Detailpagina’s van producten verrijken
AI-agents kunnen alleen producten aanbevelen die ze volledig kunnen begrijpen. Bij de meeste winkelwinkelwinkels zijn productpagina’s ontworpen voor menselijke kopers. Als zodanig zijn deze producten gebaseerd op door JavaScript gegenereerde tabbladen, uitbreidbare panelen, winkelwizards, interactieve modaliteiten en koppelingen naar varianten, specificaties en kenmerken van oppervlakteproducten. AI-agents parseren niet door de diepte van de pagina Productdetails, wat betekent dat deze rijke productgegevens nooit worden gezien door de LLM-crawlers die door AI gestuurde detectie stimuleren, zelfs als deze volledig zichtbaar is voor menselijke bezoekers.
Met de mogelijkheid Enrich Product Detail Pages kunt u productpagina’s in uw Adobe Commerce-catalogus identificeren waar deze zichtbaarheidskloof bestaat. Met de Adobe Commerce-catalogus wordt de toegang tot de opslagruimte voor AI-agents vergeleken met de volledige productgegevens die beschikbaar zijn in de catalogus en worden alle kenmerken, varianten en diepte van de productkenmerken die ontbreken in de AI-agentweergave, weergegeven.
In één oogopslag worden de volgende belangrijke meetgegevens weergegeven:
- Pagina’s van het Product — De lijst van alle pagina’s van het productdetail die met een hiaat van de de zichtbaarheid van catalogusgegevens worden geïdentificeerd.
- AgenticVerkeer — De totale bezoeken en interacties op een plaats die door autonome agenten AI (zoals LLM-Aangedreven assistenten of bots) in werking gesteld en gedreven worden handelend namens gebruikers om te ontdekken, terug te winnen of met inhoud in dienst te nemen.
Deze kans kan worden geoptimaliseerd door te gebruiken optimaliseert bij Edge . De optimalisaties worden uitsluitend geleverd aan AI agenten zonder invloed op menselijke bezoekers (beide-slechts levering), toegepast op de CDN laag zonder vereiste CMS of catalogusveranderingen, en kunnen in notulen zonder ontwikkelaarbetrokkenheid van kracht worden — die het een snel, laag-risicopijdingspad voor grote productcatalogi maken.
Hoe werkt het
De Adobe Commerce Catalog Agent leest uw volledige productcatalogusgegevens, waaronder: varianten, diepere productrelaties, kenmerken, facetten, metagegevens over categorieën en alle productkenmerken. Vervolgens worden de gegevens vergeleken met wat daadwerkelijk toegankelijk is voor AI-agents in de overeenkomstige PDP van de opslagront. De pagina’s waar de catalogusgegevens van AI kruiplers worden verborgen in URLs met suggesties lijst, die door agentic verkeersvolume wordt voorrang gegeven.
LLM Optimizer geeft voor elke betrokken productpagina het volgende op:
- AI de voorproef van de Analyse — Een volledige lijst van welke catalogusinformatie die van de AI agentenmening mist en waarom zij voor LLM-gedreven productontdekking van belang zijn, met inbegrip van een lijst van terugwinbare gegevenspunten zoals productvarianten, grootteopties, materiaalspecificaties, en verenigbaarheidsdetails onder anderen.
De moeilijke situatie wordt toegepast gebruikend optimaliseert bij Edge — Adobe op rand-Gebaseerd plaatsingsvermogen dat een volledig pre-teruggegeven, AI-vriendelijke momentopname van HTML aan gebruikersagenten LLM bij de laag CDN dient. Hiermee herstelt u alle eerder verborgen catalogusgegevens (inclusief productvarianten, technische specificaties en functiedetails) zonder de Commerce-catalogus of de gebruikersinterface voor zichtbare opslag aan te raken.
URL’s met suggesties
URLs met suggesties lijst maakt een lijst van alle geïdentificeerde productpagina’s die van een optimalisering profiteren. Voor elke product-URL kunt u:
- Voorproef om de AI Analyse te bekijken, die welke catalogusinformatie mist en waarom zij voor AI-gedreven ontdekkingsbaarheid van belang zijn
- Teken als Vast zodra de optimalisering is opgesteld en bevestigd
- negeer suggesties die niet relevant voor uw koopvaardiserende strategie zijn
Suggesties zijn in drie weergaven onderverdeeld: Huidige Suggesties, Vaste Suggesties, en genegeerde Suggesties. Zodra een suggestie wordt opgesteld, beweegt het zich aan Vaste Suggesties met een status van Geoptimaliseerde en a Levende actie van de Mening om te verifiëren dat de verrijking voor agentic verkeer levend is. Vaste suggesties kunnen op elk moment worden teruggedraaid.
Optimalisatie implementeren
Zodra u de suggesties hebt herzien en de productpagina’s om geselecteerd te optimaliseren, opstelt optimalisaties om de verrijking bij de CDN rand te publiceren. A stelt aan Edge bevestigingsdialoog op toont het geselecteerde product URLs, het optimalisatietype en de verrijking die worden toegepast. Na de implementatie wordt in een bevestigingsscherm bevestigd welke productpagina’s zijn geoptimaliseerd.
De optimalisatie wordt uitsluitend aan AI gebruikersagenten via de CDN randlaag geleverd. Menselijke bezoekers blijven uw bestaande winkelervaring precies zo zien als voorheen, zonder wijzigingen aan uw PDP-ontwerp, paginaprestaties of merkervaring.
Als uw Commerce-exemplaar nog niet met LLM Optimizer is verbonden, wordt u naar de verbindingsinstelling geleid voordat verbeteringen kunnen worden toegepast.
Als u nog niet hebt ingezien, zal het klikken optimalisaties u aan het onboarding proces leiden. Voor volledige details op hoe optimaliseren bij de werken van Edge, gesteunde leveranciers CDN, en het onboarding proces, zie optimaliseren bij Edge pagina.
Probeer het in de demo
Zie de mogelijkheid Pagina’s met productdetails verrijken in actie met de Frescopa demo-omgeving.
De pagina’s van het Detail van het Product van de Verrijking van de Mening in de demo Frescopa
Veelgestelde vragen
waarom zijn mijn gegevens van de productcatalogus verborgen van AI agenten?
Commerce-winkelcentra zijn gebouwd voor menselijke kopers. Productkenmerken, varianten, grootteopties, materiaaldetails en andere technische specificaties komen vaak voor via JavaScript-gestuurde interacties zoals tabs, inklapbare deelvensters, pop-upmodellen, koppelingen en winkelwizards. AI de agenten ontleden niet door de diepten van de Pagina van het Detail van het Product, zodat is al deze gegevens onzichtbaar voor SLM kruiplers zelfs wanneer het volledig in uw productcatalogus aanwezig is. Het resultaat is dat AI-agents productaanbevelingen doen op basis van een fractie van de werkelijke productinformatie.
welke soorten productgegevens deze optimalisering terugkrijgen?
De Catalog Agent herstelt alle productinformatie beschikbaar in uw catalogus van Adobe Commerce die momenteel niet op de opslagruimte voor AI agenten toegankelijk is. Dit omvat producttekens, relaties, varianten (grootten, kleuren, configuraties), technische specificaties en kenmerken, compatibiliteitsdetails, metagegevens van categorieën en waarden van facetten.
zal deze optimalisering mijn menselijke bezoekers, bots SEO of storefront prestaties beïnvloeden?
Nee. Optimaliseren bij Edge is alleen gericht op AI-gebruikersagents. Menselijke bezoekers en SEO-bots ontvangen de originele productpagina precies zo als voorheen, zonder wijzigingen in hun ervaring, de prestaties bij het laden van de pagina of het ontwerp van de winkel.
moet ik mijn catalogus van Commerce veranderen, CMS, of ontwikkelaars impliceren?
Nee. De optimalisatie wordt toegepast op de CDN-randlaag en vereist geen wijzigingen in uw Adobe Commerce-catalogus, geen code-implementaties en geen betrokkenheid van ontwikkelaars. Zodra u aan boord bent om te optimaliseren bij Edge, kunt u verbeteringen direct vanuit de LLM Optimizer-interface implementeren en terugdraaien.
wat gebeurt als mijn productgegevens veranderen nadat ik opstel?
Voor de mogelijkheid om productdetailpagina’s te verrijken, gebruikt LLM Optimizer TTL-instellingen met een lage cache, zodat een productupdate in uw Commerce-catalogus ervoor zorgt dat de catalogus binnen enkele minuten wordt vernieuwd. AI-agents ontvangen altijd de meest actuele productgegevens die beschikbaar zijn.