Ну и под вечер небольшой эксперимент😜 Я вчера обещал рассказать про AI-Ready/ Но так, как подначил меня на это Клод, то

Ну и под вечер небольшой эксперимент😜

Я вчера обещал рассказать про AI-Ready/ Но так, как подначил меня на это Клод, то ему и слово. Пусть сам рассказывает

Мнение основателя Канала может не совпадать с мнением Железяки по отдельным пунктам и я советую принимать решение собственной головой
AI-ready карточки: почему ваши товары скоро перестанут находить — и что с этим делать
Ozon уже тестирует AI-поиск. Wildberries внедряет нейросетевое ранжирование. Яндекс Маркет строит всю выдачу на ML-моделях. Если вы думаете, что это вас не касается — касается. И вот почему.
Что такое AI-ready карточка
Классическое SEO на маркетплейсах работало просто: напихал ключевых слов в название и описание — попал в выдачу. Но AI-поиск работает иначе. Нейросеть не ищет совпадение слов — она пытается понять смысл запроса покупателя и сопоставить его со смыслом вашей карточки.
Это значит, что карточка должна быть понятна не только человеку, но и машине. AI-ready карточка — это карточка, которую нейросеть может корректно «прочитать», правильно классифицировать и уверенно показать по релевантному запросу.
Шесть критериев, по которым AI оценивает карточку
Мы у себя в SOLAR WINGS разработали систему аудита по шести параметрам с весовыми коэффициентами:
— Заголовок (вес 20%). Структурированный, с категорией, ключевыми атрибутами и без мусора. «Футболка мужская хлопок с принтом медведь — подарок на день рождения» работает. «Футболка крутая АКЦИЯ SALE!!!» — нет.
— Описание (вес 25%). Самый важный блок. AI разбирает описание на смысловые сущности: материал, повод, целевая аудитория, преимущества. Описание из двух предложений = слепое пятно для нейросети.
— Атрибуты и характеристики (вес 20%). Заполненные атрибуты — это структурированные данные, которые AI обрабатывает легче всего. Пустые поля = потерянный контекст.
— Фотографии (вес 15%). Количество, качество, информативность. AI уже умеет анализировать изображения и проверять, соответствуют ли они описанию.
— Rich-контент (вес 10%). Инфографика, видео, 360-фото. Дополнительные сигналы, которые повышают уверенность AI в релевантности.
— Отзывы и рейтинг (вес 10%). AI учитывает социальное доказательство. Карточка с рейтингом 4.8 и сотней отзывов получит приоритет перед карточкой без отзывов при прочих равных.
Наш кейс: 1161 карточка под микроскопом
Мы прогнали весь ассортимент SOLAR WINGS (футболки с принтами, 1161 SKU) через аудит по этим критериям. Результаты отрезвили:
— Средний AI-Score: 71%
— Полностью готовы (80%+): 382 карточки — всего треть
— Требуют доработки (50–79%): 762 карточки — почти две трети
— Критическое состояние (ниже 50%): 17 карточек
Главная проблема оказалась неожиданной. Не фото (у 99.8% карточек 5+ фотографий — тут всё отлично), не заголовки, а описания. 62% карточек имели слабое позиционирование в описании. Формально описание есть, больше 300 символов, но AI не может вытянуть из него ключевые смыслы: для кого этот товар, по какому поводу, чем отличается.
Конкретный пример: целая линейка из 17 карточек (подарочные именные футболки) имела описания в 2–3 предложения без единого упоминания, что это подарок. AI-поиск по запросу «подарок мужу на день рождения» их просто не увидит.
Что происходит в России прямо сейчас
Ситуация такая: маркетплейсы активно переходят на AI-ранжирование, но большинство селлеров ещё живут в парадигме keyword-stuffing. Это окно возможностей. Кто адаптирует карточки сейчас — получит преимущество, пока конкуренты спят.
Ozon уже использует ML для персонализации выдачи, и доля AI-driven трафика растёт каждый квартал. Wildberries экспериментирует с мультимодальными моделями, которые одновременно анализируют текст и фото. Яндекс Маркет — традиционно самый технологичный в этом плане — строит ранжирование целиком на нейросетях.
Пять шагов, чтобы подготовиться

➡️ (продолжение следует)