Данные для выбора
Характеристики в понятной структуре, а цена и остатки — из того же источника, что и на сайте. Устаревшая цена в ответе ассистента — это потерянное доверие.
Вечер пятницы, в выходные ремонт. Человек пишет ассистенту: «Подбери инструмент, чтобы снять старую плитку, бюджет такой-то, нужно к субботе». Через минуту у него три варианта. Каталог он не открывал. Так выглядит агентная коммерция: товар ищет и сравнивает ИИ-ассистент. Разберём, что должно быть у магазина, чтобы оказаться среди этих трёх и довести покупателя до оплаты.
Мощность перфоратора, какие насадки к нему подходят, вес, гарантия. Если этих данных нет, ассистент сравнивает товары по догадкам — или берёт чужие.
Какая плитка, сколько квадратных метров, какой бюджет, когда нужна доставка. Потом сравнивает то, что подходит, а не всё подряд.
В корзине — конкретные товары и количество. Покупатель видит состав и итоговую сумму до того, как платит.
Доставку и оплату подтверждает человек. Где это происходит — на сайте магазина или прямо в чате — зависит от площадки и подключения.
Характеристики в понятной структуре, а цена и остатки — из того же источника, что и на сайте. Устаревшая цена в ответе ассистента — это потерянное доверие.
После подбора нужно собрать корзину и перейти к оформлению. Упоминание магазина в ответе само по себе заказа не создаёт.
Условия доставки, ограничения заказа и то, что агенту можно делать, определяет магазин. Не площадка и не ассистент.
Честно о главном: открытый каталог не гарантирует, что ассистент выберет ваш товар. Он даёт возможность это предложение рассмотреть, сравнить и довести покупателя до покупки.
Вы подключаете каталог через фид или API и решаете, что агенту можно делать. Shelfport передаёт запросы ассистента в магазин: найти товар, собрать корзину, перейти к покупке.
Простыми словами: AEO — чтобы поиск с ИИ правильно понимал, что за магазин и что в нём есть. Agent-to-agent и MCP — способы, которыми агенты и магазин обмениваются данными и запросами. Agentic checkout — оформление выбранных товаров, которое подтверждает сам покупатель.
В бете мы проверяем этот путь на товарах конкретного магазина. Начать можно с одной категории и одного сценария покупки.
Документ нужно провести в учётной системе, а товар — собрать и отгрузить. Эти задачи можно автоматизировать отдельно от нового канала продаж.
Леночка готовит документы по заявкам, сопоставляет товары со справочником и передаёт результат сотруднику на проверку.
Посмотреть поручения Леночки ↗Hrusty помогает планировать смены, раздавать задания и платить за выработку.
Открыть смену в Hrusty ↗В документации Shopify описаны разные пути: товар находят в ассистенте, а покупку оформляют либо в магазине, либо внутри канала. Набор доступных действий у каждой площадки свой.