TL;DR: У 2026 році Google (через Lighthouse) і Cloudflare (через Agent Readiness Score) запровадили окрему метрику — наскільки сайт придатний для взаємодії з AI-агентами. З 200 000 найпопулярніших сайтів у світі менш як 4% впровадили базові стандарти. Це не «нове SEO», а окремий технічний шар. Хто зайде в тему зараз — отримає перевагу, якої через рік уже не буде.
Що сталось
AI-агенти перестали бути експериментом. ChatGPT з браузером, Perplexity, Claude з Computer Use, Comet, агенти у Chrome — це інструменти, які заходять на сайт замість користувача. Вони читають контент, заповнюють форми, оформлюють замовлення, порівнюють ціни.
Сайти проєктували під людей і пошукових ботів Google. Агенти — третій тип «відвідувача», і для них більшість сайтів непридатні: динамічні елементи плутають, форми незрозумілі, контент перевантажений HTML, авторизація неможлива без людини.
У 2026 році індустрія офіційно відреагувала.
Google Lighthouse додав категорію Agentic Browsing — детерміновані аудити, які перевіряють, чи може агент нормально взаємодіяти зі сторінкою. Серед перевірок: інтеграція з WebMCP, цілісність accessibility tree, стабільність layout (CLS), наявність llms.txt. Це частина того ж інструменту, який десять років формував стандарти performance і SEO.
Cloudflare запустив Agent Readiness Score (isitagentready.com) і додав цю метрику в URL Scanner. Перевіряють за чотирма напрямками: discoverability (robots.txt, sitemap), content accessibility (markdown content negotiation), bot access control (Content Signals, Web Bot Auth), capabilities (MCP Server Card, API Catalog, Agent Skills).
Цифри з їхнього звіту по 200 000 найпопулярніших доменів красномовні:
- robots.txt мають 78% сайтів — але майже всі написані для класичних краулерів, не для AI
- Content Signals використовують 4% сайтів
- Markdown content negotiation проходить на 3,9% сайтів
- MCP Server Cards і API Catalogs (RFC 9727) разом — менш як 15 сайтів з 200 000
Перекладаючи з технічної на людську: майже ніхто ще нічого не зробив. Саме тому зараз — момент.
Чому це не «просто нове SEO»
Спокуса сприймати agent readiness як ще одну SEO-задачу велика, але це помилка. Різниця принципова.
Класичне SEO оптимізує сайт так, щоб у видачі він обіграв конкурентів і користувач клікнув. Метрика — клік, перехід, конверсія на сайті.
Agent readiness оптимізує сайт так, щоб агент зміг виконати завдання користувача — інколи навіть не показуючи сайт. Метрика — успішна транзакція, заброньований столик, оформлене замовлення, додана позиція в кошик. Користувач може взагалі не бачити інтерфейс.
Це інший шар. Він не замінює класичне SEO — додається зверху. Сайт може мати ідеальний Core Web Vitals і перше місце у видачі — і повністю провалюватись, коли на нього заходить агент.
Що це означає для не-технічних спеціалістів
Якщо ви маркетолог, продакт або власник бізнесу — практичний висновок один: це треба перевіряти, навіть якщо ще не розумієте всіх деталей.
Сайти, які адаптуються першими, отримають перевагу не в Google, а в новому розподілі трафіку через AI-асистенти. Коли клієнт питає у ChatGPT «де купити X» або «забронюй мені Y» — від готовності вашого сайту залежить, чи буде ваш бренд серед варіантів і чи зможе агент завершити дію.
Найпростіший крок — прогнати сайт через перевірку і отримати звіт з конкретними пунктами для розробника. Інструменти й посилання — у фінальному блоці.
Що це означає для технічних спеціалістів
Кілька конкретних речей, які варто вивчити прямо зараз.
llms.txt у корені домену. Машиночитна «карта сайту» для LLM — структурований перелік важливих сторінок з описами. Для великих сайтів — окремий llms.txt під кожну директорію, а кореневий просто посилається на них. Cloudflare у своїй документації застосував саме таку схему і отримав 31% економії токенів і 66% швидші відповіді агентів порівняно з не оптимізованими сайтами.
Markdown content negotiation. Коли агент шле Accept: text/markdown, сервер віддає чисту markdown-версію сторінки замість HTML. Економія токенів — до 80% (вимір Cloudflare). На більшості сайтів це не реалізовано. На Cloudflare два правила (URL Rewrite + Header Transform) дають цей результат без дублювання контенту.
WebMCP. Стандарт, який Lighthouse уже перевіряє. Дозволяє декларативно (через HTML) або імперативно (через JS) виставити функціональність сайту назовні як набір «інструментів» для агентів. Замість парсингу DOM агент бачить структуровані дії: submit_order, search_products, book_slot.
Accessibility tree як перший клас. Тема не нова, але змінився акцент: a11y tree тепер — основний «machine-eye view» сторінки. Кожен інтерактивний елемент потребує програмної назви, коректних ролей, видимості для screen reader'ів і коректної ARIA. Це те, що бачить агент, коли «дивиться» на вашу сторінку.
CLS (Cumulative Layout Shift). Для агентів він критичніший, ніж для людей: якщо кнопка зсунулась на 200ms між моментом ідентифікації агентом і моментом кліку — він клікне в порожнє місце або в інший елемент.
.well-known/ endpoints. Сюди виносяться mcp-server-card.json, agent-skills/index.json, api-catalog, OAuth metadata. Нова «панель управління» сайту для машин.
Content Signals у robots.txt. Окремі директиви ai-train, ai-input, search — дозволяють гранулярно дозволити пошуковим ботам, але заборонити тренування на вашому контенті.
Куди це рухається
Цитуючи Cloudflare: перехід від «human-read web» до «machine-read web» — найбільша архітектурна зміна вебу за десятиліття. Це фіксація факту: Google і Cloudflare — компанії, які формують стандарти вебу де-факто — одночасно заговорили про одне й те саме і випустили інструменти.
За попередні цикли (mobile-first, HTTPS-everywhere, Core Web Vitals) ми бачили однаковий патерн: спочатку рекомендація, потім аудит, потім — фактор ранжування і вимога. Час між фазами щоразу скорочується.
Сайти, які зайдуть у цю тему зараз, через рік стануть еталонами. Решта — наздоганятиме.
Чим перевірити свій сайт цього тижня
- isitagentready.com — повний скан від Cloudflare за 4 напрямками з рекомендаціями для впровадження
- Lighthouse у Chrome DevTools — категорія Agentic Browsing з детермінованими аудитами (документація)
- antonkrokhmal.com/agent-check — безплатна перевірка за 18 сигналами
Звіт з кожного інструменту можна одразу віддати розробнику або AI-агенту (Claude Code, Cursor) для впровадження — кожна перевірка прив’язана до конкретної дії.