Czy agent AI kupi właściwy wariant w Twoim sklepie Shopify?

Klient prosi o sześć niebieskich krzeseł o określonej szerokości, z dostawą do biura. Agent znajduje podobny produkt, ale wybiera inną tkaninę albo sześć opakowań po dwie sztuki. Samo przejście przez checkout nie oznacza poprawnego zakupu.

Shopify ogłosiło WebMCP dla checkoutu 28 września 2026. Daje to powód, by sprawdzić także wcześniejsze etapy: wyszukanie produktu, wybór wariantu i interpretację warunków. Stan dokumentacji: 1 października 2026. Shopify.

Zacznij od poprawnego zamówienia wzorcowego

Wybierz kilka reprezentatywnych produktów. Dla każdego zapisz wymaganie klienta i poprawny wariant z identyfikatorem. Dodaj ilość, jednostkę, adres testowy oraz oczekiwany sposób pokazania ceny. Ten wzorzec pozwoli ocenić wynik niezależnie od przekonującego opisu agenta.

Przykład z krzesłami jest scenariuszem testowym. Agent powinien ustalić tkaninę i jednostkę sprzedaży przed dodaniem pozycji. Jeżeli szerokość siedziska różni się od szerokości całego mebla, opis musi to rozróżniać.

Macierz prób

Nie wystarczy sprawdzić jednego łatwego produktu. Do próby dodaj pozycję z wieloma opcjami i przypadek, w którym prawidłowym wynikiem jest pytanie do kupującego.

Oddziel błąd danych od błędu agenta

Jeśli karta produktu nie podaje liczby sztuk, popraw źródło. Jeśli informacja jest poprawna, lecz agent ją pomija, zachowaj instrukcję, wynik i identyfikator wersji agenta do analizy. Gdy wariant w katalogu różni się od wariantu w koszyku, sprawdź przebieg integracji i identyfikatory.

Przy problemie z checkoutem zapisz stan oraz komunikat. Dokumentacja WebMCP wskazuje, że ready_for_complete nie stanowi zgody na zakup, a completed potwierdza zamówienie. Dodatkowe wyzwanie płatnicze wymaga działania człowieka. Checkout WebMCP.

Próby złożenia zamówienia prowadź w uzgodnionym środowisku testowym lub w wyraźnie autoryzowanym scenariuszu. Odbiór integracji nie powinien generować przypadkowych płatności i zamówień.

Wynik audytu powinien dać się naprawić

Dla każdej usterki zachowaj opis wejścia, oczekiwany wariant, otrzymany wynik i miejsce problemu. Dodaj właściciela poprawki: katalog, integracja, konfiguracja agenta albo reguła obsługi. Po zmianie powtórz ten sam przypadek i jeden podobny.

Wystarczy zwięzły zapis oraz identyfikatory. Nie trzeba gromadzić danych osobowych klientów ani materiałów płatniczych w raporcie. Bezpieczne dane testowe ułatwiają też powtarzanie prób.

Jak ocenić efekt i koszt

Mierz udział prawidłowych wyborów, spraw wymagających wyjaśnienia i błędnych zamówień w uzgodnionej próbce. To wynik tej próbki, bez automatycznego przełożenia na konwersję całego sklepu. Do oceny sprzedaży potrzebna jest obserwacja rzeczywistego ruchu i warunków zakupu.

Przykładowy plan obejmuje dziesięć scenariuszy po osiem minut kontroli, czyli 80 minut samego odbioru. Przygotowanie danych, uruchomienie i naprawy są dodatkowymi pozycjami. Takie oszacowanie pomaga ustalić zakres przed wyceną.

Audyt procesu Syntalith zaczyna się od 2 495 zł netto. Zakres testów sklepu i poprawek wyceniamy po poznaniu katalogu oraz integracji. Shopify udostępnia tę funkcję bez konfiguracji sprzedawcy; warto płacić za zidentyfikowane problemy i ich rozwiązanie.

Omówmy reprezentatywny koszyk. Podstawy protokołu i podział odpowiedzialności opisuje wprowadzenie do Shopify WebMCP.