Agentic commerce: jak przygotować katalog, żeby agent AI znalazł i polecił Twój produkt

Spis tresci
  1. Kiedy właściciel sklepu pyta o agentów AI
  2. Co się zmienia, gdy kupuje agent
  3. Czego agent potrzebuje od katalogu
  4. Ile Twoich produktów agent naprawdę zobaczy
  5. Lista kontrolna gotowości katalogu: 10 punktów
  6. Gdzie katalog psuje się najczęściej
  7. Jak utrzymać katalog w gotowości, gdy produktów są tysiące
  8. Najczęstsze pytania (FAQ)
  9. Źródła

Agentic commerce to zakupy, w których produkt wyszukuje, porównuje, a coraz częściej także zamawia agent AI: ChatGPT, Gemini lub Perplexity w imieniu kupującego. Agent nie patrzy na banery, tylko czyta dane. Poleci Twój produkt tylko wtedy, gdy katalog jest czytelny dla programu: marka i kod kreskowy, wypełnione parametry, aktualna cena i dostępność, feed dla platformy i znaczniki produktu na stronie.

Najczęstszy błąd: właściciel sklepu szuka sposobu, jak „dostać się do ChatGPT”, zamiast policzyć, ile produktów z katalogu agent w ogóle może przeczytać. Produkt bez marki nie przejdzie do feedu, produkt z wagą wpisaną w opis nie spełni warunku „do 3 kg”, a wczorajsza cena da kupującemu inną kwotę. Poniżej: czego dokładnie potrzebuje agent, wyliczenie na umownym katalogu i lista kontrolna, według której sprawdzisz swój sklep.

Kiedy właściciel sklepu pyta o agentów AI

Zwykle zaczyna się od wejść z chatgpt.com w analityce albo od własnej próby: właściciel prosi ChatGPT o dobranie produktu ze swojej kategorii i nie widzi swojego sklepu w odpowiedzi. Potem pojawiają się pytania „czym jest agentic commerce”, „czym jest ChatGPT Shopping”, „czy potrzebny jest osobny feed dla ChatGPT”, „co to jest MCP i czy sklep go potrzebuje”.

Najmniej przydatne z nich to „jak się tam dostać”. Nie ma przycisku, który wstawia sklep do odpowiedzi: nawet podłączony feed tylko przekazuje agentowi dane, a wybiera on na ich podstawie. Dlatego najpierw warto policzyć, jaka część katalogu jest gotowa dla agenta.

Co się zmienia, gdy kupuje agent

Zmienia się ten, kto czyta Twoją kartę produktu: zamiast człowieka, który przegląda zdjęcia i opinie, robi to program z poleceniem kupującego. Polecenie brzmi mniej więcej tak: „znajdź odkurzacz bezprzewodowy do 1 500 zł, ważący do 3 kg, dostępny od ręki”. Agent rozkłada je na warunki, szuka produktów, w których te warunki są zapisane jako dane, i porównuje to, co przeszło.

Człowiek widzi zdjęcia, baner i opinie, a agent AI czyta dane produktu: markę, wagę, cenę i dostępność
Człowiek i agent AI w tym samym sklepie
CoCzłowiekAgent AI
Jak znajduje produktkategorie, wyszukiwarka sklepu, reklamazapytanie z warunkami, dane z feedów i stron
Co czytazdjęcia, baner, opisparametry, cenę, dostępność, identyfikatory
Puste polenapisze na czacie albo pominienie może sprawdzić warunku, więc produkt odpada
Cena na stronie inna niż w feedziezauważy przy zamówieniujuż podał kupującemu starą kwotę
Zamówieniew Twoim sklepiew sklepie albo w samym czacie, jeśli platforma to obsługuje

Zamówienie w samym czacie to na razie rzadkość. Google uruchomił zakupy w AI Mode i Gemini przez protokół UCP tylko dla części sprzedawców i tylko dla produktów w USA. OpenAI w marcu 2026 roku skupiło zakupy w ChatGPT na wyszukiwaniu produktów: zamówienie sprzedawca przyjmuje u siebie, a od sklepu OpenAI oczekuje feedu produktów. Dla sklepu w Polsce działający scenariusz jest dziś inny: agent znajduje i poleca produkt, a zakup kończy się w sklepie. Dane potrzebne są te same co do płatności w czacie, więc przygotować je warto już teraz.

Czego agent potrzebuje od katalogu

Agent potrzebuje danych, które da się porównać bez człowieka, i kanału, którym te dane do niego dotrą. Im dokładniej opisany produkt, tym więcej zapytań z warunkami spełnia.

Dane produktu, które czyta agent
DanePo co agentowiJak są przekazywane
Parametry „nazwa — wartość” z jednostkamisprawdzić warunki zapytania: waga, rozmiar, zgodnośćfeed, znaczniki, API
Marka, GTIN (EAN), MPNrozpoznać ten sam produkt u różnych sprzedawcówfeed, znaczniki Product
Cena z walutą, cena promocyjnaporównać ofertyfeed, znaczniki Offer
Dostępnośćnie polecać tego, czego nie mafeed, znaczniki Offer
Nazwa i opis zwykłym tekstemzrozumieć, co to za produktfeed, strona produktu
Zdjęcie pod bezpośrednim linkiempokazać produkt w odpowiedzifeed
Dostawa i zwrotpoliczyć pełną cenę i warunkiznaczniki Offer, strony z warunkami
Warianty: kolor, rozmiarwybrać właściwy wariant, a nie podobny produktznaczniki ProductGroup, feed

Kanały są trzy i nie zastępują się nawzajem:

  • Feed: plik ze wszystkimi produktami dla konkretnej platformy. OpenAI przyjmuje CSV, TSV lub JSONL według własnej specyfikacji i pobiera plik tylko przez SFTP. Google korzysta z feedu Merchant Center i na nim opiera też zakupy przez UCP.
  • Znaczniki na stronie: blok Schema.org Product z ofertą Offer w kodzie strony produktu (cena, waluta, dostępność). Czytają go wyszukiwarki i agenci, którzy sami otwierają stronę. Żeby strony trafiały do wyszukiwania w ChatGPT, sklep nie może blokować w robots.txt robota wyszukiwarki OpenAI (OAI-SearchBot).
  • Protokoły zamówień: ACP od OpenAI i Stripe oraz UCP od Google opisują, jak agent składa zamówienie u sprzedawcy. UCP pozwala podłączyć się przez API, Agent2Agent albo MCP. To kolejny krok po feedzie i na razie nie jest dostępny dla wszystkich.
Katalog trafia do agenta AI trzema kanałami: feed, znaczniki Product na stronie, API i MCP

Ile Twoich produktów agent naprawdę zobaczy

Tyle, ile produktów spełnia wszystkie warunki jednocześnie, a nie każdy z osobna. Dlatego licz pokrycie:

Pokrycie katalogu = produkty, które mają wszystko, czego potrzebuje agent ÷ aktywne produkty × 100%.

Przykład umowny do arytmetyki, liczby nie są danymi rynkowymi. Sklep z AGD, 2 000 aktywnych produktów. Odsiewamy po kolei: najpierw produkty bez marki, potem bez kodu kreskowego lub kodu producenta, potem z niewypełnionymi parametrami obowiązkowymi, na końcu bez zdjęcia.

Ile produktów dociera do agenta (liczby umowne)
SprawdzenieOdpadaZostaje
Aktywne produkty2 000
Jest marka3001 700
Jest GTIN lub MPN4001 300
Wypełnione wszystkie parametry obowiązkowe600700
Jest zdjęcie20680
Gotowe dla agenta680
Lejek umownego katalogu: z 2 000 produktów do agenta dociera 680, czyli 34%

Pokrycie = 680 ÷ 2 000 × 100% = 34%. Pozostałych 66% katalogu, czyli 1 320 produktów, agent albo nie dostanie w feedzie, albo nie sprawdzi pod kątem warunków kupującego. Największy spadek to parametry, 600 produktów, więc zaczynać warto nie od feedu, tylko od parametrów obowiązkowych w kategoriach z największą liczbą produktów. Licz pokrycie także dla każdej kategorii osobno: średnie 34% może ukrywać kategorię, w której gotowych produktów jest kilka.

Wiersz z kodem kreskowym licz tylko tam, gdzie kod istnieje. Produkty własnej produkcji lub rękodzieło mogą nie mieć GTIN w ogóle; wtedy zastępuje go kod producenta. Cenę i dostępność sprawdzaj osobno: jeśli feed odświeża się raz w tygodniu, a ceny hurtowni zmieniają się codziennie, część „gotowych” produktów codziennie pokazuje agentowi nieaktualne dane.

Lista kontrolna gotowości katalogu: 10 punktów

Każdy punkt sprawdzisz filtrem w katalogu albo na dziesięciu losowych produktach.

  1. Marka przy każdym aktywnym produkcie. Filtr „pusty producent” powinien dać zero: bez marki OpenAI nie przyjmie produktu.
  2. GTIN (EAN) lub MPN tam, gdzie istnieją. Sprawdź udział produktów z kodem kreskowym w każdej kategorii.
  3. Parametry obowiązkowe ustawione dla każdej kategorii i wypełnione. Licz udział produktów, które mają wszystkie obowiązkowe.
  4. Wartości zapisane jednakowo. „Czarny” i „czarny”, „2 kg” i „2000 g” to dla filtra agenta różne wartości. Przejrzyj listę unikalnych wartości każdego parametru.
  5. Nazwa: typ, marka, model, kluczowa różnica. Do 150 znaków, taki limit podaje specyfikacja OpenAI. Bez „HIT”, „Promocja” i emotikonów.
  6. Opis zwykłym tekstem, bez zaślepek. Bez tagów HTML i bez „n/a” czy „null”: OpenAI zabrania zaślepek, nieznane pole zostawia się puste.
  7. Zdjęcie pod bezpośrednim linkiem. JPEG lub PNG, który otwiera się bez logowania.
  8. Cena i dostępność w feedzie zgadzają się ze sklepem. Porównaj dziesięć losowych produktów w feedzie i na stronie. Feed odświeżaj co najmniej tak często, jak zmieniają się ceny dostawcy.
  9. Znaczniki Product z Offer na stronie produktu. Cena, waluta, dostępność. Sprawdzisz je narzędziem Google „Test wyników z elementami rozszerzonymi” (Rich Results Test).
  10. Warunki dostawy, płatności i zwrotu na osobnych stronach. Terminy, koszty, kto płaci za zwrot: agent też to porównuje.

Gdzie katalog psuje się najczęściej

Najczęściej nie w feedzie, tylko w danych, z których się go buduje. Pięć błędów typowych dla katalogów wypełnianych z cenników hurtowni:

  • Parametry leżą w opisie jako tekst. Człowiek przeczyta „waga 2,4 kg” w akapicie, filtr agenta nie: potrzebuje pola „Waga” z wartością. Produkt wypada z każdego zapytania z warunkiem.
  • Zaślepki zamiast pustego pola. „—”, „n/a”, „zapytaj” w polu marki czy koloru agent traktuje jak wartość. OpenAI wprost zabrania takich zaślepek.
  • Cena w feedzie nie nadąża za sklepem. Feed zbudowano rano, dostawca podniósł cenę w południe, agent podał kupującemu starą kwotę. Google Merchant Center porównuje cenę w feedzie ze stroną i za rozbieżność odrzuca produkt.
  • Warianty jako osobne karty bez powiązania. Sześć kart „Koszulka czarna S”, „Koszulka czarna M” bez grupy: agent nie wie, że to jeden produkt w sześciu rozmiarach.
  • Jeden produkt, dwa rekordy. Duplikaty z różną ceną psują porównanie, a agent może wybrać droższy.
Pięć błędów katalogu: zaślepka n/a, stara cena, dane w tekście, różny zapis, duplikaty

Jak utrzymać katalog w gotowości, gdy produktów są tysiące

Sprawdzić dziesięć punktów ręcznie na kilkuset produktach się da, na tysiącach już nie: katalog zmienia się codziennie razem z cennikami dostawców, a wczorajsze 34% jutro jest już inne. Sprawdzać to powinien program, w którym produkty już są. W Elbuz wygląda to tak:

  • Parametry i wypełnienie. Dla kategorii ustawia się parametry obowiązkowe, a w katalogu przy każdym produkcie widać, ile z nich jest wypełnionych. Brakujące parametry, zdjęcia i opisy program znajduje na stronach źródłowych i przenosi do karty, a AI sprawdza, że znaleziono właśnie Twój produkt (wypełnianie katalogu).
  • Feed dla ChatGPT i Google. Gotowy szablon eksportu „OpenAI (ChatGPT Ads)” buduje CSV z 17 polami specyfikacji OpenAI (cena z walutą, dostępność, zdjęcie, opis bez HTML, GTIN) i według harmonogramu wysyła plik na SFTP, który przydziela OpenAI. Z tego samego katalogu powstaje feed dla Google Merchant Center.
  • Znaczniki produktu. Jeśli sklep działa na Elbuz CMS, strona produktu ma już znaczniki Product z ofertą Offer: cena, dostępność, sprzedawca i warunki zwrotu, a produkty z wariantami są zebrane w grupę. Koszt dostawy trafia do znaczników, gdy jest znany z góry: stała cena albo darmowa dostawa od kwoty zamówienia.
  • Asystent AI na Twoich danych. Przez serwer MCP Elbuz Twój Claude lub ChatGPT pracuje z katalogiem z uprawnieniami pracownika: znajduje produkty bez opisu, zdjęcia czy kategorii oraz wartości parametrów różniące się tylko zapisem. Zmiany proponuje, a Ty zatwierdzasz je w oknie „Puls”.

Czego Elbuz nie robi: nie podłącza sklepu do płatności w ChatGPT ani w Google, bo dostęp do feedów i zamówień w czacie dają same platformy. Serwer MCP Elbuz jest dla Twojego asystenta, a nie dla agentów kupujących: do nich katalog trafia feedem i znacznikami.

Wypełnianie katalogu z ElbuzParametry, zdjęcia i opisy dla tysięcy produktów, 14 dni za darmo

Najczęstsze pytania (FAQ)

Czym jest agentic commerce?

To zakupy, w których produkt wyszukuje i porównuje agent AI w imieniu kupującego, a czasem także składa zamówienie. Sklep sprzedaje wtedy nie witryną, tylko danymi: agent wybiera to, co potrafi przeczytać i sprawdzić.

Czym jest ChatGPT Shopping?

To funkcja ChatGPT, która dobiera i porównuje produkty w rozmowie i pokazuje je jako karty z ceną. Produkty bierze z otwartych stron i z feedów sprzedawców: strony nie mogą być zablokowane dla OAI-SearchBot, a dostęp do feedu daje OpenAI.

Czy w Polsce można kupić produkt bezpośrednio w ChatGPT lub Google?

Na razie nie. Płatność w czacie Google udostępnił części sprzedawców z produktami w USA, a OpenAI od marca 2026 roku kieruje kupującego do sprzedawcy, by tam złożył zamówienie. Sklep w Polsce dostaje od agenta rekomendację i przejście na swoją stronę.

Czym różni się feed dla ChatGPT od feedu Google Merchant Center?

Schematem pól i sposobem dostarczenia. OpenAI ma własną specyfikację z polami takimi jak is_eligible_search i przyjmuje plik tylko przez SFTP; Google Merchant Center sam pobiera feed z linku. Dane bazowe są te same, więc oba feedy buduje się z jednego katalogu.

Co to jest MCP i czy sklep go potrzebuje?

MCP (Model Context Protocol) to otwarty standard, przez który asystent AI łączy się z programami i danymi. Sklepowi daje dwie rzeczy: Twój asystent pracuje z katalogiem i zamówieniami, a według protokołu UCP przez MCP może się łączyć także agent kupującego. Do tego drugiego najpierw potrzebne są feed i pełne dane.

Czy sklep potrzebuje pliku llms.txt?

Nie jest obowiązkowy. To krótki tekstowy spis treści strony dla asystentów AI; wyszukiwarka Google z niego nie korzysta, a cen i dostępności nie zastępuje: te agent bierze z feedu i znaczników.

Źródła

Sprawdzono 13.11.2026.

Zapisz link do tego artykulu Telegram Facebook X LinkedIn Viber WhatsApp
Dowiedz się więcej o Elbuz z AI Zadaj pytanie — wybierz czat, a AI przeanalizuje tę stronę za Ciebie:

Dyskusja na ten temat – Agentic commerce: jak przygotować katalog, żeby agent AI znalazł i polecił Twój produkt

0 komentarzy

Nie ma recenzji dla tego produktu.

Napisz komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są zaznaczone

Wypróbuj Elbuz za darmo