расширить» список задач, включив те, для которых товар не совсем подходит.

🧠 Акт 3: Доверие к данным — кто сказал, что товар подходит?

Это самый сложный вопрос. Модель будет вынуждена собирать картину из разных источников. И не все источники будут одинаково честными.

Кто может быть источником?

1. Производитель. Знает товар лучше всех, но заинтересован в его продвижении.
   
2. Продавец. Знает товар, но тоже заинтересован.
   
3. Маркетплейс. Знает отзывы и возвраты, но не знает «глубины» товара.
   
4. Отзывы реальных покупателей. Честны, но субъективны.
   
5. Обзоры экспертов. Могут быть платными.
   
6. Сервисные центры. Знают, что ломается, но редко делятся данными.
   
7. Статистика возвратов. Объективна, но не объясняет почему.
   

Модель будет вынуждена взвешивать эти источники. И это создаёт новое поле для манипуляции:

• Создать «авторитетный» источник (сайт-обзор).
  
• Залить его «полезным» контентом (сравнения, инструкции).
  
• Получить «вес» в глазах модели.
  

Это напоминает SEO, но на уровне данных и доказательств.

🛠️ Акт 4: Что делать малому бизнесу (и разработчику)

Для продавцов сложных товаров

1. Превратите сайт в «базу знаний». Пишите статьи, снимайте видео, создавайте сравнения, отвечайте на вопросы. Это ваш основной актив.
   
2. Структурируйте данные. Используйте Schema.org, JSON-LD, микроразметку. Указывайте свойства, ограничения, задачи. Чем больше данных, тем лучше.
   
3. Собирайте доказательства. Отзывы, кейсы, статистика использования. Это ваши «сертификаты доверия».
   
4. Не бойтесь «серой зоны». Да, манипуляции будут. Но качественные данные и реальные доказательства всегда перевесят.
   

Для разработчиков

1. Создавайте инструменты для «нового фида». Генераторы структурированных данных, системы управления контентом для сложных товаров, API для AI-агентов.
   
2. Думайте о доверии. Как верифицировать источники? Как отличить реальный отзыв от фейкового? Это будет главной задачей.
   

🧾 Эпилог: Новая игра, старые правила

Эволюция товара (сайт → агрегатор → маркетплейс → AI) не остановится. Но в каждом новом слое есть место для честной игры и для «серой зоны».

• В SEO это были ключевые слова и ссылки.
  
• В агрегаторах — названия и категории.
  
• В маркетплейсах — цена и наличие.
  
• В AI-ассистентах — доказательства и контекст.
  

Умный бизнес будет не бороться с алгоритмами, а становиться для них лучшим источником. Давать им данные, которым можно доверять.

Потому что в конечном итоге AI-ассистент будет рекомендовать не самый дешёвый товар, а тот, который лучше всего решает задачу пользователя. И если ваш сайт сможет это доказать — вы победите.



P.S. Мы в TCSE помогаем строить сайты, которые становятся такими источниками. Структурированные данные, базы знаний, интеграция с AI — это то, что мы делаем. Потому что следующий фид будет не про цену. Он будет про доверие. 😏