90% Polaków kupuje ze wsparciem AI. Sprawdziłem, czego Google naprawdę wymaga od danych Twojego sklepu

← Baza wiedzy

Dziewięciu na dziesięciu polskich kupujących korzysta dziś przy zakupach ze wsparcia AI. Zamiast powtarzać, co „trzeba zrobić pod AI”, poszedłem do źródła: sprawdziłem, czego Google wymaga od danych produktowych we własnej dokumentacji. Kilka rzeczy okazało się inaczej, niż się o nich mówi.

Co się zmieniło po stronie klienta

Nie chodzi o to, że AI „nadchodzi”. Ono już jest w środku ścieżki zakupowej i to na masową skalę.

Za: Izba Gospodarki Elektronicznej, „Omni-commerce. Kupuję wygodnie 2026″, XI edycja, 29 czerwca 2026. Badanie Mobile Institute, CAWI, n = 1974, próba reprezentatywna ze względu na płeć, wiek, miejsce zamieszkania i dochód.

Druga z tych liczb jest ważniejsza od pierwszej. „Korzystam ze wsparcia AI” może znaczyć wszystko — od zapytania o opinie po sprawdzenie parametru. Ale 63% oddało asystentowi sam wybór produktu. To znaczy, że w dwóch trzecich przypadków lista kandydatów powstaje bez udziału klienta. Jeśli Twojego sklepu na tej liście nie ma, nie przegrywasz porównania — Ciebie po prostu nie ma w porównaniu.

Rzecz, którą Google mówi wprost, a która ginie w hałasie

Google opublikowało własny przewodnik po funkcjach generatywnych w wyszukiwarce. Jest tam zdanie, które warto przeczytać dwa razy, zanim ktoś sprzeda Ci „optymalizację schema pod AI”:

Za: Google Search Central, „Google’s Guide to Optimizing for Generative AI Features on Google Search”.

Nie ma więc czegoś takiego jak „schema pod AI” i nikt nie powinien Ci tego sprzedawać. Ale ta sama strona mówi też, czego Google używa:

Czyli praca do wykonania jest, tylko nazywa się inaczej. Nie „schema pod AI”, a kompletne i spójne dane produktowe — feed i znaczniki. To jest ta sama robota, którą i tak powinieneś mieć zrobioną pod Zakupy Google. Dobra wiadomość: nie musisz wdrażać niczego nowego. Zła: jeśli feed jest dziurawy, to jest dziurawy w obu miejscach naraz.

Czego Google wymaga w znacznikach produktu

Dokumentacja dzieli pola na wymagane i zalecane. Wymagane są tylko trzy: name, image i offers. To minimum, żeby produkt w ogóle został rozpoznany jako produkt.

Reszta jest „zalecana” i tu tkwi pułapka — bo to właśnie te pola decydują o tym, czy karta produktu ma szansę pokazać się z ceną i dostępnością: brand, description, availability, price, priceCurrency, sku, aggregateRating oraz identyfikatory gtin. Google zaleca wprost, żeby podawać wszystkie stosowalne identyfikatory globalne i wybierać najbardziej szczegółowy wariant GTIN.

Co to odblokowuje: karuzelę popularnych produktów, fragmenty produktowe w wynikach, panel wiedzy zakupowej i wyniki w Grafice Google.

Za: Google Search Central, „How To Add Merchant Listing Structured Data”.

Cztery rzeczy, o których specyfikacja feedu mówi twardo

To nie są dobre praktyki. To są warunki, których niespełnienie kończy się odrzuceniem produktu albo cichym zniknięciem go z wyników.

1. Tytuł ma opisywać produkt i zgadzać się z tytułem na stronie docelowej. Maksymalnie 150 znaków, bez tekstów promocyjnych typu „darmowa dostawa”, bez KAPITALIKÓW i znaków specjalnych. Tytuł „RB-2345-GR” jest technicznie poprawny i jednocześnie nie spełnia pierwszego warunku — nie opisuje produktu. Kod katalogowy ma osobne pole.
2. GTIN jest obowiązkowy dla produktów, którym producent go nadał. Google przyjmuje wyłącznie poprawne numery zgodne ze standardem GS1 — bez myślników i spacji, bez prefiksów zastrzeżonych. Nieprawidłowy GTIN nie jest ignorowany: produkt zostaje odrzucony.
3. Cena musi zgadzać się w trzech miejscach jednocześnie — w feedzie, na stronie produktu i w koszyku. Dokumentacja wymienia je razem jednym tchem. To jest ten warunek, który najczęściej psuje się sam, po zmianie promocji albo kursu, i o którym nikt się nie dowiaduje, dopóki nie sprawdzi.
4. Dostępność też musi zgadzać się ze stroną docelową. Przy przedsprzedaży i zamówieniach oczekujących dochodzi obowiązkowa data dostępności.

Za: Google Merchant Center, „Specyfikacja danych produktów”.

Czego nie robić

Skoro modele lubią dużo treści, kuszące jest wygenerowanie pięciu tysięcy opisów jednym promptem. Google w przewodniku po funkcjach AI stawia sprawę odwrotnie: fundamentem jest unikalna, wartościowa treść i czysta struktura techniczna, a dane strukturalne i Merchant Center są uzupełnieniem, nie głównym celem optymalizacji.

W praktyce: dwieście opisów z konkretnymi parametrami, zastosowaniami i ograniczeniami produktu jest warte więcej niż pięć tysięcy wariacji na temat „wysokiej jakości wykonania”. Te drugie nie dodają żadnej informacji, której model już nie ma.

Od czego zacząć — kolejność ma znaczenie

1. Sprawdź trzy pola wymagane na kartach produktowych: name, image, offers. Bez nich reszta nie ma znaczenia.
2. Uzupełnij pola zalecane — przede wszystkim cenę, walutę, dostępność, markę i GTIN. To najtańsza zmiana z całej listy.
3. Napraw tytuły w feedzie. Marka, model, kluczowy parametr, przeznaczenie — i zgodność z tytułem na stronie.
4. Zweryfikuj GTIN-y. Nie „czy są”, tylko czy są poprawne. Odrzucony produkt nie licytuje.
5. Zsynchronizuj ceny między feedem, stroną i koszykiem. Zrób z tego cykliczną kontrolę, nie jednorazową akcję.
6. Rozbuduj opisy tam, gdzie masz marżę. Nie wszędzie — zacznij od kategorii, które faktycznie zarabiają.

Punkty 1–5 to praca techniczna, którą robi się raz i działa. Punkt 6 to praca ciągła. Jeśli masz ograniczony czas, zrób najpierw całą piątkę — bez niej najlepsze opisy świata i tak nie zostaną poprawnie odczytane.

Jak to zmierzyć — i dlaczego jeszcze nie w Polsce

Google zapowiedziało w Merchant Center panel pokazujący, jak produkty są odkrywane w AI Mode, w AI Overviews i w aplikacji Gemini: udział głosu na tle konkurencji, lejek od odkrycia do zakupu oraz kompletność atrybutów. Brzmi dokładnie jak to, czego potrzeba.

Haczyk: start zaplanowano w Stanach Zjednoczonych, Kanadzie, Australii, Indiach i Nowej Zelandii. Polski na tej liście nie ma, a Google nie podaje dat.

Za: Google Merchant Center, „Insights for AI-powered shopping experiences coming soon”.

Do tego czasu zostają dwa przybliżenia, obie darmowe. W Search Console sprawdź, czy wyświetlenia rosną, a kliknięcia stoją w miejscu — to typowy obraz sklepu, który jest czytany jako źródło, ale nieodwiedzany. W analityce sprawdź, czy pojawia się ruch z domen asystentów AI. Jest go mało; patrz nie na wolumen, tylko na to, jak konwertuje względem reszty.

Źródła

1. 2026 rok intensyfikacji zakupów cyfrowych i inteligentnych — Izba Gospodarki Elektronicznej, 29 czerwca 2026. Raport „Omni-commerce. Kupuję wygodnie 2026″, XI edycja; badanie Mobile Institute, CAWI, n = 1974.
2. Google’s Guide to Optimizing for Generative AI Features on Google Search — Google Search Central.
3. How To Add Merchant Listing Structured Data — Google Search Central.
4. Specyfikacja danych produktów — Pomoc Google Merchant Center.
5. Insights for AI-powered shopping experiences coming soon — Pomoc Google Merchant Center.