ИИ-агенты — новые пользователи интернета

Сайты долгое время проектировались как интерфейс для прямого визита человека. Пользователь открывает страницу, читает карточку товара, сравнивает варианты и дальше сам двигается по воронке. Но в 2026 году этой логики уже недостаточно. По данным OpenAI, 2026 (https://openai.com/index/powering-product-discovery-in-chatgpt/), все больше людей начинают выбор товара прямо в ChatGPT: там они исследуют, сравнивают и сужают выбор еще до перехода на сайт продавца.

Особенно быстро этот сдвиг чувствуют интернет-магазины. Google, кстати, (https://developers.google.com/search/docs/appearance/structured-data/product) давно рассматривает товарные страницы как источник структурированных данных о цене, наличии, доставке и возврате. Визуальный интерфейс по-прежнему важен, но этого мало: сайт должен быть понятен машине и заслуживать доверия как источник актуальной информации о товаре.

Поэтому рядом с привычным UX появляется второй слой требований. В этой статье мы используем для него рабочий термин AI experience: опыт взаимодействия ИИ-агента с сайтом. Это прагматичная задача качества цифровой поверхности: сайт должен быть понятным, проверяемым и пригодным для внешних агентов.

Теперь цифровой команде потребуется держать в голове два слоя сразу: для людей и для ИИ-агентов. 

Сайты долгое время проектировались как интерфейс для прямого визита человека. Пользователь открывает страницу, читает карточку товара, сравнивает варианты и дальше сам двигается по воронке. Но в 2026 году этой логики уже недостаточно. По данным OpenAI, 2026, все больше людей начинают выбор товара прямо в ChatGPT: там они исследуют, сравнивают и сужают выбор еще до перехода на сайт продавца.

Особенно быстро этот сдвиг чувствуют интернет-магазины. Google, кстати, давно рассматривает товарные страницы как источник структурированных данных о цене, наличии, доставке и возврате. Визуальный интерфейс по-прежнему важен, но этого мало: сайт должен быть понятен машине и заслуживать доверия как источник актуальной информации о товаре.

Поэтому рядом с привычным UX появляется второй слой требований. В этой статье мы используем для него рабочий термин AI experience: опыт взаимодействия ИИ-агента с сайтом. Это прагматичная задача качества цифровой поверхности: сайт должен быть понятным, проверяемым и пригодным для внешних агентов.

Теперь цифровой команде потребуется держать в голове два слоя сразу: для людей и для ИИ-агентов.

Покупательский путь больше не начинается обязательно с поисковой выдачи или прямого захода на сайт бренда. В марте 2026 OpenAI описал сценарий, в котором пользователь формулирует потребность разговорным языком, а ChatGPT помогает ему исследовать рынок, сравнивать варианты и быстро сужать выбор. В такой логике сайт все чаще становится источником данных для внешнего помощника еще до прямого визита пользователя.

Для бизнеса это меняет самый верх воронки. Если агент уже на этапе подбора понял, что цена неясна, наличие противоречиво, а условия возврата трудно интерпретировать, пользователь может вообще не дойти до прямого визита. Решение о том, кто попадет в короткий список вариантов, начинает приниматься частично вне классического интерфейса сайта — это делает AI-агент.

OpenAI отдельно показывает, что каналов здесь несколько. В документации по ботам различаются OAI-SearchBot — чисто поисковый бот, и ChatGPT-User, который может посещать страницу в рамках пользовательского действия в агентном режиме. А в FAQ для издателей и разработчиков OpenAI прямо связывает видимость сайта для его краулеров с robots.txt, noindex и корректной доступностью страниц для этих режимов работы.

Таким образом, у сайта появился новый тип посетителя: посредник, который помогает человеку сделать выбор. Он отличается и от самостоятельного покупателя, и от классического поискового бота. Значит, уже недостаточно проектировать сайт только под сценарий, в котором человек открыл страницу и сам все понял.

Бизнес интернет-магазинов напрямую зависит от точности товарной информации. Для любой цифровой поверхности это важно, но в торговле из этих деталей складывается сама сделка: цена, валюта, наличие, вариант, срок доставки, условия возврата. Именно поэтому Google рекомендует для товарных страниц структурированные данные, товарные ленты и отдельный слой правил магазина. Google также в merchant listing guide прямо пишет, что такие форматы в идеале должны показывать цену, наличие, доставку и возврат. Также рекомендуется иметь отдельные документы по возвратам и доставке. В таком случае условия возврата и доставки становятся частью машиночитаемой документации.

Google также явно рекомендует комбинировать структурированные данные и Merchant Center feed, потому что вместе они помогают лучше понимать и верифицировать продуктовые данные. Похожую логику мы видим и у OpenAI: merchants guidance и commerce docs подталкивают магазин к товарным лентам как к практичному способу передавать актуальный каталог без перестройки всего интерфейса.

Таким образом, если у интернет-магазина расходятся карточка товара, лента, информация о возврате и фактическая доступность варианта, магазин теряет качество сразу в нескольких местах. В новой логике это означает, что он хуже выглядит в канале, где машина сначала должна корректно прочитать информацию о товаре.

AI experience здесь удобнее понимать как набор прикладных свойств сайта. Может ли внешний агент надежно прочитать, что именно вы продаете? Понимает ли он, какая карточка каноническая, какой вариант товара в наличии, в какой валюте указана цена и куда вести пользователя дальше? Если нет, то даже аккуратный человеческий интерфейс не превращается автоматически в хороший опыт для машинного канала.

Здесь в центр выходит каноническая товарная правда. В товарной схеме OpenAI базовыми полями становятся id, url, variants, price, availability и ссылки продавца. На сайте Schema.org, который фокусируется на схемах данных под различные сущности, Product и Offer имеют ту же логика: сущность товара должна быть описана как стабильный объект со связанным предложением, а не как случайный набор текстовых фрагментов на странице.

Второй слой — правила вокруг товара. Google предлагает описывать окно возврата, способы возврата, комиссии через Merchant Return Policy. В товарной схеме OpenAI есть типизированные ссылки вроде refund_policy, shipping_policy и faq OpenAI Developers. Для агентного канала важна сама карточка товара и весь связанный слой правил вокруг нее.

Третий слой — семантика действий. В FAQ OpenAI для разработчиков мы видим, что агентный режим ChatGPT в Atlas использует ARIA labels, roles и states, чтобы понимать структуру страницы и интерактивные элементы. Это важное напоминание: опыт сайта для ИИ-агента зависит от ленты и JSON-LD, но ими не исчерпывается. Форма, кнопка, меню и фильтр тоже должны быть описаны семантически и предсказуемо.

Первое изменение лежит в информационной архитектуре. Если сайт строился органически, в нем часто есть несколько почти одинаковых URL товара, разрозненные страницы вариантов, устаревшие страницы с правилами и неочевидные канонические сущности. В такой среде агентному каналу трудно работать надежно. Внутри организации должна быть ясная карта того, где находится основной источник правды по товару, варианту и коммерческим условиям.

Второе изменение — слой данных. OpenAI Developers рекомендует начинать интеграцию со структурированной товарной ленты, валидировать обязательные поля и поддерживать регулярную актуализацию данных. Там же предлагается практический режим: полный снимок по расписанию и обновления по мере изменения ассортимента. Для интернет-магазина это означает общий канонический набор полей для продукта, SEO, аналитики и инженерии.

Третье изменение — слой действий. В Merchants guidance в ChatGPT предлагают также начинать с товарных лент, а приложения идут следующим, опциональным слоем. Там же зафиксирована важная позиция: покупки по умолчанию завершаются на сайте или в приложении самого продавца. На первом этапе магазину достаточно понятного маршрута в карточку, корзину или конфигуратор. Главное, чтобы агент уверенно приводил пользователя в нужную точку, где магазин сохраняет контроль над оформлением заказа и исполнением.

Четвертое изменение — измерение и управление. OpenAI пишет, что реферальный трафик из поиска ChatGPT можно отслеживать по параметру utm_source=chatgpt.com. Это значит, что новый канал нужно признать и начать измерять: какие категории чаще попадают в агентный выбор, где теряются пользователи, какие товарные позиции дают ошибочные ожидания по наличию или возврату, и какие страницы хуже всего читаются внешними агентами.

Хорошая новость в том, что большинству компаний не нужно переписывать весь сайт. Практичнее начать с аудита готовности. На первом проходе достаточно проверить пять вещей: открыт ли нужный контент для корректного попадания в ответы, есть ли каноническая товарная сущность, согласованы ли страница и лента, вынесены ли доставка и возврат в явный машиночитаемый слой, и понимает ли агент базовые интерактивные элементы страницы.

Дальше стоит сузить охват. В интернет-магазине почти всегда лучше начинать с приоритетных категорий, брендов или ста ключевых товарных позиций. Там проще увидеть, где ломается машиночитаемая информация: у вариантов, в цене, в валюте, в статусе наличия, в фильтрах, в ссылках на страницы с правилами или в неканоничных входных страницах. Такой проход быстро показывает, какие дефекты действительно мешают новому каналу.

Следующий шаг — связать изменения в продукте и измерении. После исправления карточек, страниц с правилами и товарной ленты нужно отдельно смотреть, как меняются реферальные заходы и поведение пользователей, пришедших из агентного канала выбора.

И наконец, стоит рано определить границы безопасных действий. Где агент может только показать карточку товара? Где можно безопасно вести в корзину или в конфигуратор? Где нужно обязательное подтверждение человеком перед чувствительным действием? 

Сайт и особенно интернет-магазин уже нельзя рассматривать только как экранный интерфейс для человека. Он становится источником данных, правил и действий для внешних ИИ-агентов, которые помогают пользователю искать, сравнивать и выбирать. Поэтому рядом с UX появляется новый слой: пригодность цифровой поверхности для машинного чтения, проверки и безопасного перехода к действию.

На практике это означает: канонические сущности товара, варианты, точность цены и наличия, машиночитаемые правила, ARIA-семантика, ритм обновления ленты и измерение нового канала. Именно из этих вещей и складывается AI experience как новая дисциплина качества цифрового контура.

Если вы хотите глубже разобраться в теме готовности сайтов и интернет-магазинов к работе с ИИ-агентами, мы можем организовать для вас обучение. Достаточно позвонить нам или заполнить форму на нашей главной странице, и мы с вами свяжемся.

Также приходите знакомиться лично на наши бесплатные мероприятия.