Najważniejsze wnioski w pigułce
Zmiana zachowań wyszukiwawczych
- Wyszukiwanie fragmentuje się: Google, LLM-y i platformy społecznościowe obsługują różne intencje i różne grupy wiekowe
- Klasyczne niebieskie linki wciąż wygrywają tam, gdzie liczy się szybkość i weryfikacja źródła — np. w wyszukiwaniach lokalnych i transakcyjnych
- Rośnie znaczenie długiego ogona z nazwą marki jako sposobu na omijanie halucynacji AI
Agentic commerce i protokoły
- Rynek dzieli się na ekosystemy: ACP od OpenAI jest zamknięty i skupiony na transakcji, UCP od Google pozycjonuje się jako otwarty standard
- Google gra swoimi atutami: danymi, infrastrukturą i wglądem w całą ścieżkę klienta
- Zaufanie do zakupów przez agenta będzie rosło etapami — najpierw buty, później nic, co wymaga poważnej weryfikacji
Dane strukturalne i governance treści
- Około połowa typów obiektów Schema.org jest używana przez mniej niż 10 000 witryn — problemem jest niedowykorzystanie, nie nadużywanie
- Schema actions (np. RSVP mailem) zyska na znaczeniu wraz z rozwojem protokołów agentowych
- Uporządkowane, aktualizowane informacje ograniczają dryf semantyczny i pomagają modelom poprawnie rozpoznawać encje
Wdrażanie przed mierzeniem
- FAQ Schema czy LLMs.txt są trudne do atrybucji, ale mogą realnie pomagać systemom AI zrozumieć treść
- WebMCP to tania polisa: firma z formularzem gotowym dla agenta może zdobyć leada, którego konkurencja nawet nie zobaczy
- GEO prawdopodobnie pozostanie częścią SEO, choć optymalizacja pod LLM-y ma szansę wyodrębnić się w osobną dyscyplinę
Wyszukiwanie się nie kończy — ono się rozwarstwia
Rozmowa Gianluki Fiorellego z Alexem Mossem, Principal SEO w Yoast i współzałożycielem agencji FireCask, zaczyna się od diagnozy, z którą zgodzi się większość praktyków: pył po rewolucji AI wcale nie opada. Jeszcze rok temu można było zakładać, że rynek ustabilizuje się w ciągu 12–18 miesięcy. Dziś takich prognoz nikt rozsądny nie stawia.
Prawdziwą zmianą nie jest jednak nowy model językowy, tylko zachowanie użytkowników. Obaj rozmówcy przyznają, że ich własne korzystanie z klasycznych wyników Google spadło drastycznie — sięgają po nie wtedy, gdy potrzebują szybkiej, zweryfikowanej informacji i nie chcą czekać na odpowiedź modelu. Godziny seansów w kinie, menu restauracji, sprawdzenie konkretnego artykułu — to wciąż domena niebieskich linków.
Ciekawy jest sposób, w jaki doświadczeni specjaliści omijają halucynacje. Zamiast pytać AI o źródło, wpisują w Google nazwę serwisu razem z zapytaniem, tworząc bardzo długie, brandowe frazy. To sygnał dla marek: silna, rozpoznawalna nazwa staje się skrótem nawigacyjnym, którego żaden model nie zastąpi.
Warto też pamiętać o perspektywie, którą Moss nazywa „testem rodziców”. Specjaliści SEO to skrajni early adopters i regularnie mylą własne nawyki z zachowaniem rynku. Przeciętny użytkownik to raczej ktoś, kto dopiero co zaufał Amazonowi na tyle, by wpisać tam numer karty — i to on zdecyduje, jak szybko AI-assisted discovery stanie się normą.
ACP kontra UCP: dwa pomysły na handel prowadzony przez agenta
Agentic commerce, czyli zakupy realizowane przez agenta AI w imieniu użytkownika, dzieli się właśnie na dwa konkurencyjne ekosystemy. OpenAI stawia na ACP — podejście zamknięte, skoncentrowane wokół samej transakcji. Google odpowiada protokołem UCP, prezentowanym jako szerszy, otwarty standard.
Przewaga Google wynika z aktywów, których nikt inny nie ma: danych o produktach, infrastruktury handlowej i widoku na całą ścieżkę klienta — od pierwszego zapytania po zakup posprzedażowy. To różnica między obsługą jednego momentu transakcyjnego a rozumieniem kontekstu, w którym ta transakcja w ogóle się pojawia.
Moss określa siebie jako maksymalistę w kwestii agentic commerce i porównuje obecny moment do początków e-commerce. Wtedy też brakowało zaufania, a dziś nikt nie zastanawia się nad zakupem online. Adopcja pójdzie jednak etapami: para butów tak, samochód czy kredyt hipoteczny — jeszcze długo nie.
Dla sklepów internetowych praktyczny wniosek jest prosty. Nie chodzi o wybór zwycięskiego protokołu, tylko o przygotowanie fundamentu — czystego, kompletnego feedu produktowego i poprawnych danych strukturalnych, które będą działać niezależnie od tego, który standard zdominuje rynek.
Schema to nie tylko rich resulty — to język, w którym rozmawiamy z maszynami
Yoast wyraźnie rozdziela dwa obszary: Merchant Center obsługuje szersze przepływy handlowe i płatne, natomiast dane strukturalne odpowiadają za to, by wyszukiwarki i modele językowe efektywnie rozumiały encje i relacje między nimi. To rozróżnienie ma znaczenie strategiczne, bo wiele firm wciąż traktuje Schema wyłącznie jako sposób na gwiazdki w wynikach wyszukiwania.
Tymczasem dane przytoczone w rozmowie pokazują coś odwrotnego niż powszechne przekonanie o nadużywaniu znaczników. Około połowa typów obiektów ze Schema.org jest wykorzystywana przez mniej niż 10 000 witryn na świecie. Problemem branży jest więc niedowykorzystanie, a nie przesada — a to oznacza realną przestrzeń przewagi dla tych, którzy wdrożą znaczniki dokładniej niż konkurencja.
Szczególnie niedoceniane są Schema actions, takie jak możliwość potwierdzenia obecności mailem. Wraz z dojrzewaniem protokołów agentowych właśnie te elementy mogą stać się interfejsem, przez który agent wykona działanie w imieniu użytkownika — zamiast tylko odczytać informację.
Do tego dochodzi content governance. Jasne, spójne i regularnie aktualizowane informacje ograniczają dryf semantyczny, czyli stopniowe rozjeżdżanie się tego, jak model rozumie markę, z tym, kim ta marka faktycznie jest. Sprzeczne dane w różnych miejscach serwisu to najprostsza droga do tego, by AI opisywała firmę nieprecyzyjnie.
Wdrożyć, zanim da się zmierzyć
Najbardziej niewygodna teza rozmowy dotyczy atrybucji. Techniki takie jak FAQ Schema czy plik LLMs.txt są dziś praktycznie niemierzalne — nie zobaczymy ich efektu w prostym raporcie. A mimo to mogą pomagać rozwijającym się systemom AI zrozumieć i wyeksponować treść w nowych kontekstach.
To odwrócenie klasycznej logiki SEO, w której najpierw mierzymy, potem wdrażamy. W okresie przejściowym decyzje trzeba podejmować na podstawie kierunku rozwoju technologii, a nie potwierdzonego ROI. Kluczem jest ocena kosztu i ryzyka: jeśli wdrożenie jest tanie i nie szkodzi, opóźnianie go bywa droższe niż wykonanie.
Podobnie Moss podchodzi do WebMCP — protokołu pozwalającego agentom AI wchodzić w interakcję z elementami strony. Nazywa go tanią polisą ubezpieczeniową. Wystarczy wyobrazić sobie sytuację, w której jest się jedyną firmą w branży z formularzem kontaktowym przygotowanym dla agenta: model może domknąć leada w imieniu użytkownika, a konkurenci bez takiego rozwiązania po prostu nie zostaną wzięci pod uwagę.
Czy GEO odejdzie od SEO?
Pytanie o przyszłość dyscypliny wraca w każdej branżowej dyskusji. Zdaniem Mossa GEO najprawdopodobniej pozostanie częścią SEO, choć optymalizacja pod modele językowe ma szansę z czasem wyrosnąć na osobną specjalizację.
Zmienia się natomiast zakres kompetencji. Platformy AI tworzą nowe powierzchnie widoczności, a specjaliści muszą śledzić rozwój inżynieryjny — protokoły, standardy, sposób działania agentów — i sprawiać, by strony działały nie tylko dla ludzi, ale też dla maszyn. To przesuwa SEO bliżej roli technicznego doradcy niż wykonawcy optymalizacji treści.
Zmienia się też miejsce SEO w organizacji. Skoro widoczność rozkłada się na Google, LLM-y, platformy społecznościowe i ekosystemy zakupowe, specjalista od wyszukiwania staje się osobą odpowiedzialną za spójność encji marki w całym cyfrowym środowisku.
Podsumowanie
Agentic commerce, dane strukturalne i protokoły agentowe to dziś obszary, w których wdrożenie wyprzedza możliwość pomiaru — i właśnie dlatego dają przewagę. Marki, które uporządkują encje, feedy i znaczniki, zanim standardy się ustabilizują, będą widoczne tam, gdzie konkurencja dopiero zacznie szukać sposobu wejścia.
Źródło: Advanced Web Ranking, „Search Beyond the Blue Link: Agentic Commerce and LLM Readiness | Alex Moss” — advancedwebranking.com/blog/agentic-commerce-llm-readiness
