Zakupy w ChatGPT wyłączono po pół roku, a ruch z AI do sklepów wzrósł trzycyfrowo. Przygotowanie sklepu na agenty AI nie zaczyna się od checkoutu

Co się stało w ostatnich dwunastu miesiącach

Warto ułożyć fakty w kolejności, bo to one wyznaczają, co dziś ma sens, a co jest kupowaniem przyszłości na zapas. 29 września 2025 roku OpenAI uruchomiło Instant Checkout — zakup bez wychodzenia z ChatGPT, oparty na otwartym protokole Agentic Commerce Protocol opracowanym ze Stripe. Konstrukcja była dla sprzedawcy korzystna: sklep pozostawał merchant of record, płatność szła przez jego dotychczasowego dostawcę, on akceptował zamówienie, realizował dostawę, zwroty i obsługę, a OpenAI pobierało niewielką prowizję od zrealizowanych zakupów. Start obejmował sprzedawców Etsy w USA, z zapowiedzią ponad miliona sklepów Shopify.

14 października 2025 roku Visa ogłosiła Trusted Agent Protocol, czyli odpowiedź na problem, o którym mało kto wtedy mówił: skąd sklep ma wiedzieć, że puka do niego agent działający w imieniu prawdziwego klienta, a nie bot. Protokół oparto na Web Bot Auth — mechanizmie podpisywania żądań HTTP, który Cloudflare zaproponowało wcześniej w tym samym roku. Mastercard zrobiło to samo w programie Agent Pay, American Express zapowiedziało wykorzystanie tej samej warstwy.

11 stycznia 2026 roku Google i Shopify ogłosiły Universal Commerce Protocol z ponad dwudziestoma partnerami, 19 marca doszły koszyki wielopozycyjne i zapytania o katalog w czasie rzeczywistym, a 17 czerwca Shopify zniosło wymóg zatwierdzania integracji. W tym samym marcu OpenAI wycofało Instant Checkout. Na papierze rynek przeszedł od jednego protokołu do drugiego; w praktyce żadna z tych zmian nie dała polskiemu sklepowi możliwości sprzedaży wewnątrz czatu, bo kwalifikowalność produktów i sam checkout pozostały przy rynkach USA, Kanady i Australii, a najszersze wdrożenie wciąż funkcjonuje w trybie wczesnego dostępu.

To jest pierwsza praktyczna konkluzja i warto ją powiedzieć wprost, bo oszczędza budżet: jeśli ktoś sprzedaje Wam dziś „integrację z zakupami w ChatGPT” dla polskiego sklepu, kupujecie coś, czego w tej formie nie ma. To nie znaczy, że temat jest pusty — znaczy, że pieniądze leżą w innym miejscu niż checkout.

Dlaczego zakupy w czacie się zatrzymały — i nie zrobiły tego przepisy

Najciekawsze w tej historii jest to, że pierwsza fala agentowego checkoutu przewróciła się na arytmetyce konwersji, a nie na regulacjach. Walmart udostępnił w Instant Checkout około dwustu tysięcy produktów od listopada 2025 roku i według branżowych analiz dokończenie zakupu wewnątrz czatu konwertowało mu około trzy razy gorzej niż przekierowanie klienta na własną stronę. Jednocześnie ChatGPT przyprowadzał około dwa razy więcej nowych klientów niż wyszukiwarki. Jedna liczba mówiła „nie sprzedawaj tutaj”, druga „bądź tutaj widoczny” — i obie były prawdziwe.

Adopcja po stronie sprzedawców też nie dowiozła. Według Forrestera, przytaczanego w analizach rynku, do lutego 2026 roku w Instant Checkout działało około trzydziestu sklepów Shopify, nie milion. Powód wskazywany przez analityków jest przyziemny: dane. Agent, który pracuje na zescrapowanej stronie kategorii, dostaje nieaktualny stan magazynowy, zły koszt wysyłki i zmyślony termin dostawy, a potem przedstawia to klientowi jako fakt. Każda taka rozbieżność kończy się porzuconym koszykiem albo reklamacją — i to jest tarcie, którego nie da się nadrobić lepszym modelem.

Zachowanie kupujących układa się zresztą dokładnie w ten wzorzec. W badaniu Semrusha z grudnia 2025 roku na próbie ponad tysiąca osób połowa respondentów kupiła produkt po researchu z AI, ale tylko 22% dokonało zakupu bezpośrednio w narzędziu AI. Ludzie pytają asystenta, co kupić, i idą kupić gdzie indziej — najczęściej na stronę sklepu albo na marketplace. Dlatego sensowny projekt nazywa się dziś „sklep czytelny dla asystentów”, a nie „sprzedaż w czacie”.

Jak to wygląda w Polsce

Polskie dane są spójne z tym obrazem i wystarczająco duże, żeby nie można ich było zignorować. Z analiz OC&C Strategy Consultants, które w lutym 2026 roku opisał ITwiz, wynika, że modele GenAI wpływają już na około 5% zakupów online w Polsce, a ruch z asystentów AI zbliża się do poziomu mediów społecznościowych odpowiadających za ponad 7% wizyt zakupowych. Wyszukiwarki wciąż dają około 17% ruchu — i to właśnie ten segment jest pod największą presją, bo asystent najczęściej zastępuje nie sklep, a moment wpisywania hasła w wyszukiwarkę.

Rozkład pokoleniowy pokazuje, w którą stronę to idzie: 7,5% w pokoleniu Z, 6,1% u milenialsów, 4% w pokoleniu X i 1,5% u baby boomers. Na etapie inspiracji — pomysł na prezent, wejście w nową kategorię — z chatbotów korzysta już blisko 10% kupujących, a wśród najmłodszych 17,6%. Jeśli Wasza kategoria to moda, prezenty, elektronika użytkowa czy wyposażenie wnętrz, to są Wasi klienci za dwa lata, a nie hipoteza.

Zmienia się też sam sposób zadawania pytania. Zamiast hasła „buty trekkingowe damskie 38” klient opisuje sytuację: wyjazd w Tatry we wrześniu, budżet, wąska stopa, nie chce goreteksu. Asystent odpowiada rekomendacją i linkiem. Wygrywa nie ten, kto ma najlepsze pozycje na frazę, a ten, kogo dane dają się dopasować do takiego opisu — mechanizm i taktyki rozłożyliśmy w tekście o widoczności firmy w odpowiedziach ChatGPT. Ten artykuł jest jego operacyjnym ciągiem dalszym: co musi być prawdą w Waszych systemach, żeby ta widoczność zamieniła się w zamówienie.

Dwie różne rzeczy, które nazywa się jednym słowem

Zanim cokolwiek wdrożycie, warto rozdzielić dwa zjawiska, które w ofertach zlewają się w „agentic commerce”, a mają zupełnie inny rachunek kosztów i inne ryzyko.

Pierwsze to asystent po stronie klienta, który czyta Wasze dane i rekomenduje produkt. Tu nie podpisujecie żadnej umowy, nie integrujecie się z niczym i formalnie nie macie nic do zrobienia — a mimo to macie najwięcej do ugrania, bo to jest kanał, który już działa i już przynosi ruch. Praca polega na tym, żeby informacje o produkcie, dostępności, czasie dostawy, kosztach i zwrotach były jednoznaczne, aktualne i czytelne maszynowo, a Wasza strona nie odrzucała tego, kto po nie przychodzi.

Drugie to agent, który wykonuje transakcję: wkłada do koszyka, podaje dane, autoryzuje płatność. Tu wchodzą protokoły, uwierzytelnianie agenta, podział odpowiedzialności, chargebacki i rozmowa z dostawcą płatności. Ta warstwa dla polskiego sklepu jest dziś przede wszystkim decyzją „na kiedy się przygotować”, a nie projektem na ten kwartał.

Trzecia kategoria, o której mało kto mówi, a która generuje najwięcej nieporozumień: boty, które po prostu zbierają Wasze treści, bez żadnego klienta po drugiej stronie. Z punktu widzenia logów wyglądają podobnie do agenta zakupowego, a z punktu widzenia biznesu są czymś innym. Rozróżnienie tych trzech rzeczy w regułach ruchu to w tym projekcie pierwsza praca inżynierska — i wracamy do niej niżej.

Feed produktowy przestał być sprawą marketingu

Przez lata feed produktowy był narzędziem reklamowym: wystarczył, żeby kampania się uruchomiła, a braki łatało się ręcznie. W świecie, w którym asystent odpowiada klientowi na podstawie Waszych danych, feed stał się interfejsem sklepu — i wszystko, czego w nim nie ma, zostanie albo pominięte, albo zgadnięte.

Wymagania, jakie Google stawia sprzedawcom przy agentowym checkoucie, są tutaj dobrą listą kontrolną niezależnie od tego, czy kiedykolwiek z niego skorzystacie: konto w Merchant Center w dobrej kondycji i kompletny feed obejmujący tytuły, identyfikatory GTIN, cenę, dostępność, warunki wysyłki, politykę zwrotów i kontakt do obsługi klienta. To nie jest lista pod jedną funkcję jednego dostawcy. To zestaw informacji, których potrzebuje każdy asystent, żeby odpowiedzieć klientowi na pytanie „czy zdążę z dostawą do piątku i czy mogę to zwrócić”.

Z naszego doświadczenia najdroższe braki są zawsze w tych samych trzech miejscach. Pierwsze: dostępność aktualizowana raz na dobę, podczas gdy sprzedaż schodzi w godzinach — asystent poleci produkt, którego nie ma, a klient zapamięta Wasz sklep, nie dostawcę modelu. Drugie: koszty i terminy dostawy opisane wyłącznie na stronie statycznej, do tego językiem warunkowym, więc nie da się ich przypisać do konkretnego produktu i adresu. Trzecie: polityka zwrotów opisana w regulaminie prozą, podczas gdy w danych produktowych nie ma ani terminu, ani informacji, kto płaci za odesłanie. Na tych trzech polach rozstrzyga się dziś, czy asystent w ogóle wymieni Was jako opcję.

Jest też praca, która nie dotyczy feedu, a strony: jednoznaczne dane w karcie produktu, uczciwa nazwa, parametry w ustrukturyzowanej formie, a nie wyłącznie na grafice, oraz sekcje odpowiadające na pytania zadawane w naturalnym języku. Jeśli informacje o produktach leżą dziś w trzech systemach i nie da się ich połączyć jednym identyfikatorem, zaczynacie od danych gotowych na AI, a nie od integracji z protokołem.

Nie zablokujcie klienta, który jest agentem

To jest najbardziej niedoceniany wątek w całym temacie i jednocześnie najtańszy do sprawdzenia. Przez ostatnie dwa lata bardzo wiele sklepów zaostrzyło reguły antybotowe, bo ruch automatyczny rósł i zjadał infrastrukturę. Część z tych reguł blokuje dziś również agenty działające w imieniu realnych klientów — a sklep nie widzi tego jako utraconej sprzedaży, bo w statystykach nie ma żadnej sesji, tylko odrzucone żądanie w logu.

Branża zbudowała na to odpowiedź i warto znać jej mechanikę, bo decyzja sprowadza się do włączenia właściwej reguły, a nie do przepisywania sklepu. Visa Trusted Agent Protocol i Mastercard Agent Pay opierają uwierzytelnianie agenta na Web Bot Auth: agent podpisuje żądania HTTP kluczem, którego część publiczna jest opublikowana w katalogu prowadzonym przez organizację płatniczą, a sprzedawca albo jego dostawca ochrony przed botami weryfikuje podpis, znacznik czasu i jednorazowy nonce. W nagłówku żądania jest też informacja, czy agent przegląda, czy płaci. Dzięki temu da się przepuścić zarejestrowane agenty, nie rozszczelniając reszty reguł.

Praktyczny zakres pracy jest tu mały i konkretny. Przejrzyjcie logi odrzuceń z ostatniego kwartału i sprawdźcie, ile żądań pochodziło od znanych agentów asystentów. Zdecydujcie świadomie, kogo przepuszczacie do kart produktów i do feedu, a kogo nie. Włączcie reguły obsługujące uwierzytelnione agenty, jeśli Wasz dostawca je udostępnia. I potraktujcie to jako decyzję biznesową, a nie techniczną: blokując wszystko, oszczędzacie transfer i tracicie kanał, którego udział w ruchu zakupowym rośnie najszybciej z wszystkich.

Jest druga strona tego samego medalu, o której trzeba powiedzieć uczciwie. Agent, który czyta Waszą stronę, czyta też wszystko, co na niej napisaliście — a jeśli to Wy wdrażacie agenta po swojej stronie, każda treść od klienta jest dla niego danymi wejściowymi, które mogą zawierać polecenie. Mechanizm i granice opisaliśmy w tekście o prompt injection; w e-commerce dotyczy to zwłaszcza opisów zgłoszeń, komentarzy do zamówień i załączników.

Płatność zlecona agentowi to w Europie osobna rozmowa

Tu trzeba być precyzyjnym, bo to obszar, w którym najłatwiej kupić ryzyko razem z funkcją. W Unii płatności zlecone agentowi nie mają osobnego reżimu — podlegają PSD2 i przepisom o silnym uwierzytelnianiu klienta. Pytania, które wracają w analizach prawnych, są fundamentalne: kto faktycznie świadczy usługę płatniczą, kto kontroluje środki klienta i co jest ważną autoryzacją, jeśli czynność została zdelegowana agentowi.

Kierunek, który wykuwa się w praktyce, nazywa się ograniczonym delegowaniem. Agent jest uwierzytelniany tak, by żądanie dało się przypisać do konkretnego dostawcy i użytkownika; mandat określa, co wolno mu zrobić; limity kwotowe i częstotliwościowe, listy dozwolonych odbiorców oraz warunki dodatkowego uwierzytelnienia zawężają to jeszcze bardziej. Z punktu widzenia sprzedawcy najważniejsze jest to, co z tego wynika dla sporów: przy transakcji kwestionowanej przez klienta trzeba będzie wykazać, kto udzielił zgody, jakiego zakresu dotyczył mandat, jakie obowiązywały limity i czy uruchomiono dodatkowe uwierzytelnienie.

Nie jesteśmy kancelarią i to nie jest porada prawna, ale operacyjny wniosek jest jednoznaczny i zupełnie niezależny od tego, jak ostatecznie ułoży się prawo. Zanim włączycie jakąkolwiek ścieżkę płatności agentowej, zapytajcie swojego dostawcy płatności o trzy rzeczy na piśmie: kto ponosi koszt transakcji zakwestionowanej przez klienta, jaki ślad audytowy dostaniecie do każdej takiej transakcji i w jakim trybie możecie ścieżkę wyłączyć. Jeśli odpowiedzi nie ma, nie macie jeszcze produktu, tylko pilotaż. Jak w ogóle czytać umowy z dostawcami w tej warstwie — od wypowiedzenia po wycofanie modelu — zebraliśmy w tekście o umowie z dostawcą AI.

Prawo konsumenta nie zmienia się, bo zamówienie złożył agent

Pokusa, która pojawia się przy każdym nowym kanale, brzmi: skoro transakcję obsłużyła maszyna, to część obowiązków nas nie dotyczy. Jest odwrotnie. Jeśli po drugiej stronie jest konsument, umowa zawarta na odległość jest umową z konsumentem bez względu na to, jakim narzędziem ją zawarł. Obowiązki informacyjne przed zawarciem umowy, prawo odstąpienia, zasady prezentowania ceny i terminy rozpatrywania reklamacji zostają po Waszej stronie, a nie przechodzą na dostawcę asystenta.

Z tego wynikają dwa bardzo praktyczne wymagania. Pierwsze: informacje, które asystent przekaże klientowi, muszą być tym samym, co Wasze warunki — bo to Wy odpowiadacie za komunikat, który klient dostał. Dlatego cena, koszt dostawy, termin i zasady zwrotu powinny iść do kanałów maszynowych z tego samego źródła, z którego idą na stronę, a nie być opisywane niezależnie w dwóch miejscach. Drugie: zegar po zamówieniu biegnie identycznie. Zgodnie z art. 7a ustawy o prawach konsumenta macie 14 dni na odpowiedź na reklamację, a brak odpowiedzi oznacza jej uznanie; przy odstąpieniu zwrot płatności również następuje w ciągu 14 dni. Jak zorganizować tę część, żeby nowy kanał nie wygenerował nowego ogona przeterminowanych spraw, rozłożyliśmy w tekście o reklamacjach i zwrotach.

Jest jeszcze obowiązek, który dotyczy Waszego własnego asystenta na stronie: od 2 sierpnia 2026 roku klient musi wiedzieć, że rozmawia z systemem AI, a nie z człowiekiem. Co dokładnie weszło i jak to wygląda w małej firmie, zebraliśmy w tekście o AI Act w małej firmie.

Czego ten projekt nie zrobi

Granice warto postawić przed rozmową z dostawcą, bo w tym temacie obietnice są wyjątkowo okrągłe.

• Nie da Wam sprzedaży wewnątrz czatu na polskim rynku. Kwalifikowalność i agentowy checkout pozostają dziś przy rynkach anglojęzycznych i w ograniczonym dostępie. Przygotowanie danych ma sens niezależnie od tego; integracja z protokołem płatniczym — na razie nie.
• Nie zastąpi pozycjonowania ani reklamy. Wyszukiwarki wciąż dają kilkukrotnie większy udział w ruchu zakupowym niż asystenci. To kanał, który dochodzi, a nie kanał, który zastępuje.
• Nie naprawi karty produktu, której nie ma. Asystent nie wymyśli parametrów, które są tylko na zdjęciu, i nie zgadnie wymiarów, których nie podaliście. Dokłada natomiast nową karę za braki: zamiast niskiej konwersji dostajecie pominięcie w rekomendacji.
• Nie zdejmie odpowiedzialności za to, co zostało powiedziane klientowi. Komunikat asystenta o Waszej ofercie jest w praktyce Waszym komunikatem, a rozbieżność między nim a regulaminem jest Waszym problemem.
• Nie jest projektem na jedno uruchomienie. Protokoły, wymagania feedu i reguły ruchu zmieniły się w ciągu dziewięciu miesięcy dwa razy. To obszar do utrzymania, nie do zamknięcia.

Co mierzyć, żeby wiedzieć, czy to działa

W tym kanale wyjątkowo łatwo nie zauważyć, że coś się dzieje, bo w standardowej analityce ruch z asystentów długo rozmywał się w kategorii „bezpośredni”. Dlatego mierniki trzeba ustawić przed pracą, nie po.

Pierwszy i najważniejszy: liczba sesji przychodzących z narzędzi AI oraz ich udział w całości ruchu, z rozbiciem na źródła. Druga liczba, która zwykle przekonuje zarząd szybciej niż pierwsza: odsetek nowych klientów w tym ruchu. To jest cała teza tego kanału — przyprowadza ludzi, którzy Was nie znali, i właśnie dlatego konwersja porównywana jeden do jednego z ruchem brandowym jest mylącym miernikiem.

Trzeci miernik jest techniczny, ale najbardziej bezpośrednio przekłada się na pieniądze: jakość feedu, czyli odsetek pozycji z pełnym zestawem pól oraz liczba rozbieżności między tym, co jest w feedzie, a tym, co jest na stronie i w magazynie. Czwarty: liczba odrzuconych żądań od uwierzytelnionych agentów, czyli to, co blokujecie, nie wiedząc o tym. Piąty: udział zapytań do obsługi klienta, w których klient powołuje się na informację otrzymaną od asystenta — to najwcześniejszy sygnał, że ktoś opowiada o Waszej ofercie nieprawdę.

Czego nie mierzyć: liczby „wzmianek w AI” bez powiązania z ruchem i konwersją oraz pozycji w rankingach, które sprzedaje narzędzie mające je poprawiać. Jak zbudować zestaw testowy dla takiego kanału — na przykład pięćdziesiąt realnych pytań zakupowych z Waszej kategorii, zadawanych cyklicznie i porównywanych z tym, co naprawdę macie w magazynie — opisaliśmy w tekście o testowaniu wdrożenia AI.

Wdrożenie w cztery tygodnie

Kolejność, która w tym temacie najszybciej daje liczbę do pokazania i najrzadziej kończy się wydatkiem na funkcję niedostępną w Polsce:

1. Tydzień pierwszy: pomiar. Wydzielcie w analityce ruch z narzędzi AI, policzcie jego udział i odsetek nowych klientów, a potem przejrzyjcie logi odrzuceń pod kątem znanych agentów. Dwie liczby na koniec tygodnia: ile ruchu już dostajecie i ile odrzucacie.
2. Tydzień drugi: audyt danych produktowych na próbie stu najlepiej sprzedających się pozycji. Tytuł, identyfikator, cena, dostępność aktualizowana w tym samym rytmie co sprzedaż, koszt i termin dostawy przypisane do produktu, termin zwrotu i informacja, kto płaci za odesłanie. Wynikiem jest lista braków z właścicielami, nie raport.
3. Tydzień trzeci: naprawa trzech najczęstszych braków i doprowadzenie wszystkich kanałów maszynowych do jednego źródła prawdy o cenie, dostępności i zwrotach. Tu zwykle okazuje się, że to projekt integracyjny — o tym, dlaczego właśnie ta część jest najdroższa, pisaliśmy w tekście o MCP i podłączaniu AI do systemów firmy.
4. Tydzień czwarty: świadoma polityka ruchu. Zdecydujcie, które agenty przepuszczacie do kart produktów, włączcie reguły obsługujące uwierzytelnione agenty u swojego dostawcy ochrony i zapiszcie tę decyzję jako politykę, a nie jako wpis w konsoli, o którym nikt nie pamięta po trzech miesiącach.
5. Po pierwszym miesiącu: pięćdziesiąt pytań zakupowych zadanych cyklicznie w głównych asystentach, z porównaniem odpowiedzi ze stanem faktycznym. To jedyny sposób, żeby zobaczyć, co asystent mówi o Was dzisiaj, a nie co powinien mówić.
6. Dopiero potem: rozmowa z dostawcą płatności o ścieżkach agentowych — odpowiedzialność za transakcje kwestionowane, ślad audytowy, tryb wyłączenia. I tylko wtedy, jeśli sprzedajecie na rynki, na których ta warstwa realnie działa.

Pięć sygnałów, że poszło w złą stronę

Ten projekt psuje się w przewidywalny sposób, a wszystkie objawy widać w pierwszych tygodniach.

• Kupiliście „integrację z zakupami w AI”, a nie potraficie wskazać rynku i kanału, w którym Wasz klient mógłby jej użyć. To najdroższy możliwy start w tym temacie.
• Feed został poprawiony jednorazowo, pod audyt. Po dwóch miesiącach dostępność znów aktualizuje się raz na dobę, a rozbieżności wróciły — bo nikt nie został właścicielem danych.
• Ruch z AI rośnie, a liczba zgłoszeń „na stronie było inaczej” rośnie razem z nim. Wtedy nie macie nowego kanału, macie nowe źródło reklamacji.
• Reguły antybotowe zaostrzono po incydencie i nikt nie sprawdził, co wypadło razem z botami. Utracona sprzedaż w tym scenariuszu nie pojawia się w żadnym raporcie.
• Asystent na Waszej stronie dostał prawo obiecywania rabatów, terminów albo wyjątków od regulaminu, bo „tak lepiej konwertuje”. Każda taka obietnica jest Waszym zobowiązaniem.

Od czego zacząć

Dwie liczby i jedna lista. Pierwsza liczba: jaki procent Waszego ruchu zakupowego przychodzi dziś z narzędzi AI i ile z tego to nowi klienci — jeśli nie da się tego wyciągnąć z analityki w pół godziny, to jest pierwsza rzecz do naprawy. Druga: w ilu procentach najlepiej sprzedających się produktów macie jednocześnie aktualną dostępność, koszt i termin dostawy oraz warunki zwrotu w danych, a nie tylko w regulaminie. Lista: wszystkie miejsca, z których jakikolwiek system na zewnątrz czyta Waszą cenę i dostępność, razem z informacją, kiedy każde z nich było ostatnio aktualizowane.

Jeśli drugiej liczby nie da się podać, a lista ma więcej niż dwa niezależne źródła prawdy, to nie potrzebujecie dziś protokołu płatniczego — potrzebujecie porządku w danych, który zwróci się w każdym kanale, także w tych, które już macie. Od tej strony prowadzimy takie projekty: najpierw pomiar ruchu i audyt danych produktowych, potem jedno źródło prawdy i świadoma polityka ruchu, na końcu — i tylko tam, gdzie to realnie działa — warstwa transakcyjna. Jeśli nie wiecie, od którego końca to rozplatać, od tego zaczyna się audyt AI w firmie; a jeśli zastanawiacie się, jak taki budżet się układa, zestawcie to z anatomią kosztów wdrożenia. Chcecie sprawdzić, co z tego ma sens u Was — umówcie bezpłatną konsultację albo zobaczcie, jak wygląda nasz konsulting i wdrożenia AI.