הבדיקה הזו לוקחת 30 שניות. רוב בעלי החנויות שאני מדבר איתם מעולם לא עשו אותה.

הנה למה זה חשוב דווקא עכשיו.

ב-17 ביוני שופיפיי הדליקה את זה לכולם

במהדורת הקיץ של 2026 שופיפיי שחררה יותר מ-150 עדכונים תחת נושא אחד: למכור, לקנות ולבנות בכל מקום. במרכז עומד agentic commerce, והפרט החשוב הוא לא רשימת הפיצ'רים. הוא ברירת המחדל.

זה הגיע דלוק. מוצרים כשירים מסונכרנים אוטומטית ל-ChatGPT, ל-Microsoft Copilot, ל-Google AI Mode, ל-Gemini ולאפליקציית Shop. לקוח יכול למצוא את המוצר שלך בתוך ה-AI, להשוות אותו, ולקנות, בלי לטעון את האתר שלך אפילו פעם אחת.

וזו לא פלטפורמה אחת שמנסה משהו. הצנרת מתחת היא UCP, הפרוטוקול שנבנה יחד עם גוגל ומאחוריו עומדות אמזון, מטא, מיקרוסופט, סיילספורס, סטרייפ, Etsy, Target ו-Wayfair. כשרשימה כזו רחבה מסכימה על פרוטוקול אחד, זה כבר לא הימור.

אף אחד לא שלח לך על זה מייל. לא הייתה פגישת התנעה ולא אישור תקציב. זה קרה לחנות שלך בזמן שעבדת על משהו אחר.

אז השאלה כבר לא "האם לעשות משהו עם AI". השאלה היא "מה ה-AI אומר עלינו ברגע זה, והאם הייתה לנו בכלל מילה בעניין".

לדף המוצר שלך יש עכשיו קורא שני, ואין לו עיניים

תחשוב מה באמת קורה שם.

ה-AI קורא את הקטלוג שלך דרך Shopify Catalog. הוא משווה. הוא בוחר. הוא יכול להעביר את הקונה דרך עגלה וצ'קאאוט עם שרתי ה-MCP הציבוריים של שופיפיי.

עכשיו תספור כמה דברים הקורא הזה לא רואה:

• את סרטון ההירו ששילמת עליו
• את תגי האמון בראש הדף
• את כפתור ההוספה לעגלה שנדבק במובייל
• את מגירת העגלה עם הפס של המשלוח חינם
• את בלוק האפסייל בדף המוצר
• את התבנית שהתאמת אישית ושילמת עליה

כלום מזה לא קיים במסלול הזה. כל שכבת ההמרה שאנחנו מייעלים כבר שנים בנויה לעין אנושית, ולקורא הזה אין כזו.

מה שכן קורא לו זה משעמם, וזו בדיוק הבשורה הטובה:

• שם המוצר
• סוג המוצר והתגיות
• שמות הווריאציות
• שדות מובנים: מידה, חומר, צבע, תאימות
• מחיר ומצב מלאי
• תנאי משלוח והחזרה

זו החנות שלך בערוץ הזה. זה טקסט, הוא כבר יושב לך באדמין, וסביר שהוא מלא בערך עד חצי.

איך נראה שם מוצר טוב בעיניים של מכונה

הנה דפוס שאני רואה כמעט בכל קטלוג שאנחנו מקבלים לידיים.

שם המוצר כתוב ככה:

ARIA | קולקציית 2026

השם הזה נכתב לבן אדם שכבר נמצא באתר, כבר בקטגוריית הספות, כבר מסתכל על תמונה. בהקשר הזה הוא עובד מצוין. התמונה מחזיקה את כל מה שהמילים לא אומרות.

בעיניים של ה-AI, השם הזה כמעט לא אומר כלום. אי אפשר להבין ממנו מה המוצר. אי אפשר להבין למי הוא מיועד. אין בו שום תכונה להתאים מולה בקשה. קונה שמבקש ספה תלת מושבית בבד רחיץ עד 220 סנטימטר לעולם לא יראה את המוצר הזה, כי שום דבר בדאטה לא אומר שהוא עומד בתנאים.

עכשיו אותו מוצר בדיוק, כתוב לשני הקוראים:

ספה תלת מושבית ARIA, בד רחיץ, 210 ס"מ, אפור

לא ויתרת על כלום. הלקוח עדיין רואה את התמונה, ושם הקולקציה עדיין נמצא בתיאור. אבל עכשיו המכונה יכולה להתאים את המוצר לבקשה אמיתית, ולהשוות אותו למתחרה בדיוק לפי התכונות שהקונה ביקש.

זו כל העבודה. מה זה, למי זה, ומה התכונה האחת שקונה מסנן לפיה.

תסתכל על עשרת הנמכרים המובילים שלך ותשאל לאיזו גרסה הם דומים. מהניסיון שלי זו הראשונה, ולוקח אחר צהריים לתקן.

בעיית העברית שאף אחד לא מדבר עליה

החלק הזה ספציפי לנו, וזו הסיבה שלא הייתי לוקח צ'קליסט אמריקאי ומגיש אותו ללקוח.

קטלוגים ישראליים כתובים בדרך כלל באחת משלוש צורות. הכל בעברית. תיאורים בעברית עם שמות מוצרים באנגלית. או תערובת שעברה שלוש ידיים ואף פעם לא התיישבה.

במקביל, הקונה שלך שואל את ה-AI בשפה שבה הוא חושב באותו רגע, ואצל הרבה ישראלים שבודקים קנייה רצינית זה קורה בשתי השפות.

מכאן נגזרים שלושה דברים.

השדות המובנים צריכים להחזיק את התכונה, לא התיאור. ספה שהרוחב שלה מופיע רק בתוך פסקה בעברית בתיאור היא לא ספה של 210 סנטימטר מבחינת המכונה. היא פסקה. תכניס את המספר לשדה.

חוסר עקביות בתעתיק עולה לך בהתאמות, בשקט. אם מוצר אחד כתוב ספה, השני סופה, והשלישי sofa, פיצלת את הקטלוג שלך לשלושה קטלוגים שלא מכירים אחד את השני. תבחר כתיב אחד לכל מונח ותאכוף אותו על כל החנות. עבודה לא זוהרת, ומשתלמת.

אל תניח שהחנות העברית שלך לא מופיעה בשאילתות באנגלית, או להיפך. תבדוק את שתיהן. תשאל את ChatGPT בעברית, ואז תשאל בדיוק את אותה שאלה באנגלית, ותשווה מה חוזר. אם אתה מופיע באחת ולא בשנייה, מצאת פער שרוב המתחרים שלך אפילו לא חיפשו.

התנועה קטנה. היא גם הכי טובה שיש לך.

ברבעון הראשון של 2026 תנועת ה-AI לחנויות שופיפיי גדלה פי 8 לעומת השנה שעברה. ההזמנות מחיפוש מבוסס AI גדלו כמעט פי 13.

תקרא את שני המספרים האלה אחד ליד השני. ההזמנות גדלו מהר יותר מהכניסות.

הפער הזה הוא כל הסיפור. כניסות פי 8 מול הזמנות פי 13 אומרות שמי שמגיע בערוץ הזה כבר קרוב להחלטה. ה-AI עשה את הסינון לפני הקליק. הוא צמצם את הקטגוריה, התאים לדרישות, פסל את מה שלא מתאים, ושלח בן אדם אחד שכבר מוכן להחליט.

אם אתה קונה מדיה, אתה מכיר את הטיעון. שילמת פרמיה על תנועה עם כוונה במשך שנים. זו בדיוק אותה עסקה, רק שכרגע אף אחד לא מתחרה עליה במכרז.

אני יודע איך נראה הדוח ב-GA4. כמה עשרות כניסות מ-ChatGPT, יושבות מתחת ל-Other, קל להתעלם. ההתעלמות הזו היא החלטה על השנה הבאה, לא על החודש הזה.

איך באמת לראות את זה במספרים שלך

לפני שאתה מחליט שהערוץ הזה קטן מדי בשביל להתעסק איתו, לך תמדוד אותו כמו שצריך. רוב החנויות אף פעם לא עשו את זה.

ב-GA4 תבנה סגמנט אחד לפי מקור ההפניה, ותכניס לתוכו את כלי ה-AI לפי הדומיין: chatgpt.com, perplexity.ai, copilot.microsoft.com, gemini.google.com. תוסיף את אפליקציית Shop כשורה נפרדת.

ואז תסתכל על שלושה דברים, לא על אחד:

1. כניסות, כדי לדעת את הגודל.
2. אחוז המרה, מול המספר שלך מחיפוש אורגני. זה הנתון שיפתיע אותך.
3. ערך הזמנה ממוצע, מול אותה השוואה.

הכניסות לבד יגידו לך להתעלם. הכניסות ליד אחוז ההמרה יגידו לך משהו אחר לגמרי. תעשה צילום מסך ותשמור אותו, כי בעוד חצי שנה תרצה את נקודת הפתיחה.

את המדף אפשר לקנות. את התשובה לא.

זה החלק שלקח לי הכי הרבה זמן לעכל.

נתחיל דווקא ממה שכן אפשר לקנות, כי זה קיים. ב-9 בפברואר 2026 OpenAI השיקה פרסום בתוך ChatGPT. שאלות קנייה מחזירות קרוסלת מוצרים ממומנת מתחת לתשובה, מסומנת Sponsored, עם לוגו, מחיר, מצב מלאי וזמן אספקה משוער. מחקר של OtterlyAI מצא שיבוץ ממומן בכ-76% משאלות הקנייה, השיעור הגבוה ביותר מכל סוג שאילתה. שופיפיי ו-Etsy הן שותפות מאושרות לפורמט הזה. כלומר יש מלאי, יש מכרז, וזה מתנהג כמו ערוץ הקניות שאתה כבר מריץ.

עכשיו תסתכל איפה זה יושב. הקרוסלה נמצאת מתחת לתשובה. התשובה עצמה, אותה פסקה שבה ה-AI משווה שלושה מוצרים וממליץ על אחד, לא נמכרת. OpenAI אומרת במפורש שהפרסום לא משפיע על איך שהיא עונה.

אז הערוץ מתפצל לשניים, ולכל חצי צריך תקציב אחר:

• השורה הממומנת. מכרז. אותו משחק כמו Google Shopping, אותם כישורים, אותו כסף.
• ההמלצה עצמה. אין מקום ראשון. אין מקום ממומן. שלושה מוצרים אחד ליד השני, מושווים לפי השדות שהסוחר מילא.

בגוגל אתה יכול להעלות הצעה ולהגיע לראש הדף. פה אתה יכול להעלות הצעה ולהגיע לשורה שמתחת לחלק שאנשים באמת קוראים.

הידית היחידה על התשובה עצמה היא האם הדאטה שלך עושה אותך לבחירה הקלה.

ואת ההשוואה עצמה אתה לא רואה. אי אפשר להריץ עליה A/B טסט. לא תדע באיזה רגע המוצר שלך הפסיד כי אצל המתחרה כתוב "עמיד למים עד 50 מטר" ואצלך כתוב "מעולה לשחייה".

זה לא נעים. זה גם ניתן לתיקון, ועולה אחר צהריים אחד.

מה זה לא אומר

זה לא אומר שהעיצוב של החנות הפסיק להיות חשוב.

רוב ההכנסה שלך עדיין מגיעה מבני אדם שנוחתים באתר, מסתכלים על תמונות, קוראים ביקורות, מהססים בעגלה, וצריכים סיבה לסמוך עליך בצ'קאאוט. העבודה הזו לא הולכת לשום מקום, ומי שאומר לך להזיז את תקציב ה-CRO לשדות בקטלוג פשוט מגזים.

המסגור הכן יותר קטן ושימושי יותר: יש לך עכשיו שני קהלים עם דרישות שונות לגמרי, ועד החודש שירתת רק אחד מהם. השני זול לשרת, כי העבודה היא הקלדת נתונים על מוצרים שאתה כבר מוכר.

מה לעשות השבוע

לשום דבר מזה לא צריך מפתח.

1. תריץ את הבדיקה מתחילת הפוסט. תבקש מ-ChatGPT את מה שאתה מוכר, בשלושה ניסוחים שונים, איך שקונה אמיתי היה מנסח את זה. פעם אחת בעברית ופעם אחת באנגלית. תרשום מה חזר ומי עוד הופיע שם.
2. תפתח את 10 המוצרים הכי נמכרים ותקרא את השמות כמו שמכונה קוראת אותם. מה זה, למי זה, ומה התכונה האחת שקונה מסנן לפיה. אם השם נכשל בבדיקה, תשכתב. לא בשביל SEO. בשביל קורא שמקבל רק את הטקסט.
3. תמלא את השדות המובנים שדילגת עליהם. חומר, מידות, תאימות, הוראות טיפול, אחריות. כל שדה ריק הוא סינון שאתה לא עובר. שדה מנצח תיאור בכל פעם.
4. תכתוב תנאי משלוח והחזרה כטקסט, לא בתוך תמונה ולא מאחורי לינק שקבור בפוטר. אם מדיניות ההחזרה שלך באמת טובה, זו נקודת מכירה שה-AI יכול לצטט.
5. תוודא שמצב המלאי מדויק. ה-AI לא ימליץ על מה שנראה לו אזל, וסנכרון מלאי ישן עולה לך עכשיו בהמלצות, לא רק בהזמנות.
6. תבנה את הסגמנט ב-GA4 ותצלם את נקודת הפתיחה.

תעשה את השישה האלה ואתה כבר לפני רוב החנויות בקטגוריה שלך.

בשורה התחתונה

החנות שלך כבר במשחק הזה. רשמו אותה בשבילך ב-17 ביוני, בלי החתימה שלך.

השאלה הפתוחה היחידה היא אם הקטלוג שלך מדבר מספיק טוב כדי שיבחרו בו.

לך תקרא את 10 שמות המוצרים המובילים שלך. היום. זו כל המשימה.

אם בא לך שזוג עיניים נוסף יעבור על הקטלוג לפני שזה הופך לשורת הכנסה אמיתית, זו בדיוק העבודה שאנחנו עושים ב-Shopping Dev Solutions.