ارزیابی جدیدی از ۱۲۲ فروشگاه برتر در پلتفرم Shopify نشان می‌دهد که علی‌رغم اقدامات این پلتفرم برای آماده‌سازی زیرساخت‌ها، اکثر فروشگاه‌ها هنوز شرایط لازم برای تصمیم‌گیری و تکمیل خرید توسط ایجنت‌های هوش مصنوعی (AI Agents) را ندارند. این تحقیق که توسط بیل هانت (Bill Hunt) در سپتامبر ۲۰۲۶ انجام شده، پیرو تحلیل اسلوبودان مانیک (Slobodan Manic) درباره ارائه نسخه‌های صرفاً متنی وب‌سایت‌ها به هوش مصنوعی صورت گرفته است؛ نسخه‌هایی که به گفته مانیک، لایه‌های تعاملی و قابلیت عمل را از دسترس کاربر آماده خرید حذف می‌کنند.
تنظیمات پیش‌فرض پلتفرم و وابستگی فروشندگان
بر اساس گزارش مانیک، Shopify در تاریخ ۵ اوت ۲۰۲۶ ابزارهای WebMCP را برای تمامی فروشگاه‌های مبتنی بر قالب Liquid فعال کرد، بدون آنکه فروشندگان نیازی به توسعه آن داشته باشند. داده‌های حاصل از بررسی ۱۲۲ فروشگاه نیز این روند را در سطح کلان تأیید می‌کند:
- از میان ۸۶ صفحه محصول ارزیابی‌شده، ۷۶ صفحه اسکریپت آداپتور WebMCP یکسانی را بارگذاری می‌کنند.
- از ۱۲۲ فروشگاه، ۸۹ فروشگاه فایل /agents.md را ارائه می‌دهند که ۸۳ مورد از آن‌ها کپی یکسانی از قالب پیش‌فرض Shopify هستند و تنها ۵ فروشگاه اقدام به نگارش اختصاصی این فایل کرده‌اند.
طبق آمار Shopify، کاتالوگ این پلتفرم شامل «میلیاردها محصول از میلیون‌ها فروشنده» است و سفارش‌های حاصل از جستجوهای مبتنی بر هوش مصنوعی در سه ماهه نخست ۲۰۲۶ نزدیک به ۱۳ برابر نسبت به سال قبل رشد داشته است. با این حال، سنجش آمادگی فروشگاه‌ها صرفاً بر اساس وجود فایل‌های پیش‌فرض، تنها نشان‌دهنده جدول زمان‌بندی انتشار ویژگی‌های Shopify است، نه آمادگی واقعی خرده‌فروشان.
تست‌های عملیاتی در فرایند پرداخت و پروتکل‌های ارتباطی
در این ارزیابی، عملکرد دو مسیر ارتباطی ایجنت‌ها شامل مسیر سرور (UCP روی MCP) و مسیر درون مرورگر (WebMCP) بررسی شد. مانیک در تست اوت ۲۰۲۶ خود روی مسیر مرورگر دریافت که فرایند خرید با خطای داخلی مواجه می‌شود. اما آزمون‌های به‌روزرسانی‌شده در سپتامبر ابعاد دقیق‌تری را روشن ساخت.
در آزمون مسیر سرور روی ۷۴ فروشگاه، سفارش‌های غیرنهایی برای ارسال به آدرسی در بوستون ثبت شدند که میانه زمان پاسخ‌دهی ۱.۱ ثانیه بود. تنها شکست‌ها مربوط به ۵ محصول تمام‌شده و ۲ شناسه باطل‌شده بود که سیستم با کدهای پاک out_of_stock یا خطای شناسه نامعتبر پاسخ داد.
در ۲۸ سپتامبر، Shopify پشتیبانی از WebMCP در مرحله پرداخت را اعلام کرد. ارزیابی مجدد در ۳۰ سپتامبر نشان داد ۴ ابزار اعلام‌شده (شامل get_checkout، update_checkout، complete_checkout و navigate_to_storefront) به درستی در مرورگر ثبت می‌شوند. تمامی ۷۴ فرایند پرداخت آزمایشی، وضعیت requires_escalation و پیام requires_buyer_input را بازگرداندند که نشان می‌دهد نهایی‌سازی خرید طبق سیاست‌های حفاظتی Shopify نیازمند تأیید مستقیم خریدار است.
شکاف در ساختار داده‌ها و عدم پاسخگویی به سوالات خریدار
از میان ۱۲۲ فروشگاه بررسی‌شده، هیچ فروشگاهی نتوانست تمام ۹ معیار لازم برای تصمیم‌گیری خرید توسط ایجنت را برآورده کند. بهترین عملکرد متعلق به سه فروشگاه بود که ۷ معیار از ۹ معیار را برآورده کردند و هر سه در دو بخش سیاست لغو سفارش و ابزار لغو ناموفق بودند.
برخی از اصلی‌ترین شکاف‌های اطلاعاتی عبارتند از:
- زمان بازگشت کالا: ۷۰ درصد فروشگاه‌ها سیاست بازگشت کالا را به صورت متن عادی منتشر کرده‌اند و تنها ۷ درصد از ساختار داده‌ای merchantReturnDays در صفحات محصول استفاده کرده‌اند.
- زمان تحویل: هیچ‌یک از ۷۴ فروشگاه در فرایند پرداخت آزمایشی، زمان دقیق رسیدن کالا یا نام شرکت حمل‌ونقل را ارائه ندادند.
- تحویل حضوری (Pickup): تمام ۹۳ فروشگاهی که از پروتکل UCP استفاده می‌کردند، فقط گزینه ارسال پست را اعلام کردند؛ حتی خرده‌فروشانی که خدمات تحویل در فروشگاه (Click & Collect) ارائه می‌دادند.
- دسترس‌پذیری و برچسب‌گذاری: طبق آمار WebAIM در سال ۲۰۲۶، ورودی‌های فرم بدون برچسب در ۵۱ درصد صفحات اصلی وجود دارد. در بررسی صفحات محصول ۶۸ فروشگاه، اگرچه دکمه خرید در ۹۲ درصد موارد دارای نام بومی بود، اما دو سوم بخش‌های انتخاب سایز فاقد برچسب بودند.
- لغو و تغییر سفارش: هیچ‌یک از ۱۲۲ فروشگاه ابزاری برای لغو یا تغییر سفارش پس از ثبت ارائه ندادند.
همچنین ۵۱ فروشگاه از ۱۲۲ فروشگاه همچنان مسیر /policies/ را در فایل robots.txt مسدود کرده‌اند که به دلیل باقی ماندن قالب قدیمی robots.txt.liquid است.
گام‌های اجرایی برای فروشگاه‌ها
برای تبدیل یک فروشگاه به محیطی واقعاً آماده برای ایجنت‌های هوش مصنوعی، رعایت نکات زیر ضروری است:
- تنظیم قوانین بازگشت و لغو سفارش در پنل مدیریت Shopify و درج عددی آن‌ها در صفحات سیاست‌ها.
- فعال‌سازی زمان تحویل کالا و بررسی فایل /.well-known/ucp.json جهت اطمینان از اعلام گزینه‌های تحویل حضوری.
- حذف کد قدیمی robots.txt.liquid برای رفع مسدودی صفحات سیاست‌ها در robots.txt.
- جایگزینی فایل پیش‌فرض agents.md با مقادیر واقعی بازگشت، لغو و شرایط تحویل.
- افزودن MerchantReturnPolicy و OfferShippingDetails به داده‌های ساختاریافته (Structured Data) محصولات.
- اجرای تست‌های دسترس‌پذیری نظیر WAVE روی صفحات محصول و برچسب‌گذاری کامل تمامی گزینه‌های انتخاب سایز و رنگ.