Google AI Mode zamienia wyszukiwanie produktów z listy linków na rozmowę. Gemini interpretuje pytanie kupującego, mechanizm query fan-out rozbija je na powiązane wyszukiwania, a Shopping Graph dostarcza produkty. Wszystkie trzy warstwy działają na danych z Twojego feedu w Merchant Center, więc to jego kompletność i aktualność decydują o widoczności.
Najważniejsze wnioski
- Odkrywanie produktów w wyszukiwarce Google przeszło od słów kluczowych do zapytań konwersacyjnych, wyszukiwania wizualnego i pytań uzupełniających. Zapytania w AI Mode są średnio około trzy razy dłuższe niż klasyczne.
- Widoczność w wynikach AI zależy od danych produktowych. Shopping Graph zawiera ponad 60 miliardów ofert, z czego ponad 2 miliardy odświeżane są co godzinę [1].
- Zakupy stają się wizualne. Obiektyw Google notuje ponad 25 miliardów wyszukiwań miesięcznie, a mniej więcej co piąte ma intencję zakupową [2].
- AI Mode działa w Polsce od października 2025 roku, ale nie pobiera jeszcze u nas danych z Shopping Graph. Dlatego polskie zapytania zakupowe kończą się cytowaniem i linkowaniem sklepów, a nie panelami z ofertami konkretnych produktów. Funkcje oparte na Shopping Graph Google wdraża najpierw na rynku amerykańskim.
Spis treści
- Co napędza AI Mode: Gemini, query fan-out i Shopping Graph
- Jak wyszukiwanie wizualne zmienia wymagania wobec zdjęć
- Twój feed w Merchant Center jest dziś najważniejszym zasobem SEO
- Śledzenie ceny i zakupy agentowe: co przygotować
- Co to znaczy dla polskiego sprzedawcy dzisiaj
- Nie musisz robić tego ręcznie
- Dlaczego jakość feedu decyduje dziś o widoczności
- FAQ
Co napędza AI Mode: Gemini, query fan-out i Shopping Graph
| Warstwa | Czym jest | Co znaczy dla sprzedawcy |
|---|---|---|
| Gemini | Model rozumujący Google. Interpretuje dłuższe zapytania, wyłapuje intencję, ograniczenia i preferencje, obsługuje pytania uzupełniające | Dane muszą jasno mówić, czym jest produkt, dla kogo jest i które cechy czynią go trafnym |
| Query fan-out | Rozbicie jednego złożonego pytania na wiele powiązanych wyszukiwań: kategoria, zastosowanie, cena, materiał, rozmiar, opinie, dostępność | Niekompletny feed wypada z części podzapytań, nawet jeśli produkt formalnie odpowiada potrzebie |
| Shopping Graph | Zbiór danych produktowych Google, ponad 60 mld ofert z cenami, dostępnością, opiniami, kolorami i informacjami o sklepach | Twój feed i dane ustrukturyzowane na stronie są tym, co Google dopasowuje do zapytań |
Praktyczny wniosek dotyczy drugiej warstwy. Kupujący pytający o „plecak trekkingowy na dwutygodniowy wyjazd, wodoodporny, do 300 zł” uruchamia kilka równoległych wyszukiwań naraz. Produkt, który nie ma atrybutu materiału, odpada z podzapytania o wodoodporność, mimo że fizycznie spełnia ten warunek.
Jak wyszukiwanie wizualne zmienia wymagania wobec zdjęć
Odkrywanie produktu nie zaczyna się już wyłącznie od tekstu.
Kupujący może zrobić zdjęcie, wyszukać z obrazu, zeskanować produkt w sklepie stacjonarnym albo zakreślić przedmiot na ekranie telefonu, żeby znaleźć podobne. Obiektyw Google pokazuje przy tym cenę, promocje, opinie i miejsca zakupu, a Circle to Search przenosi to zachowanie do przeglądania mediów społecznościowych, filmów i aplikacji.
Dla feedu oznacza to dwa osobne wymagania, które łatwo pomylić.
Zdjęcie musi odpowiadać konkretnemu SKU. Jeśli sprzedajesz kurtkę w pięciu kolorach, każdy wariant potrzebuje własnego zdjęcia w swoim kolorze. Jedno zdjęcie na wszystkie warianty psuje dopasowanie wizualne.
Atrybuty muszą opisywać w formie ustrukturyzowanej to, co widać na zdjęciu. Samo dopasowanie nadal działa na polach, nie na pikselach.
Przymierzalnia wirtualna
Google rozwija przymierzanie wirtualne dla odzieży. Kwalifikujące się produkty mogą otrzymać odpowiedni znacznik w bezpłatnych informacjach o produktach i w reklamach produktowych. Warunki, które Google opisuje w dokumentacji Merchant Center, są dość konkretne: obsługiwana kategoria odzieżowa, zdjęcie o rozdzielczości co najmniej 512 na 512 pikseli, a najlepiej powyżej 1024, oraz jeden element garderoby pokazany w całości, bez dłoni, dodatków i zagnieceń zasłaniających detale [3].
To dobry przykład tego, jak wymagania techniczne wobec zdjęć przestały być kwestią estetyki, a stały się warunkiem dostępu do funkcji.
Twój feed w Merchant Center jest dziś najważniejszym zasobem SEO
W wynikach zakupowych napędzanych przez AI feed produktowy wykonuje dużo pracy, którą w klasycznym SEO wykonywały strony kategorii.
Merchant Center używa atrybutów produktu, żeby zrozumieć, co sprzedajesz, dopasować produkty do zapytań i pokazać poprawne szczegóły w reklamach oraz bezpłatnych wynikach. Gdy te dane są niekompletne lub błędne, Google zgłasza problemy w Merchant Center, a reklamy mogą się nie wyświetlać [4].
Atrybuty, które ważą najwięcej
| Atrybut | Dlaczego ma znaczenie |
|---|---|
| Tytuł produktu | Pierwsze, co Google czyta. Powinien zawierać markę, typ produktu i najważniejszą cechę wyróżniającą |
| Opis | Daje kontekst: zastosowanie, funkcje, materiał, dopasowanie, kompatybilność, odbiorca |
| GTIN, marka, MPN | Pozwalają zidentyfikować dokładnie ten produkt i powiązać go z tą samą pozycją u innych sprzedawców |
| Cena | Musi zgadzać się ze stroną docelową i być aktualna |
| Dostępność | Informuje, czy produkt jest w magazynie, wyprzedany, w przedsprzedaży czy na zamówienie |
| Link do zdjęcia | Główne zdjęcie w reklamach i bezpłatnych wynikach. Google zaleca wysoką rozdzielczość, w okolicach 1500 na 1500 pikseli lub wyżej |
| Kategoria i typ produktu | Pozwalają zaklasyfikować produkt i umiejscowić go w wynikach |
| Kolor, rozmiar, materiał, płeć, grupa wiekowa | Warunkują dopasowanie do bardziej szczegółowych zapytań, zwłaszcza w modzie, wyposażeniu wnętrz i akcesoriach |
| Dane ustrukturyzowane na stronie | Pomagają Google powiązać zawartość strony produktu z danymi z Merchant Center |
Atrybuty konwersacyjne
W maju 2026 roku, przy okazji Google Marketing Live, Google dodał do specyfikacji sześć opcjonalnych atrybutów opisanych wprost jako konwersacyjne. Mają pomóc AI Mode, Gemini i Business Agent zrozumieć produkt w języku naturalnym [5].
| Atrybut | Co opisuje |
|---|---|
| question_and_answer | Odpowiedzi na pytania o produkt, zapisane jako pary pytanie i odpowiedź |
| related_product | Powiązania z innymi produktami w katalogu: akcesoria, części zamienne, zamienniki |
| document_link | Linki do dokumentów, takich jak instrukcje, karty katalogowe czy specyfikacje |
| item_group_title | Wspólny tytuł dla grupy wariantów, używany razem z item_group_id |
| variant_option | Cechy odróżniające wariant, zapisane jako pary nazwa i wartość |
| popularity_rank | Pozycja produktu w Twoim katalogu pod względem popularności, w procentach |
W praktyce zacznij od pierwszych trzech. Question and answer, related product i document link to pola, których w standardowym feedzie w ogóle nie było, więc niosą informację, jakiej Google nie ma skąd wziąć. Pozostałe trzy doprecyzowują rzeczy już obecne w specyfikacji przez item_group_id, kolor i rozmiar, więc można je odłożyć na później.
Warto rozróżnić dwie grupy pól, bo łatwo je pomylić. Product highlight i product detail nie są atrybutami konwersacyjnymi, chociaż Google je czyta i bierze pod uwagę. Google wskazuje przy tym, żeby nie duplikować treści: jeśli dana informacja jest już w opisie, w product highlight albo w product detail, nie powtarzaj jej w atrybutach konwersacyjnych.
Wszystkie sześć pól jest opcjonalnych, a ich dodanie nie wpływa na status zatwierdzenia produktów, które już masz w Merchant Center. Google rekomenduje przesyłanie ich przez dodatkowe źródło danych, żeby nie mieszać ich z feedem podstawowym.