Оказаться в ChatGPT недостаточно: главная проблема начинается на этапе оплаты
Для интернет-магазинов меняется сама логика привлечения покупателей. Товару уже недостаточно хорошо ранжироваться в поиске или попадать в рекомендации: теперь он должен быть понятен искусственному интеллекту, корректно представлен в каталоге и без сбоев пройти весь путь до оплаты. Именно поэтому направление AI shopping optimization постепенно выходит за рамки работы с видимостью бренда.
Президент Shopify Харли Финкельштейн сообщил во время февральского отчётного звонка 2026 года, что число заказов, пришедших через AI-поиск, увеличилось в 15 раз по сравнению с январём 2025 года. Такие покупки проходят через несколько новых протоколов: Universal Commerce Protocol от Google, Agentic Commerce Protocol от OpenAI и Agentforce Commerce от Salesforce. Последний разработчик решил использовать совместимый с UCP подход, а не создавать полностью конкурирующий стандарт.
Одними из первых продавцов внутри ChatGPT стали компании, работающие на Etsy. Затем к эксперименту подключились Shopify-бренды, среди которых Glossier, Spanx и Vuori. При этом OpenAI впоследствии отказалась от полноценной нативной оплаты непосредственно в чате и стала перенаправлять пользователей в приложения продавцов. Это не отменяет проблему, а, напротив, делает её заметнее: интеграция товара с AI-платформой - лишь начало, тогда как реальная проверка происходит во время оформления заказа.
Подробно о том, почему AI-интеграция товара в ChatGPT не гарантирует успешный checkout, рассказал Константин Клягин, основатель QAwerk. Компания, созданная в 2015 году, протестировала более 300 проектов для клиентов из Северной Америки, Европы и Африки. По его наблюдениям, большинство компаний сосредоточены на том, чтобы попасть в ответы AI-систем, но почти не проверяют, выдерживает ли инфраструктура действия автоматизированного покупателя.
Человек совершает покупки непредсказуемо. Он может открыть несколько вкладок, отвлечься, оставить корзину на ночь, вернуться через несколько часов, изменить адрес или способ оплаты. AI-агент действует совершенно иначе: отправляет быстрые структурированные запросы, сравнивает предложение с заданными параметрами и принимает решение за секунды.
Именно эта скорость конфликтует с системами, изначально спроектированными под поведение людей. Ограничители частоты запросов и антибот-защита могут принять легитимного торгового агента за вредоносную автоматизацию. Сессионная логика, рассчитанная на одно непрерывное посещение, также даёт сбой, если агент сначала запрашивает сведения о товаре, закрывает соединение, а затем возвращается для завершения покупки.
Похожая закономерность обнаруживается и в других регулируемых отраслях, где QAwerk тестировала мультиагентные системы. Стандартные сценарии обычно проверяют, выдаёт ли приложение правильный результат. Гораздо реже оценивается, способна ли окружающая инфраструктура корректно работать с нечеловеческим участником, который перемещается по воронке с машинной скоростью.
В результате хорошо оптимизированный товар может получить отличную видимость и всё равно не принести продажу. Работа с SEO, структурированными данными и AI-упоминаниями находится на верхнем уровне воронки, тогда как сбой оплаты, неверная цена, потерянная сессия или невозможность оформить возврат происходят уже после принятия решения о покупке.
Клягин не приводит подтверждённого случая, когда именно AI-агент стал непосредственной причиной поломки клиентского checkout. Он подчёркивает, что не стоит выдавать обычную ошибку интернет-магазина за доказанный инцидент, связанный с искусственным интеллектом. Однако команда регулярно обнаруживает уязвимости, которые проявятся гораздо сильнее, когда автоматизированные покупки станут массовыми.
Для бизнеса это означает необходимость пересмотреть понятие ChatGPT product integration. Нельзя ограничиваться загрузкой каталога и передачей описаний в AI-систему. Нужно проверить, как агент получает остатки, варианты товара, стоимость доставки, скидки, налоги и условия возврата. Любая несогласованность способна привести к тому, что AI предложит продукт, который фактически недоступен или имеет другую цену на финальном этапе.
Отдельного внимания требует AI commerce checkout. Магазину необходимо тестировать не только пользовательский интерфейс, но и API, токены авторизации, повторные запросы, восстановление сессии, подтверждение заказа и передачу статуса оплаты. Полезно моделировать разные сценарии: быстрые последовательные обращения, повторную отправку одного и того же запроса, изменение данных между шагами и возвращение агента после паузы.
Развитие направления Shopify AI shopping показывает, что платформы уже создают инфраструктуру для торговли через интеллектуальных посредников. Но готовность платформы не означает автоматическую готовность конкретного магазина. Продавцам придётся самостоятельно убедиться, что их приложения, плагины доставки, программы лояльности и платёжные модули корректно реагируют на действия агента.
Не менее важен процесс возврата средств. Автоматизированный покупатель должен уметь получить понятные правила возврата, определить допустимость операции и передать запрос продавцу без потери контекста. Если возврат возможен только после общения с оператором или выполнения нестандартных действий в личном кабинете, это может стать серьёзным барьером для масштабирования агентной торговли.
Перед подключением новых протоколов компаниям стоит провести хотя бы три проверки. Во-первых, убедиться, что каталог содержит полные и непротиворечивые данные. Во-вторых, протестировать оформление заказа в режиме, имитирующем поведение AI-агента. В-третьих, проверить отмену, возврат и повторную обработку платежа. Такой аудит поможет выявить слабые места до того, как они начнут влиять на реальные продажи.
Перспективным направлением становится и AI agent checkout - оформление заказа, при котором агент действует от имени покупателя, соблюдая заданные ограничения по бюджету, бренду, срокам доставки и характеристикам товара. Для успешной работы такой модели продавцу нужна не только видимость в ответах ChatGPT, но и предсказуемая техническая среда на каждом этапе покупки.
Главный вывод прост: попадание товара в рекомендации искусственного интеллекта - это не финальная цель, а входной билет в новую коммерческую экосистему. Компании, которые займутся тестированием checkout, каталогов, сессий и возвратов уже сейчас, получат преимущество. Остальные рискуют обнаружить, что их товары прекрасно рекомендуются AI, но не способны пройти последний и самый важный этап - реальную оплату.