AI agents kupują za klientów 2026 — ChatGPT Atlas, Perplexity Pro, Operator: jak nie zniknąć z koszyka

TL;DR — 9 faktów które musisz znać

• 17% klientów US/UK użyło AI agenta do zakupu (4% w PL, +8pp/kwartał).
• 4 główne agenty z funkcją zakupową: ChatGPT Atlas, Perplexity Pro Shop, Operator OpenAI, Gemini Search Action.
• Najczęściej delegowane: bilety, elektronika, suplementy z subskrypcją, materiały B2B, food delivery.
• Sklepy bez Schema.org Product są praktycznie niewidzialne dla agentów (TOP 5 cytowanych = TOP 5 ze schemą).
• llms.txt stał się de facto standardem od początku 2026 — wspierany przez wszystkie 4 agenty.
• MCP (Model Context Protocol) — protokół Anthropic dla bezpośredniej komunikacji agent↔sklep, Shopify ma MCP server od marca 2026.
• Bez GTIN/EAN/MPN agent nie matchuje Twojego produktu z konkurencją — nie pojawia się w porównaniach cenowych.
• Tracking agentic traffic: server-side logs (user-agent „ChatGPT-User”, „PerplexityBot”, „Anthropic-Tools”), nie GA4 client-side.
• Audyt agent-readiness sklepu + plan wdrożenia — od 597 zł (mini-audyt 49 zł dla weryfikacji widoczności w agentach). Wycena finalna w 24h.

Co to jest agentic commerce w 2026

Klasyczna ścieżka zakupowa: klient → Google search → klik → 3-7 sklepów porównanych → decyzja → zakup. Średni czas: 3-14 dni (research period + decyzja + checkout).

Ścieżka agentic: klient → „kup mi czarne dżinsy slim 32x34 do 250 zł z dostawą do Polski” → agent przegląda 50+ sklepów w 2 minuty → porównuje cenę + dostępność + opinie + czas dostawy → finalizuje zakup w wybranym sklepie → email z potwierdzeniem do klienta. Średni czas: 2-15 minut. Klient w ogóle nie odwiedza sklepów — agent robi wszystko.

Cztery agenty z funkcją zakupową w czerwcu 2026:

• ChatGPT Atlas (Anthropic Claude-based browser, od stycznia 2026) — natywna funkcja „Find and buy”.
• Perplexity Pro Shop (od Q4 2025) — dedykowana zakładka „Shop” w wynikach search.
• OpenAI Operator (GA od stycznia 2025) — generalny agent przeglądarki, używany do zakupów wśród Plus/Pro subscribers.
• Google Gemini Search Action (od Q1 2026 w US/UK, w PL od marca 2026) — zintegrowany z Google Shopping ads.

Co to oznacza dla sklepu: Twoja widoczność w „starym Googlu” staje się tylko częścią widoczności. „Nowa widoczność” to:

• Czy ChatGPT cytuje Twój sklep gdy klient pyta o Twoją kategorię?
• Czy Perplexity ma Twoje produkty w Shop tab?
• Czy Google AI Overview pokazuje Twoje produkty w wynikach?
• Czy Operator pomyślnie kończy checkout na Twoim sklepie (czy nie wywala się na JS-heavy formularzu)?

Test 4 punktów — jak agenty widzą Twój sklep

Test pełny zajmuje 15 minut, możesz zrobić go teraz przed dalszym czytaniem. Wszystkie 4 punkty wykonane = TOP 5% polskich sklepów Q2 2026.

Punkt 1: Test ChatGPT z Atlas/browsing

Otwórz chat.openai.com z włączonym Atlas (Pro subscription wymagana w PL od kwietnia 2026 dla pełnego browsing). Wpisz: „Znajdź mi [Twój flagowy produkt z konkretnym parametrem] z dostawą do Polski, do [budżet]”. ChatGPT cytuje 3-7 sklepów. Czy jest tam Twój? Jeśli nie — przegrałeś dla tego query.

Punkt 2: Test Perplexity Shop

Wejdź na perplexity.ai, zadaj to samo. Przejdź na zakładkę „Shop”. Perplexity wyświetla produkty z różnych sklepów w trybie comparison. Czy Twój produkt tam jest?

Punkt 3: Test Google AI Mode

Otwórz Google, włącz AI Mode (od Q1 2026 dostępny w PL dla wszystkich), szukaj kategorii. AI Overview pokazuje 3-5 produktów z cenami i sklepami. Czy Twój sklep jest cytowany?

Punkt 4: Test llms.txt

Wpisz w przeglądarce: twojadomena.pl/llms.txt. Jeśli 404 — nie masz tego pliku. To pierwsze co agent sprawdza po wejściu na domenę.

Realistyczny benchmark Q2 2026: 95% polskich sklepów oblewa 3-4 punkty. Inwestycja w widoczność dla agentów = inwestycja w pole gdzie konkurencja jest niska a wzrost stoi przed drzwiami.

7 wymogów karty produktu dla AI agenta

Wymóg 1: Schema.org Product JSON-LD

Klucz #1. Bez Schema.org Product w formacie JSON-LD agent musi parsować HTML „na oślep” — 30-40% szans błędu w odczycie ceny/dostępności.

Minimalne pola: @type, name, description, sku, brand, image, offers (z price, priceCurrency, availability, url, validFrom, priceValidUntil).

Test: search.google.com/test/rich-results — wklej URL karty produktu, sprawdź czy wykrywa Product schema.

Wymóg 2: AggregateRating + Review

Agenty filtrują po opiniach — typowy threshold 4.0/5.0. Bez Schema AggregateRating Twój produkt nie pojawia się w „pokazuj tylko wyżej ocenione” filtrach.

Pola: aggregateRating (ratingValue, reviewCount, bestRating, worstRating) + tablica review z author, datePublished, reviewRating.

Wymóg 3: Server-side rendered price

Cena MUSI być w HTML po server-side render. Jeśli cena ładuje się dynamicznie przez fetch() / API call po JS execution — agenty często ją pomijają (timeout / parsing failure).

Test: view-source twojejdomeny.pl/produkt — czy cena jest w HTML źródłowym?

Wymóg 4: GTIN / EAN / MPN

Agenty matchują produkty cross-sklep przez Global Trade Item Number. Bez tego Twój produkt nie pojawia się w „porównaj ceny tego produktu w innych sklepach” widokach.

Pole w Schema: gtin13 lub gtin12 lub mpn.

Wymóg 5: Real-time stock availability

Agent pomija produkty out-of-stock. Schema availability musi być aktualna (Twój ERP/PIM → sklep update musi być <5 min).

Wartości: InStock, OutOfStock, PreOrder, BackOrder.

Wymóg 6: OfferShippingDetails

Agenty kalkulują total cost including shipping przed wyborem sklepu. Bez Schema shipping details Twój produkt może wyglądać tańszy ale finalnie droższy — agent wybiera konkurenta.

Pola: shippingRate (value, currency), shippingDestination (kraj/region), deliveryTime (handlingTime, transitTime).

Wymóg 7: URL kanoniczny i clean routing

Agent zapisuje URL do późniejszego użycia. Jeśli Twój sklep ma session-id w URL lub /produkt?param=xyz123 — agent może mieć problem z odtworzeniem cart state.

Best practice: /produkt/[slug-readable], canonical link rel w head, brak session id w URL.

llms.txt — nowy robots.txt dla agentów

llms.txt to plik markdown w głównym katalogu Twojej domeny (/llms.txt) który mówi agentowi: „cześć, oto co tu znajdziesz”. Powstał jako propozycja Jeremy Howarda (fast.ai) we wrześniu 2024 i do czerwca 2026 stał się de facto standardem.

Struktura llms.txt dla sklepu:

# Sklep Lepiej Sprzedaj

> Sklep internetowy z [kategoria produktów], dostawa do PL/EU,
> obsługa BLIK + InPost + Apple Pay.

## Katalog
- [Wszystkie produkty](https://twojadomena.pl/sklep)
- [Bestsellery](https://twojadomena.pl/sklep/bestsellery)
- [Promocje](https://twojadomena.pl/sklep/promocje)

## Informacje dla klienta
- [Dostawa i płatności](https://twojadomena.pl/dostawa)
- [Polityka zwrotów (14 dni)](https://twojadomena.pl/zwroty)
- [Reklamacje i rękojmia](https://twojadomena.pl/reklamacje)

## Polityki
- [Regulamin sklepu](https://twojadomena.pl/regulamin)
- [Polityka prywatności](https://twojadomena.pl/prywatnosc)

Czas wdrożenia: 1-3h. Koszt: 0 zł (sam plik) lub 290-590 zł jeśli robi to agencja z mapowaniem URL.

Co osiągasz: ChatGPT Atlas / Perplexity / Claude.ai przy próbie odpowiedzi na pytanie o Twoją kategorię preferują sklepy z llms.txt — szybkiej parse, jasna struktura, niska szansa błędu.

MCP server — następna generacja integracji

Model Context Protocol (MCP) — protokół Anthropic z listopada 2024, do czerwca 2026 wspierany przez Anthropic, OpenAI, Google, Perplexity i większość liczących się klientów AI. MCP pozwala agentowi rozmawiać z Twoim sklepem programmatically zamiast przez headless browser.

Korzyść: agent zamiast „klikać na stronie” (slow, error-prone) — wywołuje funkcje API: getProducts, addToCart, checkout. To 5-8× wyższa reliability.

Stan implementacji platform Q2 2026:

• Shopify: Shopify Storefront MCP server (od marca 2026), włączane jednym przyciskiem dla Shopify Plus.
• WooCommerce: plugin „WooCommerce MCP” (kwiecień 2026, premium 89 USD/rok).
• PrestaShop: module w przygotowaniu, beta Q3 2026.
• IdoSell: brak natywnego MCP, integracja przez custom API.
• Custom sklepy: implementacja MCP server zgodnie z spec modelcontextprotocol.io.

Setup MCP server custom: 2-4 dni roboczych, koszt 2-6 tys. zł. Setup dla Shopify Plus / WooCommerce z plugin: kilka godzin.

Tracking agentic traffic w GA4

Problem: agent używa headless browser lub MCP bez JavaScript execution. GA4 (client-side) zwykle NIE widzi tej sesji. W rezultacie sklepy widzą „dziwne” zamówienia bez sesji, atrybucja idzie do (direct) lub (none).

Rozwiązanie 1: Server-side tracking

Skonfiguruj server-side GTM (Google Tag Manager) który nasłuchuje server-side i identyfikuje agentic requests po user-agent header:

• ChatGPT-User — ChatGPT Atlas browser.
• OAI-SearchBot — OpenAI search crawler.
• PerplexityBot — Perplexity crawler.
• Anthropic-AI — Claude general crawler.
• Anthropic-Tools — Claude with tools (browser).
• Google-Extended — Google AI training bot.
• GoogleOther — Google other AI requests.

Rozwiązanie 2: UTM parameters dla agent-driven traffic

Niektóre agenty dodają UTM source automatycznie (Perplexity dodaje utm_source=perplexity). Skonfiguruj GA4 channel grouping aby grupować te UTM jako kanał „AI Agents”.

Rozwiązanie 3: Custom dimension w zamówieniu

W backend Twojego sklepu (Shopify/WooCommerce/PrestaShop) — przy zapisywaniu zamówienia sprawdź user-agent. Jeśli matchuje agentic — taguj zamówienie polem „source=ai_agent”. Eksportuj do GA4 jako custom event.

Checklist 11 punktów — agent-ready store

1. Schema.org Product JSON-LD na każdej karcie produktu (test: search.google.com/test/rich-results).
2. AggregateRating + Review w schema dla produktów z opiniami.
3. Server-side rendered price (cena w view-source, nie JS-driven).
4. GTIN / EAN / MPN w schema dla każdego SKU.
5. Real-time stock availability w schema (InStock/OutOfStock auto-update).
6. OfferShippingDetails z dostawą do PL + koszt + czas.
7. URL kanoniczny bez session ID, slug human-readable.
8. llms.txt z opisem biznesu i mapą kluczowych URL.
9. MCP server jeśli używasz Shopify Plus / WooCommerce premium.
10. Server-side tracking agentic traffic (sGTM z user-agent detection).
11. Custom dimension w GA4 dla source=ai_agent.

Najczęstsze pytania