Gör din produktkatalog läsbar för shoppingagenter på sju omgångar

Gör din produktkatalog läsbar för shoppingagenter på sju omgångar

Adobe hade en maskinläsbarhetsgrad på 66 % för detaljhandelsproduktsidor under första kvartalet 2026, vilket är den lägsta sidtypen för alla sidor, under startsidor på 75 % och kategorisidor på 74 %. Under samma kvartal ökade AI-baserad trafik till amerikanska detaljhandelssajter med 393 % jämfört med föregående år, och i mars konverterade den 42 % bättre än icke-AI-baserade kanaler. De ytor som skickar den bäst konverterande trafiken läser de sämst förberedda sidorna.

Den här guiden är för e-handelsteam som redan driver ett produktflöde för Google Shopping eller en marknadsplats och som nu behöver katalogen för att överleva när den läses av en shoppingagent. Sju omgångar, var och en med en regel du kan kontrollera idag: vilka fält som blockerar inkludering, vilka EU-listningar som lagligen måste innehålla, hur ofta den ska uppdateras och var metoden slutar fungera.

Tre lager, och bara ett av dem är ett protokoll

"Agentic commerce readiness" säljs som ett enda integrationsprojekt. Det är tre lager, och de flesta team behöver bara de två första: tillgång (kan sökroboten nå dina sidor), datum (är katalogen komplett och tillräckligt aktuell för att kunna citeras), transaktion (kan mäklaren köpa utan att skicka köparen till din webbplats).

Agentic Commerce Protocol (ACP), som underhålls av Stripe, OpenAI och Meta, är det tredje lagret: fem REST-slutpunkter för att skapa, läsa, uppdatera, slutföra och avbryta en utcheckningssession, där säljaren förblir registrerad handlare. Det är i beta, versionsdatum, för närvarande med release 2026-04-17. Vad det inte gör är upptäckt – ingenting i det berättar för en agent att din produkt existerar, vad den kostar eller om den finns i lager. Det händer i flödet och på sidan, så gör även pass 1 till 5 innan pass 6 avgränsas.

Pass 1: fixa fälten som grindar inkludering

Börja med de områden som får en produkt att bli nedlagd, inte bara dåligt rankad. Två specifikationer är viktigast, och de är oense om namnen.

Vad det ärOpenAI-produktflödeGoogle Merchant CenterGodkännanderegel
Stabil identifierareitem_id (*)id (obligatoriskt, max 50 tecken)Oförändrad i 3 fodergenerationer
Namn title (*)title (obligatoriskt, max 150 tecken)Inga SKU-koder eller leveranslöften
Landning sidanurl (*)link (*)200, ingen samtyckesvägg eller geoomdirigering
Bildimage_url (obligatoriskt, direkt JPEG/PNG)image_link (*)Direktfil, inte en lat platshållare
Lagerstatusavailability (obligatorisk enum)availability (obligatorisk enum)Matchar levande djur vid export
Prisprice som "79.99 USD" (obligatoriskt)price med ISO 4217-kod (obligatorisk)Matchar vad köparen betalar
Varumärkebrand (obligatoriskt, inga platsmarkörer)brand (obligatoriskt förutom filmer, böcker, musik)Riktigt varumärke, aldrig ditt butiksnamn

Båda specifikationerna kräver också en beskrivning (max 5 000 tecken, attribut snarare än marknadsföringstext) och OpenAI kräver seller_nameKonditionalerna fångar folk i närheten: mpn endast när det inte finns något tillverkartilldelat GTIN, condition endast för begagnade och renoverade varor, availability_date för förbeställning och restnotering. Kläder i Brasilien, Frankrike, Tyskland, Japan, Storbritannien och USA behöver också färg, kön, åldersgrupp, storlek och item_group_idGoogles minsta bildstorlek ökar till 500×500 pixlar den 31 januari 2027.

Beslutspunkt. Om fler än 5 % av SKU:erna misslyckas med något obligatoriskt fält, sluta bygga nya ytor och åtgärda exporten. Ett flöde med en avvisningsgrad på 10 % har inget AI-problem, det har ett PIM-problem.

Pass 2: få sidan att säga samma sak som flödet

Agenter läser båda, och om de inte håller med kontrollerar du inte vem som vinner.

Googles merchant listing-upplevelser kräver lite: name, image och offers on Product, plus price och priceCurrency on OfferResten är endast rekommenderat – men det är den rekommenderade uppsättningen som agenter använder för jämförelsefrågor: availability, hasMerchantReturnPolicy, shippingDetails, itemCondition, gtin, mpn, aggregateRating.

Kör en paritetskontroll på 50 av de mest intäktsrika SKU:erna och jämför pris, valuta, tillgänglighet och kanonisk URL mellan flödet och markupen. Godkänd regel: 100 % överenskommelse om pris och tillgänglighet. Att få ett pris som man inte håller är värre än att inte få någon offert.

Punkt 3: ange en uppdateringskadens som dina priser kan överleva

Färskhet behandlas vanligtvis som hygien. På en marknad med hög inflation är det korrekthet. Den årliga konsumentprisinflationen i Turkiet rapporterades till 31.5 % för augusti 2026, så en lirakatalog rör sig väsentligt inom ett kvartal och prissättningen är kontinuerlig snarare än säsongsbetonad. Ett dagligt drag som passar en eurokatalog passar inte denna.

Beräkna din egen kadens:

  1. Hämta 90 dagar av prisändringar och utrangerade varor från din handelsplattform.
  2. Ta medianintervallet för varje, på dina 100 största SKU:er efter intäkt.
  3. Ställ in uppdateringen till högst en fjärdedel av det kortare intervallet.

Utarbetat exempel: en elektronikåterförsäljare som justerar prissättningen var 6:e ​​dag och slutar i lager var 4:e landar på 24 timmar, drivet av slutintervallet. En modeåterförsäljare justerar prissättningen två gånger per säsong men slutar i lager dagligen landar på samma 24 timmar av en annan anledning. Vilken begränsning som producerade siffran talar om för dig vad du ska titta på.

Beslutspunkt. Om din plattform inte kan pusha deltan vid den kadensen, skicka in availability as unknown snarare än inaktuell — OpenAIs specifikation accepterar det. Ärlig osäkerhet kan återställas; säkra felaktigheter om aktiekursen kan inte återställas.

Pass 4: ha de efterlevnadsfält som dina EU-listningar behöver

Om du skickar varor till EU har den allmänna produktsäkerhetsförordningen (EU) 2023/988 gällt sedan den 13 december 2024, och artikel 19 ställer följande skyldigheter för själva online-erbjudandet: tillverkarens namn eller handelsnamn och kontaktuppgifter, eller den auktoriserade representantens; information som identifierar produkten, inklusive en bild; och eventuella varningar eller säkerhetsinformation.

Poängen som missas: det här är produktdatafält, inte standardtexten för sidfoten. De följer med varan, per SKU – en kanal som renderar din annons från ett flöde renderar den utan GPSR-blocket om inte flödet innehåller det.

För säljare utanför EU, inklusive turkiska exportörer, sekvenseringsbitar här: du behöver en ekonomisk aktör etablerad i EU innan listningen kan slutföras, så dataändringen och det kommersiella arrangemanget måste planeras tillsammans. [INTERNAL DATA NEEDED: which Switas client segments ship into the EU, and whether their PIM carries manufacturer contact and EU responsible person fields]

Godkänd regel: Varje SKU som levereras inom EU löser tillverkarens namn, postadress, ansvarig person i EU och varningar från strukturerade fält, inte fritext.

Pass 5: bekräfta att agenten kan nå sidan

Blockering är vanligare än team inser, vanligtvis kollateral skada från en anti-skrapningsregel skriven 2023. OpenAI kör fyra användaragenter med oberoende kontroller, och att blanda ihop dem är ett vanligt misstag.

AnvändaragentSyfteEffekt av att neka tillåtelse
OAI-SearchBotGenomsökningar för ChatGPT-sökningVisas inte i ChatGPT-söksvaren
GPTBotData som kan träna grundmodellerIngen effekt på söksynlighet
OAI-AdsBotKontroll av annonslandningssidor och relevansPåverkar annonser, inte organiska svar
ChatGPT-UserAnvändarinitierade hämtningar i ChatGPTrobots.txt-regler kanske inte gäller

Den rimliga standardinställningen är att tillåta OAI-SearchBot och behandla GPTBot som ett separat licensieringsbeslut. Kontrollera CDN och WAF samt robots.txt: en regel som säger att hastighetsbegränsningar av användaragent ger samma resultat som en disallow, i tysthet. Varje crawler publicerar verifierbara IP-intervall.

Del 6: bestäm om du behöver transaktionslagret

Först nu är ACP en vettig diskussion. Vill ha alla tre innan man bestämmer sig för att bygga.

  • AI-baserade sessioner är en mätbar andel av intäkterna, inte ett avrundningsfel.
  • Din utcheckning konverterar redan bra – om den underpresterar för mänsklig trafik kommer ett API inte att rädda den.
  • Din lagerlogik kan reservera lager för en session vars tempo du inte kontrollerar.

Misslyckas med ett försök och fortsätt förbättra testerna 1 till 5, där avkastningen är omedelbar och specifikationen inte är i beta.

Pass 7: mät det som en panel, inte som ett mått

Agenternas svar är icke-deterministiska – samma prompt returnerar olika produkter på olika dagar – så en enda före-och-efter-kontroll säger ingenting. Spåra en fast panel av prompter, kör varje prompt upprepade gånger och använd inkluderingsgraden över körningar som enhet. Fastställ variansbandet innan du ändrar något, annars kan du inte separera en korrigering från brus.

Var detta bryts ner

Det är en datametod, inte en efterfrågemetod. Allt detta gör dig berättigad till en offert. Inget av detta gör att en mäklare föredrar dig framför en billigare konkurrent med lika ren data.

Specifikationerna förändras snabbare än din lanseringscykel, och marknadsplatssäljare kontrollerar mindre än vad detta antar. ACP är i beta och har en datumversion, Googles specifikationer ändras vid daterade deadlines, och en marknadsplats äger flödesschemat och ofta den strukturerade datan – vilket förvandlar passeringar 1, 3 och 4 till förhandlingar.

Bevisen för konvertering är unga och har vänt en gång. Adobes data visar att AI-baserad trafik konverterar 38 % sämre än andra kanaler i mars 2025 och 42 % bättre i mars 2026. En tolv månader gammal vändning är inte en stabil lag – en anledning att vara redo, inte en prognos för ett affärsmässigt scenario. Relaterat: Siffran "1 1,200 % tillväxt" som fortfarande cirkulerar i kortlekar är från Adobes lansering i mars 2025 och jämför februari 2025 med juli 2024, sju månader efter en mycket liten bas. Det var aldrig en årstakt. Använd 393 % år över år för första kvartalet 2026, med Adobes eget förbehåll för basstorlek.

Vanliga frågor och svar

Kan jag återanvända mitt Google Shopping-flöde för AI-surfplattor?
Återanvänd den som källa, men förvänta dig ett mappningslager: fältnamnen skiljer sig åt (item_id kontra id, url kontra link) och OpenAIs specifikation kräver seller_nameGenerera båda exporterna från PIM istället för att behålla två kataloger.

Räcker det med strukturerad data på produktsidan i sig?
Det hjälper till med upptäckten och det är vad sökmotoroptimerade crawlers läser, men shoppingytor som tar in ett flöde kommer inte att inkludera dig enbart på uppmärkning. Att klara godkännande 2 innebär att de två överensstämmer.

Vad händer om mitt flöde säger att produkten finns i lager och det inte är det?
I bästa fall förlorar du köpet i kassan; i värsta fall ger en agent en offert på tillgänglighet som du inte respekterar, vilket är ett konsumentskyddsproblem inom EU. unknown är legitimt när systemen inte kan hålla jämna steg.

Tar blockering av GPTBot bort mig från ChatGPT:s shoppingresultat?
Nej. GPTBot styr insamling av träningsdata; OAI-SearchBot är den som är kopplad till att visas i ChatGPT-söksvar. De konfigureras oberoende av varandra.

Hur mycket av GPSR artikel 19 gäller om jag bara säljer via marknadsplatser?
Skyldigheterna är knutna till erbjudandet, så informationen måste fortfarande visas. Marknadsplatsen dikterar vilka fält den renderar; ditt jobb är att tillhandahålla informationen i deras schema och verifiera den i den aktuella listningen.

Ska jag implementera ACP nu eller vänta?
Vänta tills du uppfyller alla tre kriterierna i pass 6. Specifikationen är i beta och har en viss versionsdatum, så tidiga integrationer har underhållskostnader som datapass inte har.

Om du vill att de sju omgångarna ska köras mot din egen katalog, med en prioriterad åtgärdslista i slutet, prata med oss ​​om en produktdataberedskapsgranskningDu kan också besöka vårt verktyg för foderoptimering Feedance.

Källor


Çağdaş Polat
Skriven av

Çağdaş Polat

Çağdaş Polat är medgrundare av Switas, där han leder teknik- och tillväxtkonsulttjänster för varumärken inom e-handel, resor, sjukvård och offentlig sektor. Han är utbildad datavetare och har gått från mjukvaruutveckling till ledande marknadsförings-, produkt- och strategiroller under det senaste decenniet. Han ger nu företag råd om CRO, analys och att bygga tillväxtsystem som håller måttet.


Relaterade artiklar

Switas som sett på

Magnify: Skalning av influencermarknadsföring med Engin Yurtdakul

Kolla in vår fallstudie om Microsoft Clarity

Vi lyfte fram Microsoft Clarity som en produkt byggd med praktiska, verkliga användningsområden i åtanke, av riktiga produktfolk som förstår de utmaningar som företag som Switas står inför. Funktioner som "rage clicks" och JavaScript-felspårning visade sig vara ovärderliga för att identifiera användarfrustrationer och tekniska problem, vilket möjliggjorde riktade förbättringar som direkt påverkade användarupplevelsen och konverteringsfrekvensen.