Фотографии показывают продукт, а текст о нём ничего не говорит: что в этом случае понимает нейросеть
Мне показали каталог мебельной фабрики. На фотографиях хорошо видно, что фасады из массива дуба, кромка скруглена, ящики на металлических направляющих с доводчиками, задняя стенка не из тонкого картона. В тексте карточки написано: «Комод Орион, 4 ящика, 900×400×800, цвет дуб». Всё остальное живёт только на картинке.
Я несколько лет смотрю, как нейросети выбирают, какие бренды и товары называть в ответах. Здесь получился удобный случай для проверки: продукт действительно неплохой, его сильные стороны настоящие, но словами их никто не описал. Решил посмотреть, что из этого доходит до ответа модели.
Что я проверял
Взял три категории, где товар продаётся глазами: корпусная мебель, натяжные потолки и верхняя одежда. По каждой собрал около тридцати запросов в духе «комод из массива дуба с доводчиками», «потолок без шва в комнату 25 метров», «зимняя куртка с мембраной и утеплителем». Прогнал их через четыре модели и посмотрел, какие бренды называются и на какие страницы идут ссылки.
Дальше по каждому бренду из ответов я сравнивал две вещи:
- что про продукт написано словами на его сайте: в описании, характеристиках, подписях к фото, alt-атрибутах;
- что про тот же продукт нейросеть говорит в ответе;
- откуда она это взяла: сайт бренда, маркетплейс, обзор, форум, отзывы;
- какие характеристики в ответе появились, хотя на сайте их нет ни в одном поле.
Выборка небольшая, и это наблюдение, а не закон. Но расхождение оказалось слишком однотипным, чтобы списать его на случайность.
Что получилось
Короткий итог: в ответах почти не было ничего, что видно только на фотографии.
- Модели уверенно пересказывали то, что лежит в тексте: габариты, цвет, цену, срок доставки, гарантию.
- Материал корпуса, тип направляющих, толщину полотна, вид утеплителя они называли только там, где это было написано словами хотя бы в одном месте.
- Там, где таких слов не было, модель либо обходила вопрос общей фразой, либо брала описание у конкурента или с маркетплейса и приписывала его бренду.
- Три раза я видел прямо неверную характеристику: нейросеть сказала про ЛДСП у комода, который на фотографиях явно из массива. В тексте карточки материал не был указан вообще.
- Ни одна модель ни разу не сослалась на фотографию как на источник описания, хотя картинки в карточках были крупные и подробные.
То есть продукт не просто хуже описан. Он описан чужими словами, и бренд в этом не участвует.
Почему так выходит
Модель читает текст о продукте, а не сам продукт
Когда ассистент отвечает на вопрос про мебель или одежду, он не разглядывает товар. Он работает с текстом, который о товаре написан: страницами сайта, описаниями на маркетплейсах, обзорами, обсуждениями. Мультимодальные модели умеют смотреть картинку, которую вы сами им дали в чат, но в поисковом сценарии они собирают ответ из текстовых источников. Фотография в карточке в этот ответ не попадает.
За бренд договаривают другие
Если бренд не описал свой продукт словами, описание возьмут там, где слова есть. Чаще всего это карточка на маркетплейсе, где текст писал не производитель, обзор блогера или отзыв покупателя. В ответе это выглядит как характеристика бренда, хотя источник к бренду отношения не имеет. Так и появляется ЛДСП у дубового комода.
Если бренд не описал продукт словами, описание возьмут там, где слова есть. К самому бренду этот текст уже отношения не имеет.
Что с этим делать
Из того, что сработало у брендов, которые в ответах выглядели прилично:
- Пройти по фотографиям и выписать, что на них видно, но нигде не написано: материал, тип соединения, фурнитура, обработка кромки, состав, тип шва.
- Перенести этот список в текст: в описание, в характеристики отдельными полями, в подписи под фото, в alt.
- Заполнить разметку товара теми же значениями, а не только названием и ценой.
- Один раз написать нормальный текст про материалы и конструкцию отдельной страницей: именно такие страницы чаще попадают в источники ответа, чем карточка товара.
- Проверить, что говорят про ваш продукт модели сейчас, и сравнить с тем, что вы о нём написали. Расхождение и есть список задач.
Чем смотреть такие пробелы
Руками это считается плохо: нужно держать десятки запросов, несколько моделей и повторять замер, иначе непонятно, изменилось ли что-то после правок. Часть работы закрывают сервисы мониторинга AI-выдачи, часть можно собрать на API моделей своим скриптом, если в команде есть кто-то, кто это поддержит.
Я смотрю замеры в brandfound. Там для такой задачи полезны две вещи: отчёт по характеристикам, которых в ответах про продукт не хватает, и модуль контент-фабрики, который из этого списка собирает текст, превращающий визуальные особенности в описание. У зарубежных инструментов вроде Profound или Peec сильнее англоязычная аналитика и слабее российские модели, а GeoRank показывает упоминания, позиции, конкурентов в ответе и источники, на которые сослалась нейросеть. Выбор зависит от того, на каких языках и в каких моделях вам важно быть видимым.
Что из этого стоит забрать
Главный вывод простой и немного обидный: нейросеть не видит ваш продукт. Она видит то, что о нём написано словами, и чаще всего это габариты, цвет и цена. Всё, чем продукт на самом деле отличается, остаётся на фотографиях, то есть вне ответа.
Проверить это на себе можно за полчаса. Откройте карточку своего главного товара, закройте картинки и прочитайте только текст. Если по этому тексту нельзя понять, почему продукт стоит своих денег, то и модель этого не поймёт. Я ожидал, что разрыв будет заметным, но не думал, что он окажется настолько однотипным во всех трёх категориях.