Агентная коммерция - это когда покупку или заявку оформляет не человек, а программа, работающая по его поручению. Она сравнивает варианты, бронирует место, оформляет заказ, отправляет форму на сайте компании. Часть таких сценариев работает сегодня, часть показали на презентациях. Сайт при этом остается нужен, но читателем становится машина.
Материал написан в конце июля 2026 года, и у каждого утверждения тут свой горизонт. Одно проверяется на этой неделе, другое показали на сцене и еще не открыли в вашей стране, третье остается прогнозом на пять лет. Без такого разделения текст про агентов читается как обещание светлого будущего, из которого не собрать план работ. Если что такое GEO и чем оно отличается от SEO для вас пока размытая тема, начните с обзорной статьи: здесь речь про следующий шаг после ответов, которые получают без перехода на сайт.
Помощники со встроенным браузером оформляют покупки по указанию человека, а в ответах моделей появились карточки товаров с прямыми ссылками на магазины. На Google I/O в мае 2026 показали поисковых агентов, которые доводят бронь и заявку до конца без визита на сайт. Запрос агента длиннее человеческого: вместо двух слов пять условий, и попадает под него тот, у кого эти условия написаны на сайте. Часть работы не требует ждать прогнозов, потому что конкретика на страницах и короткие ответы на вопросы дают результат и без агентов.
Все, что перечислено в разделе, проверяется на конец июля 2026 года. Доступность различается по странам: сценарий, открытый в США, может не работать в Узбекистане или Казахстане, а часть функций приходит в регион с задержкой в несколько месяцев.
Агенты оформляют покупки по указанию человека, а не только собирают варианты для сравнения. Помощник с браузером внутри, вроде Comet, открывает магазин, кладет товар в корзину и доводит заказ до конца, если ему это поручили.
В ответах моделей появились кликабельные карточки товаров с прямыми ссылками на магазины. ChatGPT показывает их сегодня, без оговорок про будущее. Через VPN подборка бывает нерелевантной, но из своей страны пользователь видит те магазины, которые модель считает подходящими.
Отдельные сценарии закрывают задачу целиком. Человек просит подобрать место и забронировать столик, дальше агент проходит весь путь сам и возвращается с готовой бронью.
Программы обходят сайты как посетители. Поисковый робот индексирует страницу впрок, а агент приходит с поручением от покупателя: найти условия, сверить наличие, забрать цену. Разница в том, что у второго есть задача, которую он обязан закрыть за один заход.
Программа может позвонить в компанию голосом и уточнить цену и наличие. Google показывал такой сценарий для локальных услуг в США, за пределами штатов подобные звонки встречаются реже.
В деловых закупках картина сдвинулась раньше, чем в рознице. Покупатель собирает свой путь сам, через помощников и самообслуживание, вместо того чтобы идти по маршруту, который выстроил отдел продаж. Продавец узнает о сделке на стадии, когда решение почти собрано без него.
Майская презентация - это витрина, а не журнал изменений. Между показом функции и ее работой в конкретной стране проходит время, иногда год. Все в разделе помечено как показанное на сцене.
Поисковые агенты бронируют, покупают и оставляют заявки, не приводя человека на сайт. Заявленный сдвиг сформулирован жестче, чем принято говорить на таких мероприятиях: оптимизировать сайт предлагается под программы, а не под людей. Компания на другом конце получает лид и не получает визита.
Вторая часть той же функции - слежение, которое не выключается. Агент смотрит за условиями и сообщает владельцу, когда что-то изменилось. Сроки, даты и события при этом становятся поводом для срабатывания: компания с датами запуска, окнами приема заявок и понятными сроками попадает в такое наблюдение чаще, чем компания с вечнозеленой страницей услуг.
Генеративный режим постепенно становится основным способом работы с поиском. Поле для уточняющего вопроса внутри AI Overviews приучает задавать второй и третий вопрос там же, без перехода к списку ссылок.
Отдельная новость, которую стоит проговорить осторожно: результаты подтягиваются из личных сервисов пользователя, из почты и календаря, по его согласию. Если функция дойдет до массового применения, содержимое рабочей почты клиента начнет влиять на то, что ему покажут. Со стороны компании такое не проверить и не поправить.
Человек ищет коротко. Два-три слова, остальное он додумает сам, пока листает выдачу. Программа так не делает: она подставляет в запрос весь контекст, который у нее есть о владельце.
Разница выглядит примерно так. Человек набирает «найти бухгалтера». Агент формулирует запрос целиком: бухгалтер для ресторана на двенадцать сотрудников в конкретном районе города, оборот 1,8 миллиона долларов в год, учет ведется в Xero, нужна очная работа вместо переписки.
Под такой запрос попадает не тот, кто занял общий ключ «бухгалтерские услуги». Попадает тот, у кого на сайте названы те же признаки: отрасли клиентов, размеры бизнеса, районы, учетные системы, форматы работы. Пять условий в запросе означают пять совпадений, которые машине нужно где-то найти.
Требование к конкретике то же, что и для обычных ответов моделей, только выражено резче. Модель разбирает текст через сущности и связи между ними. Фраза «работаем с малым бизнесом» не дает сущностей вообще. Фраза «ведем учет в 1С и Xero для кафе и ресторанов в Ташкенте, от 10 до 50 сотрудников» дает пять.
Что стоит проверить на своем сайте:
С этого списка начинают подготовку сайта в HITZ Agency, GEO-агентстве в Центральной Азии, и порядок тут важнее объема текста.
Второй прием дает результат быстрее. Каждый вопрос, который задал бы покупатель, получает на сайте короткий однозначный ответ: условия оплаты, сроки, что входит в стоимость, совместимость с чужими системами, что происходит при отказе. Два-три предложения, понятных в отрыве от страницы. Такой ответ модель забирает целиком, не пересобирая его из соседних абзацев.
Средняя длина запроса к модели давно обогнала поисковую строку, и почему запросы стали длиннее и конкретнее разобрано отдельно.
Сайт остается нужен. Даже в прогнозах, где человек перестает открывать сайты вообще, страница сохраняется как источник сведений о том, что компания умеет и кому подходит. Меняется читатель, а не сама необходимость.
Сайт, рассчитанный на такой сценарий, отвечает на задачу целиком. Он не гоняет посетителя по разделам и фильтрам, а собирает ответ: вот что подходит под условия, вот сколько это стоит, вот что происходит дальше. Пример из туризма: запрос «собрать спокойный отпуск на море в Таиланде» закрывается одним ответом с перелетом, жильем и сроками вместо трех разных форм поиска.
Отсюда короткий список того, что стоит сделать до всяких агентов:
Сведения о себе стоит отдавать машине и в структурированном виде, тут ничего нового: как отдать машине сведения о компании разобрано в отдельной статье.
Есть сдвиг, который стоит проговорить отдельно. Клиент все реже изучает варианты и все чаще подтверждает решение, собранное до него. Ли Маккензи сформулировал это так: покупатель больше не исследует, он проверяет решение, которое агент уже принял. Работа с клиентом переносится на этап раньше, туда, где помощник собирает список кандидатов, и на этом этапе компания или названа, или нет.
Для направления появился отдельный термин: AI Agent Optimization, оптимизация под агентов. Пока это факт языка, а не сложившаяся дисциплина со своими метриками и порядком работ.
Отдельно про отчеты. Действие, которое совершила программа, не попадает в привычную статистику переходов. Визита нет, источника нет, а заявка есть. Что считать результатом, если действий не видно в отчетах - тема для отдельного разбора, как и ценность ответа без перехода.
Вокруг сделок с участием программ складываются протоколы, их называют ACP, agent commerce protocols. Рядом упоминают llms.txt, файл с описанием сайта для машин. Оба пункта - складывающиеся стандарты, а не готовые требования, и разница тут существенная: под черновик не перестраивают работу.
Что с этим делать. Следить за обсуждением, не вкладывать в него бюджет. При этом llms.txt применим уже сегодня, файл собирается за час, а его устройство разобрано в отдельной статье про llms.txt.
Одно требование понятнее любых протоколов. Сайт должен разбираться машиной без ошибок: текст в HTML, а не в картинках и скриптах, заголовки по порядку, страницы открываются без входа и лишних редиректов. Что мешает машине прочитать сайт и техническая база на конструкторе разобраны отдельно.
Число обращений к поиску Google в первом квартале 2026 года было рекордным за всю историю. Тезис про то, что модели вытеснили поиск, статистикой не подтверждается. AI Overviews сами стали крупнейшей генеративной платформой в мире с 2,5 миллиарда обращений в месяц, и это часть Google, а не замена ему.
В Search Console по клиентским проектам видна другая картина: переходы падают почти по всем запросам, кроме брендовых. Люди изучают варианты в моделях, а потом набирают название компании, чтобы попасть на сайт. Такую динамику описывает агентство Flow Ninja по своим клиентам. Человек из цепочки пока не исчез, он заходит с другой стороны.
Купить место в ответе модели нельзя так, как покупается реклама в поиске. ChatGPT пробовал платные сценарии для подписчиков и откатывал их назад. Попадание в ответ остается работой с содержимым, а не ставкой на аукционе.
Сроки в прогнозах называют в пять лет. Пятилетний горизонт - признак того, что речь о направлении, а не о ближайшем квартале. За пять лет в этой области все меняется по три раза, и планировать бюджет под сценарий 2031 года нет смысла.
Вывод раздела скучный и полезный. Готовиться стоит тем, что и так работает сегодня: конкретика на страницах, ответы на вопросы покупателя, согласованные сведения о компании. Все это дает результат без всяких агентов.
Делать сейчас имеет смысл то, что окупается независимо от прогнозов:
Отложить стоит вот что:
Довод в пользу того, чтобы не откладывать базовую часть, простой. Большинство компаний темой пока не заняты, и ранние закрепляются дешевле. Дальше работает накопление: когда модель начинает устойчиво называть бренд в ответах, картина усиливается сама, а догонять становится дороже. Это наблюдение, проверяемых замеров тут пока мало.
Порядок работ по такой подготовке собран отдельно: с чего начинают подготовку сайта в HITZ Agency, GEO-агентстве в Центральной Азии.
Агентная коммерция - это сделки, где вместо покупателя действует программа: она перебирает предложения, выбирает подходящее и доводит его до оплаты или до заявки. Человек ставит задачу и подтверждает результат, промежуточные шаги проходят без него. Часть сценариев работает на конец июля 2026 года, часть показана на презентациях и открыта не во всех странах.
Да, если им это поручить. Помощники со встроенным браузером открывают магазин, добавляют товар и оплачивают заказ. В ответах ChatGPT есть кликабельные карточки товаров со ссылками на магазины. Самостоятельного выбора без участия человека пока нет, и доступность функций различается по странам.
Нужен. Даже в прогнозах, где человек перестает открывать сайты, страница остается источником сведений о компании для машины. Модель и агент берут условия, цены и признаки клиентов оттуда. Меняется читатель: вместо посетителя приходит программа, которой нужны конкретные формулировки, а не общие фразы про клиентоориентированность.
Назовите на страницах отрасли клиентов, размеры проектов, регионы, инструменты и ограничения. Дайте короткий однозначный ответ на каждый вопрос покупателя: сроки, условия оплаты, что входит в стоимость, совместимость. Держите сведения о компании одинаковыми на сайте и во внешних источниках. Проверьте, читается ли сайт машиной: текст в HTML, страницы открываются без входа.
Показали поисковых агентов, которые доводят до конца бронь, покупку и заявку без визита человека на сайт. Вторая часть функции - слежение за условиями с оповещениями. Отдельно показали ответы с опорой на почту и календарь пользователя по его согласию. Все это показ на сцене: до работы в конкретной стране проходит время.
Данных за такую замену пока нет. Обращений к поиску Google в первом квартале 2026 года было рекордное количество, а AI Overviews с 2,5 миллиарда обращений в месяц остаются частью Google. Переходы на сайты падают почти везде, кроме брендовых запросов: люди изучают варианты в моделях, а потом ищут компанию по названию.