Kort svar: Når kunder beder AI-assistenter om at finde, sammenligne – og i stigende grad KØBE – produkter, læser assistenten ikke dit design; den læser din STRUKTUR. Fire lag afgør, om den kan handle hos dig: komplette Product-strukturerede data (pris, lager, GTIN, anmeldelser), KONSISTENS på tværs af side, feed og schema, produktsider der besvarer de reelle købsspørgsmål i klar tekst – og maskinlæsbare politikker for fragt og retur. Læg dertil en gennemtænkt holdning til AI-crawlere og et checkout-flow uden krølle – så er butikken klar til den kunde, der ikke har øjne.
Det nye i e-handel er ikke endnu en kanal – det er en ny slags KUNDE: assistenten, der på brugerens vegne undersøger markedet, sammenligner og anbefaler – og som i de første agentiske købsflows også gennemfører købet. Synligheds-siden af den udvikling dækker GEO-universet; denne guide tager PRODUKTDATA-laget: hvad der teknisk skal være på plads, for at assistenter kan forstå dit sortiment – og handle i det.
Når et menneske vurderer din produktside, virker æstetik, billeder og stemning. Når en assistent gør, sker noget andet: den udtrækker FAKTA – hvad koster varen, er den på lager, hvilke mål og materialer, hvad siger anmeldelserne, hvad koster fragten, kan den returneres? Kan de fakta ikke findes pålideligt, sker der ikke et afslag – der sker noget værre: du UDGÅR af sammenligningen, stille og usynligt, mens konkurrenten med rene data bliver anbefalet. Det er samme mekanisme som i AI-søgesynlighed, bare med penge direkte på bordet: assistenten VIL gerne anbefale dig – den skal bare kunne LÆSE dig. Og heldigvis er opskriften ikke eksotisk: det er e-handelens kendte datadiscipliner, bare taget alvorligt hele vejen.
Schema.org’s Product-markup er produktdataenes lingua franca – læst af Google, AI-crawlere og assistenter: navn, beskrivelse, billede, brand, GTIN/SKU, pris med valuta, tilgængelighed, og gerne anmeldelses-aggregat og fragtinfo. WooCommerce udsender basalt Product-schema, og SEO-plugins beriger det – men VERIFICÉR frem for at antage: kør dine vigtigste produktsider gennem en schema-validator, og tjek især at pris og lagerstatus er DYNAMISK korrekte (en „InStock“, der hænger fast på udsolgte varer, er værre end ingenting – assistenter husker skuffelser dårligt), at varianter håndteres, og at GTIN og brand er med, hvor de findes – samme felter, der driver Shopping-feedet. Hele schema-disciplinen for AI-læsbarhed står i strukturerede-data-guiden – produktsiderne er bare det sted, den betaler sig hurtigst.
Assistenter krydstjekker: sidens synlige pris, schema-prisen og feed-prisen skal FORTÆLLE SAMME HISTORIE – afvigelser læses som utroværdighed (præcis som Merchant Center afviser ved prisafvigelse, jf. feed-guiden), og en butik, der „lyver“ ét sted, nedvurderes hele vejen rundt. Konsistensens fjender er de kendte: cache med gamle priser, feeds og schema, der opdateres i forskellig takt, kampagnepriser, der rammer ét lag før et andet. Kuren er arkitektur, ikke flid: ÉN datakilde (produktdata i WooCommerce), alle lag genereret DERFRA automatisk, og opdateringsrækkefølgen styret – som gennemgået i bulk-prisguidens efterkontrol. Tag også stikprøven fra den anden side: spørg selv en AI-assistent om dine topprodukter („hvad koster X hos [butik], og er den på lager?“) – svaret viser på sekunder, hvordan maskinerne ser dig.
Strukturerede data bærer tallene – men købsbeslutninger bygger på SVAR: passer den til …? kan den tåle …? hvad er forskellen på …? Assistenten leder efter de svar i din tekst, og finder den dem ikke hos dig, henter den dem hos andre (og anbefaler måske derefter). Derfor: byg produktsiderne med de reelle købsspørgsmål besvaret klart – specifikationer i TABELLER frem for prosa, spørgsmål-svar-sektioner på topprodukterne (supportens og anmeldelsernes spørgsmål er listen), og skrevet efter citerbarheds-principperne: svaret først, konkret og afgrænset. Og gør POLITIKKERNE maskinlæsbare: fragtpriser, leveringstid og returregler på faste, klare sider (og gerne i schema, hvor det understøttes) – „kan den returneres, og hvad koster fragten?“ er standardspørgsmål i enhver købssammenligning, og et uklart svar koster anbefalingen.
Næste skridt er allerede i gang: assistenter, der ikke bare anbefaler, men GENNEMFØRER købet – udfylder checkout, betaler med brugerens gemte metoder, bekræfter ordren. Standarderne og betalingsløsningerne bag udvikler sig hurtigt, men én ting kan du forberede allerede: hold købsflowet STANDARD og rent – velstrukturerede formularer, gængse betalingsmetoder, ingen obskure custom-trin eller CAPTCHA-mure på hele flowet; det, der er nemt for maskiner, er i øvrigt også nemt for mennesker. Beslut samtidig din crawler-politik bevidst: AI-crawlere skal kunne LÆSE produktdataene, hvis du vil være med i anbefalingerne – afvejningen og opsætningen står i crawler-guiden. Butikkerne, der får datalagene i orden nu, står forrest, når den agentiske handel går fra tidlig til normal – og fundamentet er identisk med god, klassisk e-handelsdisciplin: rene data, klare svar, ærlige politikker.
Strukturerede data (pris, lager, GTIN, anmeldelser), specifikationer, spørgsmål-svar i teksten og dine fragt-/returpolitikker – og de krydstjekker mod feed og synlig side.
Mest af alt: gøre det kendte ordentligt – komplet Product-schema, konsistente priser på tværs af lag, klare svar og politikker. Det nye er, at sjusk nu koster anbefalinger, ikke kun placeringer.
Vil du indgå i AI-assistenters anbefalinger, skal de kunne læse produktdataene – ja. Afvejningen (og hvordan du styrer den i robots.txt) har sin egen guide.
