קניות ב-ChatGPT: איך המוצר שלך מופיע בהמלצות

משהו השתנה באופן שבו אנשים קונים. במקום להקליד “אוזניות בלוטות’” ולסנן לבד בין מאה תוצאות, הקונה כותב ל-ChatGPT “אני מחפש אוזניות בלוטות’ לריצה, שלא נופלות מהאוזן, עד 400 שקל”, ומקבל בחזרה שניים-שלושה דגמים ספציפיים בשם, עם הסבר קצר למה כל אחד מתאים. ה-AI הפך לעוזר קניות אישי. וכמו כל המלצה, יש בה מעט מאוד מקומות. מי שהמוצר שלו צף בתשובה נכנס למשחק, ומי שלא, פשוט לא נשקל. הקונה אפילו לא יודע שהוא היה קיים.

הכתבה הזאת עוסקת בתופעה עצמה, עליית הקנייה דרך AI, ובשאלה המעשית: מה גורם למוצר לצוף בהמלצה, ואיפה כדאי להיות נוכחים כדי שזה יקרה. אם אתם מנהלים חנות ורוצים את המדריך המלא של הצד שלכם, כתבתי אותו בנפרד בGEO לחנויות אונליין. כאן אני מסתכל רחב יותר, על שדה הקנייה כולו.

מה בעצם השתנה בקנייה

הקנייה תמיד התחילה בבירור. פעם הבירור הזה נעשה מול עשר כרטיסיות פתוחות, מול כתבות “המוצרים הכי טובים”, מול פורומים. היום חלק גדול מהבירור הזה זז לשיחה אחת עם AI. הקונה לא רוצה לקרוא חמישה מדריכים, הוא רוצה שמישהו יבין את הצורך שלו ויסנן לו. וזה בדיוק מה שעוזר קנייה מבוסס AI עושה: הוא לוקח תיאור בשפה חופשית, תקציב, שימוש, העדפות, ומחזיר בחירה מכוונת.

חשוב לא לפרש את זה כאילו כולם נטשו את גוגל. הם לא, הם מפצלים את המסע. את ההבחנה הזאת, בין השלב שבו נוח לשוחח עם ה-AI לבין השלב שבו חוזרים לגוגל כדי לבדוק מחיר, זמינות ומשלוח לפני שסוגרים, פירטתי בChatGPT מול חיפוש גוגל. לצורך הקנייה, המשמעות ברורה: ה-AI מעצב את הרשימה הקצרה, ואז ההחלטה הסופית נסגרת במקום אחר. אם לא נכנסתם לרשימה הקצרה, אין החלטה סופית לסגור.

איך מוצר צף בהמלצה

זו הנקודה שהכי חשוב לתפוס: המכונה לא ממליצה על מוצר טוב, היא ממליצה על מוצר שהיא מבינה. היא לא יודעת שהאוזניות שלכם נוחות באמת, היא יודעת רק מה שכתוב עליהן ברשת, ורק אם זה כתוב בצורה עשירה, עקבית וברורה במספיק מקומות. הנה איפה ה-AI מסתכל כשהוא מרכיב המלצה על מוצר, ומה זה דורש:

איפה ה-AI מסתכל	מה גורם למוצר לצוף
דף המוצר בחנות	תיאור שמסביר למי מתאים, מפרט קריא כטקסט
ביקורות קונים	ביקורות אמיתיות, מפורטות ועקביות לאורך זמן
מדריכי קנייה והשוואות	אזכור בהקשר של “הכי טוב ל-X”, כולל אצל צד שלישי
אתרי ביקורות ואגרגטורים	נוכחות ודירוג עקביים
נתונים מובנים	סימון מוצר, מחיר וזמינות שקל למכונה לקרוא

הנקודה המרכזית שעולה מהטבלה: ההמלצה לא נבנית ממקום אחד. המכונה מצליבה בין החנות, הביקורות, המדריכים ואתרי הצד השלישי. מוצר שקיים רק בדף מוצר בודד ודל הוא כמעט בלתי נראה. מוצר שמופיע עקבי בכמה מקומות, עם אותו סיפור, הופך לתשובה “בטוחה” שהמכונה שמחה להמליץ עליה.

עקביות היא שם המשחק

אם המוצר נקרא אצלכם בשם אחד, בפייסבוק בשם אחר, ובמפרט מופיע מספר דגם שלישי, פירקתם למכונה את היכולת לחבר את הנקודות. עקביות של שם, מפרט ותיאור בכל מקום שבו המוצר מופיע היא הבסיס. זה הרעיון של “ישות ברורה” מתוך המדריך המלא ל-GEO, רק ברמת המוצר הבודד ולא ברמת העסק.

ביקורות הן העדות שהמכונה סומכת עליה

בהמלצות קנייה, ביקורות הן אולי המקור החזק ביותר. הן עדות בלתי תלויה של קונים, בדיוק מה שהמכונה צריכה כדי להמליץ בביטחון. חשוב שהן יהיו אמיתיות, מפורטות ומגוונות, ולא סוללה של “מעולה, ממליץ”. על בניית מוניטין אמיתי לאורך זמן הרחבתי בניהול מוניטין אונליין, וזה נכון שבעתיים כשהמכונה קוראת את הביקורות ומחליטה על פיהן.

דוגמה מהשטח

לקוח שמוכר מוצרי טיפוח טבעיים ביקש להבין למה הוא “לא קיים ב-AI”. פתחנו את ChatGPT ושאלנו כמה שאלות שקונים שואלים, “מה קרם לחות טוב לעור יבש ורגיש בלי בישום”. הוא לא עלה. עלו כמה מותגים שהיו נוכחים בכל מקום: דף מוצר מפורט, ביקורות רבות, אזכורים במדריכי טיפוח.

הפער לא היה במוצר, המוצר שלו היה טוב, אלא בנוכחות. דף המוצר היה שיווקי וריק מתוכן אמיתי, הביקורות היו מעטות ומוסתרות, ולא היה שום אזכור חיצוני. מה שעשינו היה לבנות תיאור מוצר שבאמת מסביר למי הקרם מתאים ובמה הוא נבדל, להביא את הביקורות הקיימות לחזית ולעודד קונים לכתוב בפירוט, ולהתחיל נוכחות בכמה מקורות שדנים בקטגוריה. לא הבטחתי לו הופעה בתשובה מסוימת, כי אף אחד לא יכול. אבל כשחזרנו לבדוק אחרי כמה חודשים, המותג התחיל להופיע בחלק מהתשובות. הנוכחות שנבנתה שם ממשיכה לעבוד גם עכשיו.

מה לא לעשות

• לחכות ל”פיצ’ר קניות” שיפתור הכול. פלטפורמות ה-AI מוסיפות יכולות קנייה כל הזמן, אבל הבסיס לא ישתנה: מוצר שהמידע עליו דל לא יצוף גם בממשק קנייה משוכלל. תבנו את הנוכחות עכשיו, לא תחכו לכלי.
• לזייף ביקורות. ביקורות מפוברקות הן הימור שנשרף. המנועים והפלטפורמות לומדים לזהות אותן, וברגע שנתפסתם המחיר כבד. ביקורת אמיתית אחת שווה יותר מעשר מזויפות.
• להסתמך רק על דף המוצר שלכם. המכונה מצליבה מקורות. אם אתם קיימים רק במקום אחד, אתם חלשים. נוכחות בכמה מקורות, עם אותו סיפור, היא מה שמייצר המלצה יציבה.
• להעתיק תיאור יצרן. אלף מוכרים עם אותו טקסט לא נותנים למכונה סיבה לבחור בכם. תוכן ייחודי הוא מה שמבדל מוצר בים של זהים.
• למדוד בשבוע ולוותר. בניית נוכחות היא עבודה של חודשים. מי שעוצר מוקדם מפסיד בדיוק ברגע שזה מתחיל לזוז.

איך זה שונה מהמלצה על העסק שלכם

שווה לחדד הבחנה. כשמישהו שואל את ה-AI “מי המשווק הכי מומלץ ל-X באזור שלי”, זו שאלה על עסק, ועל זה כתבתי באיך לגרום ל-ChatGPT להמליץ על העסק שלך. הכתבה הנוכחית עוסקת ברובד אחר, שבו הקונה שואל על מוצר, “איזה X הכי כדאי לקנות”. לפעמים ה-AI ימליץ על דגם ואז יפנה לחנות, ולפעמים על החנות ישירות. שני הרבדים חשובים, אבל העבודה עליהם מעט שונה: המלצת מוצר נשענת חזק על דף המוצר, המפרט והביקורות, בעוד המלצת עסק נשענת יותר על הישות, הסמכות והאזכורים סביבכם. כדאי לכסות את שניהם.

שאלות נפוצות

האם ChatGPT באמת ממליץ על מוצרים ספציפיים?

כן. כשקונה מתאר צורך בשפה חופשית, ה-AI מחזיר לרוב כמה מוצרים ספציפיים בשם עם הסבר קצר למה כל אחד מתאים, ולעיתים מפנה לאן לקנות. פלטפורמות ה-AI מוסיפות יכולות קנייה ייעודיות בהדרגה, אבל הבסיס כבר כאן: הקונה מקבל רשימה קצרה ומכוונת במקום מאות תוצאות.

איך המוצר שלי צף בהמלצה כזאת?

המכונה ממליצה על מה שהיא מבינה, לא בהכרח על המוצר הטוב ביותר. צריך דף מוצר שמסביר למי הוא מתאים ובמה הוא נבדל, מפרט קריא כטקסט, ביקורות אמיתיות ומפורטות, ונוכחות עקבית בכמה מקורות. ככל שהמידע עשיר ועקבי יותר, כך גדל הסיכוי שהמוצר יעלה. אין קיצור טכני יחיד, זו נוכחות מפוזרת ומסודרת.

מספיק לתקן את דף המוצר בחנות?

זו התחלה טובה, אבל לרוב לא מספיקה לבד. המכונה מצליבה בין החנות, הביקורות, מדריכי הקנייה ואתרי הצד השלישי. מוצר שקיים רק בדף בודד חלש יותר ממוצר שמופיע עקבי בכמה מקומות עם אותו סיפור. תתחילו מדף המוצר והביקורות, ובמקביל תבנו נוכחות במקורות שדנים בקטגוריה.

מה ההבדל בין זה לבין GEO לעסק?

המלצת עסק עונה על “מי המשווק הכי מומלץ”, ונשענת על הישות, הסמכות והאזכורים סביבכם. המלצת מוצר עונה על “איזה מוצר כדאי לקנות”, ונשענת חזק על דף המוצר, המפרט והביקורות. שני הרבדים קיימים במקביל בקנייה דרך AI, וכדאי לכסות את שניהם, כי לפעמים ה-AI ממליץ על דגם ולפעמים על החנות.

צריך נתונים מובנים למוצר?

מומלץ מאוד. סימון Schema של מוצר, מחיר וזמינות נותן למכונה את המידע בצורה שקל לחלץ, ומוריד את הסיכוי שתבין לא נכון. הוא לא מבטיח הופעה בהמלצה, אבל הוא מסיר מחסום טכני ותומך בכל שאר העבודה. זה אחד המהלכים המשתלמים, כי הוא נוגע בכל דפי המוצר יחד.

כמה זמן זה לוקח?

בניית נוכחות שהמכונה סומכת עליה היא עבודה של חודשים, ולכן אני ממליץ למדוד בטווח של חודשיים-שלושה ולא בשבוע. אף אחד לא יכול להבטיח הופעה בהמלצה מסוימת ביום מסוים, כי המנועים משתנים כל הזמן. מה שכן, הנוכחות שבונים, תוכן, ביקורות ואזכורים, ממשיכה לעבוד לאורך זמן.

הקנייה דרך AI כבר לא עתיד, היא כבר כאן, וברוב הקטגוריות בישראל המגרש עדיין כמעט ריק ממתחרים שנלחמים עליו. אם אתם רוצים להבין איפה המוצרים שלכם עומדים היום מול ה-AI ומאיפה משתלם להתחיל, זה בדיוק סוג העבודה שאני עושה בייעוץ: אבחון של הנוכחות הקיימת ותוכנית שמתאימה למה שאתם מוכרים ולשווי הלקוח שלכם. את החלק המעשי של בניית התוכן והנוכחות אנחנו מריצים בבוסטיט. הקונים כבר שואלים את ה-AI מה לקנות. השאלה אם המוצר שלכם בתשובה.