GEO для fashion ecommerce: одежда, обувь, аксессуары и AI-шопинг

Fashion ecommerce сложен для AI-шопинга: покупатель редко спрашивает только категорию. Он уточняет стиль, случай, бюджет, фигуру, сезон, материал и любимые бренды.

Эта сложность даёт преимущество тем, кто структурирует данные лучше конкурентов.

Fashion-промпты полны ограничений

Примеры:

• «Платье для гостьи на свадьбу для невысокой девушки»
• «Удобные лоферы для прогулок по городу»
• «Сумка в стиле quiet luxury до 20 000 рублей»
• «Сравни посадку джинсов бренда A и бренда B»
• «Какие кроссовки носить с широкими джинсами»

Обычная сетка товаров не отвечает на такие вопросы.

Категории должны работать как стилист

Fashion-категории нуждаются в редакционном слое:

• лучшие товары по случаю;
• посадка и размерные особенности;
• материалы и сезонность;
• советы по сочетаниям;
• ценовые сегменты;
• возврат и обмен.

Не нужно превращать каждую категорию в длинную статью. Но страница должна давать AI информацию, которую можно суммировать.

Карточки товаров: данные о посадке

В карточке нужны:

• параметры модели и размер на модели;
• состав ткани и степень растяжения;
• уход;
• посадка: oversize, slim, cropped, wide, true to size;
• наличие по вариантам;
• отзывы по размеру и типу фигуры.

AI может рекомендовать платье для petite или обувь на широкую стопу только если эти факты есть на странице.

Отзывы как fit-data

Fashion-отзывы должны собирать:

• рост, размер и привычный размер покупателя;
• оценку посадки;
• комфорт после нескольких носок;
• случай использования;
• качество после стирки;
• опыт возврата или обмена.

Сводки отзывов должны быть доступны в HTML, а не только в виджете.

Schema, фиды и мониторинг

Чистые фиды и разметка позволяют AI читать ваш каталог правильно. Fashion-фиды должны аккуратно передавать варианты: цвет, размер, материал, пол, возрастную группу, цену, наличие и изображения.

Используйте Product schema и BreadcrumbList. Так AI понимает путь от «платья» к «midi dresses» и «summer wedding guest dresses».

Как измерить: текст ответа и товарная карусель

Fashion-промпты вроде «белые кеды до 10 000 ₽» или «платье на выпускной для невысокой девушки» — покупательские. На таких запросах Alice AI и ChatGPT всё чаще добавляют к тексту карусель товаров: фото, цена, магазин, рейтинг, кнопка «купить». По ней покупатель и уходит в магазин, поэтому мерить нужно два слоя.

Текст ответа. GEO Scout на geoscout.pro ежедневно снимает ответы 12 нейросетей по промптам, сгруппированным по категории, стилю, случаю, размеру, бюджету и конкурентам, и показывает, какие бренды AI называет, на какой позиции и с какой тональностью.

Товарная карусель. Раздел «E-com» собирает карусели Alice AI и ChatGPT с тех же промптов. Для fashion в нём полезнее всего:

• доля ответов с каруселью — стали ли ваши запросы о платьях, джинсах или обуви покупательскими для нейросети, отдельно по Alice AI и ChatGPT;
• видимость, средняя позиция и доля первых мест по каждому товару — пользователь редко листает дальше третьей карточки;
• соседи по карусели — вещи конкурентов, которые стоят рядом с вашей в момент выбора;
• магазины — куда AI отправляет покупать вашу модель: маркетплейс, мультибрендовый ритейлер или ваш собственный сайт;
• «Мои товары» — загрузите фид (YML, Google Merchant или CSV), и матчер привяжет ваши модели к карточкам по артикулу и бренду; в каталоге видно, какие товары ни разу не встречались в каруселях, и как цена в фиде соотносится с ценой в AI.

Карточки каруселей не входят в метрики видимости бренда: бренд может быть назван в тексте, а полку в карусели займут конкуренты. Фид загружается только для сопоставления и аналитики — GEO Scout не передаёт товары в ChatGPT или Алису. Карусели накапливаются с первого прогона, задним числом их не восстановить. Подробнее — в руководстве по разделу E-com.