AI-shoppingassistenter säljer. Ditt flöde avgör om du är med

Tre typer av bevis som ständigt blandas ihop

Detaljhandelspressen har under sommaren blandat ihop assistentsiffror, trafiksiffror och konsumentundersökningar i samma stycke. De mäter olika saker och bara en av dem säger något om din egen katalog.

Börja med det mest högljudda. Under Williams-Sonomas Q2 FY26-samtal, för kvartalet som slutade den 2 augusti 2026, sa teknik- och digitalchef Sameer Hassan att engagemanget med Olive, assistenten på Williams Sonoma-sajten, var upp 700 % sedan början av året, med intäkter kopplade till assistenten upp 620 %, och att shoppare som använder den konverterar tre gånger så snabbt som de som inte gör det. Läs det noga innan du citerar det. Dessa är muntliga uttalanden: ingen av de tre siffrorna förekommer i företagets Form 8-K intäktsredovisning, som rapporterar totala nettointäkter på 1,96 miljarder dollar, upp 6,7 %, och nämner aldrig assistenten. Olive lanserades 2025, så 620 % är tillväxt från en ung bas utan nämnare. Och jämförelsen med tre gånger ställer shoppare som valde att öppna en shoppingassistent mot alla andra. Människor som öppnar en shoppingassistent var redan längre fram i köpprocessen.

Den andra typen av siffror är mer användbar, eftersom den handlar om data snarare än om en återförsäljares produkt. Shopifys VD Harley Finkelstein berättade under Q2 2026-samtalet att "AI-sökningar drivna av Catalog konverterade dubbelt så snabbt som de som använde skrapad data". Samma shoppare, samma motorer, samma handlare. Variabeln är om plattformen gav maskinerna strukturerad produktdata eller lät dem läsa sidan. Han tillade att konvertering från AI-sökning är nästan 80 % högre än traditionell organisk sökning, och att hälften av alla AI-hänvisade sessioner landar direkt på en produktsida, 2,5 gånger så snabbt som för traditionell sökning.

Den tredje typen är marknadsomfattande trafikdata. Adobe, vars detaljhandelsanalys täcker mer än en biljon besök på amerikanska detaljhandelssajter, fann att i juli 2026 konverterade AI-hänvisade besök 60 % bättre än icke-AI-trafik, den elfte månaden i rad som AI-trafik kom ut i topp. I mars 2026 var skillnaden 42 %, och i mars ett år tidigare var samma jämförelse 38 % åt andra hållet, med AI-trafik som konverterade sämre än allt annat. Vändningen är berättelsen, och den stämmer överens med vad vi fann när vi tittade på hur mycket mindre trafik AI skickar och hur mycket mer varje besök är värt, och igen i svensk e-handel, där AI-hänvisningar nu konverterar bättre än Google. Två varningar. Adobes siffror rör sig månad för månad, så citera månaden med siffran. Och panelen är amerikansk detaljhandel: vi har inte hittat någon motsvarande irländsk, brittisk eller EU-datamängd.

Liten, ovanligt värdefull, växer snabbt

Etsy var flaggskeppspartnern för OpenAI:s Instant Checkout. Dess verkställande direktör Kruti Patel Goyal berättade under Q2 2026-samtalet att "trafik från agentiska upplevelser fortfarande är mindre än 1 % av vår totala trafik", samtidigt som hon tillade att det är trafik med högre intention och högre genomsnittligt ordervärde. Det är den ärliga nämnaren för allt ovanstående. Shopify sa att dess AI-drivna trafik och beställningar vardera tredubblades år över år medan volymen förblir liten i förhållande till dess totala GMV. Target sa att dess digitala trafik från externa AI-plattformar växer mer än 3,5 gånger branschens takt, och inledde med orden "medan den fortfarande är liten totalt sett idag".

Rörsystemet är också i omvandling. OpenAI drog tillbaka den ursprungliga Instant Checkout i mars 2026, och sa att den "inte erbjöd den flexibilitetsnivå som vi strävar efter att tillhandahålla", och skickade tillbaka handlare till deras egna kassor. Emily Pfeiffer, en huvudanalytiker på Forrester, sa att i februari 2026 var ungefär 30 Shopify-handlare tillgängliga via Instant Checkout, mot ett lanseringslöfte om över en miljon som skulle komma snart. Walmart sa att de fann konverteringen tre gånger lägre för produkter som såldes direkt i ChatGPT än för kunder som omdirigerades till en återförsäljares egen webbplats för kassan. Att köpa inuti chattfönstret är den del av detta som fortfarande diskuteras.

Geografin begränsar det ytterligare för alla som läser detta från Galway, Manchester eller Berlin. Googles UCP-drivna kassa gäller endast för produkter med behörighet i USA, Kanada och Australien, och endast för deltagande handlare och partners. Microsofts UCP-klara flöden är allmänt tillgängliga i USA. Adobes konverteringspremie mäts på amerikanska webbplatser. Inget av detta är en omkopplare som en irländsk eller brittisk handlare kan slå på idag. Det som reser är förberedelsen, för förberedelsen är identisk överallt och den är billig.

Alla dessa program körs på ett säljflöde

Detta är den del som hoppas över. Googles Universal Commerce Protocol utvecklades i samarbete med Shopify, Etsy, Wayfair, Target och Walmart och stöddes av över 20 andra, inklusive Adyen, Stripe och Zalando, och det är publicerat som en öppen standard. Det läser dina produktdata från Merchant Center. Google säger det direkt: Merchant Center "kommer att fortsätta vara den centrala hubben för att förbereda dina produktdata", och köpknappen i den nya kassan visas endast för produktlistor som använder produktattributet native_commerce(checkout_eligibility). UCP-utvecklardokumentationen tillägger att du måste uppdatera ditt produktflöde för att signalera behörighet och tillhandahålla efterlevnadsdata, att ett saknat behörighetsvärde som standard blir obehörigt, och att returpolicyer inklusive kostnad och tidsfönster måste definieras i Merchant Center eftersom de är ett krav från Merchant of Record som visas på kassaskärmen.

OpenAI gick samma väg, och deras meddelande i mars 2026 var tydligt: "Genom ACP delar handlare produktflöden och kampanjer så att deras kataloger är fullt representerade i ChatGPT." Den nuvarande ACP-dokumentationen beskriver protokollet som ett lager som "gör det möjligt för ChatGPT att ta in strukturerad katalogdata, förstå handlarens lager och visa relevanta produkter i sammanhang". Dess flödesspecifikation har nio obligatoriska fält per rad och en tydlig regel för det som blir inaktuellt snabbast: "Uteslutna, tomma eller okända värden avvisar raden." Microsoft namngav den missmatchning som de flesta återförsäljare fastnar på: de flesta produktflöden byggdes för annonsering, och delade en delmängd av katalogen för kampanjer, medan en agent behöver hela katalogen.

Här är vad varje program faktiskt frågar efter, byggt enbart från plattformarnas egen dokumentation.

Markup är inte inträdesbiljetten, och Google säger det

Ingen av dessa rader nämner schema.org, och många byråer säljer för närvarande Produkt-markup som vägen in i AI Mode och Gemini. Googles egen dokumentation motsäger dem i en mening: "Du behöver inte skapa nya maskinläsbara filer, AI-textfiler eller markup för att visas i dessa funktioner. Det finns inte heller någon speciell schema.org-strukturerad data som du behöver lägga till" (Search Central). UCP-utvecklardokumentationen, ucp.dev och OpenAI:s feedspecifikation innehåller inte heller något schema.org-krav. Om någon har sagt till dig att lägga till JSON-LD får dina produkter in i en assistent, säljer de dig något.

Vad markup faktiskt gör är tystare och mer användbart. På samma Google-sida, bland de grundläggande sakerna som fortfarande hjälper med AI-funktioner, är "att se till att din strukturerade data matchar den synliga texten på sidan". Googles guide för strukturerad produktdata säger att "att tillhandahålla både strukturerad data på webbsidor och ett Merchant Center-flöde maximerar din behörighet till upplevelser", och att vissa upplevelser kombinerar data från båda när båda finns. Dess e-handelsguide är ännu mer specifik: strukturerad data förbättrar noggrannheten i Googles förståelse av pris, rabatt och frakt, och hjälper Merchant Center att verifiera ditt flöde mot din webbplats. För mindre webbplatser som uppdateras mer sällan kan Google bygga ett automatiserat flöde från genomsökt webbinnehåll, och säger att strukturerad data förbättrar noggrannheten i den extraktionen. För en liten återförsäljare utan en flödesingenjör kan din markup bli ditt flöde.

Så den revision som ska köras är en konsekvensrevision. Var också noggrann med vad Google faktiskt kräver, för att överdriva här är hur tekniska läsare slutar lita på dig. För en Google-handelslista krävs endast namn, bild, erbjudanden, samt pris och prisvaluta på erbjudandet. Tillgänglighet, hasMerchantReturnPolicy, priceValidUntil, shippingDetails och gtin rekommenderas. Det konkreta felet att leta efter finns på samma sida: din lista kanske inte visas om priceValidUntil har ett tidigare datum. Det är en enradig fix som ingen märker på ett år.

Vilket för oss tillbaka till sidan som agenterna landar på. Adobe bedömde hur maskinläsbara amerikanska detaljhandelssidor är, och produktsidor kom sist av alla sidtyper med 66 %, under startsidor på 75 % och kategorisidor på 74 %. Det är Adobes eget proprietära mått snarare än en schema-validitetsbedömning, så behandla det som en riktning snarare än en mätning. Lägg det bredvid Shopifys fynd att hälften av AI-hänvisade sessioner landar direkt på en produktsida och problemets form är tydlig: den sämst förberedda sidtypen är den som maskinerna anländer till. Vi körde samma test för hand på ett irländskt varumärke och hittade noll schema.org-markup över 50 genomsökta sidor på barrystea.ie, vilket är vanligare än branschen gillar att erkänna.

Vad du faktiskt gör

Sex kontroller. Alla handlar om att ditt flöde och din sida säger samma sak om samma produkt på samma dag.

1. Gör flödet komplett innan du gör det smart. Om ditt flöde byggdes för shoppingannonser, innehåller det förmodligen de produkter du bjuder på snarare än allt du säljer. Microsofts poäng står fast: agenter behöver hela katalogen. Varje produkt du säljer bör ha en rad.

2. Jämför tio produkter för hand. Ta tio SKU:er från ditt sortiment och ställ tre saker sida vid sida: flödesraden, vad produktsidan visar för en människa och JSON-LD i sidkällan. Pris, tillgänglighet, valuta, titel och bild. Eventuell oenighet mellan de tre är den faktiska buggen, och du kommer att hitta en inom de första tio.

3. Behandla tillgänglighet som det fält som mest sannolikt ljuger. Det ändras varje timme och det är det fält som OpenAI avvisar en rad över. Om ditt flöde uppdateras varje natt och din sida är live, kommer de att vara oense under dagen. Bestäm hur ofta flödet uppdateras och vet vad skillnaden är.

4. Kontrollera att priceValidUntil är i framtiden. Google säger att ett tidigare datum kan undertrycka listningen. Greppa dina mallar för ett hårdkodat år.

5. Fyll i returer och support i Merchant Center nu. Google kräver returpolicyer med kostnad och tidsfönster plus en kontaktmetod för kundsupport innan UCP-kassan är tillgänglig överhuvudtaget. Du behöver en returpolicy ändå. Att placera den där Google läser den kostar en eftermiddag och tar bort en blockerare innan programmet når din marknad.

6. Bekräfta att priset finns i HTML, inte målat i efteråt. Om pris och lager anländer via JavaScript efter laddning, kan en crawler som läser rå HTML se en sida utan pris på den. Din synliga text och dina strukturerade data måste båda finnas där när maskinen läser sidan, vilket är Googles matchningsinstruktion tillämpad bokstavligen.

Allt detta är kataloghygien snarare än spekulation om en kanal som kan komma, och det lönar sig i vanliga shoppingresultat, i Merchant Center-godkännandefrekvenser och i varje agent som dyker upp senare. Det billigaste sättet att börja är att se vad dina produktsidor för närvarande säger till en maskin.

Granska din produktmarkering

Frågor folk ställer om detta