Ми відправили ШІ-агента по покупки в 15 американських інтернет-магазинів. Ось де він здався

Того тижня, коли Walmart відкрив шлюз для ШІ-покупців, а ритейлери розділилися щодо того, чи пускати агентів до оформлення замовлення, ми дали одному агенту список покупок і відправили його в 15 відомих магазинів США.

КОРОТКО

Що сталося

ШІ-агент у звичайному браузері поклав у кошик потрібний товар в 11 з 15 великих інтернет-магазинів США, а 4 магазини зупинили його раніше: два перевіркою на бота, один сторінкою очікування і один кнопкою, яка нічого не зробила і не показала помилки. У 2 з 11 магазинів, де все вдалося, агент заплатив би не ту ціну, що на картці: у кошику й під час оформлення з'явилася доплата, якої він не обирав, а знижка з картки вимагала коду. У третьому дані про товар і сама сторінка по-різному показували, яка пропозиція доступна.

Друга перевірка, із сервера, показала іншу картину тих самих магазинів. Агент, який читає сторінки без браузера, як багато асистентів відкривають посилання, отримав картку товару лише в 6 магазинах з 15. Жоден із 13 файлів robots.txt, які вдалося прочитати, таких агентів не забороняє. У нашій перевірці їх зупиняв захист від ботів, який здебільшого не відрізняв асистента покупця від будь-якого іншого бота, а два магазини відмовили агентам за іменем. А в даних про товар, які читають машини, умови доставки описав лише один магазин, а політику повернення лише два.

Це не маленькі магазини без бюджету. Це відомі бренди й ритейлери із сильними командами, і саме тому результат важливий для всіх інших.

НОВИНИ

Чому ми провели тест саме зараз

За останні тижні покупки через агентів перестали бути темою для конференцій. У вересні Meta представила Muse, агента, який сам обирає товари й оформлює покупки, а 20 вересня Amazon почав його блокувати з формулюванням, що застосунки, які купують за клієнтів, мають працювати відкрито й поважати рішення магазину, чи брати в цьому участь. 22 жовтня Walmart оголосив про шлюз Agent Gateway для ШІ-покупців із лімітами витрат і підтвердженням покупок, які задає сам користувач. 23 жовтня The Wall Street Journal описав, як ритейлери розділилися на табори: QVC і HSN дозволяють агентам оформлювати покупки, Tapestry, власник Coach і Kate Spade, дозволяє дивитися, але не купувати, а Kohl's обмежує замовлення, які оформлює агент.

Того ж дня PYMNTS Intelligence опублікував опитування 2 191 споживача в США. Лише 6,3% останніх покупок за допомогою ШІ було оформлено на сайті самого бренду, проти 59,7% на Amazon. Навіть за однакових ціни, доставки й повернення на сайт бренду агента відправили б лише 16,1%, а на великий маркетплейс 40,2%. Заради оформлення замовлення силами ШІ на сайт бренду перейшли б лише 12,1% покупців маркетплейсів, заради нижчої ціни 53,9%, заради такої ж швидкої безкоштовної доставки 49,9%.

ШІ змінив, де люди обирають товари, але поки не де купують.

Сперечаються здебільшого про політику: пускати агентів чи ні. Ми хотіли перевірити річ базовішу. Якщо покупець сьогодні відправить агента в магазин, чи зможе агент знайти товар, зрозуміти умови й дійти до оформлення?

ЯК МИ ТЕСТУВАЛИ

Як проходив тест

Ми обрали 15 відомих інтернет-магазинів США з різних категорій: одяг і взуття, електроніка й товари для дому, косметика й прикраси, спорядження для активного відпочинку та товари для тварин. Кожному дісталося конкретне завдання, яке покупець дав би асистенту: певний товар, розмір чи варіант, покласти в кошик, дізнатися підсумкову суму з доставкою та умови повернення. Тест відбувся ввечері 23 жовтня 2026 року у дві частини.

• Живий прогін. ШІ-агент (Claude, який керував браузером на комп'ютері) виконував завдання через домашнє підключення в США, по одному магазину. Він зупинявся в кошику або на першому кроці оформлення, без адрес, акаунтів і оплати. На кожній картці він також читав структуровані дані, які використовують пошуковики та ШІ-системи.
• Серверний аудит. Claude Code перевірив ті самі магазини без браузера: що robots.txt каже ШІ-агентам, що повертає простий запит зі звичайним ідентифікатором Chrome та з ідентифікаторами ChatGPT-User і Claude-User, і що показує headless-браузер. Якщо картка переїхала або товар зняли з продажу, аудит брав найближчий доступний товар.

Цей тест є діагностичним зрізом того, з чим один агент зіткнувся в кожному магазині за один вечір, а не рейтингом брендів і не вимірюванням того, як їхні системи поводяться завжди. Кожне спостереження нижче варто читати як «у нашому тесті»:

• кожен магазин отримав одну спробу, тож навантаження, регіональні налаштування чи інший агент могли б змінити результат;
• наш агент у браузері поводився як людина і robots.txt не читав;
• ми відокремлювали відмови (403, 429, сторінки перевірки) від тайм-аутів і від збоїв інтерфейсу та зберігали скриншоти, коди відповідей і дані сторінок як докази;
• де результат був неоднозначним, ми перевіряли його вручну, а де не змогли, так і пишемо;
• обходити перевірки на бота ми не намагалися, а єдиний відступ від чистого прогону описано нижче, у Mejuri.

РЕЗУЛЬТАТИ

Магазин за магазином

Дві колонки рідко збігаються, і це перший висновок. Готовність магазину до агентів залежить від того, який агент прийшов. Target віддав картку простому запиту, але зупинив агента в браузері перевіркою. Coach, Kohl's, lululemon, REI і Best Buy відмовили простим запитам, але пустили агента в браузері по покупки.

НА ВХОДІ

Зупинений до першого кліку

Жоден із 13 прочитаних файлів robots.txt не закриває картки товарів для ChatGPT-User, Claude-User, GPTBot, ClaudeBot, OAI-SearchBot чи PerplexityBot. Три магазини зачиняють двері одному ШІ-краулеру кожен: Patagonia для Google-Extended, lululemon для краулера Meta, Chewy для Amazonbot. П'ять магазинів публікують файл llms.txt. На папері агентам раді майже всі.

На практиці першим вирішує захист від ботів. У нашому аудиті 9 магазинів з 15 не віддали картку запиту без браузера: Akamai відповів 403 або сторінкою очікування в Coach, Kohl's, Nike і Patagonia, PerimeterX показав «Press & hold» у Walmart, Kasada відповів 429 у Chewy, а REI, Best Buy і lululemon обривали з'єднання. У нашому аудиті Nike і Walmart відмовили за іменем агента: сторінку вони віддали звичайному ідентифікатору Chrome і відмовили тому самому запиту від імені ChatGPT-User чи Claude-User.

Найпродуманіший випадок у Coach. У його robots.txt є окремі групи для дев'яти ШІ-агентів, зокрема ChatGPT-User і Claude-User, де картки відкриті, а кошик і оформлення закриті. Це збігається із заявленою політикою Tapestry «дивитися, але не купувати», але те саме правило Coach застосовує до всіх краулерів, а robots.txt має рекомендаційний характер. Наш агент у браузері дійшов до сторінки оформлення Coach без жодного опору.

НА СТОРІНЦІ

Попапи, невидимі шари й мовчазні кнопки

Усередині агент спотикався здебільшого об те, що зроблено для людей.

• Попапи підписки. Allbirds, Everlane, lululemon і Coach відкривали поверх товару вікна підписки чи знижки. У серверному рендері Allbirds і Everlane повноекранний попап залишав у дереві доступності сторінки лише iframe, тож агент, який читає сторінку через це дерево, не бачить ні ціни, ні розмірів, ні кнопки, доки не закриє вікно.
• Невидимі шари. У Mejuri поверх усієї сторінки лежав повноекранний маркетинговий iframe і перехоплював кожен клік. У нашому тесті він був прозорим, бо сторонній скрипт не завантажився; у звичайному браузері це вікно підписки на SMS. Щоб продовжити, ми прибрали цей шар, а звичайний агент цілком міг би на цьому й зупинитися. В Everlane схожий шар і далі ловив кліки у висувному кошику вже після закриття попапу.
• Збої без жодного слова. У Nike агент обрав 10-й розмір і двічі натиснув Add to Bag. Кнопка посіріла, нічого не з'явилося, кошик лишився порожнім. Ні помилки, яку можна прочитати, ні приводу спробувати щось інше.
• Пізня верстка. У Best Buy перший клік схибив: блок із ціною та доставкою завантажився після кнопки і зсунув її. У Walmart лічильник кошика кілька секунд показував нуль після успішного додавання, що виглядає точнісінько як збій.
• Забагато кнопок. На картці Allbirds було 12 кнопок Add to Cart, на картці Walmart 35, а на картці Glossier 28 кнопок Add to bag, більшість для рекомендованих товарів. У Walmart головна кнопка навіть не стояла першою в порядку читання сторінки.
• Пошук, розрахований на людину. Пошук Mejuri ігнорує звичний параметр q, тож агент, який сам складає адресу пошуку, отримує «No results for undefined». На інших сайтах першими посиланнями на товари в результатах виявлялися подарункова картка (Nike, Brooklinen, Glossier) або рекламована парка (REI).

ЦІНА

Коли ціна на сторінці не та

Найдорожчі проблеми виявилися найменш помітними. Два магазини списали б з агента не ту суму, яку обіцяла картка, а третій показував у даних пропозицію, якої не продавав.

• Brooklinen показував комплект постільної білизни Queen як $199 закреслено і $159,20 з позначкою «20% off». Під час оформлення підсумок був $199 плюс податок, бо знижка вимагає вручну ввести код FRIENDSANDFAM. Агент, який вірить сторінці, переплатить $39,80 або повідомить користувачу неправильну суму.
• Everlane у даних кошика вказував одну футболку за $34, а висувний кошик і оформлення показували $35,75 і «Subtotal, 2 items»: доплату $1,75 за страхування посилки, якої агент не обирав. Сума була видна до оформлення, але лише тому, хто читає кошик рядок за рядком.
• Best Buy показував однакові $274,99 на картці й у кошику, тож сама ціна не змінилася. Але пропозицією за замовчуванням, і єдиною новою, яку можна було купити, була пропозиція стороннього продавця, дорожча за власну ціну порівняння Best Buy $249,99, без AppleCare+ і без самовивозу. Водночас дані про товар на тій самій сторінці вказували нову пропозицію за $212,99 як наявну, а вікно варіантів покупки позначало її «Unavailable». Агент, який читає дані, пообіцяє угоду, якої сторінка не виконає.

Для e-commerce у цьому немає нічого незвичайного, і уважна людина впорається з кожним випадком. Агент, який діє від імені людини, перетворює кожен із них на проблему довіри: користувач запитав ціну й отримав іншу.

Агент повідомляє ту ціну, яку бачить. Нехай вона буде справжньою.

ДАНІ

Чого не кажуть дані про товар

Агенти та ШІ-асистенти спираються на структуровані дані, розмітку Product і Offer, яка описує товар стандартним машинозчитуваним способом. Ми читали її на кожній картці, до якої дійшов агент у браузері, а серверний аудит перевіряв її з JavaScript і без нього.

• Доставки й повернення майже немає. З 13 магазинів, чиї дані про товар вдалося прочитати, умови доставки в розмітці описав лише Brooklinen, а політику повернення лише Brooklinen і Best Buy. Людям умови доставки показував кожен магазин, до якого ми дійшли, і більшість показували умови повернення.
• Деякі картки взагалі не мають даних про товар. На картках Walmart і Target, які ми отримали, розмітки Product не було зовсім. Walmart оголосив про свій шлюз для агентів напередодні і, можливо, розраховує, що агенти ходитимуть через цей канал, а не через сторінку.
• Рейтинг показано, але не заявлено. Everlane показував рейтинг 3,9 зірки за 232 відгуками, Glossier показував 7 154 відгуки, але жоден не вказав рейтинг у розмітці.
• Один товар, кілька назв. Перлові сережки Mejuri називалися «Freshwater Pearl Double Drop Earrings» у заголовку сторінки, «Essential Pearl Earrings» у заголовку на сторінці і «Solid Yellow Gold (14k) / Pearl» у розмітці. Комплект Brooklinen мав два блоки Product: в одному умови доставки й повернення, але немає ціни, в іншому ціна, але немає бренду.
• Варіанти без сенсу. Kohl's вказав для Levi's 505 п'ятдесят пропозицій, кожна з внутрішнім кодом, ціною та наявністю, але жодна не казала, який це обхват талії й довжина. Знайти в таких даних розмір 34x32 агент не може.

Були й добрі приклади: на сторінці, яку читав наш агент, Nike описав 41 варіант Pegasus 42, кожен зі своїм GTIN, розміром і кольором, а також ціною та наявністю. lululemon описав 348 варіантів і вказав довжину штанів як вимірювання в дюймах. Coach вказав GTIN, матеріал і колір показаної сумки. За нашими спостереженнями, різниця між найкращими й найгіршими даними в тесті більше схожа не на різницю в бюджеті, а на рішення описувати товар як дані. Про цей підхід ми писали в статті про SEO картки товару.

ЩО ЦЕ ОЗНАЧАЄ

Що це означає для середнього магазину

В опитуванні PYMNTS покупці пояснювали вибір типу продавця простішим поверненням (36,6%), більшим вибором (34,9%) і звичкою (32,7%). Вибором сайт бренду Amazon не пережене. Зате він може стати місцем, де агент за один візит знаходить зрозумілий товар, зрозумілу ціну й зрозумілі умови, і кожен збій із цього тесту працює проти цього.

Результати зручно читати у трьох шарах. Чи може агент знайти товар, правильно зрозуміти товар і умови та виконати потрібну дію? У цьому тесті перший шар вирішували пошук і доступ, другий дані про товар і узгодженість ціни, третій попапи, кнопки й перевірки на бота. Магазин може добре впоратися в одному шарі й провалитися в іншому, тож одна загальна оцінка приховала б більше, ніж показала.

Для середнього магазину практичні висновки такі:

• Визначте політику свідомо. Дозволити агентам дивитися й купувати, дозволити лише дивитися або не пускати взагалі: усе це законні рішення. Блокування випадково через стандартні налаштування захисту від ботів рішенням не є; це побічний ефект.
• Вважайте агентів окремим типом трафіку. Подивіться, що ваш захист від ботів робить із ChatGPT-User, Claude-User і схожими агентами, які діють на прохання покупця, окремо від парсерів і краулерів.
• Зробіть ціну остаточною. Якщо знижка справжня, застосовуйте її автоматично, а якщо доплата необов'язкова, не ставте галочку за покупця.
• Внесіть доставку й повернення в дані, а не лише в сторінку в підвалі чи повідомлення в кошику.
• Повідомляйте про збої вголос. Якщо додати в кошик не вдалося, поясніть на сторінці чому.

Магазин, який агент зрозумів першим, він і порекомендує.

Це не привід перебудовувати магазин під роботів. Майже все, що допомагало агенту в цьому тесті (підписані кнопки, зрозумілі розміри, чесні ціни й повні дані про товар), так само допомагає людям із повільним інтернетом, екранними читалками й коротким терпінням. Про ширший зсув ми писали в статті про SEO, AEO та комерційну інфраструктуру.

ЧЕК-ЛИСТ

Перевірте свій магазин за годину

Щоб повторити зменшену версію тесту, лабораторія не потрібна:

• Попросіть ШІ-асистента з доступом до браузера знайти у вашому магазині конкретний товар, обрати розмір і покласти в кошик, а потім порівняйте його звіт із тим, що ви знаєте напевно.
• Запросіть картку товару з ідентифікаторами ChatGPT-User і Claude-User і подивіться на код відповіді та на те, що повернулося.
• Прочитайте свій robots.txt очима агента: чи каже він те, чого ви насправді хочете, щодо карток, кошика й оформлення?
• Відкрийте картку з увімкненими попапами й порахуйте вікна, які з'являються до того, як видно ціну.
• Перевірте розмітку Product: ціна, наявність, варіанти, доставка й політика повернення, і порівняйте кожне значення зі сторінкою.
• Покладіть у кошик товар зі знижкою й переконайтеся, що кошик і оформлення показують ціну зі знижкою без коду.
• Порахуйте кнопки «в кошик» на картці й переконайтеся, що головна явно стоїть першою.
• Натисніть «в кошик» за сповільненої мережі й подивіться, чи пояснює сторінка збій.

ЯК МИ ПРАЦЮЄМО

Як ми готуємо магазини до агентів

Ми будуємо й оптимізуємо інтернет-магазини, починаючи з моделі даних: товар як структурована й перевірювана сутність, а сторінки, фільтри та фіди поверх неї. Для магазинів, які вже працюють, ми починаємо з аудиту того, як магазин бачать пошуковики, ШІ-асистенти й агенти, зокрема налаштування захисту від ботів, дані про товар і шлях покупки, а потім виправляємо проблеми в порядку впливу. Результатом стає звіт із перевіреними сценаріями покупки, кожною проблемою, відтвореною зі скриншотами й відповідями сервера, її впливом на шлях до покупки та списком виправлень за пріоритетом. Ця робота входить у наше SEO інтернет-магазинів, а для нових магазинів стає частиною розробки інтернет-магазину з першого ескізу.

Кожен клік, втрачений на картці чи під час оформлення, підвищує реальну вартість продажу, і про це стаття «Зростання CPC не проблема. Проблема в іншому».

FAQ

Джерела

• PYMNTS: Shoppers Would Send AI Agents to Marketplaces Over Brand Sites (October 2026)
• Iceclog: Retailers Divided Over AI Shopping Agents as Agentic Commerce Expands, з посиланням на The Wall Street Journal (October 2026)
• GuruFocus: Walmart Launches Agent Gateway for AI Shopping Integration (October 2026)
• The Star: Amazon blocks Meta's Muse AI agent from its retail site (September 2026)
• Google Search Central: Product structured data