Agent Readiness для CS-Cart: как подготовить интернет-магазин к AI-агентам

Начните с простой проверки

Первое, что можно сделать, — проверить сайт через бесплатный сервис Cloudflare Is Your Site Agent-Ready?

Он оценивает, насколько сайт доступен для AI-агентов и какие технологии взаимодействия с ними уже поддерживает.

При этом не стоит воспринимать итоговый балл как цель.

Если сайт получил не 100 из 100 — это совершенно нормально. Часть технологий, которые проверяет Cloudflare, только начинает появляться и большинству интернет-магазинов пока попросту не нужна.

Гораздо важнее ответить на несколько более практичных вопросов:

• может ли AI вообще открыть ваш магазин;

• может ли он найти товары;

• правильно ли понимает цену и наличие;

• различает ли варианты товара;

• получает ли актуальные данные.

1. Убедитесь, что AI-агенты могут попасть на сайт

Самая банальная проблема — магазин может быть закрыт для AI ещё до того, как агент попытается прочитать товар.

Проверьте robots.txt

Откройте в браузере:

https://ваш-домен.ru/robots.txt

Это файл, в котором сайт сообщает поисковым и другим роботам, какие страницы им разрешено посещать.

Если там присутствует глобальный запрет вроде:

Disallow: /

значит доступ для роботов фактически закрыт.

Также стоит проверить, нет ли отдельных ограничений для AI-ботов.

Проверьте защиту сайта от ботов

Вторая частая проблема — Cloudflare, StormWall или другая система защиты.

Для обычного покупателя сайт может работать идеально, но автоматический посетитель вместо товара получает:

• CAPTCHA;

• «Checking your browser...»;

• запрет доступа;

• бесконечную проверку браузера.

Для AI-агента это означает, что магазина не существует.

Поэтому, если используется защита от ботов, нужно отдельно убедиться, что нужные AI-crawler'ы не блокируются.

Самому владельцу магазина лезть в серверные настройки для этого необязательно. Достаточно понимать, что такая проверка должна быть частью Agent Readiness-аудита.

2. Проверьте sitemap

Следующий элемент — sitemap.xml,карта сайта для роботов.

Она помогает быстро понять, какие страницы существуют в магазине.

Проверьте, что в sitemap действительно присутствуют:

• категории;

• карточки товаров;

• важные информационные страницы.

При этом туда не должны бесконтрольно попадать тысячи мусорных страниц: результаты фильтров, технические URL и многочисленные дубли одной и той же страницы.

Для AI sitemap выполняет ту же базовую задачу, что и для поисковиков:

показывает, где находится полезный контент магазина.

3. Посмотрите на карточку товара глазами AI

Откройте обычный товар и задайте себе вопрос:

Сможет ли программа однозначно понять, что здесь продаётся?

AI должен получить как минимум:

• название товара;

• описание;

• бренд;

• артикул;

• цену;

• валюту;

• наличие;

• характеристики;

• изображения;

• варианты товара.

Человеку всё это легко считать глазами со страницы.

Для программы всё немного сложнее.

Поэтому интернет-магазины используют структурированные данные — специальную разметку, которая буквально объясняет машине:

Это товар.

Вот его название.

Вот цена.

Вот бренд.

Вот наличие.

Для товаров обычно используются типы Product и Offer.

Если на вашем магазине уже настроена нормальная SEO-разметка товаров, часть работы, скорее всего, уже сделана.

Но её всё равно стоит проверить. Подробнее про разметку описано в материале - https://kokoc.com/blog/mikrorazmetka-json-ld/

4. Отдельно проверьте вариации товаров

Для CS-Cart это один из особенно важных пунктов.

Представим обычную футболку:

Футболка Classic

У неё есть варианты:

• S / Black;

• M / Black;

• L / Black;

• S / White;

• M / White;

• L / White.

При этом у каждого варианта может быть свой:

• артикул;

• остаток;

• цвет;

• изображение;

• иногда цена.

Покупателю это понятно.

AI тоже должен понимать, что M / Black — это конкретный вариант, который можно купить, а не просто несколько слов на странице товара.

Поэтому для каждого варианта желательно иметь стабильный идентификатор и возможность определить его цену и наличие.

Это становится особенно важным, когда каталог начинает передаваться во внешние AI-системы.

Если пользователь просит:

Найди мне эту футболку в чёрном цвете размера M.

AI должен получить ответ не:

Такая футболка вроде есть.

а:

M / Black есть в наличии, цена — 4 900 ₽.

5. Убедитесь, что AI получает актуальную цену и наличие

Для обычной статьи не страшно, если AI прочитал её вчера.

Для интернет-магазина это уже проблема.

Вчера товар стоил 10 000 ₽ и был в наличии.

Сегодня он стоит 12 000 ₽ и закончился.

Поэтому ecommerce нельзя строить исключительно вокруг периодического обхода страниц AI-роботами.

Нужен способ передавать актуальные товарные данные.

Как правило, для этого используются товарные фиды или API.

Через них наружу можно передавать:

• товары;

• цены;

• остатки;

• варианты;

• характеристики;

• изображения;

• категории.

О подготовке магазина на CS-Cart к AI поиску Яндекса и передачи товарного фида писал здесь - https://larionov.tech/services/ai-yandex-cscart

6. Сделайте сайт понятнее для AI

Есть несколько дополнительных вещей, которые уже сейчас можно постепенно внедрять.

Markdown для AI

Обычная страница интернет-магазина содержит очень много лишнего с точки зрения AI:

• меню;

• баннеры;

• JavaScript;

• элементы дизайна;

• навигацию;

• служебные блоки.

А агенту по сути нужны название, описание, цена, характеристики и наличие.

Поэтому постепенно появляется подход, при котором сайт умеет отдавать AI упрощённую версию страницы в Markdown.

Например, вместо всей страницы магазина:

iPhone 16 Pro

Цена: 129 990 ₽

В наличии

Память: 256 ГБ

Цвет: Black Titanium

Для CS-Cart такую возможность можно реализовать отдельно, не изменяя ядро платформы.

Подробнее про Markdown для ИИ - https://gram.ax/resources/blog/simplify-markdown/markdown-for-llm

Понятный интерфейс

Некоторые AI-агенты работают с магазином почти как обычный посетитель:

• нажимают кнопки;

• выбирают характеристики;

• используют фильтры;

• добавляют товар в корзину.

Поэтому чем логичнее и технически корректнее построен интерфейс магазина, тем проще с ним работать не только человеку, но и AI.

7. Следующий этап — дать AI-агенту возможность не только читать, но и действовать

До этого момента мы в основном говорили о том, как сделать магазин понятным для AI: показать ему товары, характеристики, актуальные цены и остатки.

Следующий уровень — позволить агенту взаимодействовать с магазином.

Например, покупатель пишет AI-ассистенту:

Найди мне беговые кроссовки до 15 000 ₽, которые есть в наличии и можно доставить завтра.

Чтобы ответить на такой запрос, агенту достаточно получить данные из каталога.

Но дальше покупатель может сказать:

Покажи варианты 43 размера.

Сколько будет стоить доставка?

Добавь вторую модель в корзину.

А где мой заказ?

И здесь одного доступа к страницам сайта уже недостаточно.

Магазину нужен специальный интерфейс, через который внешняя система сможет запросить актуальную информацию или выполнить разрешённое действие.

Обычно для этого используется API.

Если совсем просто, API — это набор заранее определённых «команд» магазина:

• найти товары;

• получить актуальную цену;

• проверить остаток;

• узнать доступные способы доставки;

• создать корзину;

• получить информацию о заказе.

MCP (Model Context Protocol) решает похожую задачу, но специально для AI-агентов. Он позволяет магазину описать доступные возможности в понятном для AI виде, чтобы агент мог определить, какие действия ему доступны, и при необходимости вызвать их.

Условно:

обычная страница сайта говорит AI:

Вот наши товары.

API или MCP добавляют:

А вот что ты можешь с ними сделать.

Например, через MCP магазин может предоставить агенту инструменты:

«Найти товар» → «Проверить остаток» → «Рассчитать доставку» → «Получить статус заказа».

Для покупателя вся техническая часть при этом остаётся незаметной — он просто продолжает общаться со своим AI-ассистентом.

И именно здесь Agent Readiness начинает превращаться из вопроса «видит ли AI мой сайт» в полноценный новый интерфейс взаимодействия покупателя с магазином.

При этом спешить с MCP только потому, что технология сейчас активно развивается, не стоит.

Если магазин передаёт неправильные цены или не умеет однозначно определить вариацию товара, AI просто получит неправильные данные более современным способом.

Поэтому порядок остаётся прежним:

сначала корректные данные → затем действия.

8. Yandex Commerce Protocol: когда AI становится каналом продаж

Хороший пример того, зачем всё это может понадобиться интернет-магазину уже сегодня, — Yandex Commerce Protocol (YCP).

YCP — это разработанный Яндексом стандарт интеграции интернет-магазинов с AI-сценариями Алисы, Поиска и других сервисов Яндекса. Для магазинов на сторонних CMS, включая CS-Cart, предусмотрена интеграция через API.

Задача YCP довольно простая: сократить путь между вопросом покупателя и покупкой товара.

Представим обычный сценарий.

Покупатель спрашивает Алису:

Найди беспроводные наушники до 10 000 ₽ с хорошим шумоподавлением.

AI подбирает подходящие товары.

Если магазин подключён к YCP, рядом с предложением может появиться кнопка «Купить в 1 клик». Покупателю не обязательно сначала переходить на сайт, заново искать товар, добавлять его в корзину, регистрироваться и заполнять все данные вручную.

Он может перейти к оформлению непосредственно из Поиска или диалога с Алисой.

При этом магазин остаётся полноценным продавцом и получает информацию о заказе в свою систему. Через YCP могут передаваться данные об остатках и складах, вариантах доставки, заказе и его статусах; оплату можно проводить через Яндекс Пэй или Сплит.

Для магазина на CS-Cart схема выглядит примерно так:

Покупатель спрашивает Алису → AI находит подходящий товар → покупатель нажимает «Купить» → выбирает доставку и оплачивает → заказ появляется в CS-Cart.

И вот здесь становится понятна практическая ценность Agent Readiness.

Речь уже не просто о том, чтобы очередной робот смог прочитать страницу сайта.

AI постепенно становится ещё одним каналом продаж, так же как когда-то ими стали поисковые системы, маркетплейсы и социальные сети.

Сегодня покупатель открывает Google или Яндекс, переходит на сайт и самостоятельно проходит каталог и checkout.

В новом сценарии часть этого пути берёт на себя AI-ассистент.

Поэтому магазину важно быть готовым не только показывать информацию AI, но и постепенно предоставлять ему безопасный доступ к действиям: проверке наличия, доставке, корзине и оформлению заказа.

YCP — уже работающий пример такого подхода: Яндекс использует его для покупок из Алисы AI и Поиска. Аналогичные commerce-протоколы параллельно развивают и другие крупные AI-платформы.

Что стоит сделать с CS-Cart прямо сейчас

Я бы разделил её на три уровня.

Нужно проверить сейчас

• доступность магазина для AI-ботов;

• robots.txt;

• sitemap;

• защиту от ботов;

• структуру карточки товара;

• цену и наличие;

• характеристики;

• вариации;

• структурированные данные.

Стоит подготовить

• структурированный товарный каталог;

• актуальную передачу цен и остатков;

• стабильные идентификаторы товаров и вариаций;

• Markdown-представление страниц;

• корректный и понятный интерфейс.

Можно внедрять позже

• API для AI-агентов;

• MCP;

• ACP;

• UCP;

• оформление заказа через AI.

Не гонитесь за 100% Agent Readiness

Это, пожалуй, самое важное.

Я бы не начинал подготовку интернет-магазина с llms.txt.

Не начинал бы её с MCP.

И тем более не пытался бы внедрить каждую технологию только ради красивых 100 баллов в тесте Cloudflare.

Покупателю совершенно без разницы, сколько технологий поддерживает магазин.

Ему важно, чтобы на запрос:

Найди мне чёрные кроссовки 43 размера до 15 000 рублей, которые сейчас есть в наличии.

AI смог ответить:

Нашёл.

Размер 43.

Цвет — чёрный.

Цена — 12 900 ₽.

Есть в наличии.

И данные действительно соответствовали магазину.

Вот это и есть практическая готовность к AI-агентам.

Как мы подготавливаем CS-Cart к AI-агентам

В Larionov.tech мы подготавливаем интернет-магазины и маркетплейсы к работе с AI-агентами комплексно — от базовой доступности сайта и корректной передачи товарных данных до интеграции API, MCP и современных протоколов agentic commerce.

Для CS-Cart и Multi-Vendor мы реализовали отдельный модуль, который закрывает весь необходимый набор задач Agent Readiness и позволяет развивать интеграцию по мере появления новых возможностей и стандартов.

В результате магазин получает не набор разрозненных доработок, а готовую инфраструктуру для нового канала работы с покупателями — через AI-агентов.

Подготовить CS-Cart к работе с AI-агентами →