Kumpletong Gabay sa Agentic Search: Bakit Na-obsolete na ang AI Browsers noong 2026

Panimula

Ang teknolohiya sa paghahanap ay lumilipat sa isang bagong modelo kung saan ang mga autonomous na AI agent ang nagpapatakbo ng multi-step na mga gawain para sa mga gumagamit. Ito ang tinatawag na Agentic Search.

Ayon sa mga ulat mula sa Search Engine Journal (SEJ), ang pokus ng pag-unlad ng AI ay lumayo na sa visual-layer na web automation. Ang desisyon ni OpenAI na kanselahin ang kanilang "Atlas" AI browser project ay nagpapakita ng isang mahalagang pag-unawa: hindi kailangang simulan ng mga AI agent ang pag-browse ng web ng tao; kailangan nila ng machine-readable na data structures.

Sa kasalukuyan, 70% ng mga nangungunang e-commerce brand ay hindi nakikita sa loob ng mga simulasyon ng transaksyon ng AI agent. Ang kawalan ng visibility na ito ay hindi dahil sa kalidad ng produkto, kundi dahil ang arkitektura ng kanilang mga website ay hindi maipaprocess ng mga automated na crawler.

Ang gabay na ito ay naglalarawan ng mekaniks ng Agentic Search, nagpapaliwanag kung bakit na-obsolete na ang visual AI browsers, nagdetalye ng Open Knowledge Format (OKF) na pamantayan, at naglalahad ng mga hakbang upang maging accessible ang iyong site sa mga autonomous na mamimili.

Bahagi 1: Ano ang Agentic Search?

Nangyayari ang Agentic Search kapag ang isang AI agent ay awtonomong nagpapatakbo ng paggawa ng search query, pagsusuri ng data, at pagpapatupad ng transaksyon upang matupad ang mataas na layunin ng gumagamit.

Hindi tulad ng tradisyonal na paghahanap—kung saan ang isang tao ang magtatakbong mga keyword, magbabasa ng listahan ng mga link, at magpapatupad ng desisyon—sa Agentic Search, ang gumagamit ay nagbibigay ng isang task (hal., "I-book ang pinakamurang direktang flight patungong New York sa susunod na Miyerkules at mag-reserve ng kwarto sa hotel na may gym"). Ang AI agent ay susubukang i-decompose ang task sa mga sub-query, mag-crawl ng maraming source, ihambing ang mga opsyon, at ipatupad ang transaksyon.

Tradisyonal na Search: User ──> Keywords ──> Google SERP ──> Manual na Click at Basahin ──> Transaksyon
                                                                                  
Agentic Search:     User ──> Mataas na Level na Layunin ──> AI Agent ──> Multi-Source na Pag-crawl ──> API Checkout

Tradisyonal na Search vs. Agentic Search

Dimensyon	Tradisyonal na Search	Agentic Search
Tagapagsimula	Tao o user.	Awtonomong AI agent.
Uri ng Input	Eksaktong pagtugma ng mga keyword.	Mataas na antas na natural na wika na mga layunin at gawain.
Landas ng Proseso	Maghanap -> Mag-click -> Basahin -> Magdesisyon.	Multi-source na pag-crawl -> Pagsasama -> Magdesisyon -> Pagpapatupad.
Pangunahing Output	Static na listahan ng mga website link.	Natupad na aksyon (booking, pagbili, o rekomendasyon).
Mga Pangangailangan sa Infrastruktura	Visual na HTML na mga pahina na dinisenyo para sa mga tao.	Structured na schema, API endpoints, at machine-readable na mga format ng data.

Bahagi 2: Bakit Na-obsolete na ang AI Browsers

Ang pagkansela ni OpenAI ng Atlas browser project ay kumakatawan sa isang teknikal na paglipat palayo sa simulated na pag-browse.

Ang mga AI browser na sumusubukang makipag-ugnayan sa web tulad ng tao—sa pamamagitan ng pag-parse ng DOM tree, paghahanap ng mga button, pagpapatupad ng dynamic na JavaScript animations, at paghihintay na ma-load ang mga pahina—ay nagdudulot ng malaking computational na latency. Para sa isang LLM, ang pag-render ng buong visual na pahina at pag-simulate ng mga mouse click ay mabagal at nakakaubos ng resources.

Ayon sa search analyst na si Marie Haynes:

"Hindi kailangan ng mga AI agent ng visual na user interface. Hindi sila nag-aalala tungkol sa color contrast, responsive na mga banner, o hover animations. Kailangan nila ng malinis, structured, at machine-readable na data feeds at API endpoints na maaaring i-query sa loob ng ilang milliseconds."

Ang pagbuo ng mga website na visual-only na walang machine-readable na layer ay nag-eexclude sa iyong brand mula sa mga channel kung saan gumagana ang mga AI agent.

Bahagi 3: OKF: Ang Website Interface para sa mga AI Agent

Upang maabot ang agwat sa pagitan ng mga website na nakatuon sa tao at mga autonomous na sistema, inilathala ng mga industry group ang Open Knowledge Format (OKF).

OKF vs. Tradisyonal na HTML

HTML: Na-optimize para sa visual na pagkonsumo ng tao, na may CSS layouts, typography, at interactive na JavaScript widgets.
OKF: Na-optimize para sa mga parser ng LLM, na nagpapakita ng structured, semantic na mga katotohanan tungkol sa isang brand, ang kanyang mga produkto, at ang kanyang mga serbisyo.

Mga Pangunahing Element ng isang OKF Interface

Mga Factual na Pahayag ng Brand: Malinis na mga talahanayan at listahan na nagtatakda ng laki ng kumpanya, mga serbisyo, at mga specification ng produkto.
Machine-Readable na Schema: Kumpletong JSON-LD markup sa bawat pahina.
Mga API na Accessible para sa Agent: Mga API endpoint na nagpapahintulot sa mga crawler na mag-query ng presyo at status ng inventory nang real-time.
Semantic na Navigasyon: Malinaw na mga directory tree at mapa na nagpapahintulot sa mga AI crawler na matukoy ang nilalaman ng pahina nang hindi umaasa sa visual na mga menu.

Konseptwal na OKF Manifest File (`/okf-manifest.json`)

I-host ang configuration file na ito sa root directory ng iyong website upang bigyan ang mga AI agent ng direktang index ng iyong structured data:

{
  "schema_version": "okf-1.0",
  "brand_name": "Apex Gear",
  "entity_id": "https://example.com/#organization",
  "data_endpoints": {
    "product_catalog": "https://example.com/api/v1/products.json",
    "realtime_pricing": "https://example.com/api/v1/pricing",
    "documentation": "https://example.com/llms.txt"
  },
  "crawling_directives": {
    "preferred_format": "application/ld+json",
    "supported_agents": ["GPTBot", "Google-Extended", "PerplexityBot"]
  }
}

Bahagi 4: E-commerce sa Panahon ng Agentic Commerce

Ang datos mula sa consumer research ni Yoast ay naglalarawan ng paglago ng AI-driven na komersyo:

43% ng mga consumer ay nakahanap ng mga bagong brand gamit ang mga AI interface.
41% ng mga shopper ay nakumpletong pagbili pagkatapos mag-research gamit ang mga AI tool.
22% ng mga buyer ay nakumpletong transaksyon nang native sa loob ng isang LLM chat window.

Mga Pangangailangan para sa E-commerce Visibility sa Agentic Commerce

Upang matiyak na ang mga AI agent ay magre-recommend at bibili ng iyong mga produkto:

I-implement ang Real-Time na Price at Inventory Schema: Kailangan ng mga AI agent ng tumpak na data tungkol sa availability. Kung ang iyong pahina ay hindi nagpapakita kung may stock ang produkto, i-skip ng agent ang iyong listing.
I-optimize ang mga Oras ng Pag-responde: Pinrioritize ng mga AI agent ang efficiency. Kung ang iyong server ay kumukuha ng higit sa 10 segundo bago mag-responde o mag-render ng mga detalye, i-timeout ng crawler at pipiliin ang isang kompetisyon.
Panatilihin ang Trust Infrastructure: Siguraduhing malinis at machine-readable ang iyong mga SSL certificate, privacy policy, at terms of service pages. Sinusuri ng mga AI safety filter ang mga elementong ito upang kumpirmahin ang seguridad ng website bago simulan ang mga transaksyon.

Bahagi 5: Technical Developer Checklist para sa Agentic Search

Upang ihanda ang iyong website para sa mga automated na crawler at shopping agent, kumpletuhin ang checklist sa ibaba:

I-deploy ang Kumpletong Schema: Siguraduhing lahat ng product, organization, at FAQ pages ay may validated na JSON-LD schema markup.
I-render ang Core Metadata sa Raw HTML: Iwasan ang pagtatago ng presyo, currency, at availability attributes sa likod ng dynamic na client-side JavaScript. I-render ang mga elementong ito sa server side (SSR).
Lumikha ng /llms.txt File: I-host ang isang plain-text markdown directory ng iyong site sa https://yourdomain.com/llms.txt.
I-optimize ang Oras ng Pag-responde ng Server: Targetin ang Time-to-First-Byte (TTFB) na mas mababa sa 200ms upang maiwasan ang mga timeout ng AI crawler.
I-enable ang Access para sa AI Crawler: Suriin ang iyong robots.txt file upang kumpirmahin na ang mga user agent tulad ng GPTBot, Claude-Bot, at Google-Extended ay pinapayagang mag-crawl ng iyong directory.
I-verify ang Konsistensya ng NAP at Presyo: I-cross-reference ang presyo ng produkto sa buong iyong website, Google Merchant Center, at mga external listing upang matiyak ang konsistensya.

Mga Sanggunian

[1] Search Engine Journal (2026-07-23): "AI Browsers Are Backward: Why OpenAI Abandoned the Atlas Project" | Mapagkukunan
[2] Yoast SEO Blog (2026-06-08): "What Is Agentic Commerce? E-commerce Trends for 2026" | Mapagkukunan
[3] Marie Haynes (2026-05-28): "The Open Knowledge Format (OKF) & The Future of Agentic Optimization" | Mapagkukunan
[4] Moz Blog (2026-06-26): "The PEE Framework for Agentic AI (Whiteboard Friday)" | Mapagkukunan
[5] Search Engine Journal (2026-07-21): "70% Of Top Retailers Are Invisible To Agentic Commerce" | Mapagkukunan