Chris Sachs (VP of Value Enablement) i Aris Vrakas (Product Lead) z seoClarity omówili w webinarze Search Engine Journal cztery powiązane kroki, dzięki którym produkty łatwiej trafiają do rekomendacji narzędzi AI shopping w Google i ChatGPT: czytelne strony produktowe, opisy w języku kupujących, spójne feedy i strony oraz pomiar zmian. Vrakas zaczął od warunku technicznego: treści produktowe muszą być dostępne dla botów, a nie tylko widoczne w przeglądarce. Wskazał strony mocno oparte na JavaScript, gdzie klient widzi szczegóły, których automatyczny fetch nie dostaje. Jako rozwiązania wymienił prerendering i cache'owany HTML. Drugi krok to łączenie atrybutów produktu z decyzjami zakupowymi. W przykładzie ze skarpetami sam kolor i skład włókien nie odpowiadają na pytania o ciepło, grubość, trwałość czy zastosowanie, a prompty konwersacyjne łączą kilka takich potrzeb naraz. Pomóc mają też opinie z możliwością przypisania źródła. Sachs ostrzegł przed traktowaniem feedu jako osobnego projektu: dane dodane do feedu powinny trafiać także na stronę produktu i do danych strukturalnych. Prelegenci rozdzielili trzy obszary pomiaru: widoczność w product grid, wzmianki i cytowania w odpowiedziach AI oraz wyniki płatnych feedów (wyświetlenia, kliknięcia, konwersje). To różne sygnały, a sama wzmianka AI nie dowodzi sprzedaży. Do testów zalecili grupę porównawczą: w dużych katalogach grupy produktów, w mniejszych serwisach tematy pozostawione bez zmian. Na start sugerują audyt kilku kluczow
Źródło: Search Engine Journal — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu