Badacze arXiv zaproponowali framework do projektowania stron e-commerce przystosowanych dla agentów AI, które mogą niezależnie wyszukiwać produkty, porównywać opcje i przeprowadzać część procesu zakupowego w imieniu użytkowników. Istniejące projekty stron internetowych nie były projektowane z myślą o interakcji z modelami AI, co powoduje problemy w zrozumieniu struktury, interpretacji informacji i wykonaniu działań zakupowych.
Proponowany framework opiera się na trzech wymiarach: interpretability dla agentów, ich executability oraz decision reliability. Obejmuje cechy takie jak machine readability, semantic clarity, agent actionability i contextual decision-reliability signals. Innymi słowy, chodzi o to, żeby strona była dla AI czytalna - nie tylko wizualnie, ale także semantycznie strukturalna, możliwa do działań i zawierająca jasne sygnały, na których podstawie model AI może podejmować wiarygodne decyzje zakupowe.
Ewaluacja przeprowadzona na identycznych prototypach stron (z tym samym katalogiem, cenami i przepływami) wykazała dramatyczną różnicę. Wersja agent-ready osiągnęła 134 sukcesy na 150 prób (89 procent), podczas gdy tradycyjna wersja zaledwie 74 na 150 (49 procent). Badanie obejmowało pięć typowych zadań zakupowych i testowało je na trzech populacyjnych modelach AI. To sugeruje, że optymalizacja stron dla agentów AI staje się praktycznym wyzwaniem branżowym i że dobrze zaprojektowane interfejsy mogą znacznie zwiększyć autonomię asystentów AI w handlu elektronicznym.