Coraz więcej zakupów zaczyna się od pytania zadanego AI, a nie od wpisania frazy. Klient pyta, jaki odkurzacz wybrać do mieszkania z psem. W odpowiedzi dostaje listę modeli z krótkim uzasadnieniem. W Google robią to AI Overviews oraz tryb AI, który działa także po polsku. Podobnie odpowiadają ChatGPT i Gemini, coraz częściej z ceną i nazwą sklepu.
Te odpowiedzi nie biorą się znikąd. Modele korzystają z indeksu wyszukiwarki, z danych produktowych oraz z tego, co o produkcie i sklepie piszą inni. Lepiej startuje sklep, którego kategorie i karty są dobrze zaindeksowane, dane strukturalne kompletne, a plik produktowy rzetelny. Dlatego pozycjonowanie sklepu i jego widoczność w AI to w dużej mierze ta sama praca.
Różnica leży w treści. AI chętnie sięga po strony, które odpowiadają wprost: porównania modeli, tabele parametrów, poradniki doboru, odpowiedzi na częste pytania na karcie produktu. Liczą się też opinie klientów oraz wzmianki o sklepie w serwisach branżowych. Dlatego obok pozycji i ruchu sprawdzamy, w których pytaniach AI wymienia sklep klienta, a w których konkurencję. Wejścia z asystentów AI liczymy w Google Analytics jako osobny kanał.
Warto też wiedzieć, jak klient pyta. Do wyszukiwarki wpisuje kilka słów, a asystentowi opisuje całą sytuację: budżet, mieszkanie, dzieci, wcześniejszy zakup. Dlatego poradniki i opisy kategorii piszemy pod konkretne sytuacje kupujących, a nie tylko pod frazy. Strona, która rozstrzyga typowy dylemat przed zakupem, przydaje się klientowi w Google i asystentowi AI jednocześnie.
Po stronie techniki sklepu to kilka konkretnych zadań. Roboty asystentów AI muszą mieć dostęp do strony, więc sprawdzamy plik robots.txt oraz ustawienia zapory. Treści ważne dla zakupu powinny być w kodzie strony, a nie doładowywane skryptem po kliknięciu. Opis marki, dostawy i zwrotów musi być aktualny wszędzie, gdzie AI może go przeczytać. Nikt nie decyduje o tym, co powie model. Można natomiast zadbać o to, z czego korzysta.