Sklepy zaczynają optymalizować się nie tylko pod człowieka i Google, ale też pod asystenta, który ma znaleźć produkt, porównać parametry i czasem wykonać kolejne kroki za użytkownika. WooCommerce właśnie sprowadza ten temat na ziemię: agent AI nie potrzebuje kolejnego sloganu o „najwyższej jakości”. Potrzebuje danych, które da się jednoznacznie odczytać i porównać.

Punkt wyjścia jest mocny. Według Adobe ruch z narzędzi AI do amerykańskich serwisów retailowych wzrósł w pierwszym kwartale 2026 o 393% rok do roku. W marcu ruch ten konwertował o 42% lepiej niż ruch spoza AI, podczas gdy rok wcześniej konwertował o 38% gorzej. Adobe opiera analizę na danych z bezpośrednich transakcji obejmujących ponad bilion wizyt w amerykańskich serwisach detalicznych oraz na ankiecie ponad 5 tys. osób w USA.

Te procenty wymagają jednak jednej ważnej gwiazdki. Bardzo szybki wzrost nie oznacza automatycznie, że AI stało się największym kanałem sprzedaży. Sam WooCommerce zaznacza, że liczby są nadal małe. Wysoka dynamika z niewielkiej bazy potrafi wyglądać spektakularnie, więc 393% nie należy tłumaczyć jako „AI przejęło e-commerce”.

WebsiteGarage / Usługi

Sprawdź nasze usługi.

Jedna trzecia treści na stronach produktów jest słabo czytelna dla maszyn

Adobe zbadało też tak zwaną widoczność treści dla maszyn. W jego AI Content Visibility Checker przeciętna strona produktu w badanej grupie amerykańskich retailerów uzyskała wynik 66%. W uproszczeniu oznacza to, że około jedna trzecia analizowanej treści nie była przez narzędzie Adobe uznawana za czytelną dla modeli. Strony produktowe wypadły gorzej niż strony główne i strony kategorii.

To nie jest dowód, że produkt z wynikiem 66% znika z ChatGPT, Gemini czy AI Overviews. WooCommerce sam uczciwie zaznacza, że nie ma twardych danych łączących taki wynik widoczności bezpośrednio z utratą rekomendacji albo przychodu. Jest natomiast prosty problem techniczny: jeśli istotny parametr istnieje tylko w grafice, w dziwnym komponencie JavaScript albo w niespójnym opisie marketingowym, system próbujący porównać produkty ma mniej pewnych danych do pracy.

WooCommerce ma już część potrzebnej infrastruktury

Dobra wiadomość dla sklepów WooCommerce jest taka, że nie trzeba od razu budować osobnego „sklepu dla robotów”. WooCommerce wskazuje, że podstawowe pola produktu, takie jak tytuł, opis, zdjęcie, SKU, cena, waluta i status magazynowy, są mapowane do danych Schema.org w formacie JSON-LD na stronach produktów. To uporządkowana warstwa danych, którą wyszukiwarki i kompatybilne systemy mogą odczytać bez zgadywania, co na stronie jest ceną, a co numerem modelu.

Problem zaczyna się przy bogatszych katalogach. Rozmiar, materiał, kompatybilność, wariant, pojemność, parametry techniczne czy dane specyficzne dla branży często żyją w niestandardowych polach, tabelach albo opisach. WooCommerce zaznacza, że bogatsze pola i dane na poziomie wariantów mogą wymagać rozszerzeń albo własnego markup.

AI Search nie naprawi bałaganu w katalogu

Najbardziej praktyczna część nowego materiału Woo nie dotyczy wcale modeli językowych. Dotyczy starego problemu sklepów: cena w sklepie jest jedna, w feedzie druga, wariant ma pusty atrybut, stan magazynowy aktualizuje się z opóźnieniem, a opis mówi coś innego niż tabela parametrów. Dla człowieka to irytujące. Dla systemu automatycznie porównującego oferty są to po prostu dane o niskiej wiarygodności.

W lipcowym InfoBrief IDC sponsorowanym przez WooCommerce pojawia się pojęcie „agent buyer”, czyli kupującego reprezentowanego przez agenta. Taki system ma opierać decyzje na ustrukturyzowanych katalogach, aktualnych cenach, dostępności i spójnej identyfikacji produktów. Warto przy tym pamiętać, kto finansował materiał: to kierunkowa analiza rynku przygotowana przez IDC dla WooCommerce, a nie neutralny dowód, że konkretny markup gwarantuje sprzedaż w konkretnym modelu AI.

Co można zrobić bez kupowania magicznego pakietu „GEO”

Pierwszy sensowny audyt jest banalnie mało futurystyczny. Warto wyeksportować katalog i sprawdzić, które ważne atrybuty są puste lub zapisane wyłącznie w opisie. Następnie porównać ceny, dostępność, identyfikatory i warianty między stroną, feedami oraz kanałami sprzedaży. Na końcu sprawdzić dane strukturalne produktu i to, czy kluczowe informacje są obecne w HTML w formie, którą da się odczytać bez klikania w pół interfejsu.

Dopiero później ma sens eksperymentowanie z kolejnymi formatami przeznaczonymi specjalnie dla agentów. Sama obecność pliku llms.txt, dodatkowej strony „dla AI” albo stu akapitów wygenerowanych pod pytania użytkowników nie naprawi katalogu, w którym cena, stan i parametry wzajemnie sobie przeczą.

Komentarz WebsiteGarage

Wokół AI Search bardzo szybko powstaje nowa odmiana SEO-wego voodoo. Nazwa się zmienia, faktura zostaje. Tymczasem najciekawszy w świeżym materiale WooCommerce jest powrót do podstaw: dobre dane produktowe, czytelna struktura, spójność informacji i aktualny magazyn. To rzeczy, które były wartościowe przed ChatGPT i będą wartościowe również wtedy, gdy kolejny skrót marketingowy przestanie być modny.

To nie znaczy, że AI Search można ignorować. Wzrost ruchu mierzony przez Adobe jest realny, a zachowanie użytkowników faktycznie się zmienia. Znaczy tylko, że nie warto zaczynać od pytania „jak oszukać model, żeby mnie polecał?”. Lepsze pytanie brzmi: „czy mój sklep dostarcza wystarczająco dobre dane, żeby człowiek, wyszukiwarka i agent mogli zrozumieć ten sam produkt bez trzech różnych wersji prawdy?”.