← All Articles

आपने अपना Shopify कैटलॉग इंसानों के लिए बनाया है। अब इसे Agentic क्रॉलर्स के लिए भी काम करना होगा।

Tony Castillo

Tony Castillo

Published: March 23, 2026

Available in: English | Deutsch | Español | Français | Italiano | Bahasa Melayu | Nederlands | Polski | Português | Türkçe | Українська

Shopify के Catalog MCP और Catalog API के साथ काम शुरू करने के लिए सबसे अच्छी गाइड

थीसिस

आपका Shopify प्रोडक्ट कैटलॉग दो मौलिक रूप से अलग दर्शकों द्वारा पढ़ा जा रहा है: इंसान जो आपके स्टोरफ्रंट पर ब्राउज़ करते हैं, और AI एजेंट्स जो किसी और की ओर से सिफारिशें करने के लिए आपके प्रोडक्ट डेटा को प्रोग्रामैटिक रूप से क्वेरी करते हैं।

अधिकांश ब्रांड्स ने पहले दर्शक वर्ग के लिए ऑप्टिमाइज़ करने में वर्षों बिताए हैं। समृद्ध प्रोडक्ट descriptions, लाइफस्टाइल फ़ोटोग्राफी, कन्वर्शन-ऑप्टिमाइज़्ड PDPs। इनमें से कुछ भी दूसरे दर्शक वर्ग के लिए बहुत मददगार नहीं है।

यह लेख एक वास्तविक प्रोडक्ट, Glossier का Full Orbit आई क्रीम, का उपयोग करके दिखाता है कि व्यवहार में यह अंतर कैसा दिखता है, और agentic कॉमर्स के बारे में सोचने वाले ब्रांड्स के लिए इसका क्या मतलब है।

वह इंफ्रास्ट्रक्चर लेयर जिस पर अधिकांश ब्रांड्स ने अभी तक ध्यान नहीं दिया

Shopify ने Catalog MCP बनाया है, एक Model Context Protocol सर्वर जो Shopify प्लेटफ़ॉर्म पर agentic कॉमर्स के लिए प्राथमिक प्रोडक्ट डिस्कवरी इंफ्रास्ट्रक्चर के रूप में काम करता है। यह Universal Commerce Protocol (UCP) के आसपास बनाया गया है, जो एक मानक है कि AI एजेंट्स प्रोडक्ट्स को कैसे ढूंढते, मूल्यांकन करते और उनके साथ लेनदेन करते हैं।

Catalog MCP, Shopify के Catalog REST API को रैप करता है और UCP मानक के अनुसार बने किसी भी एजेंट को ये करने का रास्ता देता है:

  1. सर्च करना, कीवर्ड्स, मूल्य सीमा और शिपिंग लोकेशन के आधार पर सभी योग्य Shopify प्रोडक्ट्स में
  2. लुकअप करना, विशिष्ट प्रोडक्ट्स की पूर्ण वेरिएंट जानकारी, जिसमें descriptions, features, specs और चेकआउट URLs शामिल हैं

योग्य Shopify मर्चेंट्स पहले से इस कैटलॉग में हैं। सवाल यह नहीं है कि क्या आपके प्रोडक्ट्स क्वेरी किए जा रहे हैं। सवाल यह है कि जब एजेंट्स उन्हें क्वेरी करते हैं तो उन्हें क्या मिलता है।

Agentic storefronts

Your active products are automatically discoverable.

✦
ChatGPT···
Microsoft Copilot···

Review how your product data is sent to the Shopify Catalog for agentic storefronts

Shopify admin का Agentic storefronts व्यू: ChatGPT और Microsoft Copilot पहले दो कनेक्टेड AI सरफ़ेस हैं।

›ChatGPT
More actions ▾
✦

ChatGPT

Free

By selling on this sales channel, you agree to Agentic Storefronts Supplemental Terms

Checkout

Customers complete purchases on your checkout

Products

Publishing

Shopify catalog is used to send product data to this sales channel

ChatGPT पर क्लिक करने से सेल्स चैनल डिटेल दिखती है: चेकआउट आपके स्टोरफ्रंट पर रहता है और प्रोडक्ट डेटा Shopify कैटलॉग के ज़रिए फ्लो होता है।

दोनों स्क्रीन Shopify admin में Settings > Sales channels में मिलती हैं।

एक एजेंट आपके कैटलॉग तक पहुंचने के लिए तीन रास्ते अपना सकता है:

रास्ता दायरा प्रमाणीकरण आवश्यक
Catalog MCP सभी योग्य Shopify मर्चेंट्स वैश्विक स्तर पर हां (JWT)
Storefront MCP केवल एक मर्चेंट स्टोर नहीं
Catalog REST API सभी योग्य Shopify मर्चेंट्स वैश्विक स्तर पर हां

Shopify, Catalog MCP को अधिकांश agentic कॉमर्स कार्यान्वयन के लिए अनुशंसित रास्ता बताता है।

दो एंडपॉइंट्स। दो बिलकुल अलग तस्वीरें।

जब कोई AI एजेंट आपके Shopify स्टोर में किसी प्रोडक्ट के बारे में जानना चाहता है, तो उसके पास आपके डेटा तक पहुंचने के दो मुख्य रास्ते हैं। पुराना रास्ता पब्लिक /products.json एंडपॉइंट है। यह बिना प्रमाणीकरण के एक्सेस किया जा सकता है, JSON के रूप में स्ट्रक्चर्ड है, और वर्षों से बॉट्स और स्क्रैपर्स ने Shopify कैटलॉग पढ़ने का यह डिफ़ॉल्ट तरीका अपनाया है। आधुनिक रास्ता Catalog MCP और Catalog API है, जो agentic उपभोग के लिए उद्देश्य-निर्मित है।

यहां Glossier Full Orbit की पूरी तुलना है, दोनों एंडपॉइंट्स से सीधे निकाली गई:

फ़ील्ड /products.json Catalog API Catalog API फ़ील्ड स्थिति
Product ID 8185258410229 gid://shopify/p/5vhkcE78u4c7P2hhO30zEh Required
Title Full Orbit Full Orbit Required
Vendor Glossier Glossier Required
Description 4,000-कैरेक्टर HTML ब्लॉक “A hydrating, brightening eye cream that smooths fine lines and reduces dark circles and puffiness.” (98 कैरेक्टर) AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Unique Selling Point मौजूद नहीं “Combines brightening, hydrating, and smoothing effects in one tube-packaged eye cream.” AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Top Feature 1 मौजूद नहीं Brightening formula reduces the appearance of dark circles for a more awake look AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Top Feature 2 मौजूद नहीं Hydrating ingredients keep the under-eye area moisturized and comfortable AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Top Feature 3 मौजूद नहीं Smoothing action helps minimize fine lines for a youthful appearance AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Top Feature 4 मौजूद नहीं Depuffing effect soothes and refreshes tired eyes AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Top Feature 5 मौजूद नहीं Tube dispenser allows for easy, mess-free application AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Tech Spec: Dispenser Type मौजूद नहीं Tube AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Tech Spec: Product Form मौजूद नहीं Cream AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Tech Spec: Skin Care Effects मौजूद नहीं Brightening, Hydrating, Smoothing, Anti-dark circle, Anti-puffiness AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Tech Spec: Brand मौजूद नहीं Glossier AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Secondhand मौजूद नहीं False AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं)
Variant Description मौजूद नहीं 2,312-कैरेक्टर प्लेन टेक्स्ट (HTML स्ट्रिप्ड) Optional
Price $28.00 $28.00 USD Required
Available for Sale मौजूद नहीं True Required
Checkout URL मौजूद नहीं डायरेक्ट वेरिएंट चेकआउट URL Required
Variant URL मौजूद नहीं वेरिएंट पैरामीटर के साथ प्रोडक्ट पेज URL Required
Rating मौजूद नहीं मौजूद नहीं Optional
Image Count 10 10 Required
SKU FOE-000-00-00 मौजूद नहीं —
Barcode 810086254095 मौजूद नहीं —
Tags 11 इंटरनल टैग्स (bfcm-eligible, pricing_export, आदि) मौजूद नहीं —
Product Type Skincare मौजूद नहीं —

AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) का मतलब है कि Shopify का AI वैल्यू जनरेट करता है। मर्चेंट्स के पास इन फ़ील्ड्स को घोषित या ओवरराइड करने का कोई सीधा तंत्र नहीं है। Required फ़ील्ड्स मर्चेंट- या प्लेटफ़ॉर्म-नियंत्रित हैं और हमेशा मौजूद रहने की गारंटी है। Optional फ़ील्ड्स उपलब्ध होने पर मौजूद होती हैं। — चिह्नित फ़ील्ड्स केवल /products.json में मौजूद हैं और Catalog API में उनका कोई समकक्ष नहीं है।

/products.json एंडपॉइंट एजेंट को HTML की एक दीवार और इंटरनल लॉजिस्टिक्स फ़ील्ड्स देता है। Catalog API इसे एक स्ट्रक्चर्ड ब्रीफ देता है जो इंटरनल टैग्स से मुक्त है और इस पर केंद्रित है कि एजेंट को सिफारिश करने और खरीदारी पूरी करने के लिए क्या चाहिए।

एक एजेंट जो “डार्क सर्कल्स के लिए एक अच्छा हल्का आई क्रीम” का जवाब देने की कोशिश कर रहा है, उसे काफी अधिक मेहनत करनी पड़ती है जब उसके पास केवल रॉ HTML है। परिणामों में आपकी वास्तविक पोज़िशनिंग चूकने की अधिक संभावना है।

HTML Description वास्तव में एक एजेंट को कैसा दिखता है

Full Orbit का HTML description इस तरह शुरू होता है, ठीक वैसे जैसे यह /products.json में दिखता है:

<p class="pv-details__info-item pv-details__tagline">
  <strong>A 360° reset for every, single eye.</strong>
</p>
<p id="description-item" class="pv-details__info-item">
  A multi-benefit, 360° eye cream that tackles the concerns
  you care about mostâimmediately hydrating for up to 24 hours...

इससे पहले कि एजेंट एक भी उपयोगी वाक्य निकाल सके, उसे CSS क्लास नेम, स्पैन टैग्स, इनलाइन charset डिक्लेरेशन और ° और â जैसे टूटे एन्कोडिंग आर्टिफैक्ट्स हटाने होंगे। क्लिनिकल स्टडी डेटा प्रोडक्ट क्लेम्स के साथ इनलाइन एम्बेड है। इंग्रेडिएंट कॉलआउट्स मार्केटिंग कॉपी के साथ मिश्रित लिस्ट आइटम्स में हैं।

इसकी तुलना करें Catalog API के शॉर्ट description से:

“A hydrating, brightening eye cream that smooths fine lines and reduces dark circles and puffiness.”

यह 98 कैरेक्टर है। यह सीधा, प्लेन टेक्स्ट और तुरंत पार्स करने योग्य है। एजेंट बिना किसी प्रोसेसिंग के इसे सिफारिश में उपयोग कर सकता है।

अंतर सिर्फ लंबाई का नहीं है। यह सिग्नल डेंसिटी के बारे में है। Catalog API description एजेंट को ठीक-ठीक बताता है कि प्रोडक्ट क्या करता है। HTML description एजेंट को अनुमान लगाने पर मजबूर करता है।

“Inferred Fields” समस्या: जब Shopify का AI आपका प्रोडक्ट कॉपी लिखता है

अधिकांश ब्रांड्स ने अभी तक इस बात का सामना नहीं किया है।

Shopify का Catalog API अपने रेफरेंस डॉक्यूमेंटेशन में कुछ फ़ील्ड्स को “Inferred” लेबल से चिह्नित करता है। ये वे फ़ील्ड्स हैं जिन्हें Shopify का AI स्वचालित रूप से जनरेट करता है जब मर्चेंट ने स्पष्ट रूप से उन्हें प्रदान नहीं किया है। डॉक्स नोट करते हैं कि inferred फ़ील्ड्स हमेशा मौजूद नहीं हो सकतीं और उपलब्ध प्रोडक्ट डेटा के आधार पर सटीकता भिन्न होती है।

यहां Search और Lookup एंडपॉइंट्स में Inferred चिह्नित सटीक फ़ील्ड्स हैं:

फ़ील्ड एंडपॉइंट विवरण
description Search + Lookup विस्तृत प्रोडक्ट description
uniqueSellingPoint Search + Lookup विशिष्ट वैल्यू प्रपोज़िशन
topFeatures Search + Lookup शीर्ष प्रोडक्ट features की एरे
techSpecs Search + Lookup तकनीकी विनिर्देशों की एरे
options Search + Lookup प्रोडक्ट options/variants की एरे
attributes Search नाम-मान जोड़ों के रूप में प्रोडक्ट विशेषताएं
secondhand Search + Lookup वेरिएंट सेकंड-हैंड है या नहीं

तुलना के लिए, Shopify जिन फ़ील्ड्स को Required मार्क करता है वे लेनदेन वाली हैं: price, availableForSale, checkoutUrl, variantUrl, shop। Shopify ट्रांज़ैक्शन लेयर का मालिक है। Description लेयर आपके भरने के लिए है, वरना Shopify का AI इसे भर देता है।

एजेंट सिफारिशों के लिए सबसे महत्वपूर्ण फ़ील्ड्स, description, uniqueSellingPoint, topFeatures, और techSpecs, सभी AI-जनरेटेड हैं बिना किसी मर्चेंट ओवरराइड तंत्र के।

अगर आपके ब्रांड ने इन फ़ील्ड्स के लिए क्लीन, स्ट्रक्चर्ड मान नहीं भरे हैं, तो आपके प्रोडक्ट का एजेंट-फ़ेसिंग वर्शन Shopify के AI द्वारा लिखा जा रहा है। आपके द्वारा नहीं।

हमारी तुलना में Full Orbit Catalog API डेटा वास्तव में ये सभी फ़ील्ड्स भरी हुई दिखाता है। मानों को देखने पर, वे दो समूहों में बंटती हैं जो अलग-अलग स्रोतों का संकेत देती हैं।

कुछ स्ट्रक्चर्ड प्रोडक्ट डेटा जैसी दिखती हैं जो Glossier ने संभवतः सीधे प्रदान किया:

  • secondhand: False, एक बाइनरी फ्लैग, ऐसा कुछ नहीं जो आप description से जनरेट करेंगे
  • techSpecs: Brand: Glossier, बेसिक प्रोडक्ट मेटाडेटा
  • techSpecs: Dispenser Type: Tube, एक भौतिक प्रोडक्ट विशेषता
  • techSpecs: Product Form: Cream, एक प्रोडक्ट श्रेणी विशेषता

अन्य HTML description से जनरेट की गई कॉपी जैसी पढ़ी जाती हैं:

  • uniqueSellingPoint: "Combines brightening, hydrating, and smoothing effects in one tube-packaged eye cream.", एक संश्लेषित वाक्य, मानक प्रोडक्ट फ़ील्ड नहीं
  • topFeatures, पांच बेनिफिट स्टेटमेंट जो HTML description की भाषा को करीब से प्रतिबिंबित करती हैं लेकिन अलग-अलग पंक्तियों में पुनर्गठित हैं
  • description: "A hydrating, brightening eye cream that smooths fine lines and reduces dark circles and puffiness.", HTML ओपनिंग पैराग्राफ का संपीड़ित प्लेन-टेक्स्ट वर्शन

यह पैटर्न सुझाता है कि टेक स्पेक्स और बाइनरी फ्लैग Shopify की प्रोडक्ट टैक्सोनॉमी और मानक प्रोडक्ट फ़ील्ड्स से आ सकते हैं, जबकि कॉपी-भारी फ़ील्ड्स (USP, top features, शॉर्ट description) प्रोडक्ट description से जनरेट होने की अधिक संभावना है। न तो इसकी पुष्टि है: केवल Glossier और Shopify वास्तविक इनपुट तंत्र जानते हैं। लेकिन डेटा उस विभाजन के अनुरूप है।

किसी भी तरह, Full Orbit आउटपुट सुसंगत और एजेंट के लिए उपयोगी है। जोखिम उन प्रोडक्ट्स के साथ है जहां स्रोत सामग्री पतली है। विचार करें कि क्या होता है:

  • एक प्रोडक्ट जहां HTML description ज़्यादातर मार्केटिंग भाषा है और कुछ ही विशिष्ट बातें हैं
  • एक नया प्रोडक्ट जहां description अभी पूरी तरह विकसित नहीं हुआ
  • एक री-फॉर्मुलेटेड प्रोडक्ट जहां पुरानी कॉपी अभी भी लाइव है
  • एक प्रोडक्ट जहां आपकी पोज़िशनिंग सूक्ष्म है और सटीक रूप से व्यक्त करने के लिए संदर्भ की आवश्यकता है

इनमें से प्रत्येक मामले में, AI-inferred description पूरी तरह बात चूक सकता है। वही description है जिसका उपयोग एजेंट्स करते हैं जब वे किसी को आपका प्रोडक्ट सिफारिश करते हैं।

एजेंट्स को सर्व किए जाने से पहले आपको inferred फ़ील्ड मानों की समीक्षा करने का मौका नहीं मिलता। एजेंट्स सटीक, ब्रांड-नियंत्रित descriptions से काम करें, यह सुनिश्चित करने का एकमात्र तरीका है कि आप स्वयं फ़ील्ड्स भरें।

एजेंट्स वास्तव में आपके प्रोडक्ट्स कैसे ढूंढते हैं: Search, फिर Lookup

Catalog MCP वर्कफ़्लो एक दो-चरणीय पैटर्न का पालन करता है जिसका आपके कैटलॉग डेटा के उपयोग पर सीधा प्रभाव पड़ता है।

चरण 1: Search। एजेंट “मुझे $30 से कम में डार्क सर्कल्स के लिए एक हल्का आई क्रीम ढूंढो” जैसे यूज़र प्रॉम्प्ट को कैटलॉग के खिलाफ सर्च क्वेरी में बदलता है। परिणाम Universal Product ID (UPID) द्वारा क्लस्टर किए जाते हैं, जो एक ही प्रोडक्ट कई मर्चेंट्स द्वारा बेचे जाने पर डुप्लिकेट रोकता है। प्रत्येक सर्च रिज़ल्ट में शामिल हैं:

  • प्रोडक्ट टाइटल और description
  • सभी विक्रेताओं में मूल्य सीमा
  • उपलब्ध options (साइज़, शेड, आदि)
  • विशिष्ट कीमतों और चेकआउट URLs के साथ मर्चेंट्स की सूची

चरण 2: Lookup। सर्च रिज़ल्ट से UPID का उपयोग करके, एजेंट विशिष्ट प्रोडक्ट की व्यापक वेरिएंट जानकारी प्राप्त करता है, जिसमें पूर्ण descriptions, मुख्य features, टेक स्पेक्स, सभी वेरिएंट-लेवल प्राइसिंग, और प्रत्येक मर्चेंट के ऑफर के चेकआउट URLs शामिल हैं।

UPID क्लस्टरिंग के निहितार्थ पर रुकना ज़रूरी है। अगर आपका प्रोडक्ट एक ही SKU है जो कई Shopify मर्चेंट्स द्वारा बेचा जाता है (होलसेल, अधिकृत रीसेलर्स, या मार्केटप्लेस व्यवस्थाओं के ज़रिए), तो वे ऑफर एक ही क्लस्टर्ड रिज़ल्ट में मूल्य तुलना के साथ प्रस्तुत किए जाते हैं। एजेंट (और उपयोगकर्ता) एक साथ सभी उपलब्ध कीमतें देख सकता है। कैटलॉग गुणवत्ता न केवल यह प्रभावित करती है कि आपका प्रोडक्ट दिखता है या नहीं, बल्कि यह भी कि जब कई मर्चेंट्स एक ही आइटम बेच रहे हों तो आपका ऑफर चुना जाता है या नहीं।

क्यों यह मायने रखता है जब एजेंट्स खरीदार बनते हैं

अभी जो बदलाव हो रहा है वह यह है कि AI एजेंट्स रिसर्च असिस्टेंट से ट्रांज़ैक्शन प्रतिभागी बन रहे हैं। शॉपिंग एजेंट्स सिर्फ जानकारी नहीं दे रहे। वे तेज़ी से खरीदारी शुरू करने में सक्षम हो रहे हैं, ठीक उसी तरह के वेरिएंट-लेवल चेकआउट URL का उपयोग करके जो Catalog API लौटाता है।

जब एजेंट किसी प्रोडक्ट को कार्ट में जोड़ सकता है या चेकआउट लिंक जनरेट कर सकता है, तो आपके प्रोडक्ट के बारे में उसके पास मौजूद डेटा की गुणवत्ता सीधे प्रभावित करती है कि आपका प्रोडक्ट सिफारिश किया जाता है या नहीं, और क्या सिफारिश सटीक है।

तीन चीज़ें दांव पर हैं:

खोज योग्यता। अगर एजेंट आत्मविश्वास से यह पार्स नहीं कर सकता कि आपका प्रोडक्ट क्या करता है और किसके लिए है, तो वह इसे प्रासंगिक क्वेरीज़ के जवाब में नहीं दिखाएगा। क्लीन, स्ट्रक्चर्ड फ़ील्ड्स एजेंट्स को सिफारिश करने का आत्मविश्वास देती हैं।

सटीकता। HTML से काम करने वाला एजेंट जो निकाल सकता है उसके आधार पर आपके प्रोडक्ट का अपना सारांश बना सकता है। वह सारांश मुख्य दावों को छोड़ सकता है, उपयोग के मामले को गलत तरीके से चित्रित कर सकता है, या क्लिनिकली-वैलिडेटेड डेटा को पूरी तरह हटा सकता है। आप यह नियंत्रित नहीं करते कि एजेंट आपके प्रोडक्ट के बारे में क्या कहता है, लेकिन आप उन इनपुट्स को नियंत्रित करते हैं जिनसे उसे काम करना है।

कन्वर्शन। Catalog API में प्रत्येक वेरिएंट के लिए डायरेक्ट चेकआउट URL शामिल है। ट्रांज़ैक्शन क्षमता वाले एजेंट्स को ठीक यही चाहिए: सिफारिश से खरीदारी तक का मशीन-रीडेबल रास्ता। अगर वह फ़ील्ड भरी नहीं है या सटीक नहीं है, तो कन्वर्शन पथ शुरू होने से पहले ही टूट जाता है।

वे फ़ील्ड्स जो एजेंट निर्णयों को प्रभावित करती हैं

सभी कैटलॉग फ़ील्ड्स agentic एंडपॉइंट्स के लिए समान महत्व नहीं रखतीं। AI एजेंट्स प्रोडक्ट डेटा को कैसे प्रोसेस और रैंक करते हैं, इसके आधार पर ये सबसे महत्वपूर्ण हैं:

फ़ील्ड API फ़ील्ड नाम स्थिति यह क्यों मायने रखता है
शॉर्ट description description AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) क्वेरी मैचिंग और सिफारिश कॉपी के लिए प्राथमिक सिग्नल
Unique selling point uniqueSellingPoint AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) तुलना संदर्भ में आपके प्रोडक्ट को अलग करता है
Top features topFeatures AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) “डार्क सर्कल्स के लिए सबसे अच्छा” जैसी यूज़र इंटेंट क्वेरीज़ से मैप होता है
टेक स्पेक्स techSpecs AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) फॉर्मेट, इंग्रेडिएंट या डिस्पेंसर टाइप के अनुसार फ़िल्टरिंग सक्षम करता है
प्रोडक्ट attributes attributes AI-जनरेटेड (कोई मर्चेंट ओवरराइड नहीं) स्ट्रक्चर्ड फ़िल्टरिंग के लिए नाम-मान जोड़े
बिक्री के लिए उपलब्ध availableForSale Required एजेंट्स आउट-ऑफ-स्टॉक आइटम्स को प्राथमिकता घटाते या छोड़ देते हैं
चेकआउट URL checkoutUrl Required किसी भी ट्रांज़ैक्शनल एजेंट क्षमता के लिए आवश्यक
वेरिएंट URL variantUrl Required जब नेटिव चेकआउट उपलब्ध न हो तो फॉलबैक पथ

Inferred फ़ील्ड्स वे हैं जो बताती हैं कि आपका प्रोडक्ट क्या है और किसी को इसे क्यों खरीदना चाहिए। Required फ़ील्ड्स वे हैं जो ट्रांज़ैक्शन पूरा करती हैं। Shopify दूसरे ग्रुप की गारंटी देता है। पहला ग्रुप आपकी ज़िम्मेदारी है।

आज अपने कैटलॉग में क्या ऑडिट करें

अगर आप एक ब्रांड मालिक हैं जो Shopify कैटलॉग प्रबंधित करते हैं, तो अभी कुछ विशिष्ट चीज़ें जांचने योग्य हैं, इससे पहले कि AI एजेंट्स आपके ट्रैफ़िक का बड़ा हिस्सा बनें और ट्रांज़ैक्शनल AI आदर्श बन जाए।

अपना शॉर्ट description जांचें। क्या हर प्रोडक्ट में एक संक्षिप्त, प्लेन-टेक्स्ट सारांश है जो यह बताने से शुरू होता है कि प्रोडक्ट क्या करता है? आपकी टैगलाइन नहीं। आपका मार्केटिंग हुक नहीं। एक कार्यात्मक description जिसे एजेंट प्रोडक्ट को उपयोगकर्ता के अनुरोध से मैच करने के लिए उपयोग कर सके।

अपने feature फ़ील्ड्स जांचें। क्या आप अलग-अलग top-feature फ़ील्ड्स भर रहे हैं, चाहे Shopify में नेटिवली हो या मेटाफ़ील्ड या Catalog API फ़ीड के ज़रिए? अगर आपकी सभी प्रोडक्ट जानकारी एक HTML description ब्लॉक में है, तो आप एजेंट्स को काम करने के लिए एक अविभेदित ब्लॉब दे रहे हैं।

अपना उपलब्धता डेटा जांचें। आउट-ऑफ-स्टॉक प्रोडक्ट्स जो अभी भी उपलब्ध दिखते हैं, सिफारिश त्रुटियां पैदा करते हैं। जो एजेंट्स ऐसे प्रोडक्ट्स की सिफारिश करते हैं जो उपयोगकर्ता खरीद नहीं सकते, वे एजेंट और आपके ब्रांड दोनों में विश्वास कम करते हैं।

अपने चेकआउट URLs जांचें। अगर आप किसी शॉपिंग फ़ीड या AI कॉमर्स प्लेटफ़ॉर्म से इंटीग्रेटेड हैं, तो सत्यापित करें कि वेरिएंट-लेवल चेकआउट URLs सही ढंग से भरे जा रहे हैं। एक टूटा या जेनेरिक चेकआउट लिंक कन्वर्शन पथ को पूरी तरह तोड़ देता है।

अपने वेरिएंट descriptions जांचें। प्रोडक्ट पेजों पर अक्सर विस्तृत descriptions होती हैं जो वेरिएंट लेवल तक नहीं ले जाई जातीं। कई SKUs वाले प्रोडक्ट्स के लिए, एजेंट्स वेरिएंट लेवल पर क्वेरी कर सकते हैं और खाली फ़ील्ड्स मिल सकती हैं।

अपने inferred फ़ील्ड्स जांचें। Shopify Catalog MCP फ़ील्ड्स को “Inferred” के रूप में फ्लैग करता है जब मर्चेंट्स ने उन्हें स्पष्ट रूप से नहीं भरा है। जिन फ़ील्ड्स को एजेंट्स सबसे अधिक महत्व देते हैं (शॉर्ट description, unique selling point, top features), सत्यापित करें कि आपके ब्रांड ने AI अनुमान पर छोड़ने के बजाय स्पष्ट मान भरे हैं। एजेंट्स को सर्व किए जाने से पहले inferred मानों की समीक्षा या सुधार का कोई तंत्र नहीं है।

अपने Catalog Mapping स्रोत जांचें। अगर आप Agentic Plan पर हैं, तो Shopify Catalog Mapping (Settings > Shopify Catalog Mapping) आपको तीन प्रमुख फ़ील्ड्स के स्रोत को डिफ़ॉल्ट प्रोडक्ट एट्रिब्यूट के बजाय मेटाफ़ील्ड या मेटाऑब्जेक्ट पर रीडायरेक्ट करने देता है। ये वे इनपुट हैं जो ML अनुमान पाइपलाइन को फ़ीड करते हैं।

Product fields

Change the sources for standard fields on the Shopify Catalog

Shopify standards i
Source i
Product title
Product title ⇅
Product description
Product description ⇅
Product category
Product category ⇅

Shopify Catalog Mapping (Settings > Shopify Catalog Mapping)। प्रत्येक स्रोत को मेटाफ़ील्ड या मेटाऑब्जेक्ट पर रीडायरेक्ट किया जा सकता है। यह नियंत्रित करता है कि ML पाइपलाइन में क्या जाता है, न कि पाइपलाइन क्या उत्पन्न करती है।

व्यापक बदलाव: कैटलॉग इंफ्रास्ट्रक्चर के रूप में

Shopify युग के अधिकांश समय में, प्रोडक्ट कैटलॉग सेल्स कोलैटरल था, ऐसी सामग्री जो आपने अपने स्टोरफ्रंट पर ब्राउज़ करने वाले इंसानों के लिए लिखी। PDP अंतिम बिंदु था।

वह मॉडल बदल रहा है। आपका कैटलॉग अब ऐसा इंफ्रास्ट्रक्चर है जिसे कई प्रकार के उपभोक्ता पढ़ते हैं: आपके स्टोरफ्रंट पर इंसान, सर्च इंजन क्रॉलर, मूल्य तुलना इंजन, और तेज़ी से, AI एजेंट्स जो उपयोगकर्ताओं की ओर से सिफारिशें और खरीदारी कर रहे हैं।

जो ब्रांड्स अभी कैटलॉग गुणवत्ता में निवेश करते हैं (स्ट्रक्चर्ड फ़ील्ड्स, क्लीन टेक्स्ट, पूर्ण मेटाडेटा) उन्हें agentic कॉमर्स के विस्तार के साथ संचयी लाभ होगा। जो नहीं करते उनके प्रोडक्ट्स गलत तरीके से सारांशित होंगे, उन एजेंट्स द्वारा प्राथमिकता घटाई जाएगी जो डेटा पार्स नहीं कर सकते, या सिफारिशों से पूरी तरह गायब होंगे।

Glossier का उदाहरण शिक्षाप्रद है, इसलिए नहीं कि Glossier ने कुछ गलत किया है। उनके HTML descriptions समृद्ध, विस्तृत और स्पष्ट रूप से इंसानी पाठकों के लिए लिखे गए हैं। यह शिक्षाप्रद है क्योंकि यह दिखाता है कि इंसानी पढ़ने के लिए लिखी गई सामग्री और एजेंट उपभोग के लिए स्ट्रक्चर्ड डेटा दो अलग चीज़ें हैं। दोनों अब मायने रखती हैं।

Agentic Commerce तैयारी के लिए अपना कैटलॉग ऑडिट करें

Shopify डॉक्यूमेंटेशन रेफरेंस

इस लेख में Catalog MCP और Catalog API जानकारी के प्राथमिक स्रोत Shopify के डेवलपर डॉक्यूमेंटेशन के निम्नलिखित पेज हैं।

कैटलॉग अवलोकन

  • About Shopify Catalog: Catalog MCP, Storefront MCP, और Catalog REST API का अवलोकन, Inferred फ़ील्ड्स की परिभाषा सहित
  • Universal Commerce Protocol (UCP): वह मानक जिसके आसपास Catalog MCP बनाया गया है

MCP रेफरेंस

  • Catalog MCP reference: search_global_products और get_global_product_details के टूल्स, पैरामीटर और रिस्पॉन्स स्कीमा
  • Storefront MCP reference: Catalog MCP का सिंगल-स्टोर स्कोप्ड विकल्प

Catalog REST API रेफरेंस

  • Catalog REST API overview: प्रमाणीकरण, रेट लिमिट और एंडपॉइंट इंडेक्स
  • Search endpoint: Search रिज़ल्ट्स के लिए पूर्ण फ़ील्ड स्कीमा, Inferred चिह्नित फ़ील्ड्स सहित
  • Lookup endpoint: प्रोडक्ट डिटेल रिस्पॉन्स के लिए पूर्ण फ़ील्ड स्कीमा, Inferred चिह्नित फ़ील्ड्स सहित
  • Lookup by variant: वेरिएंट-लेवल लुकअप स्कीमा
  • Bulk lookup: बैच प्रोडक्ट डिटेल रिट्रीवल

अक्सर पूछे जाने वाले प्रश्न

Agentic कॉमर्स क्या है?

Agentic कॉमर्स का मतलब है ऐसे AI एजेंट्स जो उपयोगकर्ताओं की ओर से स्वायत्त रूप से प्रोडक्ट्स की रिसर्च, तुलना और सिफारिश करते हैं, और तेज़ी से खरीदारी भी पूरी करते हैं।

  • शॉपिंग एजेंट्स प्रोग्रामैटिक रूप से प्रोडक्ट डेटा पढ़ते हैं, स्टोरफ्रंट ब्राउज़ करके नहीं
  • वे descriptions, features और specs जैसे स्ट्रक्चर्ड फ़ील्ड्स के आधार पर सिफारिशें जनरेट करते हैं
  • ट्रांज़ैक्शनल एजेंट्स वेरिएंट-लेवल चेकआउट URLs का उपयोग करके चेकआउट शुरू कर सकते हैं
  • आपके प्रोडक्ट डेटा की गुणवत्ता सीधे प्रभावित करती है कि आपके प्रोडक्ट्स सिफारिश किए जाते हैं या नहीं

AI शॉपिंग एजेंट्स Shopify कैटलॉग कैसे पढ़ते हैं?

Shopify का Catalog MCP agentic कॉमर्स के लिए प्राथमिक रास्ता है। यह Search → Lookup फ्लो का पालन करता है।

  • Catalog MCP: अनुशंसित रास्ता। सभी योग्य Shopify मर्चेंट्स में वैश्विक स्तर पर सर्च करता है; JWT प्रमाणीकरण आवश्यक
  • Catalog REST API: MCP जैसा ही डेटा, सीधे क्वेरी करने योग्य
  • Storefront MCP: एक ही स्टोर तक सीमित; कोई प्रमाणीकरण आवश्यक नहीं; सिंगल-ब्रांड एजेंट्स के लिए उपयोगी
  • /products.json: लेगेसी पब्लिक एंडपॉइंट; रॉ HTML लौटाता है; कोई स्ट्रक्चर्ड features या चेकआउट URLs नहीं
  • Catalog MCP का उपयोग करने वाले एजेंट्स दो-चरणीय फ्लो का पालन करते हैं: कीवर्ड/प्राथमिकता से Search करके UPIDs प्राप्त करना, फिर UPID से Lookup करके पूर्ण वेरिएंट जानकारी प्राप्त करना

AI एजेंट्स के लिए कौन से प्रोडक्ट फ़ील्ड्स सबसे ज़्यादा मायने रखते हैं?

Agentic एंडपॉइंट्स के लिए सबसे अधिक सिग्नल वाले फ़ील्ड्स वे हैं जो सीधे इस बात से मैप होते हैं कि एजेंट्स प्रोडक्ट्स को यूज़र इंटेंट से कैसे मैच करते हैं।

  • शॉर्ट प्लेन-टेक्स्ट description (Full Orbit उदाहरण 98 कैरेक्टर है)
  • Unique selling point
  • अलग-अलग top features
  • स्ट्रक्चर्ड टेक स्पेक्स
  • उपलब्धता स्थिति
  • वेरिएंट-लेवल चेकआउट URL

क्या यह मायने रखता है कि मेरे प्रोडक्ट descriptions HTML में लिखे गए हैं?

हां। HTML मार्कअप ऐसा शोर जोड़ता है जिसे एजेंट्स को प्रोसेसिंग से पहले हटाना पड़ता है।

  • CSS क्लासेस और इनलाइन टैग्स वाला 4,000-कैरेक्टर का HTML description, 100-कैरेक्टर के प्लेन-टेक्स्ट सारांश से पार्स करना कठिन है
  • Catalog API HTML स्ट्रिप करता है लेकिन ऐसे descriptions को ठीक नहीं कर सकता जो मार्कअप हटाने के बाद सिमैंटिक रूप से अस्पष्ट हैं
  • विज़ुअल प्रेज़ेंटेशन के लिए लिखे गए descriptions प्लेन टेक्स्ट में रेंडर होने पर प्रभावी नहीं हो सकते
  • सबसे अच्छे descriptions दोनों संदर्भों में, इंसानी और मशीन पठन में, स्पष्ट और स्कैन करने योग्य होते हैं