Készülj fel a termékfelfedezés új, mesterséges intelligencia vezérelte korszakára.
Az elmúlt hat hónapban rendkívüli gyorsasággal épült ki a mesterséges intelligencia által vezérelt kereskedelem (vagyis az „agentic commerce”) infrastruktúrája:
- A Google 2026 januárjában elindította a Shopping szolgáltatást AI Mode-ban, és bejelentette a Universal Commerce Protocolt, amelyet a Shopify, a Walmart, a Target és az Etsy közreműködésével fejlesztettek ki.
- Az OpenAI 2025 szeptemberében a Stripe-pal közösen elindította az Agentic Commerce Protocolt, amely lehetővé teszi a vásárlásokat közvetlenül a ChatGPT-n belül.
- A Microsoft 2026 januárjában követte ezt a Copilot Checkout bevezetésével.
- A Shopify minden platformot összekapcsoló rétegként pozicionálja magát.
Ahogy az agentic commerce fejlesztése egyre nagyobb lendületet kap, a hirdetőkben felmerül a kérdés: mit jelent ez arra nézve, hogyan fedezik fel a vásárlók a termékeimet?
A Shoparize-nál úgy gondoljuk, hogy ez egy újabb lépés abba az irányba, amelyet az elmúlt években már láthattunk: a strukturált adatok minősége válik az e-kereskedelmi termékfelfedezés sarokkövévé. Ez lehet az Ön versenyelőnye az ügynömalapú kereskedelem korszakában.
Ebben a cikkben pontosan elmagyarázzuk, hogyan tud kereskedőként versenyelőnyre szert tenni.
Termékattribútumok bővítése az AI‑készenlét érdekében
A hagyományos Google Shopping a keresési kifejezéseket párosítja a termékekkel. Ha valaki a „kék futócipő” kifejezésre keres, akkor azok a hirdetések jelennek meg, amelyek erre a kifejezésre licitálnak. Az az kereskedő nyeri az aukciót, aki a legmagasabb licitet és a legjobb Quality Score értéket kínálja.
Az AI Mode másképp működik. Az AI Mode-ot használó vásárlók 2–3-szor hosszabb kérdéseket tesznek fel, mint a hagyományos keresési lekérdezések. Ahelyett, hogy csak annyit írnának be, hogy „futócipő”, inkább ezt gépelik: „Vezeték nélküli fejhallgatót keresek 200 € alatt, aktív zajszűréssel a napi vonatozáshoz, elég kényelmeset ahhoz, hogy 2 órán át viseljem, és amely kompatibilis mind az iPhone-ommal, mind a laptopommal.”
A háttérben az AI Mode szemantikus modellezést használ, hogy a lekérdezés célját a Shopping Graph termékattribútumaival párosítsa. Értelmezi a vásárlói szándékot, és összeveti a strukturált termékadatokkal. Egy olyan keresés, mint például „könnyű, vízálló dzseki esőben való kerékpározáshoz 150 € alatt”, megköveteli, hogy az AI ezeket a konkrét attribútumokat megtalálja a termékfeedben.
Nincs attribútum, nincs egyezés. Nincs egyezés, nincs láthatóság.
Az egyik legnagyobb fejlesztés a query fan-out, amikor a Gemini automatikusan mikro-kérdésekre bont egyetlen lekérdezést, hogy szélesebb körű megértést érjen el. Egy „legjobb vízálló utazótáskák hétvégi kiruccanásokhoz” keresés például tucatnyi párhuzamos lekérdezést generálhat: vízálló anyagok, kézipoggyász-méretű táskák méretei, tartóssági értékelések, cipzárminőség és rendszerező zsebek. Minden egyes mikro-lekérdezés a Shopping Graph más-más szegmensét éri el, és olyan termékeket gyűjt be, amelyek több, egymást átfedő jelzésnek is megfelelnek.
Ezért van szükség a mesterséges intelligencia általi felfedezés optimalizálásához megadott adat-attribútumok bővítésére.
A „feed minőségének” javítása az AI jobb olvashatóságáért
A Google bevezeti az új adatjellemzők tucatjait a Merchant Centerben, amelyeket kifejezetten a beszélgetésalapú kereskedelem korszakában történő egyszerű felfedezésre terveztek. Ezek az új jellemzők túlmutatnak a hagyományos kulcsszavakon, és olyan elemeket is tartalmaznak, mint a gyakori termékkérdésekre adott válaszok, kompatibilis kiegészítők vagy helyettesítő termékek.
Az AI-alapú vásárlásban nincs második találati oldal. Emiatt a működése szinte bináris: vagy megfelelsz a vásárlói szándéknak, vagy láthatatlanná válsz. A hiányos vagy következetlen adatok észrevétlenül kizárhatnak teljes lekérdezéskategóriákból. Azok a kereskedők nyerik el a láthatóságot AI Mode-ban, akik rendelkeznek a következőkkel:
1. Attribútumok mélysége az alapokon túl: A szín és a méret önmagukban nem elegendők. Anyagösszetétel, felhasználási terület, kompatibilitás és kezelési útmutató – minden részlet, amit egy hozzáértő bolti eladó ismerne. A termékleírás értéke óriásit nőtt. Míg a címeknek tömörnek kell maradniuk, a leírás akár 5 000 karakter terjedelmű, részletes, kulcsszógazdag szöveget is tartalmazhat. A Google AI ezt elemzi, hogy megértse a finomabb jellemzőket, felhasználási módokat és műszaki specifikációkat, amelyek a vásárlók összetett kérdéseire adnak választ.
2. Megértést szolgáló címek és leírások: Egy olyan cím, mint a „Férfi vízálló Gore-Tex túrakabát” sokkal relevánsabb, mint a puszta „Férfi kabát”. A régi SEO‑játékkönyv, amely minden lehetséges kulcsszó‑variánssal teletömte a címeket, ma már inkább hátráltat. Az AI‑nak értenie kell, pontosan mi a terméked és mire való. Olyan címeket írj, amelyek leírják a terméket, ne pedig olyanokat, amelyek az algoritmusokat próbálják kijátszani.
3. Következetes adatok minden felületen: A strukturált jelölésnek összhangban kell lennie a feeddel. A Merchant Center, a webhelytartalom és a strukturált adatok egymással összhangban kell álljanak. Az AI több forrást vet össze. Az ellentmondások megnehezítik az egyeztetést. A Shopping Graph óránként több mint 2 milliárd terméklistát frissít. Ha a feed lemarad a valós készleted mögött, az súrlódást okoz.
4. Kiváló minőségű képek: A virtuális próba (jelenleg elérhető az Egyesült Királyságban) és a vizuális keresés a képek minőségére épül. A Google Lens havonta vizuális lekérdezések milliárdjait dolgozza fel. A mesterséges intelligencia egyre inkább „olvassa” a képeket olyan látásmodellek segítségével, amelyek elemzik a színeket, textúrákat, formákat és a csomagolást.
Mit tehetnek most az kereskedők?
Az AI módhoz nincs szükség külön integrációra. A jelenlegi Merchant Center feedet használja az AI. Hogy az AI hogyan és milyen mértékben használja a feedjeit, az attól függ, milyen lépéseket tesz ma:
1. Az attribútumok teljességének auditálása: Húzd le a feedet, és ellenőrizd a lefedettséget az anyag, a felhasználási mód, a kompatibilitás, a kezelési útmutató és a műszaki specifikációk terén. Jelöld meg a hiányokat. Először a magas árrésű és nagy forgalmú SKU-kat priorizáld. Gondold végig, milyen kérdésekre válaszolna egy bolti eladó: „Kompatibilis ez az X-szel?” „Mi a különbség ez és az között?” „Működni fog ez az én helyzetemben?” A feedednek tartalmaznia kell ezekre a válaszokat.
2. Címek újrafogalmazása a jelentés szerint: Válaszd ki a 100 legfontosabb SKU-t. Írd át azokat a címeket, amelyek kulcsszóhalmaznak tűnnek, olyan címekké, amelyek valódi termékleírásként hangzanak. Előtte: „Férfi kabát vízálló kabát esőkabát kerékpáros” Utána: „Férfi vízálló kerékpáros kabát. Könnyű, légáteresztő, fényvisszaverő részletekkel.”
3. Bővítse a leírásokat 5 000 karakterre: Az első 150–180 karakterben helyezze el a legfontosabb információkat és kulcsszavakat. A fennmaradó helyet használja gyakori kérdések megválaszolására, felhasználási esetek bemutatására és technikai részletek megadására. Itt találja meg az AI azt az információt, amelyre szüksége van ahhoz, hogy a termékét összetett keresésekhez is pontosan párosítsa.
4. Igazítsa össze az adatforrásait: Ellenőrizze szúrópróbaszerűen, hogy a Merchant Center adatai megegyeznek-e a webhelye tartalmával és a strukturált adatokkal. A webhelyén található sémajelölésnek (schema markup) tükröznie kell a feedben szereplő információkat. Az ellentmondások bizonytalanságot okoznak az AI rendszerek számára.
5. Állítson be megfelelő frissítési ciklusokat: Az ideális a valós idejű frissítés. Ha ez nem lehetséges, akkor a pontos árak és készletszintek élvezzenek elsőbbséget. Semmi sem csökkenti gyorsabban az AI-alapú megjelenés hatékonyságát, mint ha kifutott terméket ajánl, vagy hibás árat jelenít meg.
A lényeg
Azok a márkák fogják uralni az AI-polcokat, amelyek stratégiai erőforrásként kezelik a termékadatokat. A feed már nem csupán egy adatfájl, amit elküldesz a Google-nek – ez lett a kirakatod egy AI-first felfedezési rétegben, amely már most napi 75 millió felhasználót szolgál ki.
Szeretne Google Shopping Ads, Merchant Center és adatfeed szakértőinkkel beszélni? Lépjen kapcsolatba velünk még ma, és tudja meg, hogyan segíthet a Shoparize abban, hogy megnyerje a termékfelfedezést: https://partner.shoparize.com/en/contact
