Тарас Лазаренко

Отдельно интересно, что расширение линейки почти всегда решение внутреннее. Оно снимает тревогу продавца, а не тревогу покупателя. Продавцу спокойнее, когда позиций много, потому что кажется, что шансов больше. А у покупателя в этот момент ровно наоборот, чем больше равнозначных карточек, тем выше цена ошибки.

В Китае у топовых стримеров есть команда из 40-80 человек, которая готовит каждый эфир как телешоу. Сценарий, отбор товаров, переговоры с брендами о цене, юристы, качество. Это не человек с камерой, это фактически ТВ-канал одного ведущего. Когда российский бренд запускает эфир силами двух эсэмэмщиков и приглашённого блогера на два часа, он копирует не механику, а верхний слой. Форма без содержания. Отсюда и результат.

Самое любопытное в этой истории не сам ажиотаж, а скорость разворота. Механика переменного подкрепления держит человека, пока он не видит её насквозь. Как только видит, коробка превращается обратно в обычный кусок винила.

Про четвёртое звено в точку. Оно и правда самое хрупкое. Один раз нейросеть уверенно советует несуществующую модель, и человек перестаёт верить уже не бренду, а самому каналу. Только вывод я бы удвоил. Чистые честные данные о товаре это новая база, тут согласен. Но хрупкость бьёт и по каналу целиком, чем чаще модель врёт, тем быстрее человек идёт перепроверять руками. Поэтому бренду мало быть тем, что модель может прочитать. Надо быть ещё и тем, что она процитирует правильно. Аккуратные данные тут работают сразу на две стороны, и на попадание в ответ, и на то, чтобы это попадание не развалилось на первой же галлюцинации.

Да, вот это и есть главная боль. В Метрике этого касания просто нет. Человек прочитал ответ, ушёл на маркетплейс, а откуда у него в голове взялось название бренда, ты уже не увидишь. Я пока делаю руками. Раз в неделю гоняю модели одними и теми же запросами по своей категории и смотрю, кого называют и на что ссылаются. Ещё смотрю реферальный трафик из ИИ, он потихоньку начал отделяться. И смотрю на рост брендовых запросов, когда рекламы вроде не было, а искать стали чаще. Системного стандарта нет ни у кого, честно. Все собирают руками и на коленке.

Да, окно для дифференциации через УТП пока открыто, и шире, чем кажется. Модель усредняет ровно там, где ей нечего процитировать кроме характеристик. Как только появляется внятный разбор с конкретикой (под какой сценарий, кому не подойдёт, чем отличается), усреднение ломается, и продукт выпадает из общей каши. Проблема в том, что этим окном почти никто не пользуется. Все ждут, пока алгоритмы научатся оценивать УТП, вместо того чтобы просто написать про своё так, чтобы было что цитировать.

Спарсят, факт. Только для модели важно не кто первый написал, а откуда она это взяла и на кого сослалась. Если суть растащили сто безымянных агрегаторов, а первоисточник считается авторитетным, цитировать будут первоисточник. Паршиво другое, большинство брендов вообще не производят того, что можно спарсить. Не текст воруют, а воровать нечего. УТП в голове у собственника, а в паблике три абзаца с главной страницы и характеристики от производителя. Вот это патовая ситуация, а не парсинг.

Тут соглашусь только наполовину. MCP и прочая тяжёлая интеграция это да, история для тех, у кого есть бюджеты и штат. Но цитируемость модели не про это. Модели цитируют текст, а не инфраструктуру. Один нормальный разбор продукта с конкретикой весит больше, чем годовой контракт агентства на отзывы. Маленький бизнес как раз в выигрышном положении, потому что может писать по-человечески и про узкое, а гиганты производят вылизанный корпоративный шум, который модель тоже плохо цитирует. Проблема не в ресурсах, а в том, что мало кто вообще проверяет, что ИИ отвечает по его категории.

Так и есть, наушники в итоге носит человек. Только вот всё больше людей до сайтов уже не доходят, спрашивают ИИ и берут первое названное. 39% покупают прямо по совету нейросети, без визита к продавцу. Здравый смысл прочекать сайты самому никуда не делся. Просто пользуются им всё реже, чем кажется.

Про источники подметили верно. Алиса тянет из выдачи, у Гугла свои базы, но вывод для бренда одинаковый в обоих случаях. Модель ищет смысл, а не звёзды. И да, с конкретикой у большинства туго, потому что годами вкладывались в рейтинг, а не в то, что можно процитировать. Кто первым перестроится, того и будут цитировать.