AI-агенты, карточки товаров и CX: что меняется для селлера

Маркетплейсы 10 мин чтения

---

AI-агенты меняют правила игры на маркетплейсе: теперь не только покупатели, но и их цифровые ассистенты оценивают ваши карточки товаров. Ассистент сравнивает предложения, читает отзывы, оценивает условия доставки и принимает решение без участия человека. По оценкам Gartner, к 2030 году такие инструменты будут генерировать не менее 20% всей выручки в e-commerce. Для селлеров это означает одно: правила попадания в выдачу и правила убеждения покупателя меняются прямо сейчас.

Кто теперь «читает» вашу карточку товара

Традиционная логика работы карточки товара выглядела так: человек ищет товар, видит фото, читает описание, смотрит отзывы, принимает решение. Сейчас между покупателем и карточкой появился посредник - AI-агент или языковая модель, которая агрегирует информацию и выдаёт готовый ответ: «вот подходящий вариант для тебя».

По данным исследования Braze, охватившего 2 000 потребителей в Великобритании, уже 14% из них используют AI-агентов для взаимодействия с брендами и совершения покупок. По оценке того же исследования, к концу 2026 года эта доля вырастет до 37%. Это не далёкое будущее - это текущий сезон.

AI-агент оценивает карточку иначе, чем человек. Ему не важна красивая инфографика, если текст под ней не структурирован. Он не «чувствует» атмосферу бренда - он читает характеристики, парсит отзывы, проверяет условия возврата и скорость доставки. Именно эти операционные метрики становятся новым «маркетингом» в эпоху агентной коммерции.

Что это означает практически: описание товара, характеристики, отзывы и условия покупки должны быть структурированы так, чтобы их мог корректно обработать не только человек, но и машина. Размытые формулировки вроде «высокое качество» или «отличный товар» не дают агенту ничего для принятия решения. Конкретные параметры - материал, размер, совместимость, срок гарантии - дают.

Три уровня заметности: SEO, AEO и GEO

Раньше достаточно было думать об одном уровне видимости: попасть в поисковую выдачу по нужным запросам. Сейчас этого мало. Исследование CX Network, проведённое на основе опроса 342 специалистов, фиксирует: брендам нужно быть заметными одновременно для людей, для поисковых систем и для AI-сервисов.

Появились два новых понятия, которые стоит знать каждому, кто работает с контентом карточек:

• SEO (Search Engine Optimization) - классическая оптимизация под поисковые алгоритмы. Никуда не делась, но теперь это лишь базовый уровень.
• AEO (Answer Engine Optimization) - оптимизация контента под ответы, которые генерируют AI-системы. Ваш контент должен быть сформулирован так, чтобы языковая модель могла извлечь из него точный ответ на вопрос покупателя.
• GEO (Generative Engine Optimization) - оптимизация под рекомендации генеративных систем. Когда AI-ассистент формирует подборку товаров в категории по заданным критериям, он опирается на то, насколько полно и структурированно описан ваш продукт.

Для селлера на Wildberries, Ozon или Яндекс Маркете это означает конкретную работу: пересматривать не только ключевые слова в заголовке, но и полноту характеристик, логику описания, качество и количество отзывов. Карточка с 50 отзывами, где половина содержит конкретику о товаре, будет обработана AI-агентом лучше, чем карточка с 200 однотипными «всё отлично».

Отзывы как операционный актив, а не формальность

В логике агентной коммерции отзывы перестают быть просто «социальным доказательством» для сомневающегося покупателя. Они становятся структурированными данными, по которым AI-агент оценивает надёжность продавца и качество товара.

Исследование CX Network подчёркивает: агенты оценивают бренды не по маркетинговым сообщениям, а по операционным метрикам - скорости обслуживания, качеству исполнения заказов, отзывам, соблюдению условий. Это смещает центр тяжести работы с репутацией: важно не только собирать отзывы, но и грамотно на них отвечать.

Ответ на отзыв - это тоже контент, который читает и AI, и следующий покупатель. Ответ, в котором продавец признаёт проблему и описывает, как она решена, даёт агенту сигнал о зрелости операций. Шаблонное «спасибо за отзыв, рады сотрудничеству» - не даёт ничего.

Здесь и возникает практическая задача: как отвечать на десятки и сотни отзывов ежедневно, сохраняя содержательность и тон бренда. Именно для этого существуют инструменты вроде SaleSynergy - сервис генерирует персонализированные ответы с учётом тональности бренда и автоматически публикует их, снимая нагрузку с команды без потери качества коммуникации.

Клиентский путь начинается до визита на сайт

Один из ключевых выводов исследования CX Network звучит неочевидно, но меняет многое: клиентский опыт формируется ещё до того, как покупатель зашёл на вашу страницу. Первая точка контакта всё чаще - не поисковая выдача и не реклама, а разговор с AI-ассистентом или рекомендация алгоритма.

Это означает, что традиционная воронка «увидел рекламу → зашёл на сайт → купил» становится менее линейной. Покупатель может узнать о товаре от AI-агента, который сам нашёл, сравнил и порекомендовал - минуя все ваши маркетинговые усилия. Или, наоборот, AI-агент может исключить вас из рассмотрения на основе неполных данных в карточке.

Практическое следствие для селлера:

• Полнота карточки важнее её визуальной привлекательности (хотя и она нужна для человека).
• Скорость ответа на вопросы и отзывы влияет на то, как AI оценивает вашу операционную надёжность.
• Структурированные данные (характеристики, категории, теги) - это не бюрократия маркетплейса, а ваша видимость для машинных агентов.

Генеративный AI в e-commerce: где он уже работает

Важный нюанс из того же исследования CX Network: 32% участников вообще не используют генеративный AI в работе. Рынок находится на ранней стадии перехода, и это хорошая новость для тех, кто начинает сейчас - разрыв между ранними и поздними последователями будет нарастать.

Практический пример того, как AI уже применяется: компанией Fun.com используется генеративный AI для быстрого создания изображений товаров, в том числе с моделями разного пола, без увеличения нагрузки на команду. Это позволяет масштабировать визуальный контент без пропорционального роста затрат.

Однако тот же опыт рынка показывает: неудачное использование AI в рекламных материалах уже приводило к негативной реакции покупателей. Граница между «умной автоматизацией» и «очевидной халтурой» тонкая. Правило здесь простое: AI ускоряет создание контента, но человек должен контролировать результат - особенно там, где контент напрямую формирует доверие к бренду.

По данным опроса CX Network, 36% специалистов считают, что генеративный и агентный AI потребуют переобучения команд. 40% ожидают роста расходов на агентные AI-решения. Это не абстрактные цифры - это сигнал о том, куда перераспределяются бюджеты прямо сейчас.

Доверие и прозрачность: почему это влияет на конверсию

Рост автоматизации создаёт новый запрос со стороны покупателей - на понятность и прозрачность. Исследование CX Network фиксирует: клиенты хотят понимать, как собираются их данные, как работают алгоритмы рекомендаций и кто принимает решения - человек или машина.

Для селлера это выражается в нескольких конкретных вещах:

• Политика возврата и условия покупки должны быть сформулированы ясно - не только для покупателя, но и для AI-агента, который будет их «читать» при сравнении предложений.
• Ответы на негативные отзывы не должны выглядеть как автоматические отписки. Даже если ответ сгенерирован AI, он должен быть содержательным и отражать реальную позицию продавца.
• Коммуникация с покупателем в чатах и через отзывы - это не формальность, а часть операционной репутации, которую оценивают и люди, и алгоритмы.

Компании, которые сочетают автоматизацию с сохранением человеческого измерения в коммуникации, получают измеримое преимущество в лояльности. Это не тезис из маркетинговой презентации - это вывод из опроса 342 практиков CX, которые работают с реальными данными о поведении покупателей.

Аналитика отзывов как источник продуктовых решений

Отдельная тема, которую часто недооценивают: отзывы - это не только репутация, это исследование рынка в реальном времени. Массив отзывов на маркетплейсе содержит информацию о том, что покупатели считают недостатком товара, что их удивило, что они сравнивали при выборе.

Аналитика отзывов маркетплейсов позволяет извлекать из этого массива структурированные инсайты: какие характеристики товара упоминаются чаще всего, какие проблемы повторяются, какие формулировки покупатели используют для описания ценности. Эти данные напрямую влияют на решения по ассортименту, упаковке, описанию и ценообразованию.

Селлеры, которые используют аналитику тональности отзывов как инструмент продуктового развития, а не только как метрику удовлетворённости, получают конкурентное преимущество, которое сложно скопировать: они быстрее адаптируют предложение под реальные потребности, а не под предположения маркетолога.

Инструменты управления репутацией на маркетплейсах, включая автоответы на отзывы с аналитикой тональности, позволяют обрабатывать этот поток данных без ручного труда - и превращать его в конкретные рекомендации по улучшению карточки и товара.

Что делать с этим прямо сейчас

Если свести всё вышесказанное к конкретным шагам для селлера, работающего на российских маркетплейсах, список выглядит так:

Проверьте карточку товара на машиночитаемость:

• Все характеристики заполнены полностью и конкретно - без «высокого качества» и «отличных материалов».
• Описание отвечает на вопросы, которые реально задают покупатели (и AI-агенты): для кого, для чего, чем отличается, что входит в комплект.
• Условия доставки, возврата и гарантии сформулированы ясно и находятся в стандартных полях, а не спрятаны в описании.

Выстройте систему работы с отзывами:

• Отвечайте на все отзывы - особенно на негативные. Ответ без содержания хуже, чем его отсутствие.
• Используйте автоответы на отзывы не для экономии, а для масштабирования качества: автоматизация должна сохранять тон бренда, а не заменять его шаблоном.
• Анализируйте, что именно пишут покупатели: повторяющиеся темы - это сигнал к действию по товару или описанию.

Не ждите, пока AI-агенты станут мейнстримом:

• 32% участников рынка ещё не используют генеративный AI. Это окно возможностей, которое закрывается.
• Начните с малого: структурируйте данные в карточках, настройте систему ответов на отзывы, подключите аналитику тональности.
• Типичная ошибка - ждать «идеального решения» и откладывать внедрение. Рынок не ждёт.

Избегайте двух крайностей:

• Полная автоматизация без контроля качества - покупатели замечают шаблонные ответы и отсутствие живой реакции на проблему.
• Полный отказ от автоматизации из-за страха ошибок - это проигрыш в скорости и масштабе тем, кто уже внедрил инструменты.

Баланс между скоростью автоматизации и качеством коммуникации - это и есть конкурентное преимущество в управлении репутацией на маркетплейсе сегодня. Агентная коммерция не наступит когда-нибудь потом - она уже перестраивает логику выдачи, сравнения и выбора прямо сейчас. Селлеры, которые адаптируют карточки, выстраивают работу с отзывами и внедряют аналитику раньше остальных, формируют операционный задел, который конкурентам будет сложно догнать: данные, репутация и машиночитаемый контент накапливаются постепенно, и чем раньше начат этот процесс, тем устойчивее позиция на рынке.