Hur förändrar AI produktsökning? Testade just att be ChatGPT om produktrekommendationer och det var förvånansvärt bra

Det här är exakt det vi har följt maniskt på vårt varumärke.

Siffrorna är ögonöppnande:

Vi säljer exklusiva köksprodukter. För 6 månader sedan kom 85 % av vår trafik från Google. Nu är det närmare 68 %. Men här är grejen – konverteringarna från den kvarvarande trafiken har ökat med 40 %.

Vad som händer:

Användare som kommer via AI-rekommendationer är längre fram i köpresan. De har redan gjort jämförelsen. De kommer för att köpa, inte för att titta runt.

Hur vi anpassar oss:

1. Övervakning av AI-synlighet – Vi använder Am I Cited för att spåra när vi nämns i ChatGPT- och Perplexity-svar
2. Innehåll för citering – Skapar detaljerat jämförelseinnehåll som AI-system vill referera till
3. Bygga varumärkesauktoritet – PR och recensioner på auktoritativa sajter som AI-system litar på
4. Strukturerad data överallt – Gör vår produktdata så maskinläsbar som möjligt

De varumärken som blir rekommenderade av AI kommer att vinna nästa decennium. Traditionell SEO är inte död, men det är inte längre tillräckligt.

Jag har undersökt det här skiftet för en större rapport.

Siffrorna du bör känna till:

• AI-översikter visar på över 10 % ökning i användning på stora marknader
• Google Lens har 1,5 miljarder månatliga användare för visuell produktsökning
• 82 % av konsumenterna tycker AI-drivna sökningar är mer hjälpsamma än traditionella
• Men bara 22 % av marknadsförarna övervakar aktivt AI-synlighet

Zero-click-verkligheten:

Användare får svar utan att klicka sig vidare. För informationssökningar sker detta redan. För produktsökning står det näst på tur.

Espressomaskin-exemplet är perfekt. ChatGPT gav rekommendationer med motivering. Användaren kan klicka för att köpa, men behövde inte besöka 10 jämförelsesajter först.

För e-handelsvarumärken:

Ditt mål är att vara det varumärke som blir rekommenderat, inte det som rankar #1 för nyckelord. Ett helt annat spel.

20-årig SEO-veteran här som följer den här förändringen noggrant.

Paradigmskiftet:

Traditionell SEO: “Hur rankar jag för ‘bästa espressomaskin’?” AI-erans fråga: “Hur blir jag varumärket AI-system rekommenderar för espressomaskiner?”

De är relaterade men olika:

Rankningsfaktorer för AI-rekommendationer verkar inkludera:

• Varumärkesauktoritet och igenkänning
• Äkta recensioner och tredjepartsvalidering
• Tydlig, omfattande produktinformation
• Expertinnehåll som förklarar varför produkterna löser problem
• Konsekvent varumärkesnärvaro på auktoritativa sajter

Det jag säger till kunder:

Du behöver fortfarande traditionell SEO som grund. Men lägg till optimering för AI-synlighet:

• Övervaka AI-rekommendationer i din kategori
• Analysera vilka varumärken som rekommenderas och varför
• Skapa innehåll som förklarar produktens nytta, inte bara dess egenskaper
• Bygg varumärkesnärvaro där AI-system letar efter signaler

Det här ersätter inte SEO – det utökar vad synlighet betyder.

Väldigt hjälpsam kontext från alla.

Fråga till gruppen: Ser ni skillnader mellan plattformarna?

Jag har märkt:

• ChatGPT ger utförliga motiveringar men ibland föråldrad information
• Perplexity visar källor och känns mer aktuell
• Google AI Overview känns mer som förbättrade sökresultat

Optimerar ni olika för varje?

Bra fråga. Ja, de är ganska olika.

Plattformsöversikt:

ChatGPT:

• Bygger på träningsdata + webbläsning
• Varumärkesauktoritet är viktigast
• Tenderar att rekommendera etablerade varumärken
• Konverserande, förklarande svar

Perplexity:

• Sökning i realtid på webben
• Källhänvisningar är framträdande
• Lyfter oftare fram nytt innehåll
• Perfekt för jämförelsefrågor

Google AI Overview:

• Djupt integrerad med sökindexet
• Traditionella SEO-signaler spelar fortfarande roll
• Strukturerad produktdata är avgörande
• Länkar ofta direkt till produktsidor

Vad detta innebär:

Du kan inte optimera för bara en. Använd Am I Cited eller liknande för att spåra tvärs över plattformarna. Vi upptäckte att vi var starka på Perplexity men osynliga på ChatGPT. Helt olika innehållsstrategier krävs.

Glöm inte visuell sökning i den här diskussionen.

Den visuella revolutionen:

Google Lens: 1,5 miljarder månatliga användare. Användare fotograferar produkter och ser var de kan köpa dem. Detta går helt förbi traditionell sökning.

Vad som är på gång:

• Live-kamerafrågor: Rikta kameran mot en produkt, ställ frågor om den
• Virtuell provning: Se hur produkter ser ut på dig innan köp
• Multimodala frågor: “Visa mig skor som dessa men i blått under 150 dollar”

För produktbilder:

• Hög kvalitet, flera vinklar
• Bilder i användningsmiljö
• Tydlig produkt mot enkel bakgrund
• Alt-text och strukturerad data för bildinnehåll

Varumärken som optimerar för visuell sökning nu får stora fördelar. De flesta konkurrenter tänker inte ens på detta än.

Det är de agentiska funktionerna som verkligen fascinerar mig.

Vad som redan är möjligt:

AI-system kan nu:

• Söka hos flera återförsäljare samtidigt
• Jämföra priser och tillgänglighet i realtid
• Filtrera på specifika kriterier
• Presentera utvalda alternativ redo för köp

För evenemangsbiljetter är detta live:

Perplexity kan analysera hundratals biljettalternativ, kontrollera lagerstatus i realtid, filtrera utifrån specifika sektioner och presentera färdiga köpval. Partnerskap med Ticketmaster och StubHub möjliggör detta.

Vart det är på väg:

Snart säger du “Hitta ett bra pris på den espressomaskin Alex nämnde, kolla om den finns i lager lokalt och köp om den kostar under 750 dollar.”

AI:n kommer att göra jämförelseshoppingen som nu kräver 30 minuter och 15 flikar.

För varumärken innebär detta att finnas med när AI utvärderar alternativen. Pris, tillgänglighet, recensioner, frakt – allt blir viktiga signaler.

Småföretagarperspektiv här – det är både skrämmande och spännande.

Utmaningen:

Stora varumärken har resurser att optimera för varje plattform, anlita konsulter, köra avancerad övervakning. Vi kör på minimal personal.

Vad som faktiskt funkar för oss:

1. Nischat hårt – Vi är inte “kaffeutrustning”. Vi är “specialiserad manuell kaffevärdsutrustning för hemmabaristor”. AI-rekommendationer för specifika frågor gynnar oss.

2. Äkta innehåll – Vår blogg är genuint hjälpsam, skriven av kaffeexperter. AI verkar känna igen och citera äkta expertis.

3. Grundläggande övervakning – Vi kollar veckovis hur vi nämns på AI-plattformar. Gratistjänster för övervakning.

4. Recensioner överallt – Konsekvent närvaro på recensionsplattformar som AI-system indexerar.

Fördelen småföretag har: vi kan vara äkta och specialiserade på sätt som storföretag inte kan. AI-system verkar värdera det vid specifika sökningar.

Låt oss prata om vad som händer när de VÄL klickar sig vidare.

AI-trafiken är annorlunda:

De har redan gjort research. De vet vad de vill ha. De jämför sista alternativen eller är redo att köpa.

Vad vi ser i datan:

• AI-trafik har 2,3x högre konverteringsgrad
• Snittordervärde 18 % högre
• Bounce rate 40 % lägre
• Men… volymen är 25 % lägre än på peak Google-trafik

Matten går ihop:

För våra kunder innebär 25 % lägre trafikvolym men 2,3x konverteringsgrad faktiskt en positiv nettoeffekt på intäkten.

CRO-konsekvenser:

• Landningssidor behöver möjliggöra snabba köp, inte övertala
• Socialt bevis är fortsatt viktigt (validerar AI-rekommendation)
• Jämförelseinformation behövs mindre (de har redan jämfört)
• Leverans, returer och trygghetssignaler är kritiskt

Optimera för den säkra köparen, inte forskaren.

Ser på vart detta är på väg om 2–3 år.

Konvergensen:

Produktsökning kommer inte vara en separat aktivitet. Det kommer vara integrerat i:

• Samtal: “Jag behöver nya löparskor” leder till rekommendationer utan explicit sökning
• Kontext: AI känner till din kalender, preferenser, tidigare köp
• Realtid: Integrering med lagerstatus, priser, tillgänglighet

Personalisering i stor skala:

AI kommer veta att du föredrar hållbara varumärken, har storlek 44, bryr dig om hålfotsstöd och har 2 000 kr i budget – utan att du specificerar det.

För varumärken:

Produkterna som “vinner” har:

• Rik, korrekt produktdata
• Starka varumärkessignaler på webben
• Integration med AI-handelns infrastruktur
• Realtidsflöden med lagerstatus och priser

Varumärken som bygger denna infrastruktur nu kommer dominera. De som väntar kommer ha svårt att hinna ikapp.

Skär igenom hypen med praktiska steg.

Det här kan du göra denna vecka:

1. Kolla din AI-synlighet – Sök på din produktkategori i ChatGPT och Perplexity. Nämns du?

2. Bevaka konkurrenter – Vem BLIR rekommenderad? Vad gör de annorlunda?

3. Granska din strukturerade data – Produktschema, recensioner, tillgänglighet – finns allt och är det korrekt?

4. Skapa förklarande innehåll – Inte bara specar. Varför löser denna produkt det här problemet?

5. Bygg recensionsnärvaro – Uppmuntra recensioner på plattformar AI-system litar på

Verktyg att använda:

Am I Cited för övervakning över plattformar. Googles Rich Results Test för strukturerad data. Manuell testning på AI-plattformar varje vecka.

Skiftet är verkligt men hanterbart. Börja med synlighet, optimera sen utifrån vad du lär dig.

Den här diskussionen har varit otroligt värdefull. Tack alla.

Mina åtgärdspunkter:

1. Sätta upp övervakning – Am I Cited för att spåra vårt varumärke över AI-plattformar
2. Granska varje plattform – Se var vi är starka och var vi är osynliga
3. Innehållsstrategi-skifte – Mer “varför denna produkt”-innehåll, mindre nyckelordsfyllda beskrivningar
4. Strukturerad data-granskning – Säkerställa att vår produktdata är AI-läsbar
5. Multipla plattformar – Olika strategier för ChatGPT, Perplexity och Google

Tankeskiftet:

Jag kom in och tänkte “AI hotar e-handeln.” Går härifrån och tänker “AI förändrar e-handeln, och vi kan anpassa oss.”

De varumärken som syns när AI rekommenderar produkter kommer att vinna. Dags att säkerställa att vi är ett av dem.