Ales
Agentul ți-a recomandat produsul ca singurul lucru de cumpărat. Vârful raftului - și singurul rezultat asupra căruia majoritatea cumpărătorilor acționează.
Funcționalitate · Agent Shelf
Cumpărătorii nu mai răsfoiesc - îi spun unui asistent „cumpără-mi cel mai bun sub 150 €“ și agentul decide. Agent Shelf urmărește dacă agenții AI îți aleg produsele, numește competitorul care a câștigat, citează motivul și îți spune exact ce corecție de feed te pune înapoi în coș.
Prompturile
Un agent transformă obiectivul cumpărătorului într-un prompt de intenție de cumpărare, evaluează câteva produse și întoarce o singură alegere. Agent Shelf rulează aceste prompturi pe fiecare model și punctează unde aterizează produsul tău.
Pentru fiecare prompt de intenție de cumpărare, Agent Shelf citește răspunsul agentului și îți notează produsul - apoi adună verdictele într-un singur Agent Pick Score pe care îl vezi mișcându-se pe măsură ce îți repari feedul.
Agentul ți-a recomandat produsul ca singurul lucru de cumpărat. Vârful raftului - și singurul rezultat asupra căruia majoritatea cumpărătorilor acționează.
Numit ca o opțiune bună printre alte două-trei. În setul de considerare, dar agentul a îndrumat în altă parte pentru decizia finală.
Menționat, apoi trecut cu vederea explicit - „dar X e mai ieftin / are recenzii mai bune / e în stoc.“ Capturăm motivul declarat ca să-i poți răspunde.
Nu a apărut deloc. Agentul nu știa că exiști pentru această decizie. Pragul de vizibilitate - și cel mai frecvent punct de plecare.
Nu doar dacă ai fost menționat - dacă ai fost ales, de ce a câștigat câștigătorul și dacă agentul îți citește corect datele.
Cât de des fiecare model îți alege, listează, respinge sau nu îți afișează deloc produsul - per agent, ca să vezi unde te adoră ChatGPT și te ignoră Gemini.
Produsul competitor pe care agentul l-a recomandat în loc, plus rațiunea oferită - „mai ieftin“, „recenzii mai bune“, „în stoc“. Exact obiecția de rezolvat.
Dacă agentul citează prețul, disponibilitatea și specificațiile corecte. Agenții repetă constant date de produs vechi sau greșite; semnalăm nepotrivirea față de adevărul tău.
Când extragem un URL de produs, notăm cât de citibil de mașină este - schema curată, parțială sau scrapuită. O notă slabă e primul motiv pentru care agenții te sar.
Un scor 0-100 per produs, salvat zilnic, ca să poți dovedi că o schimbare de feed a mișcat cifra, în loc să ghicești.
Din ce retaileri, recenzii și feeduri a extras agentul ca să decidă - sursele pe care trebuie să le câștigi ca să schimbi rezultatul.
Pârghia pentru comerțul agentic sunt datele tale, nu un articol de blog. Fiecare corecție e legată de un prompt pierdut anume și de motivul declarat al agentului.
Livrează schema.org Product / Offer / AggregateRating validă pe fiecare PDP. Agenții le citesc verbatim - schema lipsă sau parțială e cel mai frecvent motiv pentru care primești nota „scrapuit“ și ești sărit.
Când agentul citează prețul greșit sau „epuizat“, încetează să te recomande. Corectează feedul și datele structurate ca faptele agentului să corespundă cu ale tale.
Oferă agenților un rezumat curat, citibil de mașină, al catalogului și al faptelor cheie, ca să nu te reconstruiască din presupuneri terțe.
Agenții se sprijină pe un grup mic de retaileri și threaduri de recenzii. Agent Shelf le numește pe cele care îți decid categoria, ca să știi exact unde să câștigi plasare.
Specificația pe care a avut-o câștigătorul și tu nu e adesea întregul motiv. Afișeaz-o ca date structurate și în copy, ca agentul s-o poată cita.
Răspunsurile agenților se schimbă pe măsură ce webul se reindexează. Scorurile zilnice semnalează ziua în care schimbarea unui competitor te-a dat jos de pe raft - cât încă poți reacționa.
Adaugă un produs după URL, adaugă un prompt de intenție de cumpărare și obține primul tău Agent Pick Score pe ChatGPT, Claude, Gemini și Perplexity. Plan gratuit disponibil.