"Schema.org и llms.txt: почему без разметки ваш магазин невидим для Google и ChatGPT"

Структурированные данные — это способ сказать поисковику не «здесь какой-то текст», а «здесь товар, он стоит $49, он в наличии, вот бренд». Разница между этими двумя сообщениями решает, как выглядит ваш результат в выдаче — и упомянет ли вас ChatGPT вообще.

Что даёт разметка Product

• Цена и наличие прямо в результате поиска. Ваш блок занимает больше места и отвечает на вопрос ещё до клика.
• Звёздочки рейтинга, если у вас есть отзывы с разметкой.
• Merchant Center сверяет цену на странице с ценой в фиде. Без разметки товары отклоняются чаще.
• У AI появляется, из чего собрать ответ. Языковым моделям нужны факты в машинно-читаемом виде, а не абзац прозы.

Сама по себе разметка не двигает позиции. Она двигает CTR — долю тех, кто кликает, увидев вас на той же позиции. На практике это даёт больше, чем борьба за одну ступеньку вверх.

Проверьте себя за две минуты

1. Откройте Rich Results Test от Google.
2. Вставьте адрес любой карточки товара.
3. Проверьте, находит ли он тип Product с блоком offers, в котором есть цена и наличие.

Если не находит ничего — вы в той же ситуации, что и большинство интернет-магазинов. В реальном аудите это оказалось самым дорогим техническим пробелом: структурированных данных на карточках товара не было вовсе.

Минимум, который нужен

На карточке товара — Product: название, изображение, описание, бренд, артикул, и внутри Offer — цена, валюта, наличие, адрес.

На странице категории — BreadcrumbList для хлебных крошек.

На главной — Organization с названием, логотипом и контактами.

Ничего из этого не пишется с нуля: на WooCommerce это делают плагины, на Shopify — темы и приложения. Обычный вопрос здесь не «как это сделать», а «почему это до сих пор не включено».

Единственное правило, которое важно

Разметка должна совпадать с тем, что видит человек. В разметке $49, на странице $55 — так теряются расширенные результаты целиком и блокируется товар в Merchant Center. Поэтому разметка генерируется из тех же данных, что и страница, и никогда не пишется руками.

Теперь о видимости в AI

Вокруг этого много шума и новых аббревиатур. На деле всё сводится к простому: чтобы языковая модель упомянула ваш товар в ответе, она сначала должна получить факты о нём в разбираемом виде.

На практике это три вещи, и две из них вы и так делаете ради обычного SEO:

1. Структурированные данные. Те же Product и Organization.
2. Содержательные описания. Текст, который отвечает на вопрос, а не расхваливает ассортимент. Модели хорошо извлекают факты и плохо — маркетинговые прилагательные.
3. llms.txt — файл в корне сайта, который коротко объясняет, что это за сайт и где что лежит. Как robots.txt, только для языковых моделей.

Проверьте свой robots.txt

Отдельно проверьте, нет ли у вас строки вида Content-signal: ai-train=no. Она выводит ваш контент из обучения моделей. Иногда это осознанное решение, но гораздо чаще — дефолт Cloudflare, который никто не читал.

Выбор ваш — важно, чтобы это был выбор, а не случайность.

Стоит ли платить за отдельное «GEO»

Агентства начали продавать «видимость в AI» отдельной строкой. Присмотритесь, что на самом деле в пакете: обычно это schema-разметка, переписывание текстов под E-E-A-T, файл llms.txt и тестирование промптов.

То есть в основном обычное техническое SEO под новым названием. Если у вас ещё нет мета-описаний и разметки Product, платить за отдельное «GEO» преждевременно — сначала базовые вещи, а видимость в AI по большей части подтягивается сама.

С чего начать на этой неделе

1. Прогоните три страницы — главную, категорию, товар — через Rich Results Test.
2. Включите или допишите разметку Product в шаблоне карточки товара.
3. Проверьте, что цены совпадают в разметке, на странице и в фиде.
4. Добавьте llms.txt.
5. Прочитайте свой robots.txt — целиком, а не бегло.