HootCore

Чому AI-Асистенти Пропускають Товари з Неповними Даними Карток

Анатолій Даньков

Анатолій Даньков

CTO

Мерчандайзер перевіряє, як каталог виглядає всередині ChatGPT, і знаходить розрив, якого немає в жодному звіті аналітики. Товар в наявності, ціна нижча за двох конкурентів, які в добірку потрапили, а сторінка товару нормально конвертує, коли на неї заходить людина. Асистент усе одно збирає добірку з трьох інших магазинів. Нічого не зламалось, жодна позиція в пошуку не впала, помилка не з'явилась ніде.

Товари пропускають із двох причин. Або запис не пройшов валідацію і не потрапив в індекс узагалі, або потрапив, але має надто мало атрибутів, щоб відповісти на питання покупця. Обидві причини лежать у продуктовому фіді, а це окрема від вітрини система, яку пошуковий робот не сканує.

Канал поки невеликий, але вже не маргінальний. Дослідження Salsify Consumer Research 2026, побудоване на опитуванні близько 3000 покупців у США, Великій Британії та Канаді, показало, що 22% уже використовують AI-пошук для добору товарів, і це більше за сайти з відгуками з їхніми 19% та форуми з 14%.

Той самий звіт ставить поруч другу цифру: лише 14% покупців довіряють рекомендації AI настільки, щоб купити одразу, а 31% називають детальні описи й характеристики тим, що їх переконує. Видимість усередині асистента й повнота даних під нею виявляються однією проблемою.

Як AI-асистенти обирають товари у 2026 році

Відбір відбувається до того, як покупець узагалі дійде до сторінки товару, і працює на іншому вході, ніж ранжування в пошуку. Асистент бере структурований файл каталогу, який подає продавець, зважує атрибути в ньому проти поставленого питання й повертає кілька товарів із цінами та наявністю.

Результат залежить від того, чи потрапив запис в індекс узагалі, наскільки повно він описує товар і скільки підтверджень стоїть поруч із ним.

Фід проти сторінки товару: чому сканування вітрини більше не вистачає

Пошукова оптимізація будувалась навколо сторінки, яку відвідує робот. Заголовки, текст, розмітка й посилання формують те, що двигун розуміє про товар.

Усередині асистента це не працює. Дані про товари тут не скануються. Продавець надсилає структурований файл на захищений ендпоінт, і саме цей файл асистент читає, коли повідомляє ціну, наявність і будь-яке інше значення.

Наслідків два. Сторінка, яка добре ранжується, може бути невидимою всередині асистента, бо дві системи читають різні входи. І змінюється власник процесу: сторінкою володіє маркетинг, а фідом володіє той, хто відповідає за управління каталогом, тобто в більшості ритейлерів контентна або мерчандайзингова команда.

Результати в цьому каналі не є рекламою й не залежать від платного розміщення. Вони спираються на якість фіда, релевантність товару й контекст запиту.

Продуктовий фід OpenAI і що саме змінилось

Зміна полягає в розвороті напрямку. Пошуковий двигун приходив на вітрину сам і забирав те, що міг розпарсити. Асистент чекає, поки продавець передасть структурований файл, і товар, відсутній у цьому файлі, всередині асистента не існує незалежно від того, наскільки добре зроблена вітрина.

Продавці передають дані в OpenAI через захищений фід у форматі CSV або JSON, який регулярно оновлюється й містить ідентифікатори, описи, ціни, залишки, медіа та умови доставки. OpenAI приймає файл, валідує записи й індексує метадані для пошуку й ранжування всередині ChatGPT.

Ті, хто вже працює з форматом даних, сумісним із Google, стартують легше, бо OpenAI використовує саме це форматування. Мапінг знайомий, і саме ця знайомість змушує команди вважати, що робота вже зроблена.

Одне уточнення щодо охоплення: подавати дані сьогодні можуть окремі продавці зі США, а покупки й миттєвий чекаут поступово відкриваються для більшої кількості продавців і для країн поза США протягом 2026 року.

Як подати свої товари в ChatGPT

Шлях онбордингу короткий і переважно механічний.

  1. Перевірити доступ. Подача відкрита для окремих продавців, програма розширюється протягом 2026 року, тож заявити про зацікавленість варто ще до того, як робота з каталогом буде завершена.
  2. Підготувати файл. Вивантажити фід у CSV або JSON, використавши структуру, сумісну з Google, якщо фід для Merchant Center уже існує.
  3. Подати вибірку на валідацію. Перше завантаження — це підмножина каталогу, і його завдання показати некоректні ідентифікатори й відсутні обов'язкові колонки до того, як пройде весь масив.
  4. Виправити те, що повернула валідація, і перейти на щоденні оновлення. Історія завантажень повідомляє про відсутні обов'язкові колонки й значення, які не пройшли перевірку, а нерозпізнані колонки приймає мовчки й відкидає без жодного повідомлення.

Механічна частина на цьому закінчується. Усе, що вирішує, чи порекомендують товар, відбувається в каталозі за цим файлом.

Обов'язкові та рекомендовані поля у фіді для ChatGPT

Обов'язкові поля потрібні, щоб ціна й наявність відображались коректно. Рекомендовані атрибути, як-от медіа, відгуки й сигнали ефективності, покращують ранжування, релевантність і довіру покупця.

Ця різниця дає два різні провали. Пропустіть обов'язкове поле - запис не потрапить в індекс. Заповніть усі обов'язкові й проігноруйте рекомендовані, товар буде в індексі, але його рідко обиратимуть.

Обов'язкові, вони вирішують, чи існує товар:

  • Ідентифікатори. Id товару, id варіанта й назва. Некоректний ідентифікатор не проходить валідацію, і рядок не доходить до індексу.
  • Ціна й валюта. Без них асистент не може назвати суму, якій довіряє.
  • Наявність і залишки. Порекомендувати те, чого немає, коштує дорожче, ніж не бути порекомендованим.
  • Базові атрибути. Категорія, бренд, матеріал, габарити, стан, вікова група. Запис, описаний трьома полями, відповідає на вузький набір питань, і маркетинговий текст цей набір не розширює.

Рекомендовані, вони вирішують, чи оберуть товар:

  • Медіа. Зображення, додаткові ракурси, 3D-моделі, відео. Вага цих полів проявляється в момент, коли покупець порівнює варіанти.
  • Відгуки. Кількість і рейтинг. Якщо їх немає, асистент бере цей сигнал у конкурента.
  • Сигнали ефективності. Популярність і частка повернень впливають на ранжування напряму.
  • Умови й строк повернення. Покупці постійно питають, чи легко відправити товар назад, а продавці рідко дають на це відповідь у даних.

Порожнє поле чи хибне значення: що дорожче обходиться каталогу

Повнота і якість вимірюються тим самим дашбордом і поводяться абсолютно по-різному. Тонкий запис обмежує кількість питань, на які товар може відповісти, і шкода тут обмежена цими питаннями. Хибний запис відповідає на питання впевнено й неправильно, а шкода приходить пізніше й у цифрах іншого відділу.

Більшість аудитів каталогу займається першою проблемою, бо її видно. Відсоток заповнених атрибутів легко порахувати й легко покращити. Якість даних не має рівноцінної метрики, і саме тому каталог може мати дев'яносто відсотків заповненості й втрачати гроші на тих десяти відсотках значень, які ніхто не перевірив.

Ціна приходить після рекомендації

Потрапити в добірку асистента - це не кінець шляху. За даними Salsify, 27% покупців перевіряють відповідь AI деінде, перш ніж зважитись на покупку.

Саме на цьому кроці перевірки неузгодженість стає дорогою. Раніше дослідження того самого джерела показало, що 54% покупців відмовлялись від покупки через розбіжності в даних про товар на різних сайтах, а 55% молодших покупців повертали товар через погані дані. Друга витрата приходить за кілька тижнів і списується на логістику, а не на каталог.

Асистент спокійно покаже товар, описаний неперевіреними значеннями. Роль валідатора переходить до покупця, і рахунок за цю роботу він виставить вам.

Чим дані для AI-пошуку відрізняються від даних для SEO

Текст для пошукових систем писався, щоб переконати людину, яка читає сторінку. Асистент переконливість не зважує. Він зіставляє атрибути з питанням і порівнює їх з іншими записами, які претендують на те саме.

Тут важать властивості, які раніше важили менше:

  • Узгодженість між майданчиками. Фід, сторінка товару й картка на маркетплейсі мають збігатись, бо покупець, який перевіряє, бачить усі три.
  • Конкретність замість обсягу. Заповнений атрибут відповідає на питання, довший опис — рідко.
  • Простежуваність. Значення, взяте з документації виробника, витримує порівняння. Значення, вигадане для заповнення пропуску, не витримує.

Специфікація фіда ніде не питає, звідки взявся атрибут. Валідація перевіряє структуру, а не правдивість, і той, хто заповнює каталог, несе цю відповідальність сам.

Чому AI-генерація описів не закриває пропуски в атрибутах

Генерація контенту проти AI-збагачення даних

Генерація пише текст із того, що в записі вже є. Збагачення виходить за межі запису й дістає те, чого бракує. Перше додає слів, друге додає фактів.

Генератор, якому дали товар, описаний трьома полями, напише гарний текст про ці три поля. Матеріал, габарити й сумісність залишаться порожніми, а каталог виглядатиме повнішим, ніж він є. Збагачення працює навпаки: воно читає специфікацію виробника, документацію дистриб'ютора, характеристики з PDF, який ніхто не відкриває, і записує значення в порожні атрибути.

Асистент, який порівнює два записи, ігнорує текст повністю й порівнює атрибути. Згенерований опис проходить валідацію й нічого не змінює в результаті.

Та сама різниця розділяє дві категорії софту, які оцінюють разом і які вирішують різні задачі. Генератор описів покращує те, як запис читається, а інструменти AI-збагачення даних змінюють те, що в записі є.

Що вендори випустили у 2026 році і про що це говорить

Salsify випустив SalsifyIQ з AEO Accelerator. Productsup додав модуль AI Enrich, побудований навколо видимості в ChatGPT, Gemini і Perplexity. Feedonomics представив лінійку Agentic Commerce. Усі три релізи припали на травень 2026 року.

Три сталі вендори, які випускають ту саму функціональність в одному місяці, говорять не так про окремий продукт, як про категорію. Фід перестав бути рутиною, якою займаються раз на квартал, і став поверхнею ранжування з власними вимогами до якості.

Як зрозуміти, чи рекомендує ChatGPT ваші товари

Вимірювання в цьому каналі грубе порівняно з пошуковою аналітикою, і відсутність трекера позицій не є приводом працювати наосліп. Три джерела сигналу доступні вже зараз.

  1. Питати напряму. Складіть питання, які ваші покупці справді ставлять, у тих формулюваннях, якими вони користуються, охопивши топові категорії й товари з найкращою маржею. Прогнаніть їх, зафіксуйте, які магазини з'явились у відповідях, і повторюйте той самий набір щомісяця. Кілька десятків питань, зафіксованих протягом року, скажуть про вашу позицію більше, ніж будь-який окремий звіт.
  2. Дивитись на реферальний трафік. Сесії з ChatGPT та інших асистентів видно в аналітиці як окреме джерело. Категорія, яку почали рекомендувати, показує цю динаміку раніше, ніж ви помітите зміну деінде.
  3. Порівнювати власні записи з конкурентними. Товари, які системно програють у відповідях асистента, зазвичай відрізняються невеликою кількістю атрибутів, і порівняння двох карток поруч знаходить розрив швидше за будь-який зовнішній інструмент. Категорія з наполовину порожніми атрибутами не потребує розслідування, вона вже пояснює свою невидимість.

Вендорські інструменти для відстеження видимості на рівні товару існують, і вони відповідають на питання, які товари пропускають, а не чому. Причина живе в записі.

Як довіряти каталогу, який неможливо вичитати вручну

Перед відправкою каталог хтось підписує, і на ста тисячах записів цей підпис є формальністю. Перевірка вибірки підтверджує тільки те, що з вибіркою все гаразд, а хибні значення спливають за кілька тижнів у поверненнях, коли запис уже двічі редагували й початкове походження цифри втрачене.

Довіряти можна каталогу, у якому перевірка сидить усередині кожного значення, а не є окремою операцією над масивом. Кожен атрибут приходить із трьома речами:

  • Джерело. URL або документ, з якого взяте значення, збережений поруч зі значенням, а не в логу імпорту.
  • Рівень збігу. Скільки незалежних джерел повернули те саме значення.
  • Дата останньої перевірки. Характеристики змінюються між партіями, і значення дворічної давності є іншим твердженням, ніж підтверджене минулого місяця.

Порожнє поле теж несе інформацію: залишене порожнім, бо жодне джерело не підтвердило значення, воно відрізняється від поля, яке ніхто не намагався заповнити.

Змінюється те, що саме стверджує людина, яка підписує. Не «я прочитав сто тисяч записів», а «у фід не потрапило нічого без кількох незалежних джерел або без зафіксованого рішення людини». Це твердження однаково витримує каталог на десять тисяч і на мільйон записів.

Простежуваність джерел і оцінка впевненості

HootCore звіряє кожен атрибут із кількома зовнішніми джерелами, записує URL джерела для кожного внесеного значення й залишає поле порожнім, коли жодне джерело його не підтвердило. Кожне значення несе оцінку впевненості, і саме вона визначає подальший шлях: підтверджене кількома джерелами потрапляє в каталог без втручання, а те, що спирається на одне джерело або на суперечливі джерела, зупиняється на перевірці.

Записаний URL окупається в момент, коли покупець оскаржує характеристику або звіт про повернення показує проблемну категорію. Без нього виправлення одного хибного розміру означає повторну перевірку всіх значень навколо, бо ніщо не відрізняє перевірений атрибут від вгаданого.

Перевірка руками перед відправкою фіда

У черзі опиняються тільки значення нижче порога впевненості, і це тримає обсяг робочим навіть на ста тисячах товарів. Спеціаліст по категорії підтверджує значення або виправляє його, а очищення поля є третім легітимним результатом, який більшість процесів тихо не заохочує.

Порожній атрибут звужує коло питань, на які товар може відповісти, і на цьому витрати закінчуються. Вигаданий іде далі: покупець звіряє його зі сторінкою виробника, знаходить розбіжність і відмовляється від покупки. Якщо звірка відбувається після доставки, та сама помилка повертається як повернення товару.

Чекліст перед відправкою фіда в ChatGPT

  1. Прогнати вибірку через перевірку обов'язкових полів до подачі всього каталогу й переконатись, що ідентифікатори, ціна, валюта й наявність проходять валідацію без мовчазних втрат.
  2. Підлаштувати частоту оновлення фіда під те, як швидко рухаються залишки у ваших найактивніших категоріях, а не під графік, який колись був зручним на старті.
  3. Заповнити рекомендовані атрибути спершу для топових категорій: медіа, кількість і рейтинг відгуків, умови та строк повернення.
  4. Звірити фід зі сторінкою товару й з кожною карткою на маркетплейсах, бо покупець, який перевіряє, бачить усі три.
  5. Переконатись, що кожен атрибут має простежуване джерело, і очистити значення, походження яких неможливо встановити.
  6. Відправити значення з низькою впевненістю на перевірку людиною до подачі, бо альтернативний перевіряльник - це покупець.


FAQ

Це покупки, у яких AI-асистент бере на себе частину процесу від імені покупця, від формування добірки до оформлення замовлення всередині асистента. Для ритейлера практичний наслідок один: дані про товар мають відповідати на питання без людини, яка інтерпретує сторінку.

Здебільшого так, бо OpenAI використовує форматування, сумісне з Google. Структура вивантаження переноситься, а атрибути, які покращують ранжування всередині асистента, виходять за межі того, що вимагає рекламна кампанія, насамперед відгуки, умови повернення й детальні характеристики.

Вона має значення для пошукових систем і для асистентів, які читають живі сторінки. На те, що бачить асистент, який працює з фідом, вона не впливає, бо та система читає поданий файл. Обидва канали варто підтримувати, і живляться вони з одного каталогу.


Висновок

Канал винагороджує каталоги, зроблені для порівняння, а не для читання. Атрибути, які існують, збігаються між майданчиками й ведуть до чогось перевірюваного, витримають порівняння, яке покупець робить за секунди, а опис, написаний щоб переконувати, не витримає. Робота ця невидна ззовні й позбавлена ефектності, а ритейлери, які її роблять, і далі з'являтимуться в добірках, які конкуренти не можуть собі пояснити.

Якщо хочете побачити, як ваш каталог виглядає з боку асистента, замовте демо, і ми перевіримо якість даних на вибірці ваших товарів.



HootCoreA
Background Pattern

Готові взяти eCommerce операції під контроль?

Поспілкуйтеся з нашою командою та подивіться, як HootCore інтегрується у ваш існуючий tech stack — від управління товарними даними до обробки замовлень

Задайте питання

Надсилаючи цю форму, я погоджуюся, що Умови надання послуг та Положення про конфіденційність регулюватимуть використання послуг, які я отримую, та особистих даних, які я надаю, відповідно.

Дату й час узгодимо електронною поштою.