Web Sitenizi Ajanlara Hazır Hale Getirin: Tarayıcılar, llms.txt, Yapılandırılmış Veri ve Ticaret Protokolleri

İşletmelerin görünürlük hakkında sorduğu soru değişiyor. Eskiden "Google'da nasıl daha üst sıralara çıkarız?" iken şimdi genellikle "Neden bir yapay zeka asistanı bizim yerine rakibimizi öneriyor?" haline geldi. Ticaret siteleri için riskler daha yüksek: bir ajan, bir kişi ana sayfayı ziyaret etmeden önce ürünleri, fiyatları, stok durumunu, teslimat koşullarını ve politikaları karşılaştırabilir.

Bu, geleneksel SEO'yu geçersiz kılmaz. Sadece web sitesine başka bir okuyucu ekler: bir kişi adına hareket eden yazılım. Bir ajan, kahraman animasyonuyla ilgilenmez. Sayfaya erişip erişemediği, verileri anlayıp anlamadığı, kanonik kaynağı belirleyip belirleyemediği ve istenen eylemi güvenli bir şekilde gerçekleştirip gerçekleştiremediğiyle ilgilenir.

Bu konuda bolca abartı var. Bazı satıcılar "ajan hazırlığı"nı tek bir metin dosyası yayınlamaya indirgiyor. Asıl iş daha yapısal. Şimdi yapmaya değer birkaç değişiklik var; diğerleri yalnızca ajan odaklı ticaret, işletme için gerçek bir edinim kanalı haline geldiğinde anlamlı oluyor.

"Ajanik" Aslında Neyi Değiştiriyor

Yıllar boyunca baskın yolculuk tahmin edilebilirdi: bir kişi arama yapar, birkaç bağlantıyı açar, seçenekleri karşılaştırır ve bir karar verirdi. Web sitesi tıklamayı hak etmeli ve ziyaretçiyi geldikten sonra ikna etmeliydi.

Ajanlar bu yolculuğu sıkıştırır. Bir kişi "ayda otuz doların altında, Avrupa'da barındırılan, net yedekleme koşulları olan bir VPS" veya "bugün teslim edilebilen bir taziye çiçeği aranjmanı" isteyebilir. Ajan birkaç kaynağı inceleyebilir, eksik teklifleri reddedebilir ve kısa bir liste döndürebilir. İnsan önce özeti görür ve yalnızca son adayları ziyaret edebilir.

Bu, optimizasyon sorusunu değiştiriyor. Trafik hala önemli, ancak makine tarafından okunabilir doğruluk, kaynak otoritesi ve eylem hazırlığı da önemli. Harika görünen ancak fiyatını bir görselde gizleyen, yapılandırılmış verileriyle çelişen veya net bir teslimat politikası olmayan bir sayfaya hem ajanlar hem de müşteriler güvenmekte zorlanır.

Adım Bir: Tarayıcı Erişimini Doğru Şekilde Denetleyin

Yeni protokoller eklemeden önce robots.txt, CDN bot kontrolleri, güvenlik duvarı kuralları ve sunucu günlüklerini inceleyin. Bir tarayıcı, getiremediği bir sayfayı kullanamaz. Ancak her yapay zeka ile ilgili kullanıcı aracısını aynı amaçla ele almayın.

OpenAI, OAI-SearchBot ve GPTBot için ayrı kontroller belgeler. OAI-SearchBot, web sitelerinin ChatGPT aramasında görünmesiyle ilgiliyken, GPTBot taranan içeriğin temel modellerin eğitimi için kullanılma potansiyelini kontrol eder. Bir site ilkine izin verip ikincisini reddedebilir. Bunlar bağımsız politika seçimleridir.

Google'ın Google-Extended kontrolü de dikkatli ifade edilmelidir. Bu bir robots.txt kontrol belirtecidir, ayrı bir HTTP tarayıcı kullanıcı aracısı değildir ve Google, bunun Google Arama'daki dahil edilme veya sıralamayı etkilemediğini belirtir.

Amaçlı bir politika şöyle görünebilir:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Bu örnek evrensel bir öneri değildir. Yasal, lisanslama, gizlilik ve ticari gereksinimler farklılık gösterir. Önemli olan, kararı bir güvenlik eklentisinden gelen eski bir kapsamlı kuralı devralmak yerine bilinçli olarak vermektir.

Doğrulanması Gerekenler

• Önemli genel sayfalar, çerez veya JavaScript gerektirmeden 200 döndürür.
• robots.txt, işletmenin gerçek arama ve yapay zeka politikalarını yansıtır.
• CDN, meşru tarayıcıları etkileşimli bir CAPTCHA ile engellemez.
• Kanonik URL'ler taranabilir ve gereksiz izleme bağlantıları üzerinden yönlendirme yapmaz.
• Sunucu günlükleri, ilgili botların ürün, hizmet ve politika sayfalarına ulaşıp ulaşmadığını doğrular.

Açıklama Katmanı: Sihirli İddialar Olmadan llms.txt

llms.txt önerisi, bir alan adının kökünde bulunan ve dil modellerine kullanışlı içeriğin küratörlü bir haritasını sunan bir Markdown dosyasını tanımlar. Kuruluşu tanımlayabilir, sitenin ne sağladığını açıklayabilir ve yetkili dokümantasyon, politikalar, ürünler veya API referanslarına işaret edebilir.

Bu kullanışlıdır çünkü web siteleri genellikle örtüşen mesajlar içeren birçok sayfa barındırır. Kısa bir harita, bir aracıyı işletmenin kanonik olarak kabul ettiği kaynaklara yönlendirebilir. Özellikle teknik ürünler, dokümantasyon ağırlıklı hizmetler ve API'leri olan siteler için mantıklıdır.

Ancak bu, yapay zeka alıntıları için kanıtlanmış bir sıralama kısayolu değildir. /llms.txt yayınlamak, erişilemeyen sayfaları, zayıf ürün verilerini, çelişkili fiyatları veya eksik yapılandırılmış verileri onarmaz. Bunu düşük maliyetli, makine odaklı bir dokümantasyon olarak ele alın; teknik SEO'nun yerine geçen bir şey olarak değil.

Minimal bir dosya basit olabilir:

# Example Company

> A short, factual description of the business and its market.

## Products
- [Product catalog](https://example.com/products)

## Policies
- [Delivery](https://example.com/delivery)
- [Returns](https://example.com/returns)

## Support
- [Contact](https://example.com/contact)

Elle yazın veya oluşturulan çıktıyı dikkatlice inceleyin. Bir site haritası oluşturucu hangi URL'lerin var olduğunu bilir; hangi sayfaların ticari olarak önemli, yasal olarak yetkili veya bir aracının güvenebileceği sayfalar olduğunu bilmez.

Peki ya agents.md?

agents.md, yazılım depolarında kodlama ajanlarına proje talimatları vermek için bir kural olarak kullanışlıdır. Halka açık ticari web sitelerinde, robots.txt veya Schema.org ile karşılaştırılabilecek evrensel olarak benimsenmiş bir keşif standardı değildir.

Bir işletme yine de makineye yönelik eylem dokümantasyonu yayınlayabilir, ancak harici ajanların otomatik olarak kök düzeyindeki /agents.md dosyasını keşfedeceğini veya ona uyacağını varsaymamalıdır. Eylem yetenekleri, bunları gerçekten açığa çıkaran protokol veya API aracılığıyla, kimlik doğrulama, izinler ve hata davranışı orada tanımlanarak daha iyi tanımlanır. Bir agents.md dosyası tutuyorsanız, entegrasyonun temeli yerine tamamlayıcı dokümantasyon olarak ele alın.

Veri Katmanı: Yapılandırılmış Veri Gerçeklikle Eşleşmeli

Açıklama katmanı, bir makineye nereye bakacağını söyler. Yapılandırılmış veri, bulduğunu yorumlamasına yardımcı olur. Ticari sayfalar için bu genellikle Product, Offer, AggregateRating ve BreadcrumbList gibi uygun Schema.org türleri anlamına gelir ve işlenen sayfa ile arka uç durumuyla gerçekten eşleşen alanlar kullanılır.

Anahtar ifade gerçeklikle eşleşmektir. Fiyat, para birimi, stok durumu, durum, teslimat bilgileri ve inceleme toplamları, görünür HTML, JSON-LD, beslemeler ve ödeme arasında çelişmemelidir. Çelişen gerçekler gören bir ajan, güvenilir bir şekilde öneride bulunamaz veya işlem yapamaz.

Yapılandırılmış veri ayrıca mağazalarla sınırlı değildir. Hizmet işletmeleri, kuruluş ayrıntılarını, hizmet alanlarını, SSS'leri, iletişim noktalarını ve sayfa ilişkilerini netleştirebilir. Amaç mümkün olan her özelliği eklemek değildir. Önemli gerçekleri açık, güncel ve dahili olarak tutarlı hale getirmektir.

Güvenilir bir ürün verisi kontrol listesi

• Kararlı ürün tanımlayıcıları ve kurallı URL'ler
• Güncel fiyat ve para birimi
• Varyant bazında stok durumu
• Doğru görseller ve açıklayıcı alternatif metinler
• Teslimat, iade ve iptal koşulları
• Görünen yorumlarla eşleşen yorum sayıları
• HTML, schema, beslemeler ve API'ler arasında tutarlı veri

Eylem Katmanı: MCP, ACP, UCP ve AP2

Yapılandırılmış sayfalar, bir ajanın bir teklifi anlamasına yardımcı olur. Protokoller ve API'ler ise kontrollü eylemler gerçekleştirmesini sağlar. Bu teknolojiler örtüşse de birbirlerinin yerine geçemezler.

MCP: araçlar ve bağlam, tek başına bir ticaret sistemi değil

Model Context Protocol, yapay zeka uygulamalarını araçlara ve veri kaynaklarına bağlamak için genel bir protokoldür. Bir ticaret uygulaması, ürün arama, stok kontrolü, sepet oluşturma veya destek sorgulama için araçlar sunabilir, ancak MCP tek başına eksiksiz bir ticari yaşam döngüsünü tanımlamaz. İşletme, kimlik doğrulama, yetkilendirme, doğrulama, fiyatlandırma kuralları ve denetim günlüklerinden hâlâ sorumludur.

ACP: ChatGPT için ticaret altyapısı

OpenAI, Agentic Commerce Protocol'ü ChatGPT'deki alıcılar ve satıcılar arasında bir altyapı olarak tanımlar. Satıcı entegrasyon modeli, ürün keşfi ve ticaret akışlarını kapsarken, yetkili katalog verileri ve sipariş yönetimi sorumluluğu satıcıya aittir. Bu protokol, yalnızca bir sitenin yapay zeka yanıtlarında görünmek istemesi nedeniyle değil, ChatGPT'nin kasıtlı bir satış kanalı olması durumunda önem kazanır.

UCP: daha geniş bir ticaret yaşam döngüsü

Universal Commerce Protocol, keşif, sepet, ödeme, kimlik bağlama, siparişler ve satış sonrası destek dahil olmak üzere aracılı ticaret için yapı taşlarını tanımlar. Spesifikasyonu, MCP ve AP2 dahil olmak üzere yerleşik taşıma protokolleri ve ilgili standartlarla çalışacak şekilde tasarlanmıştır.

Shopify'ın mevcut aracılı ticaret dokümantasyonu, keşif, sepet, ödeme ve sipariş iş akışları için UCP tabanlı deneyimleri ve UCP uyumlu MCP sunucularını açıklar. Bu bir platform yeteneğidir, her mağazanın otomatik olarak yapılandırıldığı, uygun olduğu ve her aracı kanalında sunulduğu varsayımına izin vermez. Tüccarların yine de kendi kurulumlarını ve veri kalitelerini doğrulamaları gerekir.

AP2: doğrulanabilir ödeme yetkilendirmesi

Agent Payments Protocol (AP2), yetkilendirme katmanına odaklanır: bir kullanıcının aracılı bir ödeme için doğrulanabilir niyetini nasıl sağlayabileceği. Ticaret protokollerini tamamlar; tüccarın ödeme sürecini, dolandırıcılık kontrollerini, ödeme işlemcisini veya sipariş sistemini değiştirmez.

Shopify, WooCommerce ve Özel Yapılarda Gerçekçi Olan Nedir?

Shopify

Shopify, aracılı ticaret konusunda hızlı ilerliyor ve ürün keşfi ve işlem akışları için belgelenmiş yapı taşları sağlıyor. Tüccarlar öncelikle Shopify içindeki ürün, envanter, pazar, nakliye ve politika verilerinin eksiksiz olduğundan emin olmalıdır. Platform desteği yalnızca temel katalog güvenilir olduğunda değerlidir.

WooCommerce

WooCommerce, site sahibine web kökü ve REST altyapısı üzerinde kontrol verir; bu nedenle llms.txt yayınlamak, şemayı iyileştirmek veya özel bir entegrasyon geliştirmek teknik olarak basittir. Zor kısım operasyoneldir: eklenti çakışmaları, önbellekleme, güvenlik kuralları, varyant verileri ve her biri aynı alana sahip olduğunu düşünen uzantılar.

Küçük bir katalog için, doğru tarayıcı erişimi, şema, beslemeler ve politika sayfaları, özel bir işlem protokolünden daha fazla değer sağlayabilir. Özel bir uç nokta, ürün hacmi, sipariş sıklığı veya stratejik bir ortak kanalı bakım maliyetini haklı çıkardığında makul hale gelir.

Özel platformlar

Özel bir uygulama en fazla kontrolü sunar: canlı katalog sorguları, amaca yönelik araçlar, hassas izinler ve tutarlı gözlemlenebilirlik. Aynı zamanda en fazla sorumluluğu da yaratır. Her uç nokta kimlik doğrulama, hız sınırları, girdi doğrulama, idempotency, denetim günlükleri, güvenli hata durumları ve bir sürüm oluşturma politikası gerektirir.

En iyi özel mimari, bir aracının doğrudan veritabanına yazmasına izin vermez. Bunun yerine search_products, check_inventory, create_cart veya request_quote gibi dar iş eylemlerini açığa çıkarır ve insan odaklı uygulama tarafından kullanılan aynı kuralları uygular.

Mantıklı Bir Uygulama Sırası

Mevcut bir siteyi aracılar için hazırlıyor olsaydık, şu sırayla çalışırdık:

1. Erişimi denetleyin. Robot kurallarını, CDN zorluklarını, yönlendirmeleri, kanonik sayfaları ve sunucu günlüklerini kontrol edin.
2. Kaynak verileri düzeltin. Fiyatları, stok durumunu, tanımlayıcıları, politikaları ve iletişim bilgilerini tutarlı hale getirin.
3. İşlenmiş yapılandırılmış verileri doğrulayın. Yalnızca şablonları değil, gerçek ürün ve hizmet sayfalarını test edin.
4. Özenle hazırlanmış bir llms.txt oluşturun. Ajanları yetkili, ticari açıdan önemli sayfalara yönlendirin.
5. Eylemleri belgeleyin. Bir ajanın okuyabileceği veya yapabileceği şeyleri, kimlik doğrulama ve başarısızlık davranışı dahil olmak üzere tanımlayın.
6. Protokolleri yalnızca gerçek bir kanal için ekleyin. Dağıtım fırsatı üretim sahipliğini haklı çıkardığında ACP, UCP, MCP veya ödeme entegrasyonları oluşturun.
7. Sürekli izleyin. Tarayıcı erişimini, araç hatalarını, güncel olmayan verileri, terk edilmiş eylemleri ve tamamlanan sonuçları takip edin.

İlk sırada neyin olmadığına dikkat edin: moda dosya veya protokol. Ajan hazırlığı, güvenilir sayfalar ve verilerle başlar. Makineye yönelik ekstralar bu temeli güçlendirir; onun yerini alamazlar.

Çalışmanın Karşılığını Alıp Almadığını Nasıl Denetlersiniz

Başarıyı yalnızca /llms.txt'nin var olup olmadığıyla ölçmeyin. Uygulama çalışmasını görünürlük ve gelire bağlayan sonuçları takip edin:

• Sunucu günlüklerinde AI tarayıcı istekleri ve yanıt kalitesi
• Temsili müşteri soruları için bahsedilmeler ve alıntılar
• AI arama ve asistan ürünlerinden gelen yönlendirme trafiği
• Ürün besleme hataları ve şema doğrulama başarısızlıkları
• Ajan aracı başarısı, gecikme süresi ve terk edilme oranları
• Desteklenen potansiyel müşteriler, sepetler, siparişler ve gelir
• Güncel olmayan veya belirsiz verilerden kaynaklanan yanlış öneriler

Bu aynı zamanda bir geri bildirim döngüsü oluşturur. Ajanlar, sitenin temiz bir şekilde sunmadığı bilgileri tekrar tekrar soruyorsa, bu sadece bir AI sorunu değildir. İnsan müşteriler de muhtemelen onu bulmakta zorlanıyordur.

Dürüst Alt Satır

Ajanik web gerçektir, ancak çoğu işletmenin bugün her protokole ihtiyacı yoktur. İhtiyaç duydukları şey, makinelerin ve insanların güvenebileceği bir web sitesidir: erişilebilir kanonik sayfalar, doğru yapılandırılmış veriler, açık politikalar ve tutarlı arka uç bilgileri.

Oradan başlayın. llms.txt dosyasını bir sıralama vaadi değil, düzenlenmiş dokümantasyon olarak ekleyin. agents.md'yi evrensel bir web standardı değil, isteğe bağlı bir kural olarak değerlendirin. İşlem entegrasyonlarını yalnızca desteklenen bir kanal ve iş gerekçesi olduğunda oluşturun.

Gösterişsiz temel, diğer her şeyi mümkün kılar. Aynı anda arama, erişilebilirlik, entegrasyonlar, müşteri güveni ve gelecekteki ajan iş akışlarını iyileştirir.

Bir ajanın web sitenizde bugün gerçekte neyi anlayıp yapabileceğini görmek isterseniz, DigiForge tarayıcı erişimini, yapılandırılmış veriyi, makineye yönelik dokümantasyonu, ürün beslemelerini ve işlem hazırlığını denetleyebilir. Size modaya uygun dosyalar yerine önceliklendirilmiş bir uygulama planı sunarız.

Ajan hazırlığı denetimi başlatın