UCP og Deep Research: klar til AI-handel

Den næste kunde besøger måske ikke din webshop, før købsbeslutningen allerede er truffet.

Kunden beder i stedet en AI-assistent om at finde en vandtæt jakke til cykelpendling, sammenligne tre modeller, kontrollere levering og anbefale den bedste under 1.500 kr. Assistenten researcher behovet og markedet. Den læser produktsider, specifikationer, guides og anmeldelser. Derefter kan den hjælpe kunden videre mod kurv og checkout.

To begreber er centrale i den udvikling: Deep Research og UCP.

Deep Research handler om at undersøge og sammenligne information. UCP handler om, at AI-agenter og handelssystemer kan udveksle produkt-, checkout- og ordredata gennem et fælles sprog.

De er ikke samme teknologi. Men de viser tilsammen, hvordan AI bevæger sig fra at besvare spørgsmål til at udføre opgaver på kundens vegne.

Hvad er Deep Research?

Deep Research er en AI-funktion til researchopgaver, der kræver flere kilder og flere analysetrin end en almindelig søgning.

I ChatGPT kan Deep Research arbejde med offentlige websider, bestemte websites, uploadede filer og understøttede apps. Brugeren kan gennemgå researchplanen, følge arbejdet og få en struktureret rapport med kildehenvisninger. Det fremgår af OpenAIs officielle beskrivelse.

For en webshopkunde kan det betyde, at AI-systemet:

• Afklarer behov, budget og begrænsninger
• Finder relevante produkter fra flere forhandlere
• Sammenligner specifikationer, pris og levering
• Læser tests, anmeldelser og producentdata
• Forklarer fordele og ulemper
• Anbefaler et produkt med kilder

Det minder om den research, en grundig kunde selv ville udføre med mange faner åbne. Forskellen er, at AI-systemet samler arbejdet og resultatet i én samtale.

Deep Research er ikke en handelsprotokol

Deep Research kan finde og vurdere information. Funktionen definerer ikke, hvordan en vare lægges i kurven, hvordan fragt beregnes, eller hvordan webshoppen opretter ordren.

Det er den grænse, UCP forsøger at krydse.

Hvad er UCP?

UCP står for Universal Commerce Protocol. Det er en åben standard, som gør det muligt for AI-platforme, webshops og betalingsudbydere at kommunikere om handel uden en særskilt integration til hver kombination af systemer.

Standarden er udviklet af Google i samarbejde med blandt andre Shopify, Etsy, Wayfair, Target og Walmart. Den officielle UCP-dokumentation omfatter funktioner til produktsøgning, produktopslag, kurv, identitetsknytning, checkout og ordrehåndtering.

UCP er bygget modulært. En webshop kan erklære, hvilke funktioner den understøtter. En AI-agent kan opdage dem og bruge den fælles del, som begge systemer forstår.

Teknisk sker opdagelsen gennem en profil, som beskriver webshoppen eller agentens understøttede funktioner. Shopify beskriver, hvordan en virksomheds profil kan publiceres på /.well-known/ucp. Profilen kan blandt andet fortælle, hvilke capabilities, extensions og betalingsmetoder systemet understøtter.

Det kan sammenlignes med, at to systemer præsenterer deres sprog og funktioner for hinanden, før de begynder at handle.

Fra spørgsmål til gennemført ordre

En klassisk kunderejse kan se sådan ud:

1. Kunden søger på Google.
2. Kunden åbner flere webshops.
3. Kunden sammenligner produkter manuelt.
4. Kunden vælger en webshop.
5. Kunden finder produktet igen.
6. Kunden gennemfører checkout.

I en agentbaseret kunderejse kan flere trin samles:

1. Kunden beskriver behovet for sin AI-assistent.
2. Assistenten researcher og sammenligner produkter.
3. Kunden vælger en anbefaling.
4. Assistenten henter aktuel pris, lager og levering fra webshoppen.
5. Assistenten opretter eller opdaterer en checkoutsession.
6. Kunden gennemgår og godkender købet i en betroet grænseflade.
7. Webshoppen behandler betaling og opretter ordren.

UCP gør det muligt at standardisere kommunikationen i de trin, webshoppen vælger at understøtte.

Webshoppen beholder sin forretningslogik og er fortsat Merchant of Record. Det betyder, at virksomheden stadig ejer ordren og ansvaret for betaling, skat, levering, retur og kundeservice. AI-platformen bliver en ny købsflade, ikke en erstatning for hele handelsplatformen.

UCP, ACP og MCP: Hvad er forskellen?

De tre forkortelser bliver ofte blandet sammen.

Protokol	Formål	Praktisk betydning for webshops
UCP	En åben standard for agentbaseret handel på tværs af platforme	Beskriver commerce-funktioner som discovery, kurv, checkout og ordre
ACP	OpenAIs Agentic Commerce Protocol	Forbinder produktfeeds og checkout med handelsoplevelser i ChatGPT
MCP	Model Context Protocol	Giver AI-systemer adgang til generelle datakilder og værktøjer

OpenAIs ACP-dokumentation beskriver en separat handelsinfrastruktur til ChatGPT. Den omfatter blandt andet produktfeeds med pris og lager samt checkoutflows for godkendte partnere.

MCP er bredere og ikke udviklet specifikt til handel. UCP kan bruge MCP som en af flere måder at transportere forespørgsler på, men tilfører de commerce-specifikke objekter og regler.

Det er for tidligt at vide, om markedet samler sig om én standard. Derfor bør webshoppen ikke bygge sin datamodel omkring én AI-platform. Fundamentet skal være kanalneutralt.

Hvad kræver AI-handel af din webshop?

En flot webshop er ikke nok. AI-agenten har brug for korrekte, strukturerede og aktuelle data.

1. Entydige produktdata

Hvert produkt og hver variant skal have et stabilt ID. Attributter som størrelse, farve, materiale, vægt og kompatibilitet bør ligge i rigtige datafelter frem for kun i produktbeskrivelsen.

Det gør data nemmere at sende til feeds, søgning, anbefalingsmotorer og kommende agentintegrationer.

Som minimum bør kataloget have:

• Produkt- og variant-ID
• Præcis titel og beskrivelse
• Pris og valuta
• Lagerstatus
• Produktbilleder
• Brand og produktidentifikation som GTIN eller MPN, hvor det findes
• Variantattributter
• Fragt-, retur- og garantidata

2. Én autoritativ kilde pr. datatype

Hvor kommer den rigtige pris fra? Hvilket system bestemmer lagerstatus? Hvor vedligeholdes leveringsløftet?

Webshops har ofte modstridende data i platform, ERP, PIM, lagerstyring og feeds. Det skaber allerede fejl i Google Shopping. I en AI-checkout kan det give en anbefaling med forkert pris eller en ordre på en udsolgt vare.

Definér derfor et system of record for hver vigtig datatype. Dokumentér dataflowet, og overvåg synkroniseringerne.

3. Et stabilt produktfeed

Et produktfeed er en af de mest værdifulde forberedelser. Det bruges allerede til Google Shopping, Meta og prissammenligning, og de samme grunddata er relevante for AI-baserede shoppingflader.

OpenAIs aktuelle handelsdokumentation understøtter produktfeeds, og Google bruger Merchant Center som indgang til sin UCP-implementering. Investeringen i feedkvalitet er derfor ikke bundet til én kanal.

Kontrollér især:

• Om feed og landingsside viser samme pris
• Om udsolgte produkter opdateres hurtigt
• Om varianter grupperes korrekt
• Om billeder og URL’er kan tilgås stabilt
• Om titler beskriver brand, model og vigtigste variant
• Om fejl og afvisninger overvåges

Metoden er beskrevet mere detaljeret i Produktdata til AI-shopping.

4. Indhold der kan bruges til en beslutning

Deep Research har brug for mere end salgstekst. En AI kan ikke bruge “premium kvalitet” til en præcis sammenligning, hvis påstanden ikke bliver forklaret.

Gode produktsider svarer på:

• Hvem produktet passer til
• Hvilket problem det løser
• Hvilke mål og materialer det har
• Hvad der følger med
• Hvad forskellen er på varianterne
• Hvilke begrænsninger produktet har
• Hvordan levering, garanti og retur fungerer

Købsguides, sammenligninger, tabeller og FAQ kan give yderligere kontekst. Det vigtigste er, at informationen er konkret, konsistent og tilgængelig som tekst.

5. Checkout som kan fungere uden den normale frontend

En agentintegration kan ikke regne fragt, rabat eller total ud fra et screenshot. Checkoutlogikken skal kunne kaldes gennem stabile interfaces.

Det kræver styr på:

• Oprettelse og opdatering af kurv eller checkoutsession
• Variant- og lagerkontrol
• Rabatter
• Fragtmuligheder og leveringspris
• Moms og øvrige omkostninger
• Betalingstoken eller handoff
• Idempotens og gentagne forespørgsler
• Ordrebekræftelse og efterfølgende status

Hvis forretningskritisk checkoutlogik kun findes i temaets JavaScript eller i en skrøbelig appkombination, er det et teknisk problem længe før UCP bliver relevant.

Hvad betyder det for Shopify?

Shopify var med til at udvikle UCP. Det gør standarden særlig relevant for Shopify-webshops, fordi produkter, checkout og ordrer allerede ligger på en platform med veldefinerede API’er.

Men “Shopify understøtter UCP” betyder ikke, at alle Shopify-butikker automatisk kan sælge gennem alle AI-assistenter.

Tilgængelighed afhænger blandt andet af:

• Marked og land
• AI-platformens udrulning
• Betalingsmetoder
• Produktkategori
• Merchant-godkendelse
• Apps og tilpasset checkoutlogik
• Den enkelte platforms integrationsmodel

Den rigtige forberedelse er derfor ikke at installere en tilfældig UCP-app. Den er at rydde op i produktdata, reducere uklar checkoutlogik og sikre, at integrationer bruger stabile Shopify-mekanismer.

En praktisk plan i tre faser

Fase 1: Datafundament

Start med en teknisk og kommerciel gennemgang af kataloget.

• Kortlæg produktdata fra kilde til frontend og feeds.
• Find felter med manglende eller modstridende værdier.
• Fastlæg stabile produkt- og variant-ID’er.
• Kontrollér pris, lager, levering og handelsvilkår.
• Opsæt overvågning af feedfejl.

Dette arbejde giver værdi nu. Det reducerer annoncefejl og gør den daglige drift mere robust.

Fase 2: AI-synlighed

Test om AI-systemer kan forstå sortimentet.

Brug realistiske kundeforespørgsler:

• Find tre produkter til et bestemt behov og budget.
• Sammenlign vores produkt med den mest oplagte konkurrent.
• Hvilken variant passer til en konkret anvendelse?
• Hvad er produktets vigtigste ulemper?
• Kan varen leveres til Danmark inden en bestemt dato?

Notér, om brandet nævnes, hvilke kilder der bruges, og om oplysningerne er korrekte. Ret derefter de datamangler og indholdshuller, testen afslører. Metoden hænger tæt sammen med GEO for webshops og AI share of voice.

Fase 3: Transaktionsklar integration

Byg først direkte UCP-, ACP- eller anden agentintegration, når der er en konkret kanal og forretningscase.

Definér:

• Hvilke produkter og markeder der skal omfattes
• Hvilke capabilities der er nødvendige
• Hvordan pris og lager valideres
• Hvordan brugerens samtykke dokumenteres
• Hvordan betaling håndteres
• Hvordan fejl, annullering og retur behandles
• Hvordan omsætning og attribuering måles

Kør integrationen i et afgrænset pilotprojekt. Mål gennemførte ordrer, fejlrate, supportbehov, dækningsbidrag og andelen af kunder, der fortsætter til checkout.

De største risici

Forkerte data bliver dyrere

En forkert pris i et feed kan stoppe en annonce. En forkert pris i en AI-baseret checkout kan skabe en dårlig kundeoplevelse og ekstra supportarbejde.

Webshoppen mister noget af præsentationen

Når produktet vises i en AI-assistent, kontrollerer du ikke hele designet eller rækkefølgen. Brandet skal kunne stå på produktets fakta, dokumentation, omtale og servicevilkår.

Nye platformafhængigheder

AI-platforme kan ændre regler, adgang og visning. Bevar derfor den direkte kunderelation, førstepartsdata og en webshop, som også fungerer uafhængigt af agentkanaler.

Checkout er kun halvdelen af opgaven

Retur, reklamation, ændring, del-levering og refundering skal stadig fungere. En ny købsflade bør kobles til et robust ordreflow, ikke skabe et parallelt system, som medarbejderne skal reparere manuelt.

Skal du implementere UCP nu?

For de fleste mindre og mellemstore danske webshops er svaret: ikke som et selvstændigt specialprojekt endnu.

Du bør overveje en direkte integration, når:

• En vigtig salgskanal åbner for den
• Din platform tilbyder en moden standardløsning
• Du har nok ordrevolumen til at måle effekten
• Sortimentet egner sig til sammenligning og agentcheckout
• Produkt- og ordredata allerede er stabile

Indtil da bør du prioritere produktdata, feeds, struktureret indhold og et stabilt checkout- og ordreflow. Det er fundamentet for både klassisk e-handel og AI-handel.

Konklusion

Deep Research og UCP er to forskellige dele af samme udvikling.

Deep Research hjælper kunden med at undersøge markedet og vælge et produkt. UCP gør det muligt for AI-agenten og webshoppen at kommunikere om de næste trin i købet.

Den største ændring er ikke en ny forkortelse. Det er, at dele af kunderejsen flytter fra webshoppen til kundens AI-assistent.

Webshops med rene data, gode feeds, konkrete produktsider og robuste integrationer står stærkest. De kan blive fundet og anbefalet nu og tilsluttes nye handelskanaler senere uden først at rydde op i fundamentet.

Har du brug for at få kortlagt produktdata, feeds, checkout eller integrationer, kan vi hjælpe med en teknisk gennemgang af din webshop og prioritere de ændringer, der giver værdi i dag og gør løsningen klar til næste salgskanal. Start eventuelt med et gratis webshop-væksttjek, eller se, hvordan arbejdet kan køre løbende med ubegrænset SEO.

Ofte stillede spørgsmål

Hvad står UCP for?

UCP står for Universal Commerce Protocol. Det er en åben standard, der beskriver, hvordan AI-platforme og handelssystemer kan kommunikere om blandt andet produkter, kurv, checkout og ordrer.

Er Deep Research en del af UCP?

Nej. Deep Research er en AI-funktion til research og analyse. UCP er en protokol til handel. De kan indgå i samme kunderejse, men er uafhængige teknologier.

Hvad er forskellen på UCP og OpenAIs ACP?

UCP er udviklet af Google og handelspartnere som en åben, platformneutral standard. ACP er OpenAIs handelsprotokol til produktdata og checkoutoplevelser i ChatGPT.

Kan kunden købe uden at besøge webshoppen?

Det kan være muligt i understøttede AI-oplevelser. Brugeren skal som udgangspunkt gennemgå og godkende de endelige købsoplysninger i en betroet grænseflade. Webshoppen håndterer fortsat ordren og er Merchant of Record.

Er et produktfeed nok?

Et godt produktfeed er et vigtigt første trin, men ikke nok til fuld agentcheckout. Checkout kræver også opdateret lager, fragt, rabatter, betaling, ordreoprettelse og håndtering af fejl og efterfølgende ændringer.

Kilder

• Universal Commerce Protocol – officiel dokumentation
• Google Developers: Under the Hood – UCP
• Shopify Engineering: Building the Universal Commerce Protocol
• OpenAI: Deep Research i ChatGPT
• OpenAI: Agentic Commerce Protocol