Mar 19, 2026 | PPC
-
Googlejev patent omogoča, da sistem ob določenem pragu “kakovosti” samodejno zamenja oglaševalčevo landing stran z lastno AI-stranjo znotraj sponzoriranega oglasa.
-
Eden od pragov za zamenjavo je že odsotnost filtra za izdelke, kar cilja množico povprečnih ecommerce kampanjskih in kategorijskih strani.
-
AI-stran se generira na podlagi uporabnikovega iskalnega namena in zgodovine (query + pretekla iskanja) ter lahko kombinira tekst, slike, video, audio in chatbot.
-
Patent ne opisuje opt-out možnosti; oglaševalec lahko tako plačuje klike na stran, ki je ni zasnoval, ne pozna vsebine in ne more izvajati CRO-testiranja.
-
Najbolj zaščitene bodo znamke z močno strukturirano, semantično dobro označeno vsebino in razpršenimi lastnimi kanali; ostali tvegajo, da Google postopno “prevzame” celoten uporabniški vmesnik njihove prodaje.
DEJSTVA
-
Patent: US12536233B1 (“AI-generated content page tailored to a specific user”), odobren 27. januarja 2026, vložen kot provisional julija 2024, EU filing julija 2025.
-
Trigger primer: stran “nima filtra za izdelke” → kandidat za zamenjavo z AI-stranjo.
-
AI pipeline: štirje moduli (tekst, slika, audio, video) + optimizer/ranking + feedback sloj za regeneracijo komponent po interakciji uporabnika.
-
Programmatic benchmark: ANA ocenjuje izgubljeno medijsko vrednost v programmaticu na 26,8 milijarde USD v 2025 (+34% vs. 2024), še pred tem, da bi bila tudi ciljna stran izven nadzora oglaševalca.
-
Claim 2: AI-generirana stran se lahko “predstavi drugi organizaciji” in “uporabi za bodoča iskanja”, kar odpira vprašanja IP in “cross-brand kontaminacije”.
Kje Google pravkar patentiral
Google je januarja 2026 prejel patent US12536233B1 z naslovom „AI-generated content page tailored to a specific user“, ki opisuje sistem za samodejno zamenjavo oglaševalčeve landing strani z AI-generirano stranjo, prilagojeno posameznemu uporabniku. Sistem na podlagi metrike kakovosti oceni vašo stran, jo po potrebi razglasi za „premalo dobro“ in priključi lastno AI-stran neposredno v vaš sponzoriran oglas – vi pa klik še vedno plačate. To radikalno spremeni razmerje moči med Googlom in ecommerce oglaševalci: nadzor nad uporabniško izkušnjo na „vaši“ landing strani se lahko postopoma preseli iz vaših rok k oglasni platformi.
Kako deluje Googlejev AI sistem za zamenjavo landing strani
Realnočasovno točkovanje landing strani
Patent opisuje mehanizem, kjer Google ob iskanju uporabnika v realnem času izračuna oceno vaše landing strani. Ključne metrike, ki jih sistem upošteva, so:
Če ocena pade pod določen prag, sistem sproži generiranje nadomestne AI-strani, ki se v SERP vključi kot navigacijska povezava znotraj rezultata, tudi znotraj sponzoriranega oglasa. Posledica: uporabnik klikne vaš oglas, pristane na strani, ki je niste zasnovali in je ne morete urejati, vaš oglaševalski proračun pa se vseeno porablja.
Presenetljivo nizek prag: „stran brez filtra“
Med sprožilci za zamenjavo patent posebej izpostavi enega izjemno nizkega praga: landing stran je kandidat za zamenjavo, če „nima filtra za izdelke“.
To v praksi pomeni, da lahko:
-
številne kategorijske strani, kampanjske landing strani in celo brand strani brez naprednih filtrov padejo pod prag
-
zamenjava ni rezervirana za „slabe“ ali zastarele strani, temveč lahko zadene cel spekter srednjega razreda ecommerce strani, ki trenutno normalno prejemajo promet iz Google Ads
Do sedaj je nizka kakovost vplivala na Quality Score in minimalne CPC; novost je preskok od kaznovanja v dražbi do popolne zamenjave strani brez izrecnega soglasja oglaševalca.
Kako izgleda AI-generirana Google landing stran
Personalizacija na podlagi iskalnega namena in zgodovine
AI-generirana landing stran ni generičen template, temveč dinamična stran, ki nastane na podlagi:
-
trenutne iskalne poizvedbe uporabnika
-
kontekstnih podatkov uporabniškega računa, vključno s preteklimi iskanji
Sistem uporablja štiri generativne module: tekst, slike, audio in video, nad katerimi deluje optimizator in rangirni modul. Vgrajen je tudi povratni sloj, ki na podlagi interakcije uporabnika ponovno generira posamezne komponente strani.
Elementi na AI landing strani
Patent navaja, da lahko AI-stran vključuje:
-
personalizirane naslove in podnaslove
-
predlagane filtre in gruče izdelkov
-
dinamične CTA-je
-
produktni feed in sitelinke
-
AI chatbota za interakcijo v realnem času
Primer iz patenta: uporabnik prej išče „best laptop for architecture“ in „best laptop for 3D modelling“, kasneje pa ob novi poizvedbi dobi AI-stran, sestavljeno okoli te raziskovalne poti – ne na podlagi zasnove oglaševalčevega spletnega mesta, temveč na podlagi modelove ocene relevantnosti. Tehnično je to impresivno, komercialno pa pomeni izgubo nadzora nad ključnim stičnim trenutkom v lijaku.
Štirje ključni problemi za oglaševalce in blagovne znamke
Izguba nadzora nad blagovno znamko in skladnostjo
AI-stran, sestavljena iz modelnih izhodov in podatkov iz iskanja, ne pozna vaših:
To lahko vodi do napačnih cen, zastarelih informacij o izdelkih ali trditev, ki jih podjetje nikoli ni podalo – patent teh tveganj ne obravnava.
Še večja netransparentnost atribucije
V Performance Max in sorodnih formatih je atribucija že zdaj močno odvisna od črne skrinjice algoritma. Če pa je tudi ciljna stran zunaj nadzora oglaševalca, postane:
-
A/B testiranje landing strani praktično nemogoče
-
uporaba CRO orodij omejena, ker do strani ni dostopa
-
razumevanje, zakaj in kje konverzije nastajajo, še težje
ANA je za leto 2025 ocenila izgubljeno medijsko vrednost v programmatic oglaševanju na 26,8 milijarde USD, že pred tem, da bi bila tudi destinacijska stran spremenljivka, ki je oglaševalec ne nadzira.
Plačevanje prometa na „Googlovo“ stran
Po patentnem zahtevku 12 se lahko navigacijska povezava do AI-strani nahaja znotraj sponzoriranega oglasa. To pomeni:
-
oglaševalec plača klik v Google Ads
-
uporabnik pristane na AI-strani, ki jo je sestavil Google
-
vsi nadaljnji konverzijski signali tečejo skozi Googleovo merilno infrastrukturo, ne skozi vaša orodja
Vaša vloga se tako zreducira na „plačnika“, ki financira promet na površino, nad katero ima zelo malo vpliva.
Odsotnost jasnega opt-out mehanizma
Patent opisuje sistem, ki samostojno sprejema odločitev o zamenjavi strani. Dokument ne vsebuje:
Čeprav patent sam po sebi še ni produktni napovednik, odsotnost omembe soglasja je zgovorna glede smeri razmišljanja.
Kontekst: kako se patent vklaplja v širšo Google AI commerce strategijo
AI Overviews, Gemini in Universal Commerce Protocol
Patent ni osamljen primer, temveč nadaljevanje že vzpostavljene arhitekture:
-
oktober 2024: Gemini-poganjani personalizirani shopping feedi in AI-generated product briefs; oglasi se pojavijo v AI Overviews na mobilnih napravah v ZDA, kasneje razširjeni na 11 držav
-
januar 2026: Universal Commerce Protocol kot odprti standard za AI agente, ki lahko izvršujejo nakupe; isti dan Target in Walmart omogočita checkout neposredno v Gemini in AI Mode
-
februar 2026: novi shopping ad formati za AI Mode, ki je presegel 75 milijonov dnevno aktivnih uporabnikov
AI Overviews pokrivajo vrh lijaka (odkrivanje), UCP in Gemini checkout dno lijaka (transakcija), obravnavani patent pa cilja sredino – trenutek landing strani, ki je bil do sedaj zadnji del lijaka, kjer je imel oglaševalec poln nadzor.
Končni scenarij: Google kot celotna trgovska površina
Če vsi ti elementi dosežejo polno implementacijo, je logičen končni scenarij:
-
blagovne znamke kupujejo izpostavitve v Google ekosistemu
-
Google generira „trgovino“ (AI landing)
-
Google omogoči plačilo in zaključi transakcijo
-
blagovna znamka prejme zgolj obvestilo o naročilu
Vaša spletna stran se tako reducira na fulfilment backend, vmesnik z uporabnikom pa postane v večji meri Googlev lastni AI-pogon.
Kdo bo prizadet najprej
Ecommerce oglaševalci z „mid-tier“ kampanjami
Točkovni mehanizem bo najverjetneje najprej prizadel:
-
ecommerce blagovne znamke s srednje velikimi proračuni v Google Ads
-
kampanjske in kategorijske landing strani s tanko vsebino, brez naprednih filtrov in z nižjimi konverzijami
Takšne strani idealno ustrezajo pogojem, ki jih patent opredeljuje kot razloge za zamenjavo.
Amazon sellerji in drugi marketplaci
V obsegu so tudi:
-
Amazon sellerji, ki iz Google Ads vodijo promet na produktne strani ali Storefront
-
druge marketplace strani, ki iz perspektive modela ne ponujajo dovolj filtriranja ali strukturirane vsebine
Če produktna stran ne izpolnjuje pogojev (npr. interpretiranih filtrov), jo lahko model oceni kot kandidatko za AI-zamenjavo.
Kdo ima večjo strukturno odpornost
Relativno najbolje bodo zaščitene blagovne znamke, ki so vlagale v:
-
entitetno usmerjeno vsebino
-
bogate strukturirane podatke (schema markup, produktni podatki)
-
dobro organiziran Q&A in natančne, posodobljene opise
-
močne semantične signale skozi celotno spletno prisotnost
Če model za sestavo AI-strani črpa iz obstoječe vsebine o blagovni znamki, bodo prav ti strukturirani viri postali glavni gradniki – blagovne znamke s tanko ali nedosledno prisotnostjo pa bodo izrinjene ali napačno predstavljene.
Odprta pravna in operativna vprašanja
Zasebnost in GDPR
Sistem personalizira generirane strani z uporabo:
V EU takšno profiliranje za tretjega oglaševalca zahteva zakonito pravno podlago (GDPR, člen 6), kar odpira vprašanja glede:
-
procesa pridobivanja privolitve
-
namenskosti uporabe profilirnih podatkov
-
odgovornosti med Googlom (kot upravljavcem) in oglaševalcem (kot potencialnim so-upravljavcem ali obdelovalcem)
Google je vložil tudi evropsko prijavo patenta julija 2025, kar jasno kaže ambicijo za evropske trge, pravna izvedljivost pa ostaja nepreizkušena.
„Cross-brand“ kontaminacija in intelektualna lastnina
Zahtevek 2 navaja, da se lahko AI-generirana stran:
To implicira, da bi stran, sestavljena za enega oglaševalca, lahko bila delno reciklirana ali prikazana v kontekstu drugega branda, kar odpira:
-
IP vprašanja (uporaba opisov/struktur iz vsebine blagovne znamke A za blagovno znamko B)
-
tveganja za varnost blagovne znamke (neprimerne kombinacije produktov, trditev ali vizualnih elementov)
Od patenta do produkta
Patent je pravna zaščita koncepta in ne neposredna produktna napoved. Vendar:
-
prijava, aktivno zasledovanje skozi preizkus in končna odobritev zahtevajo znatne vire
-
podjetja običajno ne vlagajo v zaščito zmožnosti, ki jih ne nameravajo vsaj delno razvijati
Za oglaševalce je racionalno, da to razumejo kot signal smeri, v katero se bo razvijala oglasna in commerce infrastruktura.
Strategije za ecommerce in oglaševalce v novi realnosti
1. Tehnična optimizacija landing strani
Za zmanjšanje verjetnosti, da bo vaša stran označena kot „premalo kakovostna“, je smiselno:
-
implementirati jasne, uporabne produkte filtre na kategorijskih in kampanjskih landing straneh
-
izboljšati hitrost, UX in mobilno odzivnost
-
povečati relevanco vsebine glede na ključne iskalne poizvedbe
-
vzpostaviti natančno merjenje konverzij in mikro-konverzij, da metrike (CVR, bounce rate) odražajo realno sliko
Čeprav to samo po sebi ne odpravi sistemskega tveganja, lahko dvig praga kakovosti zmanjša pogostost AI-zamenjav in kupi čas za širše prilagoditve.
2. Investicija v strukturirane podatke in AEO (Answer Engine Optimization)
Ker Google in drugi AI sistemi vedno bolj črpajo iz entitetno strukturiranih virov, postajajo ključni:
-
bogat schema markup (Product, Offer, Organization, FAQ, HowTo)
-
centralizirane, posodobljene baze produktnih podatkov
-
strukturirana Q&A vsebina, ki jasno odgovarja na namere uporabnikov
-
konsistenca podatkov (cene, zaloga, specifikacije) med lastnimi kanali in feedi
To ni več zgolj SEO taktika, temveč način, kako postanete primarni vir resnice za modele, ki morda sestavljajo AI-strani namesto vas.
3. Diverzifikacija kanalov in krepitev lastnih površin
Da zmanjšate odvisnost od enega „posrednika“ v lijaku:
-
gradite neposreden promet (email, SMS, aplikacije, community)
-
diverzificirajte plačljive kanale (Meta, retail media, influencer, affiliate)
-
razvijajte first-party podatke in lastne personalizacijske mehanizme
Čim več vaše prodaje izhaja iz kanalov, kjer nadzorujete celotno pot, tem manj ste izpostavljeni situaciji, v kateri platforma zamenja vašo ključno stran brez soglasja.
4. Pravna, skladnostna in pogodbena priprava
Priporočljivo je, da pravne in skladnostne ekipe:
-
pregledajo pogodbe in pogoje uporabe oglasnih platform z vidika generiranja vsebin „v vašem imenu“
-
pripravijo stališča glede odgovornosti za napačne ali zavajujoče AI predstavitve produktov
-
spremljajo razvoj regulative in morebitne pravne izzive zoper takšne prakse
Pri občutljivih vertikalah (zdravje, finance, regulirani produkti) lahko napačna AI-stran pomeni tudi regulatorno tveganje.
Zaključek: spletna stran kot backend, ne kot izložba?
Googlejev patent za „AI-generated content page tailored to a specific user“ je več kot tehnična kurioziteta; je jasen indikator premika, v katerem oglasna platforma postopoma prevzema nadzor nad celotno uporabniško izkušnjo, od odkrivanja do transakcije. Ne glede na to, ali bo sistem v celoti zaživel v trenutni obliki, arhitektura je v veliki meri že zgrajena: AI Overviews, Gemini, Universal Commerce Protocol in novi shopping formati v AI Mode skupaj tvorijo end-to-end commerce površino pod eno streho.
Ecommerce podjetja in oglaševalci, ki danes vlagajo v tehnično kakovost landing strani, strukturirane podatke, AEO in lastne kanale, imajo realno možnost, da ostanejo relevantni in prepoznani tudi v scenariju, kjer Google sestavlja „njihove“ strani na podlagi modelnih izhodov. Ostali tvegajo, da se bo njihova spletna stran zreducirala na logistični modul v ozadju – medtem ko se ključni stik z uporabnikom odvija na površini, ki jim ne pripada.
Mar 9, 2026 | Ecommerce
vir: https://www.retailmediabreakfastclub.com/p/discovery-has-moved-upstream-here-s-what-that-means-for-retailers
-
LLM orodja (ChatGPT, Gemini, lastni »shopping agenti«) prevzemajo fazo raziskovanja in odločanja, preden uporabnik sploh obišče spletno trgovino.
-
Kupec na strani trgovca pogosto pride neposredno na izbrano produktno stran, hitro zaključi nakup in skoraj ne vidi oglasov ali drugih površin za odkrivanje.
-
LLM-ji črpajo podatke iz množice virov (spletne strani trgovcev, Reddit, YouTube, Wikipedia), zato se težišče vplivanja premakne v kakovost in zanesljivost produktnih podatkov.
-
Ključni sta dve plasti podatkov: osnovni produktni podatki (cena, zaloga, dostava, ocene) in »intenzijsko usmerjeni atributi« (Q&A, opisi uporabe, kontekst rabe) za generativne in agentne iskalnike (GEO/AEO).
-
Spletna mesta trgovcev ne izginejo, vendar postane produktna stran nova »vstopna stran«, kar za trgovce pomeni druge prioritete pri podatkih, UX in monetizaciji retail media oglaševanja.
Članek opisuje osebno anekdoto: avtorica zamenja fen, izbiro pa v celoti opravi prek ChatGPT (kriteriji, filtriranje, končna odločitev), medtem ko Best Buy dobi le transakcijo – brez vpliva na izbor izdelka in brez izpostavljenosti oglasom. Podobno se po raziskavah več kot polovica ameriških potrošnikov v nakupnem procesu že opira na priporočila AI, tudi fizično v trgovini (npr. med vikendom zahvalnega dne 2025 je 52% potrošnikov pri nakupu v fizičnih trgovinah uporabljalo AI asistenta).
Tehnologija tako premika fazi odkrivanja in odločanja v LLM-je in agentne asistente, medtem ko spletno mesto trgovca ostaja predvsem točka transakcije in vira podatkov za agente.
Vloga LLM-jev in agentov
LLM-ji se razlikujejo od klasičnih kanalov odkrivanja (TV, social, WOM), ker združujejo izjemno široko bazo podatkov v enoten, pogovorni vmesnik, usmerjen v reševanje konkretnega problema uporabnika. Namesto kratkih ključnih besed uporabniki vnašajo stavke in odstavke ter opisujejo svoje omejitve, preference in kontekst.
Agenti ne berejo le strani trgovca, temveč tudi forume, video vsebine, enciklopedije in druge vire, kar pomeni, da morajo blagovne znamke razmišljati širše o tem, katere signale pošiljajo v ekosistem, ne le v svoj katalog.
Kako agenti »zaupajo« produktnim stranem
Pri obisku produktne strani agent najprej interpretira kontekst poizvedbe (cena, hitrost dostave, stil, posebne potrebe), nato pa oceni, ali je določen produkt »vreden zaupanja«. Pri tem preverja:
-
natančnost in konsistentnost cene,
-
kakovost in kvantiteto ocen in mnenj,
-
jasnost podatkov o dostavi in zalogi,
-
popolnost osnovnega opisa in atributov.
Vsi klasični e‑commerce signali (cena, zaloga, ocene, dostava) dobijo dodatno težo, ker delujejo kot filtri, ali bo agent izdelek sploh predlagal v svojih odgovorih.
Osnovni vs. »intenzijsko usmerjeni« podatki
Avtorica (prek sogovornice iz Mirakla) razlikuje med dvema nivojema podatkov:
-
Osnovni produktni podatki: natančne cene, stanje zaloge, opisi, ocene, logistični podatki.
-
Intenzijsko usmerjeni atributi (GEO/AEO): vsebine, ki ustrezajo pogovornemu načinu poizvedb – vprašanja in odgovori, opisi scenarijev uporabe, kontekst (za koga, kdaj, pri čem je izdelek primeren).
Ker LLM-ji procesirajo daljše, kontekstualne poizvedbe, prav ta druga plast pomaga, da se produkt sploh pojavi v »pogovoru« med uporabnikom in agentom.
Posledice za trgovce in retail media
Zaključek članka je, da spletne strani trgovcev ne izginejo, vendar postane njihova primarna vloga dobava kakovostnih, bogatih podatkov AI agentom in sprejem že odločenih kupcev na produktno stran. Če so podatki slabi (napačne cene, malo ocen, skop ali nekontekstualen katalog), postane blagovna znamka nevidna, še preden uporabnik sploh obišče spletno mesto.
V napovedanem nadaljevanju serije bo avtorica obravnavala scenarij, v katerem obiskovalci prihajajo neposredno na posamezne produktne strani (PDP kot nova »domača stran«) ter kakšne priložnosti in tveganja to pomeni za UX, komercialo in oglaševalsko monetizacijo.
DEJSTVA
-
53% ameriških potrošnikov je že opravilo nakup na podlagi priporočil AI.
-
52% potrošnikov je med vikendom Thanksgiving 2025 v fizičnih trgovinah uporabljalo AI asistenta.
-
Na dogodkih po ocenah govorke že okoli 80% udeležencev uporablja LLM za začetek nakupne poti, manjši, a rastoči delež pa tudi dokonča nakup.
-
Mirakl razvija »agentic commerce« rešitve in napredne oglaševalske produkte za trgovce, ki temeljijo na multi‑merchant orkestraciji naročil.
-
Generative Engine Optimization (GEO) oziroma Agentic Engine Optimization (AEO) postajata nova disciplina optimizacije produktnih podatkov za LLM-je in agente.
Feb 26, 2026 | GMB
Če ste se ta teden prijavili v svoj Google profil podjetja in opazili, da nekaterih ocen čarobno manjka… niste sami. Google je nedavno okrepil uveljavljanje pravilnika o ocenah, podjetja iz različnih panog pa so ponoči izgubila številne ocene. Glavni poudarek? Nenavadni vzponi v aktivnostih ocenjevanja in spodbudne ocene. Z drugimi besedami, če se je na vašem profilu število ocen iz dveh na mesec nenadoma povzpelo na 47 v enem vikendu, je Google vklopil alarm. In če ste ponujali popuste, darilne kartice ali „brezplačen desert za oceno s 5 zvezdicami“, ste zdaj uradno na Googlovem seznamu nezaželenih. Google jasno sporoča: želijo pristno, organsko povratno informacijo, ne umetno ustvarjen hype.
Nasveti za ocene, s katerimi ne boste imeli težav:
– Ciljajte na doslednost: Google se najbolj osredotoča na ocene iz zadnjih 90 dni. Lahko imate skupaj 500 ocen, a če v zadnjem času ni nobene, vam to prav dosti ne koristi. Priporočamo, da si prizadevate za en novo oceno na teden in vlagate trud v doslednost.
– Spodbujajte podrobnosti: Stranke spodbujajte, naj podrobno opisujejo svojo izkušnjo. Naravno bodo omenile storitve, lokacije in specifične ključne besede, kar vam bo pomagalo višje uvrstiti v iskalnih rezultatih. Dodaten plus je, če k oceni pripnejo slike!
– Avtomatizirajte prošnje: Namesto, da ročno pošiljate sporočila ali se poskušate spomniti, naj nastavite avtomatizacijo. Avtomatizirane prošnje za ocene naredijo proces enostaven in odpravijo stres za lastnike podjetij. Brez nerodnih pogovorov, le gladek sistem, ki dosledno prinaša nove, skladne ocene.
Na koncu dneva Google ne želi kaznovati poštenih podjetij, želi pa odstraniti manipulacije. Če se osredotočite na postopno rast, pristno povratno informacijo in olajšate postopek ocenjevanja za zadovoljne stranke, boste ostali na pravi strani pravilnika in ohranili močne uvrstitve. Ocene so eden najmočnejših dejavnikov za uvrščanje na Google Zemljevidih, a strategija mora biti pametna in trajnostna.
Feb 24, 2026 | Ecommerce
vir: https://www.searchenginejournal.com/agentic-commerce-optimization-a-technical-guide-to-prepare-for-googles-ucp/566969/
-
UCP standardizira celoten nakupni tok za AI agente – od odkrivanja izdelkov do poprodajne podpore – in že teče pri trgovcih, kot sta Wayfair in Etsy.
-
Ključ je v tem, da SEO in e‑commerce preideta iz optimizacije za klike v optimizacijo za izbor z bogatimi, strogo strukturiranimi podatki (schema.org + UCP JSON sheme).
-
Merchant Center postane primarni discovery sloj, kjer so nujni popolni podatki o izdelkih, vračilih, podpori, identifikatorjih in atributih za agentic checkout.
-
Google uvaja nove “conversational commerce” atribute (FAQ, kompatibilnost, nadomestki, sorodni izdelki), ki LLM‑jem zmanjšajo halucinacije in povečajo verjetnost, da agent izbere prav vaš izdelek.
-
Avtor svetuje, da znamke začnejo takoj: pridružitev čakalni listi UCP, nadgradnja schem, feedov in pogovornih atributov, saj bo zamuda pri implementaciji pomenila konkurenčni zaostanek.
DEJSTVA
-
UCP ima šest ključnih zmožnosti: odkrivanje izdelkov, upravljanje košarice, povezovanje identitete, checkout, upravljanje naročil ter vertikalne razširitve (npr. potovanja, naročnine).
-
UCP uporablja lastno JSON vocab, vendar schema.org ostaja “lepilo”, ki agentom pomaga izbrati, s kom bodo opravili transakcijo.
-
Merchant Center zahteva natančne politike vračil, podporne kontakte, atribut native_commerce, dosledne ID‑je izdelkov in oznake consumer_notice za opozorila.
-
Google dodaja desetine novih atributov za konverzacijsko trgovino (odgovori na pogosta vprašanja, kompatibilni dodatki, nadomestni izdelki), ki pomagajo agentom pri selekciji.
-
Socialni dokaz z zunanjih platform (Trustpilot, G2 ipd.) krepi “consensus” signal LLM‑jev in veča možnost izbora v AI‑posredovanem nakupnem procesu.
1. Kaj je UCP in zakaj je pomemben
UCP (Universal Commerce Protocol) je Googlov protokol, ki poenoti integracijo trgovcev z agenti (AI Mode, Gemini, Business Agent) in razširi e‑trgovino izven samega check‑outa na raziskovanje, lojalnost ter poprodajno podporo. Namesto več ločenih integracij za vsako agentno platformo omogoča enkratno integracijo, ki se nato uporablja prek različnih orodij in površin.
Za razliko od ACP (Agentic Commerce Protocol), ki je bolj osredotočen na tok plačilo → izpolnitev → poravnava, UCP pokriva celoten življenjski cikel komercialne interakcije v šestih plasteh. Trgovci tako tekmujejo za izbor v AI‑vmesnikih, ne več le za klik v SERP‑ih, zato postane kakovost in popolnost podatkov ključna konkurenčna prednost.
2. Šest zmožnosti UCP
Avtor iz Googlove dokumentacije izpelje šest osnovnih zmožnosti UCP:
-
Product Discovery: kako agenti najdejo in prikažejo inventar v fazi raziskovanja, pri čemer UCP povpraša po strukturiranih ponudbah, ocenah, dostavi ipd.
-
Cart Management: podpora kompleksnim košaricam, dinamičnim cenam, pravilom za popuste in večpostavčnim naročilom.
-
Identity Linking: povezava identitete prek OAuth 2.0 za personalizacijo, lojalnostne programe in članstva.
-
Checkout: vzpostavitev seje, izračun davkov, obdelava plačil in konverzija brez preusmerjanja uporabnika iz AI‑vmesnika.
-
Order Management: webhook‑osnovane posodobitve o statusu naročil, logistiki in dogodkih v življenjskem ciklu naročila.
-
Vertical Capabilities: razširitve za specifične vertikale (npr. trajanje bivanja pri potovanjih, urniki naročnin, storitvene reže).
Za SEO in e‑trgovino to pomeni, da polja, kot so offers, aggregateRating, shippingDetails, id in drugi signali, niso več pomembna le za rich snippets, ampak za celoten agentni nakupni tok.
3. Vloga schema.org in tehničnih schem
UCP uporablja lastni JSON‑schema besednjak (ucp.dev), vendar schema.org ostaja temeljni semantični sloj, ki ga LLM‑ji in agenti uporabljajo pri odločanju, komu zaupati transakcijo. Google na dogodkih (npr. Search Central Live) poudarja, da je schema “lepilo”, ki povezuje različne ontologije in podatkovne modele.
Priporočene aktivnosti:
-
Popolna pokritost Product schem: name, description, SKU, GTIN, brand, slike, offers.
-
Offers: price, priceCurrency, availability, URL, seller, aggregateRating, review za tretje‑osebni pogled.
-
Variacije: pravilno izpisani variants (velikosti, barve ipd.) v strukturi podatkov.
-
shippingDetails: roki dostave, stroški, območja.
-
Organization/Brand schema: za verifikacijo “Merchant of Record”; če ni organizacije, vsaj Person.
-
FAQ Page: namenski FAQ za znamko/produkta, ki ga agenti lahko vključijo v odločanje in odgovore.
4. Priprava Merchant Center računa in feedov
Merchant Center postane discovery sloj za UCP, zato morajo biti feedi in dodatni podatki maksimalno izkoriščeni. Ključne komponente:
-
Return policies: kompletni podatki o stroških vračil, rokih in URL‑jih politik; nujno za status “Merchant of Record” in pomembno za izbor v AI‑checkoutu.
-
Customer support: kontaktni podatki in kanali podpore, ki agentom omogočajo avtomatizacijo osnovnih poizvedb.
-
native_commerce atribut: določa upravičenost izdelkov za agentic checkout; brez tega izdelki niso kandidati za nakupe v AI‑načinu.
-
Product identifiers: stabilni ID‑ji izdelkov, ki se ujemajo z ID‑ji v checkout API‑ju, da agent lahko poveže katalog z transakcijo.
-
consumer_notice: označevanje izdelkov z opozorili ali regulativnimi zahtevami.
Google predlaga, da se za dodatne podatke uporablja supplemental feed (ne primarni), da se zmanjša tveganje za napake v osnovnem feedu. Trgovci morajo tudi preveriti, ali njihovi izdelki sodijo med omejene kategorije v UCP dokumentaciji o product restrictions.
5. Optimizacija za konverzacijsko trgovino in “fan‑out”
Google napoveduje “dozens of new data attributes” za konverzacijsko trgovino v Merchant Centeru – odgovori na pogosta vprašanja, kompatibilni dodatki, nadomestki in sorodni izdelki. Ti atributi:
-
zmanjšujejo halucinacije LLM‑jev,
-
omogočajo natančnejše ujemanje z namenom uporabnika,
-
povečajo probabilnost, da bo agent izbral prav vaš izdelek (selection).
Priporočene vsebine:
-
Compatibility: kaj je kompatibilno (npr. polnilci, dodatki, nadgradnje), kar ustvarja upsell priložnosti.
-
Substitution: logika in kandidati za nadomestke pri out‑of‑stock, kar agentom omogoča varno predlaganje alternativ.
-
Related products: sorodni artikli za cross‑sell v isti interakciji.
Avtor predstavi primer vizualnega “fan‑outa” preko orodja WordLift Visual Fan‑Out simulator: iz ene slike čevlja On Cloudsurfer Max agent izpelje brand, linijo, tip obutve, barvo (“Wolf”) in povezane kategorije (performance running gear ipd.). To pokaže, kako agenti razgradijo vizualne in opisne signale v množico možnih namenov in atributov, na katere se znamke lahko vnaprej pripravijo.
6. Roadmap UCP in vertikalna ekspanzija
Uradni roadmap UCP predvideva razširitve onkraj klasične maloprodaje:
-
Multi‑item košarice, kompleksni paketi, napredna logika davkov in dostave.
-
Lojalnost in povezava računov (točke, članske cene, ugodnosti čez različne trgovce).
-
Poprodajna podpora: sledenje naročilom, vračila, posredovanje na službo za uporabnike.
-
Personalizacijski signali: zgodovina, wish‑liste, kontekstualna priporočila za cross‑ in upsell.
-
Novi verticali: potovanja, storitve, digitalne dobrine, gostinstvo in food – prek razširitev protokola.
Za podjetja v teh vertikalah to pomeni, da je potrebno že zdaj razmišljati, kako svoje produkte/storitve modelirati v UCP shemah (npr. rezervacijska okna, termini, digitalna dostava).
7. Družbeni dokaz in tretje‑osebni signali
Četudi so vaše sheme in feedi idealni, agenti za “consensus” potrebujejo zunanje potrditve. Platforme, kot sta Trustpilot in G2, se pogosto pojavljajo kot zanesljivi viri v LLM‑jih, zato so:
-
zbiranje in vzdrževanje pozitivnih ocen,
-
odzivanje na mnenja in upravljanje ugleda,
-
povezave med ocenami in produktnimi/brand entitetami in kritični signali pri odločitvi, koga agent predlaga ali izbere.
8. TL;DR – konkretni naslednji koraki
Avtor zaključi z zelo operativnim check‑listom za e‑trgovine:
-
Pridružite se čakalni listi za UCP in spremljajte dokumentacijo.
-
Pripravite Merchant Center: politike vračil, native_commerce, podporni kontakti, identifikatorji, opozorila.
-
Poskrbite, da razvojna ekipa podrobno razume UCP specifikacijo in JSON sheme.
-
Dodajte in obogatite konverzacijske atribute: Q&A, kompatibilnost, substituti, sorodni produkti, natančnejši opisi barv, materialov, velikosti.
-
Naredite celovit audit schema.org implementacije in jo posodobite za maksimalno pokritost.
Tempo sprememb je hiter, UCP pa je predstavljen kot dolgoročna strukturna sprememba e‑trgovine, ne kot kratkoročen AI “gimmick”.