Поиск ИИ отвечает покупателю о стоимости продукта ссылкой на карточку Vendr или обзор на G2. Проблема собственников сайтов заключается в том, что оплаченная разработка раздела цен, наполнение страниц и позиции в Яндексе перестают приводить покупателя на сайт производителя: цену он узнает на чужой площадке и туда же уходит сравнивать предложения конкурентов.

По замеру ста корпоративных продуктов домен поставщика попадает в ответ о сертификатах в 99% прогонов, в ответ о цене – в 84%.

Я, эксперт по разработке нейросетей Александр Кривов, даю собственнику сайта пять действий, которые возвращают страницу тарифов в ответы ИИ-поиска:

1. Опубликовать сумму каждого тарифа текстом. Для корпоративного плана указать единицу тарификации, минимальный объем и состав работ по внедрению.

2. Вывести цену в серверный HTML и добавить разметку schema.org Offer с валютой и периодом списания.

3. Собрать тарифы на одном адресе, снятые с продажи планы пометить датой закрытия.

4. Открыть раздел цен краулерам GPTBot, ClaudeBot, PerplexityBot, Google-Extended в robots.txt и снять серверные фильтры запросов.

5. Запустить ИИ-агента с заданием найти цены по своему продукту и посмотреть список источников в ответе.

Мой материал опирается на проверку 100 корпоративных продуктов силами маркетинговой интернет-компании РОСТСАЙТ: по каждому продукту ИИ-агент получал три задания покупателя – сумма и состав тарифа, перечень интеграций, отраслевые сертификаты, – каждое задание прогонялось пять раз. Замерялась одна величина: сумел ли сайт производителя закрыть вопрос покупателя своими материалами и получить ссылку в ответе ИИ-агента.

Результат проверки: страницы интеграций и сертификатов удерживают ссылку на домен поставщика в 99% прогонов, страница тарифов – в 84%. На вопросы о ценах пришлось 77% всех упоминаний каталогов закупок, обзорных статей и карточек реселлеров в ответах ИИ-агентов.

Публикация суммы снимает часть потерь и оставляет 18% прогонов, где ИИ-агент уходит за ценой к третьим сторонам при живой цифре на странице поставщика.

Материал адресован владельцам B2B-сайтов, руководителям отделов маркетинга и техническим директорам, которые отвечают за попадание цены своего продукта в ответы ИИ-агентов вместе со ссылкой на собственный домен.

Отделы закупок передали первичный отбор поставщиков ИИ-агентам

Google встроила выполнение таких заданий прямо в поисковую выдачу. Ботов на корпоративных сайтах теперь больше, чем живых посетителей. Salesforce насчитала 20% сделок, закрытых с участием ИИ-агентов, и назвала цифру тревожной для руководителей отделов продаж. 60% компаний применяют ИИ-агентов в рабочих процессах, три компании из четырех вкладывают деньги в их внедрение.

Для владельца B2B-сайта цифры означают смену читателя. Страницу тарифов открывает программа, которая собирает факты о цене продукта, сверяет их и ставит ссылку на источник. Покупатель получает короткий ответ ИИ-агента со ссылкой – на сайт поставщика либо на чужую площадку.

Как агент ИИ отдела закупок читает сайт поставщика

ИИ-агент получает от менеджера по закупкам задание вида «собери цены и состав тарифов по продукту». Дальше он сам находит официальный сайт поставщика, открывает страницы, вытаскивает факты и указывает адрес страницы, откуда взял цифру.

От человеческого чтения обход отличается тремя вещами: скоростью прохода по разделам сайта, глубиной разбора верстки, требованием к однозначности слов о сумме и составе тарифа.

Страница, которая убеждает руководителя отдела закупок, проваливает задание ИИ-агента по трем причинам:

• сумма тарифа растворена в рекламных формулировках, состав пакета описан общими словами;

• цифра подгружается скриптом, лежит внутри картинки или появляется после нажатия на калькулятор стоимости;

• страница тарифов существует в нескольких версиях с разными адресами, содержимое меняется от запроса к запросу.

Поиск ИИ превращает сайт поставщика в источник проверяемых утверждений. ИИ-агент забирает со страницы сумму, валюту, период списания, состав тарифа и передает покупателю вместе со ссылкой.

Проверка 100 корпоративных продуктов: три вопроса покупателя и пять прогонов

Вместе с Дэвидом Кауфманом, основателем Siteline, я разобрал поведение ИИ-агентов на выборке из 100 продуктов корпоративного сегмента. Условия проверки:

• стартовые ссылки ИИ-агенту закрыты, официальный сайт поставщика он искал самостоятельно;

• три вопроса покупателя по каждому продукту: сумма и состав тарифа, перечень интеграций с внешними системами, требования безопасности и отраслевые сертификаты;

• пять прогонов каждого вопроса – мера против разброса ответов, который дает вероятностная природа языковой модели;

• измеряли одну величину: сумел ли ИИ-агент ответить покупателю материалами поставщика и сослаться на страницу поставщика.

Полноту данных по интернету в целом мы вынесли за рамки проверки. Интересовал ответ на один вопрос: закрывает ли сайт производителя запрос покупателя своими силами.

Поиск ИИ теряет сумму тарифа: цены проваливаются там, где интеграции и сертификаты проходят

Вопрос о стоимости продукта дал худший результат по обоим показателям. Интеграции и требования безопасности ИИ-агенты закрывали материалами поставщика в девяти случаях из десяти. Цены – в восьми, при этом доля ссылок на сайт производителя просела на 15 пунктов относительно соседних вопросов.

На вопросы о ценах пришлось 77% всех упоминаний чужих площадок: каталогов закупок, обзорных статей, форумов, карточек реселлеров. Причина видна из воронки продаж. Покупатель изучает стоимость на этапе, когда решение почти созрело, и страница тарифов обслуживает сразу три встречных требования:

• поставщик удерживает контроль над раскрытием цены внедрения,

• покупатель сравнивает предложения за минуту,

• ИИ-агент требует однозначных цифр, пригодных для машинного разбора и цитирования.

Закрытая цена уводит ИИ-агента к третьим сторонам. В группе продуктов, где поставщик скрыл стоимость, 45% ответов опирались минимум на один чужой источник: расчеты аналитиков, публикации партнеров, суммы из отзывов клиентов.

Оставшиеся 55% удержались на материалах производителя – ИИ-агент цитировал страницу и сообщал покупателю, что поставщик отправляет запрос цены в отдел продаж.

Публикация суммы решает половину задачи. Даже при указанной на странице цифре ИИ-агенты уходили минимум на один чужой источник в 18% прогонов. Цена видна человеческому глазу и остается недоступной программе по техническим причинам. Проверка страницы глазами дает ложную уверенность в готовности сайта к обходу ИИ-агентами.

Три причины ухода ИИ-агента на чужие сайты

Сумма тарифа теряется по трем разным причинам, и каждая требует своего набора правок. Показательный маршрут дал запрос по Zendesk: ИИ-агент открыл страницу тарифов, потерял привязку суммы к названию плана и ушел за цифрой на обзорную площадку.

Барьеры на входе оказались самой редкой причиной: 7% прогонов. По силе воздействия картина обратная. Прогоны с ошибкой доступа отправили ИИ-агента на чужие площадки в 77% случаев против 17% при нормальной отдаче страницы. Одна серверная ошибка умножает риск потери ссылки вчетверо.

Типичные источники ошибок: код 403 для краулеров с нестандартным user-agent при открытой для браузера странице, лимит частоты запросов под человеческий темп, капча перед показом таблицы тарифов, цепочка из трех редиректов после переноса раздела, тайм-аут на странице калькулятора.

Расход ресурсов ИИ-агента мы замерили по токенам модели, поисковым запросам, загрузке страниц, извлечению фактов и общему времени. Разрыв между 90-м и 10-м процентилем выборки:

Счет за расход оплачивает оператор ИИ-агента, а владельцу сайта цифры служат индикатором технических барьеров.

Логика оператора при дорогом обходе домена проста: продолжить попытки вытащить цену со страницы поставщика либо забрать готовую цифру с обзорной площадки за долю расхода. Медленная тяжелая страница тарифов с блокировками склоняет ко второму варианту.

Куда ИИ-агент уходит за ценой: разбор 580 чужих источников

Уход ИИ-агента к третьим сторонам создает главный риск для поставщика. Цена продукта попадает к покупателю вместе с чужой трактовкой, устаревшей суммой и комментариями конкурентов. Контроль над формулировкой переходит к автору обзора.

ИИ-агент собирает цену из разнородной сети площадок с разным уровнем доверия и разной датой обновления. Пояснительная статья двухлетней давности соседствует в ответе с карточкой каталога закупок, где стоит сумма корпоративного контракта другого масштаба.

Попытка спрятать цену работает до первой чужой публикации: как только сумма всплывает в обзоре конкурента, поставщик теряет право на трактовку своей стоимости.

Поиск ИИ и подготовка страницы тарифов: перечень правок для сайта поставщика

Правки идут тремя блоками по трем причинам ухода ИИ-агента. Начинать стоит с раскрытия цены и машинного разбора страницы – две причины дают основную долю потерь.

1. Раскрытие цены. Публикуйте сумму текстом для каждого тарифа с самостоятельным подключением. Для корпоративного тарифа перечислите факторы стоимости: единицу тарификации, минимальный объем, состав работ по внедрению. Держите названия тарифов, суммы, лимиты и состав функций на одном каноническом адресе и ведите на него все упоминания тарифов с других страниц. Снятые с продажи планы помечайте датой закрытия, иначе чужие публикации продолжат держать устаревшие суммы в обороте.

2. Машинный разбор страницы. Выводите сумму в серверный HTML: часть запросов ИИ-агентов обходится мимо исполнения JavaScript, и цифра, отрисованная на стороне клиента, теряется. Замер времени в проверке: сумма из серверного HTML считывается меньше чем за секунду. Добавьте разметку schema.org Product и Offer с атрибутами price и priceCurrency – один рычаг поднял оценку готовности страницы с 73 до 93 баллов. Схему оплаты по объему потребления опишите текстом рядом с калькулятором.

3. Допуск краулеров. Откройте страницу тарифов для GPTBot, ClaudeBot, PerplexityBot, Google-Extended в robots.txt и сверьте директивы между собой: разрешающая строка для Googlebot рядом с блокирующей строкой для смежного краулера дает противоречивый набор правил.

Снимите серверные фильтры с раздела цен, помня о росте ухода на чужие площадки с 17% до 77% при ошибках доступа. Вынесите блок с суммой в начало DOM-дерева и облегчите страницу: документ весом в мегабайт увеличивает расход каждого ИИ-агента и выводит домен из выборки операторов с экономным бюджетом обхода.

Результат проверяется за пять минут: запустите ИИ-агента с заданием «найди цены и состав тарифов по [название продукта]» и посмотрите список источников в ответе. Ссылка на ваш домен рядом с суммой означает, что поиск ИИ вернул поставщику контроль над разговором о цене продукта.

FAQ: 8 вопросов от технических директоров B2B-сайтов о поиске ИИ

1. Разметка schema.org Offer подняла оценку готовности страницы с 73 до 93 баллов. За счет чего именно растет показатель, если сумма уже лежит в серверном HTML?

Разметка снимает задачу привязки цифры к сущности. При чистом HTML модель извлекает сумму и достраивает контекст по соседним узлам DOM: заголовку столбца таблицы, подписи под кнопкой, тексту переключателя периода оплаты.

Ошибка привязки дает цену годового плана под названием месячного либо цену за рабочее место под названием пакета. Атрибуты price, priceCurrency, unitText, billingIncrement и availability передают связку явно, без реконструкции. Прирост в 20 баллов набирается на снятии двусмысленности, не на скорости извлечения суммы.

2. Как разделить в логах обход краулером ИИ-агента и обход краулером обучающего пайплайна той же компании?

По имени агента и профилю запросов. GPTBot и ClaudeBot собирают корпус для обучения, обход идет широким фронтом по домену, глубина сессии высокая, привязки к конкретному разделу нет.

Обход по заданию покупателя дают ChatGPT-User, Claude-User, Perplexity-User и родственные подписи: короткая сессия, две-четыре страницы, вход сразу на раздел тарифов или через страницу поиска. Разделяйте директивы robots.txt по этим двум группам: закрытие обучающего краулера при открытом пользовательском не рвет цитирование домена в ответах ИИ-агентов.

3. Отдача разного HTML краулеру ИИ-агента и браузеру покупателя – рабочая схема или клоакинг под санкции?

Схема попадает под определение клоакинга при расхождении содержания. Отдача серверного HTML с той же суммой, тем же названием тарифа и тем же составом пакета вместо клиентского рендеринга расхождения не создает: меняется способ доставки разметки, факты на странице совпадают.

Граница проходит по фактам о продукте. Разные суммы для краулера и браузера, скрытые от покупателя тарифы, подмена валюты дают основание для санкций поисковых систем и для расхождения ответа ИИ-агента с реальным коммерческим предложением.

4. Динамическое ценообразование по региону и объему потребления ломает единый канонический адрес страницы тарифов. Как собрать конструкцию, пригодную для цитирования?

Базовая матрица тарифов лежит на каноническом адресе в статическом виде: перечень планов, единица тарификации, базовая ставка, порог объема, валюта расчета. Региональные и объемные модификаторы описываются текстом рядом с матрицей в виде правил – коэффициент по региону, шаг скидки по объему, минимальный контракт.

Персональный расчет остается за калькулятором и в индексируемую часть страницы не выносится. ИИ-агент цитирует базовую ставку с правилом расчета, покупатель получает проверяемый диапазон вместо чужой оценки с обзорной площадки.

5. Расход токенов ИИ-агента различается в 4,7 раза между первым и последним децилем выборки. Какие узлы верстки страницы тарифов дают основную долю расхода?

Существует три узла:

• Первый – вес документа: инлайновые стили, разметка модальных окон, блоки отзывов и логотипов клиентов внутри той же страницы.

• Второй – положение блока с суммой в DOM: цена ниже 60% глубины документа попадает в контекст после отсечения по лимиту у операторов с экономным бюджетом обхода.

• Третий – цепочки редиректов и промежуточные страницы выбора региона: каждый лишний переход добавляет полный цикл загрузки и разбора.

Порядок работ по сокращению расхода: вынос суммы в верхнюю треть DOM, вынос вспомогательных блоков в отдельные страницы, снятие промежуточных переходов.

6. Как измерить долю цитирований собственного домена в ответах ИИ-агентов без ручного прогона заданий?

Через referrer-трафик и прямой опрос моделей. Переходы с utm-меток и заголовков referrer от chat.openai.com, perplexity.ai, claude.ai дают нижнюю границу: часть ответов покупатель читает без перехода по ссылке.

Регулярный прогон набора заданий покупателя через API моделей с фиксацией списка источников дает верхнюю границу и структуру замещения – какие именно каталоги закупок и обзорные площадки занимают место домена по каждому продукту. Частота замера – раз в две недели: изменение выдачи после правки страницы тарифов проявляется в горизонте 7–14 дней.

7. Устаревшие суммы из обзорных статей трехлетней давности продолжают попадать в ответы ИИ-агентов. Какие сигналы на странице тарифов перебивают чужую цифру?

Дата последнего изменения цен текстом на странице и в разметке dateModified. Явная пометка снятых с продажи планов с датой закрытия – формулировка вида «тариф Start снят с продажи 1 марта 2026 года» перебивает упоминание тарифа в старом обзоре. История изменения цен отдельным блоком с датами повышений.

Модель разрешает конфликт источников по свежести и по явности датировки: страница поставщика с датой обновления получает приоритет над обзором без даты.

8. Поиск ИИ обходит страницу тарифов раз в несколько недель. Как ускорить попадание новой суммы в ответы после изменения цен?

Есть три канала:

• Первый – IndexNow и sitemap с обновленным lastmod: пинг ускоряет переобход краулерами поисковых систем, чьи индексы питают ответы моделей с веб-поиском.

• Второй – RSS-лента изменений тарифов на отдельном адресе: легкий документ переобходится чаще тяжелой страницы.

• Третий – обновление карточек продукта на каталогах закупок G2, Capterra, Vendr: доля справочников среди источников замещения составляет 46%, и синхронная правка суммы в карточках снимает конфликт версий на стороне ИИ-агента до переобхода вашего домена.

Об авторе

Александр Кривов – специалист по поисковой оптимизации и цифровому маркетингу со стажем 15 лет, автор руководства для владельцев сайтов, входит в число ведущих российских разработчиков.

Составил свод стандартов верстки сайтов. Разработчики отрасли применяют свод как справочник при подготовке проектов к сдаче заказчику.

Создал алгоритм-автопилот для продвижения сайтов в Яндексе. Алгоритм принимает на себя работу веб-мастера и SEO-специалиста: управляет ранжированием сайта в поисковой выдаче, ведет настройку процессов продвижения в автоматическом режиме. Владелец сайта получает позиции в выдаче при минимальном участии в технической настройке.