AI починає вирішувати, що ми купуємо. Що це означає для SEO?

«Покажи найкращі кросівки до $150 для бігу, але щоб не натирали вузьку стопу». Ще недавно такий запит означав би десятки вкладок, фільтрів і порівнянь. Тепер частину цієї роботи бере на себе AI: розуміє сценарій, зіставляє характеристики, враховує бюджет і формує shortlist.

Для e-commerce це змінює сам маршрут покупця: від «знайти товар» до «доручи AI вибрати товар». І якщо раніше SEO боролося за позицію сторінки, то тепер з'являється інша задача: потрапити у фінальну трійку-п'ятірку товарів, яку AI покаже покупцю.

AI уже виходить у море e-commerce

За даними Adobe, у першому кварталі 2026 року трафік із AI-сервісів на американські retail-сайти зріс на 393% рік до року. У березні AI-трафік уже конвертувався в покупки на 42% краще, ніж не-AI трафік.

Поки його частка значно менша за традиційні канали. Але важливіше інше: AI приходить у момент, коли користувач уже формулює конкретну задачу вибору.

Google та Amazon одночасно рухаються в бік agentic commerce: AI може порівнювати товари, стежити за цінами та наявністю, формувати рекомендації й дедалі глибше заходити в сам процес покупки.

Тому питання для SEO вже не тільки: «За якими запитами ми ранжуємося?»

А: «За яких умов AI вважає наш товар хорошим кандидатом?»

Не оптимізуйтеся під AI. З'ясуйте, як він вибирає

Замість чергового аудиту «чи є у нас Product schema» варто провести AI shortlist analysis. Візьміть 20–50 реальних комерційних запитів вашої аудиторії. Не «купити ноутбук», а:

«Який ноутбук до €1000 підійде людині, яка щодня їздить із ним в офіс і працює 8 годин без зарядки?»

або:

«Які бігові кросівки до $150 підійдуть для вузької стопи й регулярних пробіжок по асфальту?»

Для кожного запиту зафіксуйте:

• які бренди потрапили в shortlist;
• які характеристики AI називає вирішальними;
• які джерела використовує;
• кого з конкурентів згадує;
• чого бракує вашому товару для такої рекомендації.

Після 20–50 запитів починають проявлятися патерни вибору.

Наприклад, ви можете виявити, що AI постійно рекомендує конкурентів не через їхню позицію в Google, а тому, що в них добре описані конкретні сценарії використання, є порівняння моделей або багато незалежних згадок.

Оце вже інформація, на основі якої можна перебудовувати SEO.

Новий об'єкт оптимізації — не сторінка, а причина для рекомендації

У класичному SEO ми оптимізуємо URL під певний кластер запитів. В AI-пошуку варто оптимізувати набір причин, через які товар може потрапити у shortlist.

Наприклад, для кавомашини це може бути: для офісу на 15 людей + до €700 + мінімальне обслуговування + дві чашки одночасно.

Якщо сайт відповідає лише на «кавомашина автоматична», він покриває категорію, але не обов'язково покриває сценарій вибору. Тому семантичне ядро варто доповнювати матрицею: сценарій × атрибут × обмеження × альтернатива. Саме з неї можна побачити, яких сторінок і контентних блоків бракує.

Найцінніший контент тепер — той, який допомагає зробити вибір

Ще одна зміна: SEO-контент поступово рухається від «інформації про продукт» до інформації для прийняття рішення.

Замість десятка статей: «Що таке автоматична кавомашина?» можуть бути значно ціннішими матеріали: «5 кавомашин для офісу до €700: що вибрати для 10, 15 і 30 людей». Або: «Кавомашина A чи B: яку вибрати, якщо важливі просте обслуговування та дві чашки одночасно».

Такі сторінки не просто залучають пошуковий трафік. Вони створюють структурований контекст для порівняння продуктів — саме той контекст, який потрібен AI, коли він формує рекомендацію.

І тут з'являється новий SEO-аудит

Якщо конкурент постійно потрапляє в AI-рекомендації, потрібно питати не «чому він вище?», а: «Яку інформаційну перевагу AI знаходить у ньому?»

Порівняйте:

• які сценарії використання він покриває;
• які характеристики пояснює;
• які моделі порівнює;
• які докази наводить;
• де його згадують незалежні джерела;
• які питання про продукт закриває краще.

Результат такого аналізу — не список із 50 SEO-рекомендацій, а кілька конкретних information gaps, які реально можуть вплинути на AI visibility.

KPI теж виходить за борт класичного SEO

Звична воронка: позиція → показ → клік → продаж.

Нова додає ще один етап: запит → AI visibility → shortlist → клік → продаж.

Тому варто вимірювати не лише позиції, а й:

• як часто бренд потрапляє в AI-відповіді;
• які товари рекомендуються;
• у яких сценаріях бренд програє конкурентам;
• які сторінки використовуються як джерела;
• які характеристики найчастіше впливають на рекомендацію;
• чи конвертується AI-трафік у продаж.

AI не забирає покупця. Він забирає частину маршруту

Покупець усе ще вирішує, що йому потрібно. Але дедалі частіше AI вирішує, які товари він побачить перед фінальним вибором. Тому завдання SEO змінюється: вже недостатньо бути добре оптимізованим і займати високу позицію. Потрібно створити навколо продукту достатньо даних, контексту, доказів і незалежних сигналів, щоб AI мав причину включити його у shortlist.

Ми допомагаємо брендам проходити цей маршрут — від AI shortlist analysis та пошуку information gaps до SEO-стратегії, контенту й вимірювання AI visibility. Бо в новому e-commerce важливо не просто бути на карті. Важливо опинитися на маршруті, яким AI веде покупця.