Agentic commerce: gdy klient wybiera produkt w ChatGPT, nie na stronie

📅 31 lipca 2026 ⏱️ 8 min czytania

Michał Winciorek

Performance Marketing Strategist · LinkedIn ↗

Część drogi zakupowej Twojego klienta przenosi się do rozmowy z AI. Klient pyta ChatGPT o produkt, dostaje zawężoną listę i wchodzi na stronę już po decyzji, albo zaczyna kupować bez wchodzenia na nią wcale. Dla sklepu oznacza to jedno pytanie, na które warto odpowiedzieć zawczasu: czy asystent AI w ogóle wie o Twoim produkcie i czy pokaże go dobrze.

Marketing e-commerce prowadzę od kilkunastu lat i widziałem już kilka „rewolucji”, które okazały się szumem. Ta jest inna, choć nie tam, gdzie krzyczą nagłówki.

Co się realnie wydarzyło

We wrześniu 2025 OpenAI uruchomił zakupy w ChatGPT pod hasłem „Buy it in ChatGPT”. Start z amerykańskimi sprzedawcami Etsy, potem zapowiedź rozszerzenia na sklepy Shopify, a jako metoda płatności doszedł PayPal. Wszystko oparte na Agentic Commerce Protocol, otwartym standardzie, który OpenAI zbudował razem ze Stripe. Google poszedł w stronę płatności agentów i ogłosił własny standard, Agent Payments Protocol (AP2), więc kierunek podchwycił więcej niż jeden gracz.

Tyle że kilka miesięcy później OpenAI wstrzymał sam zakup bezpośrednio w oknie czatu. Firma przyznała, że wdrażanie sprzedawców, poprawne dane o produktach, koszyki wielu pozycji i programy lojalnościowe okazały się trudniejsze, niż zakładała. Do tego użytkownicy zachowywali się inaczej, niż przewidywano: pytali AI, co kupić, porównywali opcje i klikali w linki, ale samą transakcję w czacie domykało niewielu. OpenAI przesunął więc nacisk na odkrywanie i porównywanie produktów, a płatność wraca do sklepów i połączonych aplikacji.

Wniosek dla właściciela firmy jest spokojny. Dziś gra toczy się o to, czy AI w ogóle pokaże Twój produkt i jak go opisze, a nie o kasę w oknie czatu. Zakup w rozmowie z modelem to wczesna faza i poczeka. Odkrywanie i porównanie dzieje się już teraz.

Dlaczego warto to potraktować poważnie

Ruch odsyłający z AI do sklepów rośnie szybko. Według Adobe Analytics ruch z AI do amerykańskich sklepów wzrósł o 393% rok do roku w pierwszym kwartale 2026, a w maju 2026 utrzymał wzrost rzędu 138% rok do roku. Adobe podaje też, że ten ruch ma wyższą skłonność do zakupu i niższy współczynnik odrzuceń niż wiele innych źródeł. To dane dla rynku amerykańskiego, więc traktuję je jako sygnał kierunku, nie jako liczby jeden do jednego dla Polski.

Nawet przy wstrzymanym zakupie w czacie płynie z tego prosta rzecz. Decyzja zakupowa coraz częściej zapada w rozmowie z modelem, zanim klient trafi na stronę. Jeśli AI zawęzi listę do trzech sklepów, a Twojego wśród nich nie ma, konkurujesz o klienta, który już wybrał. Widoczność w tej warstwie robi się realnym kanałem, obok wyszukiwarki i płatnych reklam.

Skąd AI bierze wiedzę o Twoim produkcie

Model nie zgaduje. Składa odpowiedź z danych, które są dostępne i uporządkowane. W praktyce liczą się cztery źródła: ustrukturyzowane dane produktowe (feed, dane w Merchant, schema Product i Offer na stronie), opinie klientów, porównywarki i treści, które model może zacytować, oraz spójność tego wszystkiego między sobą.

Tu wraca stary temat w nowej roli. Brudny feed, rozjechane ceny, brakujące atrybuty i niespójna dostępność sprawiają, że produkt jest dla asystenta AI trudny do pokazania, a często po prostu niewidzialny. Dane produktowe, które przez lata traktowano jako zaplecze kampanii Google, stają się warstwą, z której czyta też model. Rozwijam ten wątek w tekście o tym, dlaczego feed produktowy bywa cichym zabójcą wyników.

Co zrobić dziś, a co odpuścić

Najwięcej nieporozumień bierze się z mieszania dwóch rzeczy: porządku w danych, który zwraca się od razu, i przebudowy sklepu pod transakcję w czacie, która jeszcze poczeka. Oto jak to rozdzielam:

Rób teraz	Jeszcze poczeka
Czysty feed i spójne dane produktowe	Przebudowa sklepu pod zakup w oknie czatu
Poprawne ceny i dostępność w czasie rzeczywistym	Integracje z protokołami płatności agentów AI
Schema Product i Offer na kartach produktów	Budowa osobnego „sklepu dla botów”
Opinie i obecność w porównaniach cytowanych przez AI	Wdrażanie standardów, które wciąż się zmieniają
Pomiar ruchu z AI w GA4	Kampanie kierowane wprost do agentów AI

Kolejność jest prosta: najpierw dane, które AI czyta, potem eksperymenty z transakcją. Firma, która uporządkuje feed i pomiar, będzie gotowa na zakup w czacie, gdy ten dojrzeje. Firma, która dziś przepłaca za integracje z niedojrzałym standardem, ryzykuje, że wdroży coś, co za pół roku będzie wyglądać inaczej.

Jak zmierzyć, czy to już Cię dotyczy

Bez pomiaru nie odróżnisz realnego kanału od anegdoty, a temat AI aż prosi się o anegdoty. Trzy rzeczy do sprawdzenia. Po pierwsze, wydziel ruch z AI w GA4, bo domyślnie chowa się w różnych workach i łatwo go przeoczyć; jak to poukładać, opisuję w tekście o mierzeniu ruchu z AI w GA4. Po drugie, obserwuj kanał Direct, do którego często wpada część wejść z asystentów bez czytelnego odsyłacza. Po trzecie, słuchaj klientów: „znalazłem was przez ChatGPT” w rozmowie czy w polu ankiety to sygnał, który warto notować.

Dopiero zestawienie tych trzech rzeczy pokazuje, czy AI dowozi Ci już realny ruch, czy na razie pojedyncze wejścia. Na tej podstawie decydujesz, ile uwagi temat dostaje w tym kwartale.

Plan na najbliższy kwartał

Gdybym miał ułożyć to w listę zadań dla sklepu mid-market, wyglądałaby tak:

1. Audyt feedu i danych produktowych. Sprawdź kompletność atrybutów, poprawność tytułów i opisów, spójność między sklepem a feedem w Merchant.
2. Schema Product i Offer plus ceny i dostępność w czasie rzeczywistym. Dane na stronie mają zgadzać się z tym, co widzi klient przy koszyku.
3. Opinie i treści, które AI może zacytować. Realne recenzje, sekcje FAQ, opisy odpowiadające na pytania, które klient zadaje modelowi.
4. Pomiar ruchu z AI w GA4. Osobne rozpoznanie źródeł, żeby widzieć kanał, zanim urośnie.
5. Test obecności. Zapytaj sam ChatGPT albo Perplexity o swój produkt i kategorię, sprawdź, co model mówi, czy podaje Cię, czy konkurencję, i czy dane się zgadzają.

Ostatni krok robi najwięcej za najmniej. Kwadrans w oknie czatu pokazuje czarno na białym, jak Twój sklep wygląda oczami modelu, i podpowiada, gdzie dane wymagają porządku.

W tej rozgrywce wygra ten, czyje dane produktowe AI rozumie najlepiej, a nie ten, kto najgłośniej mówi o rewolucji w zakupach.

Agentic commerce to na razie zmiana w tym, gdzie zapada decyzja, a dopiero potem w tym, gdzie zapada płatność. Kto pierwszy uporządkuje dane i pomiar, ten wejdzie w fazę transakcyjną z przewagą, zamiast gonić ją w pośpiechu. Pilnuj też widoczności w wynikach generowanych przez AI; piszę o tym w tekście o widoczności w AI Overviews w 2026 oraz o tym, jak budować dane własne po erze ciasteczek.

Najczęstsze pytania

Czy klienci naprawdę kupują przez ChatGPT?

Zakupy w czacie ruszyły: OpenAI uruchomił „Buy it in ChatGPT” ze sprzedawcami Etsy, zapowiedział sklepy Shopify i dołożył PayPal w ramach Agentic Commerce Protocol. Krótko potem wstrzymał jednak sam zakup bezpośrednio w oknie czatu i skupił się na odkrywaniu oraz porównaniu produktów, bo transakcję w czacie domykało niewielu klientów. Dlatego dziś kluczowe jest to, czy AI w ogóle pokazuje Twój produkt i jak go opisuje, bo właśnie tam zapada decyzja zakupowa. Sam zakup w rozmowie z modelem to wczesna faza, która jeszcze dojrzewa.

Co zrobić, żeby AI polecało moje produkty?

Zadbać o ustrukturyzowane dane, z których model czyta. W praktyce oznacza to czysty feed produktowy, poprawne ceny i dostępność, schema Product i Offer na kartach produktów oraz opinie i treści, które AI może zacytować. Brudny feed, rozjechane ceny i brakujące atrybuty czynią produkt dla asystenta trudnym do pokazania, a często niewidzialnym. Zacznij od audytu danych produktowych i od testu: zapytaj sam ChatGPT albo Perplexity o swoją kategorię i sprawdź, czy model podaje Ciebie, czy konkurencję.

Czy muszę już przebudowywać sklep pod agentów AI?

Nie. Przebudowa sklepu pod zakup w czacie i integracje z protokołami płatności agentów mogą poczekać, bo same standardy wciąż się zmieniają, a zakup bezpośrednio w oknie czatu został na razie wstrzymany. Teraz zwraca się porządek w danych produktowych i pomiar ruchu z AI. Uporządkowany feed, poprawne ceny, schema i wydzielony pomiar w GA4 sprawią, że będziesz gotowy na fazę transakcyjną, gdy ta dojrzeje, bez pochopnych wdrożeń.