Piszę o agentic commerce od kilku tygodni. O ACO, UCP, retrieval qualification, o tym jak agent AI wybiera produkty według zupełnie innych kryteriów niż człowiek. Czas sprawdzić czy sklep który sam prowadzę — ifox.pl — w ogóle kwalifikuje się do tego świata.

Wynik jest lepszy niż się spodziewałem. I gorszy niż powinien być.

Narzędzie i metoda

Google udostępnia narzędzie do testowania danych strukturalnych: Rich Results Test. Wklejasz URL produktu, dostajesz raport co agent — w tym przypadku googlebot i systemy AI korzystające z danych Google — widzi na stronie.

Przetestowałem stronę produktu iFOX Garden.

Co jest dobrze

Produkt jest rozpoznany jako Product — podstawowa kwalifikacja zaliczona. Agent wie że ma do czynienia z produktem, nie z artykułem czy stroną kategorii.

Dane cenowe są kompletne i dobrze ustrukturyzowane:

• cena: 184 PLN
• waluta: PLN
• VAT wliczony w cenę: tak
• dostępność: InStock
• ważność oferty: 2027-12-31

To jest dokładnie to czego agent potrzebuje do kwalifikacji zakupowej. Wie ile kosztuje, czy jest dostępny, czy cena jest aktualna. Bez tych danych — lub przy danych niekompletnych — agent pomija produkt i przechodzi do następnego merchanty. Tu mamy zielone światło.

Obecne jest też pole seller — agent może zweryfikować kto sprzedaje produkt, co jest sygnałem wiarygodności.

Co brakuje

Dwa pola oznaczone jako niekrytyczne, ale w kontekście agentycznym ważniejsze niż sugeruje ta klasyfikacja:

review — brak recenzji produktu w danych strukturalnych. Agent AI który działa w imieniu użytkownika i ma za zadanie wybrać najlepszy produkt w kategorii, weryfikuje sygnały zaufania. Recenzje są jednym z nich. Brak recenzji nie dyskwalifikuje produktu, ale obniża jego pozycję w rankingu agentycznym względem produktów które je mają.

aggregateRating — brak zagregowanej oceny (np. 4.5/5 na podstawie 23 opinii). To samo co wyżej — sygnał zaufania który agent uwzględnia przy wyborze.

W przypadku ifox.pl problem jest częściowo strukturalny: sklep sprzedaje layouty Divi, nie produkty masowe z setkami recenzji. Ale nawet kilka opinii wprowadzonych do danych strukturalnych byłoby lepsze niż ich brak.

Co to oznacza w praktyce

Ifox.pl jest dziś w następującej pozycji agentycznej:

Agent AI może znaleźć produkt, zweryfikować cenę i dostępność, zidentyfikować sprzedawcę. Może go uwzględnić przy zapytaniu zakupowym. Ale przy porównaniu z produktem który ma te same dane plus oceny — wybierze ten drugi.

To jest typowy wynik dla sklepów które mają wdrożone WooCommerce z domyślnym Schema markup — technikalia są, brakuje warstwy społecznego potwierdzenia.

Co zrobić dalej

Trzy konkretne kroki w kolejności priorytetu:

1. Aktywuj zbieranie recenzji WooCommerce — domyślnie WooCommerce obsługuje recenzje produktów i automatycznie eksportuje je do Schema markup jako review i aggregateRating. Jeśli funkcja jest wyłączona: WooCommerce → Ustawienia → Produkty → zaznacz „Włącz recenzje produktów”.

2. Poproś obecnych klientów o recenzję — nawet 3-5 opinii na produkt zmienia sygnał dla agenta z „brak danych” na „zweryfikowany produkt z opiniami”.

3. Sprawdź pozostałe produkty — jeden produkt to za mała próba. Warto przejść przez cały katalog tym samym narzędziem i sprawdzić czy offers jest wszędzie kompletne. Jeden produkt bez aktualnej ceny w Schema to potencjalny leak w kwalifikacji.

Szerszy wniosek

Większość sklepów opartych na WooCommerce ma podobny profil: podstawy Schema działają, brakuje warstwy recenzji. To dobra wiadomość — nie trzeba przepisywać architektury, wystarczy aktywować to co już jest i zebrać opinie.

Zły wynik w Rich Results Test to zazwyczaj brak offers w ogóle albo nieaktualne dane o dostępności. Jeśli twój sklep ma zielony znacznik i kompletne offers — jesteś w lepszej połowie polskiego e-commerce pod kątem agent-readiness.

Sprawdź swój sklep. Narzędzie jest bezpłatne, test zajmuje 30 sekund.