Anthropic wypuścił gotowy zestaw do agentów zakupowych. Co z tego ma sklep w tym kwartale

Anthropic opublikował 2 września dwa materiały naraz. Pierwszy to gotowy zestaw do budowy agentów handlowych: działający kod agenta zakupowego i agenta po stronie sprzedawcy, wzorce podpięcia katalogu, koszyka, kasy, preferencji klienta i historii zamówień. Drugi to przewodnik inżynierski o tym, jak taki agent ma być zbudowany, żeby działał szybko i przewidywalnie.
W praktyce oznacza to, że próg wejścia w budowę własnego asystenta zakupowego spadł z „projekt na kwartał" do „prototyp na tydzień". To realna zmiana. Zanim jednak trafi na listę projektów, warto rozdzielić trzy rzeczy: co ogłoszono, co jest deklaracją producenta i co z tego wynika dla przeciętnego sklepu.
Co dokładnie ogłoszono
Zestaw obejmuje dwa gotowe agenty. Zakupowy prowadzi klienta przez wyszukiwanie, dobór i finalizację. Sprzedawcy pracuje po stronie sklepu, przy zamówieniach i obsłudze. Do tego dochodzą trzy drogi uruchomienia: bezpośrednio przez API, przez zestaw narzędzi programisty i przez usługę zarządzaną w wersji testowej. Uruchomić da się także w chmurach Amazona, Microsoftu i Google, co ma znaczenie dla firm, które i tak mają tam infrastrukturę.
Anthropic wymienia partnerów ekosystemu: Accenture, Mastercard i Visa. W materiale pojawiają się też firmy budujące na tym rozwiązaniu, między innymi Shopify, Wix, Square, Klaviyo, Priceline, Intuit i Fetch. Cytowana wypowiedź z Fetch mówi o uruchomieniu obu agentów lokalnie „w mniej niż godzinę", a przy Wix pada „piętnaście minut". To wypowiedzi partnerów o czasie uruchomienia przykładu, nie o czasie wdrożenia produkcyjnego. Różnica jest ta sama, co między odpaleniem sklepu demonstracyjnego a otwarciem sprzedaży.
Liczby, które już krążą, i co z nimi zrobić
W komunikacie są dwie liczby, które w najbliższych tygodniach zobaczysz w prezentacjach: koszyki większe do 35 procent i klienci o 60 procent chętniej finalizujący zakup.
Nie ma przy nich nazwanego sklepu, nie ma opisu metody, nie ma okresu ani wielkości próby. To deklaracja producenta o efektach u jego klientów. Traktuję takie liczby jak materiał marketingowy: mogą być prawdziwe i nadal nie mówią nic o Twoim sklepie, bo nie wiadomo, co porównywano i kto trafiał do grupy z agentem.
Jeżeli ktoś przyniesie Ci je jako uzasadnienie wydatku, zadaj trzy pytania. Z czym porównywano wynik, ze stanem sprzed wdrożenia czy z grupą kontrolną w tym samym czasie? Kto trafiał do agenta, wszyscy czy klienci, którzy sami z niego skorzystali? I czy liczby dotyczą klientów, którzy i tak byli już zdecydowani na zakup? Trzecie pytanie jest najważniejsze, bo asystent zwykle przyciąga tych, którzy są bliżej decyzji, a to samo w sobie podnosi wszystkie wskaźniki bez żadnego wpływu narzędzia.
Czym to nie jest
Ten zestaw nie sprawia, że asystent innej firmy zacznie kupować w Twoim sklepie. To rozwiązanie do zbudowania własnego agenta na własnych danych, we własnym serwisie albo w obsłudze klienta.
Kwestia widoczności sklepu dla cudzych agentów, tego jak się przed nimi otwierasz i czy w ogóle chcesz, to osobny temat i osobna decyzja. Warto o tym pamiętać, bo w rozmowach oba wątki notorycznie się zlewają, a wymagają zupełnie innych prac i innego rachunku.
Kiedy to ma sens dla sklepu na PrestaShop, WooCommerce albo Magento
Z mojego doświadczenia próg opłacalności wyznaczają trzy warunki. Sensownie jest wtedy, gdy spełniasz wszystkie trzy naraz.
Katalog jest duży i trudny do przeszukania. Kilkaset produktów obsłuży dobra wyszukiwarka i filtry. Kilkadziesiąt tysięcy pozycji, w których klient nie wie, czego szukać, i regularnie pyta obsługę o dobór, to inna sytuacja.
Obsługa kosztuje realne pieniądze. Policz godziny na powtarzalnych pytaniach o dobór, dostępność i status zamówienia. Jeśli to ułamek etatu, projekt się nie zwróci, choćby działał świetnie.
Masz API i porządek w danych. Agent jest tak dobry, jak wyszukiwanie, dostępność i ceny, które mu udostępnisz. Jeśli stany magazynowe rozjeżdżają się z rzeczywistością, agent będzie się mylił szybciej i uprzejmiej niż człowiek.
Nie spełniasz wszystkich trzech? Odłóż projekt i wróć do niego, gdy któryś warunek się zmieni. Do tego czasu tańszym ruchem jest uporządkowanie danych produktowych, bo pracuje na Twoją korzyść niezależnie od tego, czy agenta w końcu zbudujesz.
Cztery zasady z przewodnika, które warto znać nawet bez wdrożenia
Przewodnik inżynierski jest o tyle ciekawy, że opisuje decyzje, które i tak podejmujesz przy każdej integracji.
Narzędzia agenta mają wywoływać Twoje istniejące systemy, a nie odtwarzać ich logikę. Zasada „the agent's tools should call those systems, not reimplement them" ratuje przed najdroższym błędem: drugą implementacją reguł cenowych, która po pół roku różni się od pierwszej.
Zwracaj tylko te pola, na których model faktycznie pracuje. Cała reszta odpowiedzi z API to koszt i szum.
Traktuj elementy interfejsu jak narzędzia. Karuzela produktów czy podsumowanie zamówienia mają być wywoływane z określonymi argumentami, a nie sklejane z tekstu.
Przyjmuj wyłącznie identyfikatory pochodzące z serwera. To zdanie z sekcji o bezpieczeństwie, ale w praktyce chroni przed sytuacją, w której model wymyśli identyfikator produktu albo ceny.
Do tego dochodzi rada, którą uznaję za najważniejszą i najczęściej pomijaną: od pięćdziesięciu do stu przypadków testowych na każdą ścieżkę użytkownika. Agent bez zestawu testów jest demonstracją, nie systemem.
Co zrobić w najbliższym tygodniu
- Policz godziny obsługi na powtarzalnych pytaniach o dobór produktu i status zamówienia. To liczba, od której zaczyna się cała decyzja.
- Sprawdź trzy warunki wejścia. Jeśli nie spełniasz wszystkich, zapisz to i wróć do tematu za kwartał.
- Zrób przegląd danych produktowych: nazwy, atrybuty, dostępność, ceny. Ta praca zwraca się bez agenta.
- Sprawdź, czy Twój sklep ma API do wyszukiwania, koszyka i dostępności, czy trzeba je dopiero zbudować.
- Gdy ktoś przyniesie Ci liczby o 35 i 60 procentach, zadaj trzy pytania o porównanie, dobór grupy i moment decyzji zakupowej.
- Jeśli chcesz sprawdzić skalę, zacznij od jednej wąskiej ścieżki, na przykład doboru w jednej kategorii, z zestawem testów i miarą sukcesu ustaloną przed startem.
Chcesz przejść przez ten rachunek na liczbach ze swojego sklepu, zamiast na cudzych deklaracjach? Umów rozmowę — najczęściej kończy się ona odpowiedzią „jeszcze nie teraz", a to też jest wynik wart godziny.
Decyzje
- 2026-09-04 15:59 — U01EDFDH8G2: zaakceptowany — Slack: „A-040 publikuj” w wątku listy T-029 (1788474181.410899), 04.09 15:53

Marcin Janczewski
IT & e-commerce · Pro1.pl
Współzałożyciel Pro1.pl i DrTusz.pl. Z branżą ecommerce związany jest ponad 20 lat. Swoją karierę rozpoczynał od własnego sklepu internetowego z asortymentem do drukarek, który z sukcesami prowadzi do dziś. Obecnie DrTusz.pl jest nie tylko wiodącym ecommercem w branży, ale także marką samą w sobie, kojarzoną z najwyższym poziomem marketingu. Wspiera sklepy internetowe na każdym etapie ich rozwoju, od momentu wejścia w sprzedaż online po budowanie i optymalizację procesów. Programista z wykształcenia, marketer i sprzedawca z pasji.
Czytaj też
ChatGPT polecił Twój produkt, ale kupić kazał u konkurencji: jak wybiera sprzedawcę
Sklep sprzedający te same produkty co dziesiątki konkurentów nie pyta, czy AI zna produkt, tylko czy wskaże jego sklep. Pokazuję, jak ChatGPT buduje listę ofert dla jednego GTIN, co przepisuje po swojemu, skąd bierze błędne dane i które 10 pól feedu i karty produktu poprawić w 30 dni.
Google dodał do feedu sześć pól dla Trybu AI. Które wypełnić przed Q4, a które mogą poczekać
Merchant Center ma sześć nowych, opcjonalnych pól, z których korzysta Tryb AI w wyszukiwarce: pytania i odpowiedzi, linki do instrukcji PDF, produkty powiązane, tytuł grupy, opcje wersji i pozycję według popularności. Google podaje, że w teście z jedną marką takie dane trafiały do co drugiej trafnej rekomendacji. Pokazuję, które pola sklep wypełni z tego, co już ma w bazie, a które wymagają pracy i ostrożności.
Budżet reklamowy na Q4: licz od marży i kosztu kliknięcia, nie od „+20% do zeszłego roku”
Więcej pieniędzy w aukcji przy tej samej liczbie kupujących oznacza droższe kliknięcie. Pokazuję, jak z danych IAB i Gemius oraz trzech liczb z własnego konta zbudować budżet na Q4, który nie przepala marży.