Как нейросети формируют витрины — исследование Карамбола Лабс по четырём городам

Компания Карамбола Лабс проанализировала, как генеративные нейросети продвигают различные направления бизнеса в период февральских праздников.

Исследование охватило жителей Москвы, Казани, Нижнего Новгорода и Краснодара.

В выборке — более 10 млн пользовательских запросов к моделям:

1. ChatGPT;

2. Gemini;

3. GigaChat;

4. Алиса AI;

5. Perplexity;

6. Grok.

Какие триггеры превращают диалог в витрину

Аналитики отмечают, что алгоритмы меняют логику ответа при наличии в запросе слов-маркеров.

Ключевые триггеры:

1. призывы к действию — «купить», «заказать», «подбери», «найди»;

2. уточнение бюджета или диапазона цен;

3. указание конкретного города;

4. формулировки вроде «добавь в список покупок»;

5. обращения к навыкам или категориям.

Также системы распознают разговорные сценарии, например «Подарок сыну на 8 лет, любит конструкторы» или «Нужны детали для велосипеда зимой».

После уточнений чат-боты формируют карточки товаров с характеристиками и ценами, используя данные сайтов и маркетплейсов.

Фактически ИИ начинает работать как персонализированная товарная витрина внутри диалога.

Москва — статус и технологии

В столичном регионе алгоритмы чаще формируют подборки с акцентом на:

1. одежду и брендовые аксессуары — 72%;

2. технику и гаджеты — 68%;

3. уходовую косметику и селективную парфюмерию — 53%.

Казань — приоритет технологий

В столице Татарстана структура рекомендаций отличается:

1. техника и гаджеты — 72%;

2. мужская косметика и парфюмерные наборы — 61%;

3. одежда и аксессуары — 48%.

Нижний Новгород — сбалансированная модель

1. техника и гаджеты — 53%;

2. одежда и аксессуары — 53%;

3. косметика и парфюмерия — 51%.

Краснодар — традиционные категории

1. косметика и парфюмерия — 43%;

2. техника и гаджеты — 40%;

3. одежда и аксессуары — 39%.

Что это означает для e-commerce

По оценке компании, нейросети начинают формировать отдельный канал продаж.

Алгоритмы активно используют данные карточек маркетплейсов, что усиливает значение их качества и структурированности.

В этой логике брендам важно учитывать не только внутреннюю оптимизацию торговых площадок, но и инструменты GEO/AEO-оптимизации — чтобы характеристики, преимущества и контекст продукта корректно считывались ИИ и попадали в выдачу в момент формулирования запроса.