🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Откровенный разговор с ChatGPT. Как я искал машину в аренду.
В выходные я собрался ехать в Рыбинск. Но машины в Москве у меня нет, и мне нужен автопрокат.
И конечно, искать я пошёл не в поисковик, а в ChatGPT)
Задача была довольно конкретная: взять машину в Москве с пятницы по понедельник, проехать около 700 км, машина должна быть не старая, автомат, адрес выдачи в центре.
Минут за 15 мы справились. Я не ходил по ссылкам, не открывал десятки сайтов и не сравнивал вручную цены.
ChatGPT нашёл варианты, я пару раз уточнил условия, мы пересчитали пробег, доплаты, бензин, возраст машин, расположение офисов.
В итоге осталось два нормальных кандидата. Один дешевле, другой удобнее и надёжнее. Выбор сделал в пользу второго.
Но дальше мне стало интересно поразбираться, а почему ИИ выдал мне именно эти компании.
Я спросил ChatGPT: А как ты вообще искал? И почему предложил мне именно эти компании?
Нейронка искала совсем не так, как я раньше искал бы сам.
Сначала она собрала список прокатов, которые вообще смогла обнаружить по моей задаче.
А дальше начала проверять каждый из них уже не по запросу «аренда автомобиля Москва», а по конкретным вопросам:
сколько стоит машина именно на мой срок;
сколько километров включено;
сколько стоит перепробег;
можно ли уехать в Ярославскую область;
какого года машины;
есть ли доставка;
где находится офис;
можно ли вернуть автомобиль утром в понедельник.
Если ChatGPT не смог найти ответ на сайте компании, или на других площадках на один из этих вопросов, компания становилась для него менее удобным кандидатом для выдачи.
Например, у одного проката была хорошая цена, но на сайте не было понятно, какого года машины.
Другой выглядел дешёвым, но после пересчёта бензина и доставки перестал быть дешёвым.
Нашёлся вообще отличный вариант по цене, но это оказалось объявление частника на Яндекс Услугах. Я сказал: «Стоп, я хочу нормальную компанию». И этот вариант сразу вылетел.
А один из прокатов попал в финальное сравнение просто потому, что ChatGPT смог собрать про него почти всю необходимую информацию:
модель → год выпуска → коробка → цена → лимит пробега → условия межрегиональной поездки.
То есть его можно было нормально посчитать и сравнить.
Если вы хотите, чтобы ИИ рекомендовал ваш продукт, на сайте недостаточно написать: «Аренда автомобилей от 2 500 рублей».
ИИ нужны факты.
Для автопроката это, например:
• актуальная цена и от чего она зависит;
• конкретные модели и годы выпуска;
• что входит в тариф;
• лимит пробега и цена превышения;
• география использования автомобиля;
• стоимость и условия доставки;
• часы получения и возврата;
• залог и страховка;
• акции и спецтарифы;
• понятная информация о самой компании.
Причём желательно, чтобы всё это не было спрятано где-то в глубине сайта, за java скриптами, в PDF или выяснялось только после звонка менеджеру.
Потому что следующий клиент может вообще не позвонить.
Получается довольно простая цепочка:
ИИ должен вас найти → понять ваш продукт → легко достать нужные условия → посчитать → сравнить → доверять вам достаточно, чтобы рекомендовать.
Это, на мой взгляд, очень наглядное объяснение того, чем GEO отличается от обычного SEO. Вы боретесь уже не только за то, чтобы попасть повыше в список ссылок.
Важно чтобы ИИ смог собрать из информации о вашем бизнесе готовый ответ на конкретную задачу клиента.