Illustration de l'article sur les agents d'achat IA en e-commerce
AEO & Answer Engines

AI shopping agents: uw PrestaShop-catalogus voorbereiden op Operator, Claude Computer Use en de vergelijkingsagents in 2026

2026 is het jaar waarin de AI-shoppingagents de demofase verlaten. Operator van OpenAI, Claude Computer Use van Anthropic, ChatGPT Shopping, Perplexity Buy with Pro, Gemini Shopping: elk stelt op zijn manier een gebruiker voor om een aankoop in zijn plaats uit te voeren: een product vinden, vergelijken, aan de winkelwagen toevoegen, en zelfs de checkout bevestigen. Voor de e-commerceverkoper is dat een paradigmawissel: een groeiend deel van het verkeer wordt agent en geen mens, en een slecht voorbereide catalogus wordt onzichtbaar voor dat nieuwe publiek.

Dit artikel beantwoordt drie concrete vragen: wat vormt in 2026 al een meetbaar deel van het verkeer? Hoe “leest” een AI-agent werkelijk een productpagina? En welke technische acties voert u uit op een PrestaShop-catalogus om vindbaar te blijven?

Wat er in 2026 werkelijk is uitgerold

Het ecosysteem bestaat op het moment van schrijven grofweg uit:

  • ChatGPT Shopping (sinds 2024-2025): een bezoeker stelt een aankoopvraag (“beste opvouwbare elektrische step voor volwassenen onder 800 €”), ChatGPT antwoordt met een klikbare shortlist. De klik brengt naar de bronshop. Opname is afhankelijk van de kwaliteit van de gestructureerde data en van IndexNow of de sitemap.
  • Perplexity Pro Shopping: geïntegreerd in de answer engine Perplexity, stelt klikbare producten voor in de marge van de aankoopantwoorden. Zeer visueel, met directe sourcing uit de Schema.org- en Open Graph-markering.
  • Google AI Overviews Shopping: rechtstreeks geïntegreerd in de Google SERP. Selectie op basis van de Shopping graph (die afhangt van het Merchant Center en de Product/Offer markering).
  • Operator (OpenAI) en Claude Computer Use (Anthropic): agents die een browser besturen. Zeldzamer in 2026 maar in groei. Ze navigeren werkelijk door de site, klikken op de knoppen, vullen de formulieren in. Een synthetische bezoeker die het DOM en de visuele rendering volgt.
  • Agents geïntegreerd in andere apps: Microsoft Copilot Shopping, Amazon Rufus (aan Amazon-kant), ontluikende WhatsApp Business agents.

Geschat volume op mode-, decoratie- en tech-B2C shops in het mid-market segment in 2026: 2 tot 8% van het referentieverkeer komt al van AI-agents, in snelle groei. Nog niet de meerderheid, maar ook niet meer marginaal.

Hoe een AI-agent een productpagina “leest”

Twee leesmodi bestaan naast elkaar, en dat zal in 2026 zo blijven:

Modus 1: data-first (de meerderheid)

De agent laadt de gerenderde pagina niet. Hij bevraagt een publieke API of zuigt de gestructureerde Schema.org-markering op. Prioritaire bronnen:

  • JSON-LD Schema.org ingebed in de pagina (Product, Offer, AggregateRating, hasMerchantReturnPolicy, shippingDetails).
  • Open Graph meta (og:title, og:description, og:image, og:type=product).
  • Google Merchant Center feed (XML of Content API).
  • Het bestand llms.txt als het bestaat (dat naar een gestructureerde versie van de catalogus kan wijzen).
  • XML-sitemap van de producten met wijzigingsdatums en prioriteiten.

Geen JavaScript uitgevoerd, geen rendering getoond. Staat de informatie niet in de statische HTML of in de gestructureerde feeds, dan bestaat ze niet voor de agent.

Modus 2: browser-first (Operator, Computer Use)

De agent laadt de pagina zoals een mens dat zou doen: hij voert JS uit, ziet het gerenderde DOM, maakt schermafbeeldingen, identificeert de knoppen, klikt. Zijn lezing ligt dichter bij een echte bezoeker, maar met enkele bijzonderheden:

  • Hij heeft benoemde en gelabelde interactieve elementen nodig (knoppen met aria-label, formulieren met gekoppelde labels). Het toegankelijkheidswerk dat voor WCAG 2.2 is gedaan, dient hier rechtstreeks.
  • Hij is gevoelig voor blokkerende popups en modals zonder duidelijke sluitknop. Een cookiebanner die met het toetsenbord niet te sluiten is, blokkeert de agent evenzeer als een gebruiker met een beperking.
  • Hij verkiest lineaire trajecten en checkouts op één scherm. Een funnel met zes stappen is risicovoller dan een one-page checkout.

De optimalisatiechecklist voor een PrestaShop-catalogus

1. Complete en actuele JSON-LD Schema.org

Het fundament. Zie het artikel gewijd aan Schema.org Product 2026: hasMerchantReturnPolicy, shippingDetails, ProductGroup voor de varianten, echte AggregateRating, GTIN/MPN/brand ingevuld. Zonder dat kan een AI-agent de productpagina niet matchen met een koopintentie.

2. Bestand llms.txt in de root

De llms.txt standaard (sinds eind 2024 gedragen door Anthropic) stelt een markdownbestand in de root van het domein voor dat de site beschrijft en naar de gestructureerde bronnen wijst die voor modellen het nuttigst zijn. Voor een webshop bevat de typische llms.txt:

  • Identiteit van de verkoper en gedekte sectoren.
  • URL van de productsitemap.
  • URL van een JSON-catalogusfeed (indien beschikbaar).
  • Samenvatting van het retour- en verzendbeleid.
  • Contactinformatie voor de agents (machinevriendelijk e-mailadres).

Aan DataFirefly-kant genereert de module dfllmstxt dat bestand automatisch voor PrestaShop-shops, met dagelijkse update en personalisatie per shop in multi-shop.

3. Nette Open Graph voor producten

Voorbij Schema.org bevragen de AI-agents en de sociale netwerken de Open Graph- en Twitter Card-tags. og:type=product, og:image in formaat 1200×630, heldere og:title, og:price:amount en og:availability waar relevant. Veel PrestaShop-thema’s vergeten og:price.

4. Stabiele canonieke URL’s

Een agent die op een productpagina terugkomt, moet dezelfde URL terugvinden. URL’s met dynamische parameters (id_lang=1, controller=product, enzovoort) zijn minder betrouwbaar dan stabiele herschreven URL’s. SEO en AEO komen hier samen.

5. Betrouwbare beschikbaarheid en prijs aan serverzijde

De agent leest de server-side gerenderde HTML. Wordt de echte prijs in JavaScript aan clientzijde berekend (frequent bij modules voor dynamische promoties), dan ziet de agent de standaardprijs. Verifieer dat de prijs in de statische HTML overeenkomt met de werkelijke prijs.

6. Robots.txt en expliciet crawlbeleid

De belangrijkste crawlers van AI-agents identificeren zich voortaan met herkenbare user-agents: GPTBot, ClaudeBot, PerplexityBot, ChatGPT-User, Anthropic-Verifier, Google-Extended. In een robots.txt van 2026 machtigt men expliciet degene die men wil verwelkomen en blokkeert men degene die men weigert. Blindelings alle AI-bots blokkeren is verleidelijk maar snijdt de shop af van het toekomstige publiek.

7. Prestaties en stabiliteit van de serverrendering

De browser-first agents haken af als de pagina meer dan enkele seconden nodig heeft om te laden of als het DOM voortdurend beweegt (hoge CLS). Het Core Web Vitals werk dat voor Google is gedaan, dient rechtstreeks de agents: hetzelfde technische criterium, alleen toegepast door een agent in plaats van een indexeringsrobot.

8. Machinevriendelijke checkout

Voor de agents die tot de aankoop gaan (Operator, Computer Use): one-page of zeer korte checkout, geen blokkerende captcha, expresbetaling beschikbaar (iDEAL, Apple Pay, Google Pay), helder overzicht vóór de bevestiging. Een winkelwagen die wordt verlaten door een captcha die in de checkout aan een AI-agent wordt opgelegd, is een gemiste verkoop, en in 2026 begint dat te tellen.

Het agentaandeel in uw verkeer meten

De AI-agents laten doorgaans hun spoor na in de user-agent en soms in de referrer. De belangrijkste om in 2026 te monitoren in de serverlogs of in GA4:

  • GPTBot, ChatGPT-User (OpenAI).
  • ClaudeBot, Claude-User, Anthropic-Verifier (Anthropic).
  • PerplexityBot, Perplexity-User (Perplexity).
  • Google-Extended (Gemini / AI Overviews).
  • CCBot (Common Crawl, voedt meerdere modellen).
  • Applebot-Extended (Apple Intelligence).

Een custom dimensie toevoegen in GA4 of een filter in uw server-side analyticstool om dat verkeer te isoleren, laat toe de groei te meten en de reële ROI van de AEO-investering te berekenen.

De risico’s om te anticiperen

Drie klippen om in het achterhoofd te houden:

  • Fraude via agents: een slecht uitgelijnde of gekaapte agent kan massaal aankopen proberen, prijzen scrapen, of erger. De bescherming loopt via intelligente rate-limiting (verdachte patronen blokkeren zonder de legitieme agents te blokkeren) en step-up authenticatie voor atypische winkelwagens.
  • Desintermediatie tussen merk en klant: sluit de agent de funnel van begin tot eind zonder dat de gebruiker op de shop komt, dan verliest het merk de communicatiekans (nieuwsbrief, retargeting, cross-sell). Een tendens die zal versterken en die u in uw klantenbindingsstrategie moet integreren.
  • Door AI gegenereerde content in de reviews: een euvel dat al wordt waargenomen. Investeren in geverifieerde reviews garandeert de authenticiteit van het signaal en de conformiteit met de Google-eisen op reviewkwaliteit.

Conclusie: uw catalogus voorbereiden is niet optioneel

De AEO van 2025 was een interessante optie. De AEO in 2026 is een toegangsvoorwaarde tot het verkeer. Shops die hun Schema.org-markering niet hebben bijgewerkt, hun llms.txt niet hebben gepubliceerd en hun robots.txt niet voor de AI-agents hebben geconfigureerd, zullen hun marktaandeel op het AI-verkeer naar nul zien tenderen terwijl hun concurrenten de eerste netwerkeffecten capteren.

Goed nieuws: deze technische acties behoren tot de goedkoopste van de digitale marketing in 2026. Enkele weken gericht werk volstaan om in de categorie “catalogus leesbaar voor agents” te belanden. De echte competitie speelt zich voortaan af op de kwaliteit van het product, de prijs en de service, niet op de technische frictie om bij de informatie te komen.

Lees verder

Gerelateerde artikelen