Определение
GEO — оптимизация контента и данных магазина так, чтобы AI-поиск мог корректно упоминать, сравнивать и цитировать товары.
AI-citation — упоминание магазина, категории или конкретного товара в ответе ChatGPT, Perplexity, Gemini или AI Overviews.
Schema.org — структурированная разметка страницы, которая объясняет поисковым системам тип сущности: товар, FAQ, инструкция, вариант товара.
FAQPage — тип разметки для вопросов и ответов, который помогает AI извлекать короткие, проверяемые фрагменты из карточки или категории.
HowTo — разметка для пошаговых инструкций, уместная для товаров, где покупатель спрашивает про монтаж, уход, подбор или использование.
Entity-проникновение — закрепление бренда, категории или товарной группы во внешних источниках и графах знаний, в частности Wikidata.
Что такое GEO для товарного каталога и почему SEO карточки здесь недостаточно
GEO для товарного каталога — это подготовка данных так, чтобы магазин мог попасть в ответ AI-поиска: ChatGPT, Perplexity, Google AI Overviews и других систем, которые собирают ответ из источников, а не просто показывают список ссылок. Цель здесь не «поднять карточку на 3 позиции». Цель — сделать товар понятным, проверенным и структурированным, чтобы AI имел основание упомянуть его в ответе.
Классическая SEO-карточка обычно держится на title, description, H1, тексте категории, внутренних ссылках и коммерческих ключах. Это все еще нужно. Google Merchant Center требует качественные, точные и актуальные данные о товаре, в частности название, описание, цену, наличие, ссылку и изображения: Google Merchant Center Help. Но для AI-citation этого мало.
AI-системе не нужен «красивый» абзац о том, что рюкзак «идеально подходит для активного образа жизни». Ей нужны факты, которые можно распознать, сравнить и привязать к сущности:
- атрибуты: бренд, модель, материал, размер, цвет, вес;
- характеристики: объем, совместимость, сезонность, гарантия;
- сущности: бренд, категория, серия, производитель, страна;
- ответы на типовые вопросы: кому подходит, как выбрать размер, чем отличается от другой модели;
разметка Product, Offer, AggregateRating, FAQPage, а для вариантов — корректная структура ProductGroup / Product, которую Google описывает в документации для product variant structured data: Google Search Central.
Для магазина на Prom.ua, Horoshop или Shopify проблема обычно не в том, что описания «недостаточно SEO». Проблема в том, что каталог не имеет единой логики данных. Часть характеристик живет в описании, часть — в фиде, часть — в модификациях, часть — в таблице импорта, которую заполняли разные менеджеры в разные годы.
В практике UPLIFY мы видим это постоянно: владелец уже инвестировал в SEO-тексты, категории и мета-теги, но AI-поиск не цитирует магазин, потому что карточка не дает стабильной структуры. Для GEO важны не красивые формулировки, а повторяющиеся атрибуты, одинаковые названия полей, нормальная разметка и ответы на реальные вопросы покупателей. Это менее эффектно, чем «переписать весь каталог под AI». Зато именно с этого начинается видимость в ответах AI-поиска.
SEO-текст может помочь Google понять страницу. GEO должен помочь AI понять товар как объект: что это, кому подходит, чем отличается, какие имеет параметры, какие вопросы закрывает. Для каталога с 1000+ SKU это уже не копирайтинг. Это нормализация данных.
Поэтому GEO не заменяет SEO. Оно закрывает другой слой работы. title и description остаются базой для поиска, рекламы и Merchant Center. Но AI-citation чаще появляется там, где каталог имеет чистую структуру, стабильные сущности и машинно понятные ответы. На этой неделе стоит не переписывать весь каталог, а взять 5–10 товаров, выровнять атрибуты, FAQ и разметку, а потом проверить, начинают ли ChatGPT или Perplexity подтягивать эти страницы в ответах.
Как AI-поиск читает товарные страницы Prom.ua, Horoshop и Shopify
AI-поиск читает товарную карточку не как покупатель. Он извлекает сущности: товар, бренд, категорию, характеристики, цену, наличие, варианты, рейтинг, вопросы и ответы. Если эти данные есть в структурированных полях или Schema.org, модели проще использовать страницу в ответе. Если все спрятано в абзаце на 900 знаков, шанс на цитирование ниже.
Классическая SEO-карточка обычно сделана под индексацию: ключ в title, ключ в первом абзаце, еще несколько вхождений в тексте. Для GEO этого мало. ChatGPT, Perplexity и AI Overviews легче берут страницу, где ответ на запрос покупателя уже разложен по полям:
brand: кто производитель;category: к какой категории относится товар;- material, size, color, weight: характеристики без рекламного шума;
priceиavailability: актуальная коммерческая информация;- aggregateRating или отзывы: сигнал доверия, если они реальные;
- FAQPage: короткие ответы на типовые вопросы покупателя;
- HowTo: инструкция для выбора, монтажа, использования или ухода.
Google описывает, что структурированные данные Product могут передавать цену, наличие, рейтинг, варианты товара и другие свойства для поиска. Для товаров с модификациями Google отдельно рекомендует разметку ProductGroup и Product, чтобы связать варианты в одну товарную группу, а не плодить дубликаты (Google Search Central: Product structured data, Google Search Central: Product variants).
Платформа влияет на то, где именно ломается структура. На Prom.ua магазин часто работает через массовый импорт и фид, поэтому слабое место — заполнение характеристик в правильных колонках, а не красивое описание. Prom.ua отдельно описывает импорт товаров и выгрузку фида для Google Merchant Center, то есть часть структуры уже завязана на табличные данные, а не на текст карточки (Prom.ua: импорт товаров, Prom.ua: фид для Merchant Center).
Horoshop удобнее для работы с каталогом, модификациями и шаблонами, но там тоже нужна дисциплина. Атрибуты должны быть нормализованы, а не записаны в разных форматах на каждом SKU. Shopify дает больше технической свободы через темы, метаполя, приложения и CSV-импорт. Это плюс, пока есть единая модель атрибутов. Без нее свобода быстро превращается в хаос в данных.
В практике UPLIFY мы не начинаем GEO с переписывания всех описаний в каталоге. Сначала берем 5-10 SKU, приводим в порядок атрибуты, Product schema, FAQPage или HowTo, а уже потом смотрим, появляются ли страницы в AI-ответах. По нашему подходу первая AI-citation должна появиться в пределах 2-3 недель после структурирования карточек и работы с entity-присутствием. Если этого нет, масштабировать изменения на 1000+ SKU рано.
AI-поиск не вознаграждает длинные описания без структуры. Он лучше берет страницу, где товар можно однозначно распознать, сравнить и объяснить покупателю в одном абзаце ответа. Это плохая новость для каталогов, которые годами жили на SEO-текстах. Но хорошая для магазинов, готовых на этой неделе навести порядок в данных хотя бы на пилотной группе SKU.
Диагностика каталога: почему AI не цитирует даже сильный SEO-магазин
Сильный SEO-магазин может иметь нормальные title, метаописания, тексты категорий и стабильный органический трафик. Но для AI-поиска этого мало. Если характеристики товара живут только в абзаце описания, а не в полях, фиде или разметке, модель видит страницу, но не получает достаточно четкий сигнал, что именно можно цитировать.
Аудит не нужно начинать с переписывания 1000 карточек. Начните с вопроса: есть ли у каталога машинно читаемая структура. Google в спецификации товарных данных описывает обязательные и рекомендуемые атрибуты для товаров, потому что поисковые системы работают не только с текстом страницы, но и с данными о товаре: ценой, наличием, брендом, идентификаторами, ссылкой, изображением, состоянием и категорией (Google Merchant Center Help).
- Проверьте 20–30 карточек из разных категорий и выпишите, где факты о товаре существуют только в описании:
- материал;
- размер, вес, объем;
- совместимость с моделями или сериями;
- назначение;
- гарантия;
- комплектация;
- производитель, бренд, серия, модель;
- тип товара;
- страна производства, если это влияет на выбор.
Если эти данные есть в тексте, но отсутствуют как атрибуты, фильтры, параметры, Product schema или фидовые поля, для AI это слабый сигнал. Особенно на Prom.ua и Horoshop: часть данных может быть заведена в админке, но не попадать нормально в выгрузку, шаблон карточки или микроразметку.
Второй блок диагностики — сущности. AI-поиск лучше цитирует страницы, где понятно, что товар относится к конкретному бренду, категории, серии, модели и типу. Если в одной карточке написано «насос», в другой «помпа», в третьей «водяной агрегат», а в атрибутах нет стабильного типа товара, вы сами размываете entity-сигнал.
Техническая часть не менее важна. Проверьте, индексируются ли пилотные страницы, не закрыты ли они в robots.txt, не имеют ли конфликтного canonical, не дублируются ли из-за параметров URL и не отдают ли разную информацию для пользователя и краулера. Для товаров с вариантами отдельно проверьте, не слипаются ли размеры, цвета или модификации в одну страницу без понятной структуры. Google отдельно описывает разметку ProductGroup и Product для вариантов товара, потому что разные модификации должны быть связаны, но не смешаны в одной карточке без логики [3].
В нашей практике лучший старт — контролируемый пилот, а не большой редизайн каталога. Берем 5–10 SKU, чистим атрибуты, выравниваем названия сущностей, добавляем корректную микроразметку, проверяем индексацию и только потом смотрим, появляются ли упоминания в ChatGPT, Perplexity или AI Overviews. Если пилот не дает сигнала, масштабирование только размножит ошибку.
Как реструктурировать 5–10 пилотных SKU под AI-citation
Не начинайте со всего каталога. Для AI-поиска это почти всегда слабый старт: команда тратит недели на массовое переписывание 1000+ SKU, но потом не понимает, какие изменения повлияли на цитирование. Лучше взять 5–10 товаров и сделать из них тестовую группу. В каждой карточке должны быть четкие атрибуты, полезные ответы и контекст, который AI-системы могут прочитать без догадок.
Пилотные SKU не должны быть просто «популярными». Выбирайте товары, где есть спрос, маржа и реальный сценарий выбора. Не «любой стул для кухни», а модель, которую сравнивают по материалу, высоте, нагрузке, совместимости со столом или стилю интерьера. AI чаще подхватывает страницы, где есть конкретные факты для ответа, а не одинаковый SEO-текст на 2000 символов.
Далее перепишите характеристики в формате фактов. Не «качественный материал и современный дизайн», а «подходит для теплого пола», «совместим с креплением X», «не рекомендован для улицы без укрытия», «выдерживает нагрузку до 120 кг». Google требует предоставлять точные и полные данные о товаре в Merchant Center: цену, наличие, идентификаторы и свойства товара. Это описано в спецификации данных о товарах Google Merchant Center.
FAQ-блок не стоит писать из головы. Источники рядом: вопросы из Prom.ua, чаты менеджеров, комментарии в Instagram, поисковые запросы, возражения в звонках. Для одного SKU достаточно 4–6 вопросов. Формулировки должны звучать так, как спрашивает покупатель: «Подойдет ли для ванной?», «Чем отличается 20 мм от 30 мм?», «Можно ли резать под размер?». Такие ответы AI может использовать как фрагмент для рекомендации.
Для товаров, где есть процесс использования, добавьте HowTo: подбор, монтаж, настройка или уход. Это не нужно для каждой футболки или чашки. Но для EVA-матов, фильтров, стройматериалов, мебели, техники, инструмента или запчастей HowTo-структура часто дает AI больше контекста, чем классическое описание. Google Search Central описывает Product structured data как способ передавать поиску данные о товаре, в частности цену, наличие, рейтинги и варианты.
После этого SEO-текст должен стать короче. Не нужны пять абзацев про «широкий ассортимент» и «выгодную покупку». Оставьте 600–1000 знаков, но сделайте их полезными: что это за товар, для кого он, в каких сценариях подходит, где есть ограничения. Для AI-citation одна точная фраза о совместимости полезнее десяти предложений про «идеальное решение для дома и бизнеса».
В нашей практике с GEO-проектами на Prom.ua и Horoshop лучший темп такой: одна неделя на выбор и реструктуризацию 5–10 SKU, вторая — на проверку индексации, Schema.org, feed.xml и ответов в ChatGPT и Perplexity. Если тестовая группа не дает признаков цитирования, масштабировать изменения на весь каталог рано. Сначала нужно понять, что именно AI не может прочитать: атрибуты, FAQ, сущность бренда или саму страницу.
Как настроить Schema.org на Prom.ua, Horoshop и Shopify без ручного хаоса
Schema.org для каталога на 1000+ SKU не должен жить в поле «Описание товара». Это первый маркер хаоса: сегодня менеджер вставил FAQPage в 20 карточек, завтра другой менеджер изменил формулировки, послезавтра в половине товаров остался старый блок с неактуальной гарантией. AI-поиск плохо читает такие страницы, а команда быстро теряет контроль над данными.
Правильная логика другая: Product schema должна подтягиваться из атрибутов товара, вариантов, цены, наличия, бренда, GTIN, MPN, фото и URL. Так ее можно поддерживать на уровне каталога, а не редактировать вручную в каждой карточке. Google описывает товарную разметку как способ передавать структурированные данные о продукте: цену, доступность, рейтинги, варианты и другие свойства, а не как произвольный SEO-текст в HTML-описании: https://developers.google.com/search/docs/appearance/structured-data/product
Для Horoshop и Shopify базовое внедрение должно идти через шаблоны, метаполя и структурированные блоки. В Shopify дополнительные поля под material, size, compatibility, use_case, faq_question, faq_answer лучше вынести отдельно, а потом собирать из них JSON-LD в шаблоне товара. CSV-импорт Shopify поддерживает массовое обновление товарных данных, поэтому эти поля можно готовить пакетно, без открытия каждой карточки вручную: https://help.shopify.com/en/manual/products/import-export/using-csv
FAQPage лучше генерировать из контролируемых блоков. Не из копирайтерского текста в описании, а из отдельных полей или модулей: вопрос, ответ, группа товаров, язык, статус публикации. Так вы не получите 300 SKU с одинаковым вопросом «Как заказать?», когда AI-поиск ищет ответ о совместимости, монтаже, размере, материале или сценарии использования.
HowTo schema не нужно натягивать на весь каталог. Для футболки, чашки или стандартного чехла она часто лишняя. Для EVA-матов, строительных смесей, автозапчастей, фильтров, крепежа, оборудования или товаров с подбором она уместна, потому что там есть процесс: как выбрать толщину, проверить совместимость, подготовить поверхность, установить товар или ухаживать за ним.
На Prom.ua свободы меньше. Там не всегда можно точно управлять JSON-LD на уровне шаблона, поэтому опора должна быть на то, что платформа реально дает масштабировать: корректные характеристики, группировка товаров, FAQ в карточках, чистая категорийная логика, качественный импорт и внешнее усиление сущностей. Если бренд, категория или товарная линейка не имеют понятных entity-сигналов вне Prom.ua, одна разметка в карточке не вытянет GEO.
В практике UPLIFY мы не начинаем с «добавьте Schema.org на все». Это плохой план для большого каталога. Сначала нормализуем атрибуты, потом собираем Product, после этого добавляем FAQPage для пилотных SKU и только в конце тестируем HowTo. Ручные правки в описаниях оставляем для исключений. В большом каталоге исключения не масштабируются. На этой неделе достаточно выбрать 5–10 SKU, собрать для них таблицу соответствия полей и проверить, собирается ли JSON-LD из данных, а не из ручного текста в описании.
Где GEO дает результат, а где лучше не тратить бюджет
GEO для каталога имеет смысл там, где покупатель не берет первый товар с полки, а сравнивает варианты. AI-поиск хорошо работает с запросами вроде «какой мат EVA выбрать для детской комнаты», «какой генератор подойдет для дома 120 м²», «чем отличается керамогранит R9 от R11». В таких сценариях модель ищет не красивый title, а понятные характеристики, контекст применения, ограничения, варианты и подтверждение, что магазин действительно связан с темой.
- Лучшие кандидаты для GEO — категории, где есть разница в атрибутах:
- техника, инструмент, стройматериалы, мебель, спортивное снаряжение;
- tовары с модификациями: размер, толщина, мощность, материал, совместимость;
- продукты, где покупатель задает уточняющие вопросы перед покупкой;
- категории с частыми запросами «что лучше», «как выбрать», «для чего подходит»;
- товары, где Product, ProductGroup, Offer, FAQPage и HowTo могут описать реальную разницу между
SKU.
Google в документации Product structured data привязывает разметку к товарным страницам, ценам, наличию, рейтингам и вариантам, а не к SEO-тексту внизу карточки: https://developers.google.com/search/docs/appearance/structured-data/product . Для вариативных товаров отдельно описана логика ProductGroup и Product, то есть группировка модификаций должна быть машинно понятной: https://developers.google.com/search/docs/appearance/structured-data/product-variants .
Слабый эффект обычно дают каталоги с массовыми однотипными товарами: сувениры без характеристик, базовая одежда без материала и посадки, дешевые аксессуары без сценариев использования, дропшиппинг с дублированными описаниями поставщика. Там сначала нужно навести порядок в данных. GEO не спасет карточку, где есть фото, цена и абзац «качественный товар для ежедневного использования».
В высококонкурентных нишах одних карточек тоже мало. Если магазин продает генераторы, автотовары, косметику, медицинские товары или электронику, AI должен увидеть entity-сигналы за пределами сайта. Нужны упоминания бренда, категорийные гайды, обзоры, профили компании, корректные данные в каталогах и, где уместно, привязка к Wikidata. Это не магия. Модель легче цитирует магазин, который связан с темой в нескольких независимых местах, а не только в собственном feed.xml.
В практике UPLIFY мы сначала смотрим не на объем каталога, а на качество данных в пилотной группе SKU. Если атрибуты пустые, FAQ выглядит выдуманным, а модификации сведены к цвету в названии, GEO не нужно запускать. Сначала карточки, структура категорий, Merchant Center и базовое доверие к магазину. Только после этого имеет смысл говорить об AI-citations.
GEO не заменяет SEO, Shopping Ads и Merchant Center. И не должен заменять. SEO приводит органический спрос, Shopping Ads ловит покупателя в момент выбора, Merchant Center держит товарные данные в рекламной экосистеме. GEO добавляет другой слой: помогает магазину попадать в ответы ChatGPT, Perplexity и AI Overviews, где классическая позиция в SERP уже не является единственной точкой входа.
Мы бы не продавали GEO магазину, у которого нет нормального каталога, чистого Merchant Center и базовой структуры категорий. Это дорогой способ замаскировать хаос. Но для магазинов с 1000+ SKU, сильными характеристиками и нишами, где покупатель долго сравнивает, GEO уже имеет коммерческий смысл. Не как «новая SEO-кнопка», а как работа с данными, сущностями и доверием к каталогу.
Как проверять результат: citations, видимость и ошибки после запуска
GEO-пилот нельзя оценивать по ощущению «стало лучше». Через 2–3 недели после изменений в 5–10 SKU нужно смотреть не на общий органический трафик, а на конкретные citation-сигналы: упоминает ли AI ваш товар, категорию, бренд или страницу в ответе, и в каком контексте.
Проверка начинается с набора запросов. Не берите только очевидное «купить X». AI-поиск чаще отвечает на смешанные запросы, где пользователь еще сравнивает, уточняет характеристики или ищет критерии выбора.
- Тестируйте минимум 4 группы:
- информационные запросы: «как выбрать детский мат для спорта», «какая толщина EVA мата лучше для дзюдо»;
- коммерческие запросы: «где купить EVA татами 20 мм в Украине», «лучшие маты для спортзала 1×1 м»;
- сравнительные запросы: «Prom.ua или отдельный магазин для покупки татами», «EVA мат 20 мм или 30 мм»;
- entity-запросы: бренд + товар, категория + город, производитель + материал.
Фиксируйте не только факт citation. Важнее, какую роль получила страница. AI может упомянуть магазин как продавца, источник характеристик, пример категории или случайный URL рядом с более сильными конкурентами. Это разные сигналы. Первое упоминание в списке рекомендаций и ссылка внизу ответа без контекста — не тот же результат.
Параллельно нужна контрольная группа. Возьмите 5–10 похожих SKU, где структура карточки не менялась: те же категории, близкая цена, похожий спрос. Если пилотные SKU начали появляться в AI-ответах, а контрольные — нет, это уже сигнал. Не доказательство, что «GEO победил», но достаточное основание масштабировать осторожно.
Мы не советуем переносить GEO-изменения на весь каталог после одного удачного примера. В нашей практике сначала нужно понять, что именно дало citation: атрибуты, Schema.org, FAQ-блок, entity-связи или комбинация этих элементов. Иначе команда не масштабирует решение. Она масштабирует догадку.
Техническую часть тоже проверяем без романтики. Google описывает, что структурированные данные Product должны передавать конкретные свойства товара, а для вариантов нужна корректная модель ProductGroup / Product, а не хаотичное дублирование одной карточки под разными URL: Product structured data, Product Variant Structured Data. Для каталога это критично: AI плохо читает страницы, где цвет, размер, материал и наличие лежат в разных местах без стабильной структуры.
Отдельно сверяйте данные в карточке с фидом. Google Merchant Center требует точные и актуальные данные о товарах, в частности цену, наличие, ссылку, изображения и атрибуты идентификации: спецификация данных о товарах. Если в feed.xml один материал, в карточке другой, а в Schema.org третий, AI не будет догадываться, какая версия правильная.
Масштабирование начинается после двух типов результата: пилот дал первые citation-сигналы или четко показал узкое место. Например, AI видит категорию, но не конкретные SKU. Или цитирует блог, но игнорирует товарные страницы. Это нормальный результат пилота.
Плохой результат — когда команда не может объяснить, что именно сработало или сломалось, и все равно запускает изменения на весь каталог. На этой неделе достаточно сделать простую вещь: собрать таблицу проверки, прогнать 4 группы запросов и сравнить пилотные SKU с контрольной группой.
Взгляд UPLIFY
Мы видим одну повторяющуюся ошибку: магазин переписывает title и description, но оставляет атрибуты, модификации, FAQ и Schema.org в состоянии «как получилось после импорта». В нашей практике на 40+ запущенных GEO-проектах на Prom.ua и Horoshop первая AI-citation часто появляется через 2–3 недели после правильного структурирования карточек и entity-проникновения в Wikidata.
Не после SEO-текста ради SEO-текста. После того, как AI может разобраться, что именно продает магазин, чем один SKU отличается от соседнего и почему этому источнику можно доверять.
Чек-лист действий
- Выберите 5–10 пилотных SKU.
- Так вы проверите гипотезу без переделки всего каталога на 1000+ товаров.
- Уберите дубликаты названий, цветов и размеров в карточках.
- AI плохо сравнивает товары, когда один атрибут спрятан в трех разных полях.
- Сверьте базовые атрибуты: бренд, модель, материал, размер, цвет, назначение.
- Именно эти поля чаще всего становятся опорой для ответа AI-поиска.
- Проверьте
GTIN,MPNиidentifier_exists=false. - Ошибки в идентификаторах ломают не только
Merchant Center, но и доверие к данным товара. - Обновите короткие описания без рекламного шума.
- Нужны факты: кому подходит, какие параметры, какие ограничения, как выбрать.
- Добавьте FAQ к пилотным SKU или категориям.
- Вопросы покупателей дают AI готовые фрагменты для цитирования.
- Настройте Product, ProductGroup, FAQPage и, где уместно, HowTo.
- Разметка должна соответствовать реальному контенту страницы, а не существовать отдельно.
- Проверьте импорт и фид:
feed.xml, CSV или платформенный экспорт. - Если источник данных хаотичный, разметка только подсветит хаос.
- Добавьте trust-сигналы рядом с товаром.
- AI-поиск оценивает не только параметры товара, но и признаки надежности магазина.
- Протестируйте запросы в ChatGPT, Perplexity и Google AI Overviews.
- Проверяйте не позиции, а то, упоминается ли магазин в ответе и рядом с какими конкурентами.
- Зафиксируйте результат через 2–3 недели.
- GEO имеет смысл масштабировать только после появления citations или понятной диагностики, почему их нет.
FAQ
Почему магазин имеет SEO-трафик, но AI его не цитирует?
SEO-трафик часто приходит из классической выдачи, где работают title, категории, внутренние ссылки, поведенческие сигналы и авторитет домена. AI-поиск читает карточку иначе. Ему нужно быстро понять сущность товара, параметры, разницу между SKU, условия покупки и уровень доверия к источнику.
Если в карточке есть длинное описание, но нет стабильных атрибутов, FAQ, корректной Product schema и понятных модификаций, AI может взять конкурента с худшим SEO, но более чистыми данными. Поэтому GEO начинается не с переписывания текста, а с диагностики структуры каталога. На этой неделе стоит взять несколько карточек и проверить, может ли человек без контекста быстро понять товар по характеристикам, а не по рекламному абзацу.
Нужно ли переделывать весь каталог сразу?
Нет. Для магазина с 1000+ SKU это почти всегда лишний риск и лишний бюджет на старте. Лучше взять 5–10 пилотных товаров: маржинальные, со спросом, с понятной разницей от конкурентов и достаточным количеством вопросов от покупателей.
На этих SKU можно проверить атрибуты, FAQ, Schema.org, фид, модификации и первые AI-citations. Если за 2–3 недели видно движение, шаблоны масштабируют на категорию или группу товаров. Если движения нет, причину проще найти на 10 SKU, а не в хаосе из 5000 карточек. Практический шаг: выбрать пилотную группу и сразу зафиксировать, какие запросы, ответы и citations будете проверять.
Что важнее для GEO: текст описания или характеристики?
Для AI-поиска характеристики обычно важнее. Описание нужно, но оно не должно заменять структурированные данные. Если размер, материал, совместимость, цвет, бренд и назначение спрятаны в абзаце, AI должен вытягивать их самостоятельно.
Если эти данные вынесены в атрибуты, фид и Product schema, машина читает их стабильнее. Хорошее описание объясняет выбор и ограничения товара. Плохое описание повторяет «качественный, надежный, удобный» и не добавляет факта. Для GEO такое описание почти бесполезно. На этой неделе стоит убрать из пилотных карточек пустые прилагательные и вынести фактические параметры в поля характеристик.
Можно ли сделать GEO на Prom.ua без доступа к коду?
Можно начать, но с ограничениями. На Prom.ua основной контроль часто идет через карточку товара, атрибуты, импорт, группы характеристик и фид для Google Merchant Center. Если эти поля заполнены чисто, каталог уже становится понятнее для AI и поиска.
Полный контроль над кастомной Schema.org разметкой может быть ограничен платформой. Поэтому для Prom.ua мы сначала работаем с тем, что реально изменить: названия, характеристики, описания, FAQ-блоки, категоризацию, фид и внешние сущности бренда. Это не идеальная свобода, но достаточный старт. Первый шаг — выгрузить несколько товаров и проверить, не дублируются ли одинаковые характеристики в разных полях.
Чем отличается подход для Horoshop и Shopify?
В Horoshop сильная сторона обычно в структурированной работе с каталогом, модификациями, импортом и товарными группами. Там важно не сломать логику вариантов и не дублировать атрибуты в разных полях. В Shopify больше свободы через темы, apps, метаполя, CSV и кастомную разметку, но именно из-за этой свободы легче создать хаос.
Для GEO разница не в том, какая платформа «лучше». Разница в доступе к полям, стабильности импорта и возможности масштабировать Schema.org без ручной правки каждой карточки. В нашей практике чаще выигрывают не магазины с самой гибкой платформой, а те, где структура товарных данных не разваливается после каждого импорта. На этой неделе стоит проверить одну категорию: одинаково ли названы атрибуты, правильно ли собраны варианты, не живет ли часть важных данных только в описании.
Как понять, что GEO уже дает результат?
Первый сигнал — магазин начинает появляться в ответах AI по коммерческим или сравнительным запросам: «какой товар выбрать», «где купить», «сравнение моделей», «лучший вариант для…». Второй сигнал — AI правильно называет категорию, товарные параметры и преимущества без выдуманных деталей.
Еще один сильный сигнал — Perplexity или AI Overviews подтягивают страницу как источник. Не стоит оценивать GEO только через позиции в Google Search Console. Это другой слой видимости, поэтому нужна отдельная таблица запросов, дат проверки, ответов и citations. Практический минимум: создать список из 20–30 запросов для пилотных SKU и проверять их по одному и тому же сценарию раз в неделю.
Когда GEO для каталога не имеет смысла?
GEO не имеет смысла, если магазин продает случайный набор товаров без четкой категорийной стратегии, имеет пустые карточки, нестабильные цены, дубликаты, проблемы с индексацией или слабое коммерческое доверие. AI не спасет каталог, который не может нормально прочитать даже покупатель.
Также не стоит вкладываться в GEO для SKU без спроса, без маржи или без разницы от десятков одинаковых предложений. В таких случаях сначала чинят основу: фид, карточки, категории, политики магазина, доставку, оплату и техническую индексацию. На этой неделе лучше не писать новые описания, а найти карточки, которые не проходят базовую проверку: товар понятен, цена стабильна, условия покупки видны, характеристики не дублируются.
Нужно ли добавлять Wikidata для каждого магазина?
Не для каждого. Wikidata и внешние сущности уместны, когда бренд, производитель, товарная линейка или категория имеют достаточно оснований для отдельной сущности. Для небольшого магазина без публичной истории лучше начать с чистого каталога, страницы «О нас», контактов, политик, Merchant Center, структурированных данных и упоминаний в релевантных источниках.
Entity-проникновение не заменяет качество карточки. Оно усиливает ее, когда AI уже есть что читать на сайте. В практическом смысле это означает простую последовательность: сначала навести порядок в товарных данных, потом работать с внешними сущностями. Иначе Wikidata становится дорогим слоем поверх слабого каталога.
Источники
- [1][1][1][1]Спецификация данных о товарах — Google Merchant Center Help, tier 1
- [2][2][2][2]Как предоставлять качественные данные — Google Merchant Center Help, tier 1
- [3][3][3][3]Introduction to Product structured data — Google Search Central, tier 1
- [4][4][4][4]Product Variant Structured Data — Google Search Central, tier 1
- [5][5][5][5]Using CSV files to import and export products — Shopify Help Center, tier 1
- [6][6][6][6]Импорт: как импортировать товары и услуги — Prom.ua Support, tier 1
- [7][7][7][7]Выгрузка фида для Google Merchant Center — Prom.ua Support, tier 1
- [8][8][8][8]Какой должна быть карточка товара — Хорошоп, tier 2
- [9][9][9][9]Модификация товаров: что это и для чего нужно — Хорошоп, tier 2
- [10][10][10][10]Что такое первичный импорт товаров и как он происходит — Хорошоп, tier 2
Нужна помощь?
Если нужно не «добавить SEO-текст», а подготовить каталог к AI-поиску, UPLIFY может взять на себя GEO-аудит, доработку Horoshop и AI-контент для пилотных SKU. Начинаем с 5–10 товаров, а масштабируем только после проверки citations.