MCP i Agentic Commerce: jak przygotować e-commerce na sprzedaż przez AI

Coraz więcej klientów zaczyna zakupową podróż nie w wyszukiwarce, ale w rozmowie z asystentem AI. To zmienia reguły gry dla e-commerce — nie za kilka lat, ale teraz.

W tym kontekście pojawia się pojęcie Agentic Commerce: modelu, w którym agenci AI aktywnie uczestniczą w procesie zakupowym — generując ruch do sklepów, eksponując oferty i prowadząc klientów do transakcji. Model Context Protocol (MCP) jest jednym z kluczowych elementów tej infrastruktury.

Czym jest MCP — i czego nie robi

Model Context Protocol to otwarty standard komunikacyjny opracowany przez Anthropic, dziś implementowany przez OpenAI, Google i innych. Pozwala modelom językowym (LLM) korzystać z zewnętrznych narzędzi i danych w ustandaryzowany, bezpieczny sposób.

W praktyce: masz sklep z tysiącami produktów, aktualną bazą cen i stanami magazynowymi. MCP to warstwa, która umożliwia asystentowi AI — np. ChatGPT — odpytanie Twoich danych w czasie rzeczywistym i zwrócenie użytkownikowi konkretnej, aktualnej odpowiedzi.

Czego MCP jednak nie robi: samo uruchomienie serwera MCP nie sprawi, że modele językowe zaczną polecać Twoje produkty. To standard komunikacji, nie mechanizm widoczności. Wartość pojawia się w momencie podłączenia do konkretnego ekosystemu, który aktywnie korzysta z serwerów MCP — np. ChatGPT.

ChatGPT Apps: nowy kanał ruchu i ekspozycji

ChatGPT oferuje zewnętrzne integracje od 2023 roku — najpierw jako pluginy, potem jako custom GPTs w ramach GPT Store (od stycznia 2024). W grudniu 2025 OpenAI zrobiło jednak jakościowy krok naprzód: uruchomiło App Directory — nową warstwę aplikacji zbudowanych na MCP, które działają bezpośrednio wewnątrz konwersacji. Kluczowa różnica w stosunku do custom GPTs: aplikacje MCP-based odpytują dane zewnętrzne w czasie rzeczywistym, zamiast działać na wbudowanej, statycznej wiedzy.

Jak to działa — przykład Booking.com:

Użytkownik pisze do ChatGPT: „Szukam noclegu ze śniadaniem na jutro w Gdańsku, hotel przynajmniej czterogwiazdkowy.” ChatGPT ma podłączoną aplikację Booking.com opartą na serwerze MCP. W ramach tej samej rozmowy — bez wychodzenia z czatu — zwraca listę pasujących ofert: konkretne hotele, ceny, dostępność. Użytkownik może doprecyzować: tańsze, bliżej centrum, z parkingiem. Każde zapytanie realizowane jest na żywo przez serwer MCP. Gdy użytkownik wybierze opcję — przechodzi bezpośrednio na stronę Booking.com i finalizuje rezerwację. Booking.com był jednym z pierwszych partnerów App Directory przy jego uruchomieniu.

Dlaczego to ważne dla ruchu i widoczności:

Ruch z kanałów AI konwertuje znacząco lepiej niż ruch organiczny — użytkownik przychodzi już z doprecyzowaną intencją zakupową. AI-referred traffic konwertuje od 4 do 11 razy lepiej niż standardowy ruch organiczny, w zależności od branży i modelu konwersji.

Efekt pierwszeństwa jest realny: bycie pierwszą lub jedną z pierwszych aplikacji danej kategorii w ChatGPT to pozycja trudna do odebrania. OpenAI buduje mechanizm kontekstowego surfacingu aplikacji — model sam decyduje, kiedy i którą aplikację zaproponować użytkownikowi na podstawie wykrytej intencji. W grudniu 2025 mechanizm był testowany produkcyjnie, ale po kontrowersji związanej z nietrafionym surfacingiem (sugestie odbierane jako reklamy) OpenAI tymczasowo wstrzymało wdrożenie i pracuje nad iteracją UX. Kierunek jest potwierdzony — aplikacje z wysoką oceną użyteczności mają być kwalifikowane do proaktywnych sugestii jako forma premiowanej dystrybucji.

Voice AI i obsługa klienta: kolejny use case MCP

Serwer MCP to nie tylko kanał do ChatGPT. Jednym z bardziej konkretnych zastosowań jest automatyzacja obsługi klienta, szczególnie w formie głosowej.

Schemat działania: klient dzwoni lub pisze z pytaniem o dostępność produktu, aktualną cenę lub warunki dostawy. Zapytanie trafia do agenta AI, który przez serwer MCP odpytuje odpowiednie bazy danych — produkty, stany magazynowe, cennik. Odpowiedź jest weryfikowana i w trybie głosowym zamieniana na mowę. Cały cykl trwa sekundy.

Kluczowa przewaga w stosunku do rozwiązań opartych na statycznych bazach wiedzy: agent zawsze zwraca aktualną cenę i aktualny stan magazynowy. W branżach, gdzie ceny zmieniają się wielokrotnie w ciągu dnia, to nie jest szczegół — to fundament wiarygodności odpowiedzi.

Koszt obsługi jednej interakcji przy dobrze zaprojektowanej architekturze wieloagentowej to orientacyjnie kilka groszy. Skaluje się dobrze.

Wyszukiwanie semantyczne: fundament, bez którego MCP nie ma sensu

Żeby serwer MCP zwracał wartościowe wyniki, Twój katalog produktów musi być odpytywalny w sposób, który rozumieją modele językowe. Tu pojawia się kluczowe zagadnienie: wyszukiwanie semantyczne.

Klasyczne wyszukiwanie działa na dopasowaniu słów kluczowych: fraza „magnez” zwraca produkty, które mają to słowo w nazwie lub opisie. Wyszukiwanie semantyczne działa na znaczeniu: system rozumie, że zapytanie „na skurcze mięśni w nocy” semantycznie wskazuje na produkty z magnezem, potasem lub witaminą B6 — nawet jeśli żadne z tych słów nie padło w zapytaniu.

Konkretny przykład: klient pyta asystenta: „potrzebuję coś, co pomoże mi spać i zmniejszy napięcie po intensywnym tygodniu w pracy.” Wyszukiwarka słów kluczowych zwróci pusty lub przypadkowy wynik. Wyszukiwarka semantyczna dopasuje to do produktów z ashwagandą, magnezem, melisą czy L-teaniną — bo rozumie kontekst problemu, nie literalne brzmienie pytania.

Dla e-commerce wdrażającego MCP wyszukiwanie semantyczne jest warunkiem koniecznym. Bez niego serwer MCP zwraca nieprecyzyjne wyniki — i aplikacja w ChatGPT nie ma wartości dla użytkownika. Technicznie wymaga to zazwyczaj osobnej bazy wektorowej i procesu budowania embeddingów dla opisów produktów. To inwestycja cross-funkcjonalna: korzysta z niej ChatGPT App, wewnętrzna wyszukiwarka sklepu i każdy kolejny kanał AI.

Treści produktowe czytane przez AI: GEO obok SEO

Modele językowe cytują te źródła, które najlepiej odpowiadają na pytanie użytkownika. Jeśli opisy Twoich produktów są pisane pod cechy produktu, a nie pod problemy klientów, AI rzadziej będzie je eksponować.

Zamiast: „Emulsja nawilżająca z ceramidami i kwasem hialuronowym, 200 ml.” Lepiej: „Przeznaczona do skóry wymagającej intensywnej regeneracji po ekspozycji na słońce lub leczeniu dermatologicznym. Odbudowuje barierę lipidową i redukuje uczucie ściągania w ciągu 48 godzin.”

Drugi opis odpowiada na pytanie, które klient faktycznie zadaje asystentowi AI. Pierwszego modelu może nie przywołać wcale.

Dodatkowe elementy: Schema.org na stronach produktowych, precyzyjna struktura atrybutów i tagów, sekcje Q&A przy produktach. To GEO (Generative Engine Optimization) — widoczność w wynikach generowanych przez modele językowe, będąca naturalnym rozwinięciem SEO.

Co dalej: kierunek, w którym to zmierza

ChatGPT Apps to pierwszy i najdojrzalszy sygnał, ale krajobraz szybko się rozszerza.

Google UCP (Universal Commerce Protocol): Google uruchomiło własny protokół dla Agentic Commerce — zaprezentowany z Shopify i Walmart na NRF 2026. W odróżnieniu od MCP, który jest protokołem ogólnym, UCP jest zaprojektowany pod pełną ścieżkę zakupową: od odkrycia produktu, przez checkout, po obsługę posprzedażową — zintegrowany bezpośrednio z ekosystemem Google AI Mode i Gemini. Sklepy obsługujące Google Merchant Center będą miały możliwość integracji przez UCP bez budowania oddzielnej warstwy.

Marketplace’y idą w Agentic: Najlepszym dowodem jest Amazon Rufus — konwersacyjny asystent zakupowy wbudowany w Amazon, uruchomiony w lutym 2024, dziś dostępny dla ponad 300 milionów aktywnych klientów. Zamiast wpisywać frazy kluczowe, użytkownicy pytają: „jaki termos do 150 zł nadaje się na długie trasy rowerowe?” — Rufus interpretuje intencję i prezentuje dopasowane produkty. Efekt: klienci korzystający z Rufusa są o 60% bardziej skłonni do zakupu podczas tej samej sesji, a asystent wygenerował w 2025 roku ponad 12 miliardów dolarów dodatkowej sprzedaży. Amazon buduje Rufusa dalej w kierunku pełnego Agentic Commerce — gdzie asystent nie tylko rekomenduje, ale samodzielnie śledzi ceny i realizuje zakupy na podstawie preferencji użytkownika.

Ten kierunek wyznaczają też nowe platformy. Przykład z rynku polskiego: Von Halsky — zapowiedziany przez InPost asystent AI do aplikacji mobilnej (premiera planowana na Q2–Q3 2026). Użytkownik nie przegląda listy produktów ani nie używa filtrów — opisuje potrzebę w rozmowie, a asystent wyszukuje, porównuje i proponuje oferty od partnerów handlowych. Transakcja finalizowana jest bezpośrednio w czacie, bez prowizji dla sprzedających. MCP jako standard będzie w takich ekosystemach coraz bardziej kluczowy — to protokół, przez który sklep może być widoczny jednocześnie w ChatGPT, Gemini i nowych platformach tego typu.

Perplexity Shopping i inne: Narzędzia takie jak Perplexity agregują już oferty produktowe bezpośrednio w wynikach wyszukiwania konwersacyjnego. To kolejna powierzchnia, gdzie jakość danych produktowych i ich czytelność dla AI bezpośrednio przekłada się na ekspozycję.

Wspólny mianownik: e-commerce, który nie zbuduje teraz infrastruktury czytelnej dla agentów AI, będzie w tej grze niewidoczny — tak jak niewidoczna jest strona bez SEO w tradycyjnej wyszukiwarce.

Od czego zacząć

1. Audyt danych produktowych. Czy opisy produktów odpowiadają na problemy klientów? Czy Twoje API pozwala na elastyczne, szybkie odpytywanie katalogu? Czy struktura atrybutów i tagów jest kompletna?
2. Wdrożenie wyszukiwania semantycznego. Inwestycja infrastrukturalna, która odblokuje wszystko inne — ChatGPT App, obsługę klienta głosową, integracje z kolejnymi platformami.
3. Optymalizacja treści pod GEO. Systematyczne przepisywanie opisów produktów pod problemy klientów. Każdy zaindeksowany opis działa od razu.
4. Budowa serwera MCP i aplikacji w ChatGPT. Mając semantyczny silnik i sprawne API, sam serwer MCP to relatywnie krótki projekt deweloperski. Wcześniej warto ten projekt zacząć, tym lepiej — zarówno ze względu na efekt pierwszeństwa, jak i na czas potrzebny do indeksacji i testów.
5. Obserwuj UCP i nowe platformy Agentic. Kto wdroży MCP dziś, zbuduje sobie przewagę przy integracji z Google UCP i kolejnymi powierzchniami jutro — klocki są w dużej mierze te same.

Podsumowanie

MCP i Agentic Commerce to nie temat na za dwa lata. To infrastruktura, którą pierwsi gracze budują teraz, zanim kanał dojrzeje i zanim pozycje zostaną zajęte.

Booking.com jest już w ChatGPT. InPost zapowiada własne konwersacyjne środowisko zakupowe. Google integruje pełny checkout z AI Mode. Pytanie dla każdego e-commerce nie brzmi już „czy to nastąpi”, ale „kiedy będziemy gotowi”.

Bibliografia:

1. OMMAX, Toni Stork “ChatGPT becomes a travel booking interface: How AI is redefining customer journeys in the travel industry”, 14.10.2025, dostęp online: https://www.ommax.com/en_en/insights/industry-insights/chatgpt-becomes-a-travel-booking-interface-how-ai-is-redefining-customer-journeys-in-the-travel-industry
2. Loamly, Marco Di Cesare “State of AI Traffic 2026: Industry Benchmark Report (Real Data)”, 14.12.2025, dostęp online: https://www.loamly.ai/blog/state-of-ai-traffic-2026-benchmark-report
3. upGrowth, Amol Ghemud “AI Traffic Share Report 2026: How Much Traffic AI Search Is Really Capturing (12–18%?)”, 16.03.2026, dostęp online: https://upgrowth.in/ai-traffic-share-report-2026/
4. Lantern, Collins “AI referral traffic: sources, conversion rates & GA4 tracking”, 23.03.2026, dostęp online: https://www.asklantern.com/blogs/chatgpt-drives-87-of-ai-referral-traffic
5. OpenAI Developer Blog, Corey Ching “What makes a great ChatGPT app”, 24.11.2025, dostęp online: https://developers.openai.com/blog/what-makes-a-great-chatgpt-app
6. TechCrunch, Sarah Perez “OpenAI slammed for app suggestions that looked like ads”, 2.12.2025, dostęp online: https://techcrunch.com/2025/12/02/openai-slammed-for-app-suggestions-that-looked-like-ads/
7. OpenAI Developers, “App submission guidelines. Guidelines for submitting ChatGPT apps for publishing.”, dostęp online: https://developers.openai.com/apps-sdk/app-submission-guidelines
8. Google for Developers, Amit Handa, Ashish Gupta “Under the Hood: Universal Commerce Protocol (UCP)”, 11.01.2026, dostęp online: https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp/
9. Fortune, Dave Smith “Amazon says its AI shopping assistant Rufus is so effective it’s on pace to pull in an extra $10 billion in sales”, 2.11.2025, dostęp online: https://fortune.com/2025/11/02/amazon-rufus-ai-shopping-assistant-chatbot-10-billion-sales-monetization/
10. ppc.land, Luis Rijo “Amazon’s AI  shopping assistant drove $12 billion in sales for 2025”, 7.02.2026, dostęp online: https://ppc.land/amazons-ai-shopping-assistant-drove-12-billion-in-sales-for-2025/
11. iMagazine, Dariusz Hałas “InPost prezentuje asystenta AI. Wirtualny pies doradzi i zrealizuje zamówienie”, 03.2026, dostęp online: https://imagazine.pl/2024/09/27/odkryj-zakupy-z-inpost-pay-wszystko-co-musisz-wiedziec-o-nowej-usludze/