«Впровадили AI» — фраза, за якою ховається що завгодно: від чатбота на п'яти заготовлених сценаріях до перебудови того, як магазин зберігає дані про товари. Між цими двома речами місяці роботи й геть різні наслідки. Розберемо по частинах, що моделі справді змінюють в інтернет-магазині, за яких умов вони взагалі вмикаються і як перевірити готовність власного сайту, нікого для цього не наймаючи.
«AI в магазині» — це три різні проєкти
Плутанина починається з того, що одним словом називають несумісні речі.
Асистент у діалозі
Чатбот або помічник оператора, який відповідає на питання про наявність, доставку, сумісність. Тут мовна модель робить рівно те, що вміє: розуміє формулювання людини й дістає відповідь із вашої бази. Якщо бази немає, модель почне вигадувати — і найгірше, що вигадка звучатиме впевнено, а виявить її клієнт, а не ви.
Ранжування й рекомендації
Блок «схожі товари», сортування видачі, персональна добірка на головній. Це не мовна модель, а статистика на ваших даних: історія переглядів, спільні покупки, атрибути карток. Якість визначає не алгоритм, а те, наскільки акуратно заповнені назви, категорії й характеристики.
Видимість у чужих AI-відповідях
Найновіша частина. Людина питає асистента, де купити конкретну річ, і той називає магазини. Вас там або згадали, або ні. Це вже не про AI всередині вашого сайту, а про те, чи здатен зовнішній агент прочитати вашу вітрину.
Три різні проєкти з різними бюджетами й термінами. Коли підрядник продає «AI під ключ» одним пакетом, є сенс спитати, який саме з трьох.
Спочатку дані, потім моделі
Наприкінці липня — на початку серпня 2026 ми знімали технічні параметри з понад тридцяти живих сайтів свого портфоліо, більшість із них — інтернет-магазини. Один із найчастіших дефектів лежить не в дизайні й не у швидкості.
Магазин професійної косметики: каталог на 5 561 товар, працює, продає — і жодного лічильника на головній. Ні GTM, ні gtag, ні пікселя. Конверсії не міряються ніяк. Другий випадок — B2B-каталог запчастин до швейних машин, де досі підключений Universal Analytics: Google вимкнув його 1 липня 2023 року, тобто аналітика мертва три роки, а в коді виглядає живою. Третій, найтонший: у клініки інлайновий GTM-сніпет самоблокується, бо умова виходу перевіряє ідентифікатор контейнера на рівність ідентифікатору GA4 і спрацьовує завжди. Скрипт на сторінці є, контейнер не вантажиться.
Тепер уявіть на такому сайті рекомендаційну систему. Вона отримує порожній потік поведінки й видає випадковий набір товарів. Перевірити, чи стало краще, теж нічим.
Механізм тут простий і неприємний. Аналітика не приносить грошей сама по собі — вона робить усе інше перевіряємим. Без коректних подій конверсії рекламному кабінету немає що оптимізувати, а моделі рекомендацій немає на чому вчитися.
Чесна межа: лічильник нічого не покращує фактом свого існування. Дані ще треба читати й ухвалювати за ними рішення, а це окрема робота. Плюс блокувальники, режим згоди та обмеження браузерів на cookie — GA4 показує тенденцію, а не бухгалтерську істину, і зводити його з касою треба свідомо.
Пошук по каталогу — недооцінена половина персоналізації
Відвідувач, який відкрив поле пошуку, найгарячіший на сайті. Він не роздивляється, він шукає конкретне. Порожня видача на такому запиті означає, що людина з повністю сформованим наміром пішла до конкурента.
Другий бік механізму зазвичай не використовують узагалі: запити внутрішнього пошуку — це найточніший список того, чого від вас хочуть і чого у вас немає. Готова семантика для реклами й готовий план розширення асортименту, безкоштовно, кожного дня.
Розміри каталогів ми міряли саме штатним пошуком CMS. У магазині тактичного спорядження це 546 сторінок по сто позицій, у магазині професійної косметики — 5 561, в оптового постачальника товарів із Китаю — 5 830. А в роздрібного магазину садового інструменту пошук повертає порожню видачу на будь-який запит, тому розмір його каталогу ми чесно позначили як «виміряти не вдалося», замість того щоб назвати цифру зі стелі.
Чесна межа: пошук допомагає тільки тому, хто знає назву або артикул. Покупцю, який ще обирає, потрібні категорії й фільтри. На каталозі в кілька десятків позицій пошуком майже не користуються. І якщо назви товарів заповнені абияк, жоден рушій цього не виправить — ні класичний, ні векторний.
Кинутий кошик: автоматизація, яку більшість досі не зробила
Людина, що поклала товар у кошик, уже пройшла найдорожчу частину шляху: знайшла вас, обрала товар, погодилась із ціною. Далі її відволікає дзвінок або транспорт. Без листа цей контакт зникає безслідно.
Baymard Institute зводить результати десятків досліджень і фіксує середню задокументовану частку покинутих кошиків близько 70% (baymard.com/lists/cart-abandonment-rate). Це середнє по ринку, не наша обіцянка, але масштаб втрати на цьому кроці зрозумілий. Технічно потрібні збережений контакт до завершення замовлення, тригер із затримкою і зв'язка з поштовим сервісом. Мовна модель тут корисна рівно в одному місці — скласти текст листа під конкретний товар і сегмент. Решта чиста інженерія подій.
У магазині тактичного спорядження, який ми міряли 31.07.2026, інфраструктура для цього фізично є: підключений eSputnik, а в чекауті працює dataLayer із подіями, тобто крок оформлення відстежується подієво. Скільки замовлень реально повернули сценарії, ми не знаємо — це цифра з кабінету клієнта, доступу до якого в нас немає.
Чесна межа: тригерні листи не працюють без бази й згоди на розсилку, і це вимога закону, а не наша обережність. Частину кошиків кинуто свідомо — людина порівняла ціни й обрала інше, лист її не поверне. Перебір із частотою дає відписки, тож механізм має стелю.
Товарний фід: місце, де алгоритм вирішує замість покупця
Google Merchant Center, Rozetka, Prom працюють не зі сторінкою вашого сайту, а зі структурованим фідом: назва, ціна, наявність, GTIN, зображення. Поки фіда немає, товару фізично не існує в товарній видачі — незалежно від того, наскільки добре зроблений сайт. Google із квітня 2020 року показує безкоштовні товарні картки на вкладці Shopping для магазинів із коректним фідом у Merchant Center (довідка Google Merchant Center, розділ Free listings), тобто канал доступний і без рекламного бюджету.
Ціна помилки тут теж пряма: фід із застарілими залишками веде людину на сторінку товару, якого немає. Витрачений клік плюс зіпсоване враження.
Чесна межа: фід не робить вашу ціну конкурентною. У товарній видачі покупець бачить вас поруч з усіма, і якщо ви дорожчі без пояснення чому, фід просто швидше покаже це порівняння. Merchant Center має жорсткі вимоги до контенту й політик, акаунт блокують за невідповідність, і це окрема робота поза розробкою сайту.
Ваш HTML читають боти, які не вмикають JavaScript
Асистенти й AI-режими пошуку ходять на сайт власними агентами, більшість із яких не виконує JavaScript. Агент бачить те, що віддано в HTML одразу. Якщо магазин зібраний як SPA-оболонка, агент отримає порожню сторінку й процитує когось іншого.
Найпоказовіший наш вимір тут не з e-commerce, але механізм той самий. Сайт клініки віддає різні відповіді залежно від User-Agent: браузеру летить оболонка на 3 КБ, а пошуковому боту — повністю пререндерений HTML на 126 КБ (24 КБ у gzip) за 145 мілісекунд до першого байта і 178 мілісекунд до повного документа (наш вимір 01.08.2026). Там же лежить llms.txt на 22 810 байт і robots.txt із роздільною політикою: тренувальні кравлери на кшталт GPTBot і CCBot заблоковані, а ті, що ведуть живий трафік за посиланням у відповіді, допущені. OpenAI сама документує цей розподіл (platform.openai.com/docs/bots), тож керування доступом технічно передбачене вендорами.
Чесна межа: ніхто, включно з нами, не може обіцяти згадку в AI-відповіді — у вендорів немає ні гарантій, ні прозорих правил відбору. Обсяг переходів з асистентів поки малий порівняно з класичним пошуком, і подавати це як основний канал було б перебільшенням. Це робота на випередження з невідомою віддачею. Блокування тренувальних кравлерів теж не прибирає ваш контент із уже навчених моделей.
Що перевірити в себе цього тижня
Порядок дій, який не потребує підрядника.
- Відкрийте картку товару з вимкненим JavaScript у DevTools. Якщо назва, ціна й опис зникли — агент їх не побачить, і пререндер для ботів стає першочерговою задачею.
- Перевірте
/sitemap.xmlі/robots.txtруками. У виміряному нами оптовому магазині білизни sitemap віддає HTTP 200 з порожнім тілом, а робочий файл лежить на нестандартній адресі — краулер знаходить його тільки тому, що адресу прописали в robots.txt. - Подивіться вихідний код головної на наявність лічильника й звірте ідентифікатор. Префікс
UA-означає мертву аналітику.G-у змінній з назвою GTM означає плутанину між GA4 і контейнером. - Введіть у власний пошук артикул, назву з друкарською помилкою й порожній запит. Три різні результати — три різні дефекти.
- Відкрийте звіт із запитами внутрішнього пошуку в GA4. Якщо його не налаштовано — це разове налаштування, після якого ви отримуєте список того, чого людям бракує.
- Прогоніть товарний фід через валідатор і звірте залишки з реальними перед наступним вивантаженням.
Перші чотири пункти закриваються curl і переглядом коду сторінки. Останні два — безкоштовними інструментами самого Google: Search Console, Rich Results Test і діагностикою фіда в Merchant Center.
Чого AI не зробить
Асортимент і строки доставки залишаться такими, якими були. Покупцю, який бачить у вас дорожчу ціну, потрібне пояснення на сторінці — модель його не вигадає за вас, точніше вигадає, і краще б не вигадувала. Механізми підсилюють те, що вже працює, і рівно так само підсилюють безлад: на брудних даних система впевнено видає дурницю.
Розмір каталогу, до речі, сам по собі не заважає нічому. У магазині тактичного спорядження 54 302 товари й 110 096 URL у sitemap на дві мови, а час до першого байта — 413,8 мілісекунди, повне завантаження — 511,1 мілісекунди (наш вимір 31.07.2026). Проблема майже ніколи не в масштабі. Вона в тому, що дані про ці товари ніхто не приводив до ладу.
Часті запитання
З чого починати, якщо бюджет обмежений?
З аналітики й товарного фіда. Це найдешевша частина, без якої решта не перевіряється.
Чи замінить чатбот службу підтримки?
Він зніме повторювані питання про статус замовлення й наявність. Складні випадки, повернення й конфлікти залишаться людям. Наскільки зміниться навантаження, залежить від того, яку частку звернень у вас складає рутина, і це видно зі статистики вашої підтримки, а не з чужої статті.
Скільки часу займає впровадження?
Залежить від того, який із трьох проєктів мається на увазі і в якому стані дані. Чесна відповідь можлива після того, як хтось подивиться сайт і рекламні кабінети.
Як зрозуміти, що спрацювало?
Ніяк, якщо перед стартом не зафіксовано початкові показники. Це головна причина, чому ми починаємо з вимірювання, а не з моделей.
Якщо потрібна перевірка конкретного магазину — напишіть, подивимось технічний стан і скажемо, з чого починати. Наскільки це вплине на продажі, залежить від ніші й поточного стану сайту, і чесніше сказати це прямо, ніж назвати відсоток.
