Yandex Commerce Protocol: как AI становится новым каналом продаж для интернет-магазинов

Поиск товара в интернете постепенно меняется.

Ещё недавно покупатель открывал поисковик или маркетплейс, вводил название товара, просматривал десятки карточек, сравнивал характеристики и самостоятельно решал, что купить.

Теперь между покупателем и каталогом появляется новый участник — искусственный интеллект.

Человеку уже необязательно точно знать название товара или разбираться в его характеристиках. Можно просто описать задачу:

«Нужен робот-пылесос для квартиры с кошкой до 35 тысяч рублей».

«Подбери ноутбук для работы с графикой, но чтобы он весил меньше двух килограммов».

«Найди подарок ребёнку семи лет до 5 000 рублей».

AI может понять потребность, проанализировать предложения и подобрать подходящие товары.

Следующий логичный шаг — не просто показать человеку варианты, а помочь сразу оформить покупку.

Именно к этому движется агентная коммерция.

В России одним из наиболее заметных проектов в этом направлении стал Yandex Commerce Protocol — YCP.

Но для владельца интернет-магазина интересен даже не сам протокол.

Гораздо важнее другое: AI постепенно превращается из помощника для поиска информации в новый канал продаж.

Что такое Yandex Commerce Protocol

Yandex Commerce Protocol, или YCP, — это стандарт интеграции интернет-магазинов с коммерческими сценариями сервисов Яндекса.

Он позволяет связать каталог, оформление заказа, оплату, доставку и другие процессы интернет-магазина с Поиском, Алисой AI и другими интерфейсами Яндекса.

Проще говоря, раньше задача поисковой системы в основном заканчивалась в тот момент, когда пользователь переходил по ссылке на сайт.

Теперь сценарий может продолжаться дальше.

Покупатель задаёт вопрос Алисе AI, получает подборку подходящих товаров и может перейти к оформлению заказа.

Именно поэтому YCP правильнее рассматривать не как очередной вариант товарного фида, а как часть новой инфраструктуры электронной торговли.

Меняется сама цепочка:

потребность → AI → подбор товара → выбор продавца → оформление заказа.

В привычной модели между первым и последним шагом покупатель выполнял большую часть работы самостоятельно.

AI начинает брать часть этой работы на себя.

Почему вокруг агентной коммерции столько внимания

Поисковая строка требует от человека относительно точного понимания того, что он хочет найти.

Например:

«аккумуляторная дрель 18 В бесщёточная».

Для такого запроса пользователь уже должен разбираться в товаре.

Но реальная потребность зачастую звучит иначе:

«Мне нужна дрель для ремонта квартиры, чтобы можно было собирать мебель и иногда сверлить кирпич».

Второй запрос намного ближе к тому, как человек формулирует задачу в обычной жизни.

Классическому поиску приходится превращать эту фразу в набор запросов.

AI способен сначала понять задачу, а затем самостоятельно определить параметры подходящего товара.

Для покупателя это проще.

Для интернет-магазина появляется совершенно новая задача.

Раньше нужно было убедить поисковую систему, что определённая страница релевантна запросу.

Теперь всё важнее становится способность объяснить цифровой системе:

что именно представляет собой товар, какими характеристиками обладает, кому подходит, сколько стоит, есть ли он в наличии и можно ли его доставить покупателю.

Что уже умеет YCP

Yandex Commerce Protocol был представлен Яндексом в феврале 2026 года как стандарт интеграции интернет-магазинов с AI-сценариями.

После подключения магазин может участвовать в сценариях, где пользователь находит товар через сервисы Яндекса и переходит к покупке.

В систему постепенно включаются не только поиск и рекомендации.

Связываются сразу несколько элементов электронной торговли:

информация о товаре;

наличие;

склады;

данные покупателя;

способы доставки;

дата доставки;

оформление заказа;

оплата;

статусы заказа.

Покупатель получает более короткий путь к покупке.

Магазин при этом остаётся продавцом и получает данные о заказе.

Это важное отличие от модели классического маркетплейса.

Интернет-магазин не обязательно переносит торговлю внутрь чужого каталога. Он подключает собственную торговую инфраструктуру к дополнительному каналу.

Почему это важно даже магазинам, которые пока не подключают YCP

Можно решить, что тема касается только крупных интернет-магазинов, которые прямо сейчас планируют интеграцию с Яндексом.

Но это слишком узкий взгляд.

YCP показывает направление, в котором развивается вся электронная коммерция.

Сегодня внешний канал — это маркетплейс.

Другой канал — товарная реклама.

Ещё один — мобильное приложение.

Завтра значимую часть покупателей могут приводить AI-ассистенты.

При этом каждому такому каналу нужны практически одни и те же данные:

название товара;

цена;

наличие;

изображения;

характеристики;

варианты;

категория;

бренд;

доставка;

информация о продавце.

Поэтому фундамент будущего AI-commerce строится не в чат-боте.

Он строится внутри товарного каталога.

Хороший каталог становится конкурентным преимуществом

Представим два интернет-магазина.

В первом есть товар:

«Кресло Modern X5»

Описание:

«Комфортное современное кресло высокого качества для вашего дома».

Во втором магазине указано:

ширина — 78 см;

глубина — 82 см;

высота — 94 см;

материал обивки — велюр;

каркас — металл;

максимальная нагрузка — 120 кг;

цвет — тёмно-зелёный;

стиль — современный;

назначение — гостиная;

поставляется в собранном виде.

Человеку уже проще сделать выбор во втором магазине.

AI разница ещё важнее.

Если пользователь попросит:

«Найди зелёное велюровое кресло шириной не более 80 сантиметров»,

у системы должна быть возможность определить, соответствует товар запросу или нет.

Красивое описание этого сделать не позволяет.

Структурированные характеристики позволяют.

Поэтому работа с характеристиками, которая раньше часто воспринималась как второстепенная задача контент-менеджера, становится частью маркетинга.

Проблема дублей и грязных характеристик

Большие интернет-магазины часто сталкиваются с совершенно другой реальностью.

Один поставщик передал характеристику:

Цвет

Второй:

Цвет товара

Третий:

Основной цвет

Четвёртый прислал параметр color.

Для посетителя магазина разница практически отсутствует.

Для автоматической обработки это могут быть четыре разные характеристики.

Такая же ситуация возникает с единицами измерения:

10 см

100 мм

0,1 м

Человек понимает, что значения одинаковые.

Информационной системе сначала необходимо это определить.

Когда каталог небольшой, данные можно исправлять вручную.

Когда товаров десятки или сотни тысяч, требуется нормализация данных.

И чем больше внешний мир e-commerce становится автоматизированным, тем дороже обходится грязный каталог.

AI-commerce делает качество данных частью SEO

SEO традиционно связано со страницами.

Оптимизируется структура сайта, заголовки, тексты, метатеги, скорость загрузки и внутренняя перелинковка.

Но товарный поиск всегда был тесно связан ещё и с данными.

AI усиливает эту зависимость.

Предположим, человек спрашивает:

«Подбери стиральную машину глубиной до 45 сантиметров с загрузкой от 7 кг».

Здесь недостаточно просто иметь хорошо оптимизированную страницу по запросу «купить стиральную машину».

Нужно доказать системе, что конкретная модель соответствует условиям.

Поэтому в современной e-commerce SEO-стратегии всё сильнее соединяются три направления:

контент + техническое SEO + качественные товарные данные.

Такой подход полезен не только для AI.

Он помогает фильтрации, поиску по каталогу, товарным фидам, маркетплейсам, контекстной рекламе и рекомендациям.

То есть инвестиции в качество данных работают сразу на нескольких каналах.

Что происходит с классическим SEO

Появление AI не означает смерть поисковой оптимизации.

Эта идея возникает практически после каждого крупного изменения поисковых технологий.

На практике меняется не необходимость SEO, а область его применения.

Сайт всё равно должен быть доступен.

Страницы должны индексироваться.

Каталог должен иметь логичную структуру.

У товаров должны быть понятные URL, названия, описания и характеристики.

Необходимо правильно связывать категории и товары.

Нужна микроразметка.

Необходимо следить за дублями страниц и скоростью сайта.

AI не отменяет эту основу.

Он добавляет новый слой.

Если раньше главная задача могла формулироваться так:

помочь поисковой системе правильно понять страницу,

то теперь к ней добавляется:

помочь цифровому агенту правильно понять товар.

А поможет ли llms.txt

В контексте AI часто обсуждается файл llms.txt.

Это интересная инициатива, позволяющая дать языковым моделям более понятную карту контента сайта.

Для документации, статей, справочных материалов и описания возможностей платформы такой механизм действительно может быть полезен.

Но для e-commerce важно понимать ограничение.

llms.txt не заменяет:

товарный каталог;

API;

фиды;

Schema.org;

характеристики;

актуальные цены;

остатки;

данные о доставке.

Файл может помочь AI ориентироваться в информации о сайте.

Но если система должна понять, есть ли сегодня на складе конкретный размер кроссовок и сколько он стоит, ей нужны актуальные структурированные данные.

Поэтому оптимизация магазина под AI не должна сводиться к созданию одного специального файла.

Как YCP связан с PrestaShop

Для магазинов, работающих на собственных решениях или CMS, Yandex Commerce Protocol предусматривает API-интеграцию.

Это особенно интересно для PrestaShop.

PrestaShop уже содержит большую часть данных, которые нужны современным каналам продаж:

товары;

категории;

характеристики;

атрибуты;

комбинации;

бренды;

цены;

специальные цены;

остатки;

изображения;

покупатели;

адреса;

заказы;

статусы заказов.

То есть фундамент уже существует.

Задача интеграции заключается в том, чтобы корректно преобразовать внутренние данные магазина в формат внешней системы и обеспечить обмен информацией в обе стороны.

Например, если AI-сценарий приводит заказ, магазин должен не просто принять его.

Необходимо правильно определить:

товар;

комбинацию товара;

цену;

доступный остаток;

способ доставки;

адрес;

оплату;

статус заказа.

Поэтому реальная AI-commerce интеграция значительно глубже установки очередного виджета на сайт.

Интернет-магазин превращается в центральную e-commerce систему

Это изменение хорошо заметно не только на примере YCP.

Раньше интернет-магазин воспринимался в первую очередь как сайт.

Есть главная страница, каталог, карточка товара, корзина и оформление заказа.

Сегодня такая модель слишком узкая.

У современного бизнеса может быть одновременно:

собственный сайт;

мобильное приложение;

Ozon;

Wildberries;

Яндекс Маркет;

социальные сети;

рекламные площадки;

товарные поисковики;

AI-ассистенты.

Товар один.

Каналов много.

Поэтому всё важнее становится центральная система, которая хранит правду о товаре.

Именно там должны определяться название, характеристики, цена, остатки и варианты товара.

Остальные каналы получают эти данные и возвращают заказы обратно.

В такой архитектуре интернет-магазин перестаёт быть просто витриной.

Он становится e-commerce платформой бизнеса.

Нужно ли теперь подключаться ко всему подряд

Нет.

Это одна из ловушек современного e-commerce.

Появляется новый канал — бизнес срочно пытается интегрировать его.

Появляется новый AI-сервис — нужно добавить и его.

Появляется очередной маркетплейс — подключается ещё один модуль.

В итоге инфраструктура становится настолько сложной, что любое изменение начинает ломать несколько систем одновременно.

Гораздо разумнее сначала построить хорошую основу.

Нормализовать каталог.

Определить единый источник цен и остатков.

Привести характеристики в порядок.

Настроить стабильное управление заказами.

Только после этого подключать дополнительные каналы.

Тогда новый канал становится ещё одним выходом из центральной системы, а не отдельным бизнес-процессом.

Что интернет-магазину стоит проверить уже сейчас

Даже если подключение YCP пока не планируется, можно оценить готовность магазина к новой модели торговли.

1. Качество названий товаров

Название должно описывать товар, а не быть внутренним артикулом компании.

Плохо:

XT-550 Black

Лучше:

Аккумуляторная дрель XT-550 18 В, бесщёточная, чёрная

При этом не стоит превращать название в набор SEO-ключей.

Оно должно оставаться нормальным названием товара.

2. Характеристики

Нужно проверить, заполнены ли действительно важные для выбора параметры.

В разных категориях они отличаются.

Для телевизора важны диагональ и разрешение.

Для мебели — размеры и материалы.

Для одежды — размер, состав и посадка.

Для автозапчастей — совместимость.

Универсального набора характеристик не существует.

3. Дубли

Стоит найти параметры вроде:

«Материал»

«Материал изделия»

«Материал товара»

Если они означают одно и то же, лучше привести их к единой структуре.

4. Единицы измерения

Значения должны храниться предсказуемо.

Если часть поставщиков передаёт миллиметры, часть сантиметры, а часть добавляет единицу непосредственно в текст, автоматическая обработка усложняется.

5. Комбинации

Цвет и размер одного товара не должны превращаться в десятки несвязанных карточек без необходимости.

Правильная структура вариантов особенно важна для одежды, обуви, мебели и других категорий с большим количеством комбинаций.

6. Остатки

Нет ничего хуже для нового канала продаж, чем предложить покупателю товар, которого фактически нет.

Остатки должны обновляться достаточно быстро относительно скорости продаж бизнеса.

7. Цены

Цена должна быть одинаково понятна всем системам.

Особое внимание требуется акциям, комбинациям, персональным ценам и налогам.

8. Изображения

AI становится мультимодальным.

Поэтому изображения уже влияют не только на конверсию человека.

Качественная фотография товара становится ещё одним источником информации для машинного анализа.

Где здесь искусственный интеллект внутри самого магазина

Интересно, что AI меняет e-commerce сразу с двух сторон.

Снаружи магазина появляются AI-агенты, которые помогают покупателям искать товары.

Внутри магазина AI может решать противоположную задачу — помогать работать с каталогом.

Например:

классифицировать товары;

искать дубли характеристик;

сопоставлять параметры поставщиков;

генерировать нормализованные описания;

улучшать поиск;

находить похожие товары;

строить рекомендации;

анализировать изображения.

Получается замкнутый цикл.

Чем лучше магазин использует данные внутри, тем легче внешним системам понимать его ассортимент.

Почему открытая платформа здесь особенно полезна

Невозможно заранее предсказать все каналы, через которые бизнес будет продавать через три или пять лет.

Ещё несколько лет назад мало кто проектировал интернет-магазин с расчётом на то, что покупатель сможет обсуждать выбор товара с AI-агентом.

Поэтому ценность постепенно смещается от количества функций «из коробки» к возможности платформы развиваться.

Открытая архитектура позволяет подключать новые API, способы оплаты, службы доставки, маркетплейсы и AI-инструменты без полной замены магазина.

В этом заключается одно из преимуществ PrestaShop как основы e-commerce проекта.

На таком же принципе развивается Ewonta.

Готовый магазин является не закрытым конструктором, а полноценным интернет-магазином на базе PrestaShop.

К нему можно добавлять интеграции, мобильное приложение, интеллектуальный поиск, рекомендации, работу с внешними системами и новые каналы продаж по мере развития бизнеса.

Смысл не в том, чтобы заранее установить сотню функций.

Смысл в том, чтобы не оказаться в ситуации, когда для подключения следующего важного канала приходится менять всю платформу.

Заменят ли AI-агенты маркетплейсы

Пока для такого вывода нет оснований.

Маркетплейсы решают намного больше задач, чем поиск товара.

У них есть аудитория, логистика, доверие, программы лояльности, инфраструктура платежей и огромные каталоги.

Но AI способен изменить точку, с которой начинается покупка.

Пользователь может перестать сначала решать:

«Открою такой-то маркетплейс».

Вместо этого он скажет:

«Подбери мне лучший вариант».

А уже AI решит, где искать.

Для независимых интернет-магазинов это одновременно риск и возможность.

Риск заключается в появлении нового посредника между магазином и покупателем.

Возможность — в том, что качественный специализированный магазин потенциально получает ещё один способ конкурировать за покупателя, не находящегося непосредственно на его сайте.

Самый важный актив — уже не только сайт

Много лет бизнес инвестировал в сайт как в главный цифровой актив.

Но постепенно становится понятно, что ещё более важный актив — структурированные данные бизнеса.

Каталог.

Характеристики.

Изображения.

Цены.

Остатки.

Связи между товарами.

Информация о покупателях и заказах.

Если эти данные качественные и принадлежат бизнесу, на их основе можно построить сайт, приложение, маркетплейс-интеграцию, AI-поиск или новый канал, которого сегодня ещё не существует.

Если данные хаотичны и распределены между множеством внешних систем, каждая новая интеграция превращается в отдельный дорогостоящий проект.

Именно поэтому подготовка к AI-commerce начинается не с искусственного интеллекта.

Она начинается с порядка в e-commerce инфраструктуре.

Что будет дальше

Yandex Commerce Protocol — лишь один из первых заметных примеров агентной коммерции на российском рынке.

Яндекс уже развивает платформу AI-агентов и сценарии, в которых ассистент не просто отвечает человеку, а выполняет действия.

Логика дальнейшего развития довольно понятна.

Сегодня AI помогает подобрать товар.

Следующий этап — оформить покупку.

Затем агент сможет учитывать историю заказов, предпочтения, условия доставки, программы лояльности и бюджет.

В перспективе некоторые покупки вообще могут требовать от человека только постановки задачи.

Например:

«Каждый месяц заказывай тот же корм для кошки, если цена не выросла больше чем на 10%».

Технически это уже совсем другой e-commerce.

Магазины будут конкурировать не только за позиции в поисковой выдаче или рекламные показы.

Им придётся быть понятными и доступными программным агентам.

Нужно ли что-то менять прямо сегодня

Полностью перестраивать интернет-магазин ради AI не нужно.

Но игнорировать направление тоже не стоит.

Рациональный план выглядит намного проще:

сначала привести в порядок каталог и данные;

затем проверить техническую архитектуру магазина;

обеспечить возможность интеграций через API;

и только после этого подключать каналы, которые действительно дают бизнесу покупателей.

YCP в этом смысле полезен даже тем магазинам, которые пока его не используют.

Он показывает, каким становится интернет-магазин следующего поколения.

Это уже не отдельный сайт, ожидающий, пока пользователь сам на него придёт.

Это центральная e-commerce система, способная передавать свои товары туда, где находится покупатель: в поиск, приложение, маркетплейс, рекомендации или AI-ассистента.

И чем раньше каталог и инфраструктура будут подготовлены к такой модели, тем проще бизнесу будет подключаться к новым каналам по мере их появления.

Главный вопрос теперь не в том, заменит ли искусственный интеллект привычный поиск.

Для владельца интернет-магазина гораздо полезнее спросить:

сможет ли AI понять товары этого магазина и предложить их покупателю, когда тот сформулирует свою потребность?