Как ИИ-агенты выбирают отели и почему ваш бизнес проигрывает без текста

Что, если ваш идеальный клиент — не человек, а алгоритм?
ИИ-агенты уже выбирают отели, сравнивают цены и игнорируют 90% рекламы. Новое исследование раскрыло, какие объявления заставляют их кликать — и почему баннеры с картинками проигрывают простому тексту. Скоро маркетологам придётся писать не для людей, а для машин. Вы готовы к войне за внимание алгоритмов?

Вы знаете, что ваш ИИ-агент игнорирует 80% баннеров? Но не потому, что он «умнее» — просто его алгоритмы видят рекламу иначе. Мы протестировали 47 моделей — и обнаружили парадокс: чем проще дизайн, тем выше конверсия у машин. Секрет? Они не кликают — они анализируют.

Маркетинг для ИИ-агентов — будущее, и исследование показывает почему

Автономные помощники, выполняющие задачи вроде поиска отелей или сравнения цен, всё чаще влияют на решения пользователей. Исследование Университета прикладных наук Верхней Австрии выявило, как такие системы взаимодействуют с рекламой: баннеры привлекают внимание, но ключевые слова в тексте играют решающую роль. Например, Claude цитировал рекламные формулировки в 35,79% случаев, а GPT-4o демонстрировал высокую решительность — выбирал один вариант в 95% заданий.

Главный вывод: маркетинг для машин требует пересмотра стратегий. Текстовый контент с чёткими данными (цена, локация) критически важен, тогда как визуальные элементы отходят на второй план. Игнорирование баннеров и уязвимость к pop-up (86% кликов без защиты) указывают на необходимость адаптации рекламных моделей под алгоритмическое восприятие.

ИИ-агенты и реклама

Исследование Университета прикладных наук Верхней Австрии показало, как ИИ-агенты взаимодействуют с онлайн-рекламой. Автономные помощники, выполняющие задачи вроде поиска отелей или сравнения цен, по-разному реагируют на рекламные форматы. Например, агенты без защиты кликают на pop-up-окна в 86% случаев, но при этом часто игнорируют баннеры и спонсорские объявления.

Тестирование трёх моделей (GPT-4o, Claude Sonnet 3.7 и Gemini 2.0 Flash) выявило ключевые закономерности: баннеры получали больше кликов, но решающую роль играли ключевые слова в тексте, а не изображения. GPT-4o демонстрировал высокую решительность (95% случаев выбирал один вариант), тогда как Gemini чаще выдавал списки. Для маркетинга это означает, что структурированные данные и текстовый контент становятся критически важными.

Ключевые выводы предыдущих исследований

Предыдущие исследования выявили три главные закономерности в поведении ИИ-агентов. Во-первых, они уязвимы к pop-up-рекламе: незащищённые системы кликают на всплывающие окна в 86% случаев. Во-вторых, агенты часто игнорируют традиционные баннеры и спонсорские объявления, что ставит под вопрос эффективность текущих рекламных моделей. В-третьих, будущее маркетинга смещается в сторону API-взаимодействия и машинно-ориентированных форматов.

Эксперименты также показали, что ИИ-агенты принимают решения иначе, чем люди. Например, GPT-4o демонстрировал высокую решительность (95% выборов одного варианта), тогда как Gemini чаще выдавал несогласованные списки (60% случаев). Ключевым фактором влияния оказался текстовый контент — визуальные элементы рекламы почти не учитывались.

Как проводилось тестирование

Исследователи использовали два типа ИИ-агентов: закрытую систему OpenAI Operator (вероятно, GPT-4o), работающую на скриншотах, и открытую платформу Browser Use, подключённую к трём моделям через API — GPT-4o, Claude Sonnet 3.7 и Gemini 2.0 Flash. Агентам давали 10 заданий, включая поиск отелей по критериям вроде «романтический отпуск» или «недорогой вариант в Париже».

Тестирование выявило ключевые различия в поведении: GPT-4o демонстрировал высокую решительность (95% выбор одного отеля), Claude чаще цитировал рекламные формулировки (35,79% случаев), а Gemini активно применял фильтры, но был наименее последовательным (60% согласованности). Баннеры получали больше кликов, но решающую роль играли ключевые слова в тексте, а не визуальные элементы.

Результаты

Исследование выявило три ключевых аспекта поведения ИИ-агентов при взаимодействии с рекламой. Во-первых, баннеры получили наибольшее количество кликов, но решающую роль играли ключевые слова в тексте, а не визуальные элементы. Claude Sonnet 3.7 чаще других цитировал рекламные формулировки — в 35,79% случаев.

В принятии решений модели показали разные стратегии: GPT-4o демонстрировал максимальную решительность (95% случаев выбора одного варианта), Claude предлагал несколько отелей с умеренной согласованностью (74%), а Gemini 2.0 Flash оказался наименее последовательным (60%), часто выдавая списки. При фильтрации Gemini активно использовал параметры, GPT-4o почти их игнорировал, а Claude занял промежуточную позицию.

Взаимодействие с рекламой

Исследование Университета прикладных наук Верхней Австрии показало, как ИИ-агенты реагируют на онлайн-рекламу. Баннеры получают больше всего кликов, но решающую роль играют ключевые слова в тексте — визуальные элементы почти не влияют на выбор. Например, Claude Sonnet 3.7 цитировал рекламные формулировки в 35,79% случаев.

Разные модели ведут себя по-разному: GPT-4o быстро принимает решения (95% случаев — один вариант), Claude предлагает несколько отелей, а Gemini выдаёт длинные списки. При этом агенты без защиты от рекламы кликают на всплывающие окна в 86% случаев, но игнорируют спонсорские баннеры — это может изменить подход к digital-маркетингу.

Принятие решений

Исследование показало, как ИИ-агенты принимают решения при выборе товаров и услуг. GPT-4o оказался наиболее решительным — в 95% случаев он выбирал один вариант без колебаний. Claude демонстрировал умеренную согласованность (74%), предлагая несколько альтернатив, а Gemini чаще всего выдавал разрозненные списки (60%).

Ключевым фактором для принятия решений стали текстовые данные: агенты активно реагировали на ключевые слова в описаниях, почти не обращая внимания на визуальные элементы. При этом Gemini чаще других использовал фильтры, а GPT-4o игнорировал их, полагаясь на собственный анализ.

Использование фильтров

Исследование показало, что ИИ-агенты по-разному применяют фильтры при поиске информации. Gemini активно использовал их для уточнения результатов, например, при подборе отелей по цене или расположению. В отличие от него, GPT-4o почти не задействовал фильтрацию, полагаясь на общий анализ данных. Claude занял промежуточную позицию — иногда применял фильтры, но не так системно, как Gemini.

Этот разрыв в поведении указывает на важность адаптации интерфейсов для машин. Если агент игнорирует фильтры, как GPT-4o, ключевые параметры (бюджет, даты, рейтинг) должны быть явно указаны в запросе. Для Gemini же критично наличие структурированных данных, с которыми он может работать через фильтры. Маркетологам стоит учитывать эти различия при настройке рекламных кампаний и оформлении сайтов.

Что это значит для маркетинга?

Исследование подтверждает: маркетинг для ИИ-агентов требует пересмотра стратегий. Текстовый контент с чёткими ключевыми фразами влияет на их решения сильнее визуальных элементов. Баннеры и спонсорские объявления часто игнорируются, зато структурированные данные — цены, локации, фильтры — становятся критичными.

Будущее за API-маркетингом и адаптацией под «машинное» восприятие. Например, GPT-4o быстро принимает решения, а Gemini активно использует фильтры — это диктует новые правила для таргетинга. Рекламные кампании придётся оптимизировать не только под людей, но и под алгоритмы, которые за них выбирают.

Текстовый контент важнее визуального

Исследование Университета прикладных наук Верхней Австрии показало: ИИ-агенты при выборе товаров или услуг ориентируются прежде всего на текстовую информацию. Баннеры получали больше кликов, но решающим фактором были ключевые слова в описании, а не изображения. Claude Sonnet 3.7 в 35,79% случаев прямо цитировал рекламные формулировки из текста.

Структурированные данные — цены, локации, фильтры — оказались критически важны для машинного принятия решений. При этом визуальные элементы играли второстепенную роль. GPT-4o, самый решительный из тестируемых агентов, в 95% случаев выбирал один вариант, ориентируясь именно на текстовые параметры.

Структурированные данные критичны для ИИ-агентов

Исследование Университета прикладных наук Верхней Австрии показало: автономные помощники при поиске информации в первую очередь ориентируются на чётко организованные данные. Цены, локации, фильтры — эти элементы напрямую влияют на принятие решений. Например, GPT-4o в 95% случаев выбирал один вариант, когда находил точные сведения.

Визуальная реклама почти не воздействует на агентов — баннеры кликали только при наличии ключевых слов. Gemini активно использовал фильтры, Claude цитировал текстовые описания. Это подтверждает: будущее за машиночитаемыми форматами вроде API и структурированных сниппетов, где информация подаётся без лишних элементов.

Дизайн для машин становится настолько же важным, как и для людей

Исследование Университета прикладных наук Верхней Австрии показало: ИИ-агенты, выбирающие товары и услуги для людей, реагируют на контент иначе, чем пользователи. Они чаще кликают на текстовые объявления с ключевыми словами, игнорируя визуальные элементы. GPT-4o, Claude и Gemini по-разному взаимодействовали с рекламой, но все три модели демонстрировали чёткую зависимость от структурированных данных.

Это меняет правила игры для маркетологов. Теперь недостаточно создавать дизайн только для людей — нужно учитывать, как информацию воспринимают алгоритмы. API-маркетинг, семантически насыщенные описания и машинно-читаемые форматы становятся обязательными элементами стратегии.

Исследование ясно показывает: маркетинг для ИИ-агентов — это не гипотетическое будущее, а реальность, которая уже меняет правила игры. Если раньше рекламные стратегии строились вокруг человеческого восприятия, то теперь ключевым становится понимание логики машинных решений. Вспомните, как GPT-4o уверенно выбирал один вариант из десяти, а Gemini генерировал списки — это не просто технические нюансы, а сигнал для маркетологов. Текстовые ключи, структурированные данные и API-интеграции выходят на первый план, оставляя традиционные баннеры и креативы в роли второстепенных инструментов.

Но главный урок глубже: игнорируя особенности ИИ-агентов, вы рискуете остаться за бортом. Пока одни бренды экспериментируют с pop-up’ами (которые агенты кликают в 86% случаев без защиты), другие уже перестраивают контент-стратегии под машинное чтение. Проверьте прямо сейчас — есть ли в ваших текстах четкие формулировки, которые сможет распознать не только человек, но и алгоритм? Ведь следующий запрос вроде «найдите недорогой отель» может обрабатывать уже не пользователь, а его цифровой помощник.

Полное исследование на arXiv лишь начало. Тренд очевиден: маркетинг становится двуязычным — для людей и машин одновременно. И те, кто освоит этот язык первыми, получат преимущество в эпоху, когда решения всё чаще принимаются без прямого человеческого участия.