AI agent pro e-shop: postav ho s Claude blueprintem

AI agent pro e-shop přestal být laboratorním experimentem a stal se řemeslem, které zvládne běžný vývojový tým za dny. Dne 10. září 2026 vydal Anthropic tzv. commerce blueprint — kompletní sadu harnessů, vzorů a bezpečnostních zábran, ze které si postavíš nákupního agenta pro zákazníky i obchodního agenta pro vnitřní tým. Retaileři, kteří už dnes provozují nákupní agenty na Claude, hlásí až o 35 % větší košíky a zákazníky, kteří jsou o 60 % ochotnější nákup dokončit.

V tomto návodu ti ukážu, co blueprint obsahuje, jak rozjet referenční demo během pár minut a jak si přes plugin do Claude Code postavit vlastního agenta napojeného na tvůj katalog. Nepůjde o přepis tiskové zprávy — půjde o konkrétní kroky, které s tím můžeš udělat dnes.

Co Claude commerce blueprint je (a proč se to týká i českých e-shopů)

Blueprint je open-source referenční implementace dvou agentů, které běží na Claude API, Claude Agent SDK nebo jako Managed Agents. Najdeš ji v repozitáři anthropics/commerce-agents pod licencí Apache 2.0.

První agent je shopping agent — nákupní asistent, kterého vložíš do své aplikace nebo webu. Druhý je merchant agent — obchodní asistent pro tým, který e-shop provozuje. Oba dohromady pokrývají celý řetězec: od vyhledávání produktů přes sestavení košíku až po analýzu prodejů a návrhy akcí.

Referenční implementace existuje pro čtyři vertikály — retail, cestování, telekomunikace a vstupenky. Každý obsahuje fiktivní značku ACME s kompletní storefront aplikací i portálem pro obchodníky, takže vidíš, jak agent vypadá v reálném prostředí, ještě než napíšeš jedinou řádku kódu.

Proč je to relevantní pro tebe? Protože odpadá ta nejtěžší část projektu s AI agenty — architektura. Společnosti, které blueprint testovaly, hlásí, že měly oba agenty rozjeté lokálně dobře pod hodinu. Wix uvádí, že jejich inženýři měli funkčního commerce agenta do patnácti minut. A tým Zomato dodává, že praktiky zabudované v blueprintu — od limitů na iterace nástrojů po prompt caching — jsou přesně ty, které by jinak tým objevoval týdny pokusů a omylů.

Nasazuje se tam, kde už Claude používáš: na Claude API, Amazon Bedrock, Microsoft Foundry nebo Google Cloud Vertex AI. Nic z toho tě tedy nezamyká do jediného cloudu.

Nákupní agent, který prodává přímo v konverzaci

Shopping agent je navržený pro přirozené, vícepoložkové požadavky. Zákazník napíše „potřebuju stan, spacák a vařič na víkendový výlet se dvěma dětmi" a agent to vezme od začátku do konce:

• Prohledá katalog a poskládá správnou sadu položek včetně vícepoložkových požadavků.
• Pamatuje si preference zákazníka a přizpůsobuje jim doporučení.
• Zobrazuje produkty, srovnání i košík přímo v konverzaci — nejen jako text, ale jako interaktivní prvky.
• Sestaví košík a předá ho tvému checkoutu.
• Odpovídá na dotazy zákaznické podpory ve stejné konverzaci: kde je objednávka, jak funguje vrácení, co říká reklamační řád.

Důležitý detail: agent nevybírá zboží z vzduchu. Zábrany drží ceny a produkty výhradně na reálných datech katalogu a blokují manipulativní upsell. Platba zůstává na tobě — ať už tvůj stávající checkout, nebo agentní platební poskytovatel. To je záměr: AI pomáhá vybírat, ale peníze mění majitele jen přes ověřenou cestu.

Obchodní agent: zadní kancelář, kterou nemusíš hlídat

Druhý agent je určený lidem, kteří e-shop provozují. Zeptej se ho „co bychom měli zlevnit, abychom prodali loňskou kolekci" a dostaneš odpověď z vlastních dat:

• analyzuje, co se prodává a co ne,
• sleduje sklad a proaktivně upozorní třeba na to, že položka dochází těsně před startem propagace,
• doporučuje ceny a akce na základě vlastní prodejní historie,
• navrhuje marketingové kampaně na produkty, které se potřebují pohnout.

Klíčové pravidlo bezpečnosti: když agent něco navrhne, člověk to schválí dřív, než to jde naživo. Agent hlídá obchod, ale poslední slovo má vždy někdo z týmu. Pokud řešíš, jak podobným agentům nastavit oprávnění napříč systémy, píšu o tom v článku Oprávnění pro AI agenty: nastav je v databázi, ne v dashboardu.

Jak postavit AI agenta pro e-shop krok za krokem

Teď k praktické části. Postup má čtyři fáze: rozjet demo, vygenerovat vlastní kostru, připojit vlastní systémy a nasadit.

Krok 1: Rozjeď referenční demo

Potřebuješ Python 3.11+ a Node 22. Pak:

git clone https://github.com/anthropics/commerce-agents.git && cd commerce-agents
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env                  # doplň ANTHROPIC_API_KEY
(cd examples && npm ci)
python scripts/run_demo.py retail     # API na :8000 + storefront na :3000

Přepínač --merchant spustí portál pro obchodníky, --all obojí. Kromě retailu vyzkoušej i travel, telecom nebo entertainment — každá vertikála ukazuje jiné triky (kalendář obsazenosti v cestování, mapu sedadel u vstupenek, regulované poplatky v telekomunikacích).

Krok 2: Scaffolding vlastního agenta přes Claude Code

Nejsilnější část celého blueprintu je plugin do Claude Code, který ti vygeneruje kostru agenta na míru tvému stacku:

claude plugin marketplace add anthropics/commerce-agents
claude plugin install commerce-builder@claude-commerce-agents
claude

A pak rovnou v Claude Code:

/scaffold-commerce-agent a shopping assistant for our store

Plugin se tě zeptá na tvůj stack, přehraje ti plán a postaví projekt. Pokračovat můžeš příkazy /add-commerce-flow (další nákupní flow) a /author-commerce-evals (testy agenta). Máš už agenta vlastního? /review-commerce-agent ho zkontroluje oproti osvědčeným vzorům. Jedna z firem citovaných v oznámení Anthropicu spustila Claude Code workflow dvakrát a dostala dvě různé architektury, každou přesně podle zadání — ze dnů scaffoldingu se stávají hodiny.

Pokud chceš začít s Claude Code obecně, mám na to samostatný návod: Claude Code pro neprogramátory i článek o tom, jak spravovat celý Shopify obchod přes Claude Code.

Krok 3: Připoj vlastní katalog a systémy

Blueprint schválně neobsahuje hotové konektory — integrace je přes tzv. backend metody, které volají tvé služby server-side s přihlašovacími údaji, které drží hostitelská aplikace. Model vidí jen výsledek, nikdy credentialy.

Katalog, košík, checkout, preference i historii objednávek připojíš přes integration points, které blueprint definuje. Kde má smysl oficiální konektor, je cílem integrace: analytické sklady (Snowflake, BigQuery, Databricks, Amplitude), finance (Stripe, Square, PayPal, QuickBooks) nebo komunikace (Slack, Google Drive, Gmail). Platforma s vlastním MCP serverem pro katalog a checkout se připojuje z backendu a zábrany zůstávají před každým zápisem.

Důležité rady z dokumentace:

• Začni malinko. Pilotní nákupní agent implementuje vyhledávání a detail produktu, zbytek stubuje. Stub metoda vrací „nedostupné" a nemění ani bajt promptu.
• Pilotní obchodní agent implementuje osm čtecích metod a zápisy zamítá — digesty a metriky běží bez jediné write cesty.
• Vypni, co nemáš. Každá funkce je za přepínačem enable_*, který odebere nástroje i řádky promptu.
• Nastav identitu. brand_name, assistant_name a brand_voice v konfiguraci nastaví, jak agent mluví tvou značkou.

Krok 4: Nasaď tam, kde už stavíš

Všechny tři runtime cesty — Messages API, Agent SDK, Managed Agents — sdílí stejné skilly a kontrakty. Hostovaného agenta nasadíš skriptem scripts/deploy_managed_agent.sh, lokální vývoj běží přes Agent SDK a produkční varianty pokrývá dokumentace pro Vertex AI, Bedrock, Foundry i gateways.

Bezpečnost: proč agent neobjedná za zákazníka nic, co neschválil

U agenta, který se dotýká peněz, je bezpečnostní architektura důležitější než chytrý prompt. Blueprint to řeší vrstveně:

• Neobjedná za zákazníka ani nestrhne platbu. Checkout jen vykreslí košík a hostitel ho dokončí.
• Každý zápis obchodníka je staged — čeká na lidské schválení.
• Fencing, provenance gates, limity a validace paměti běží uvnitř tool callu na všech třech runtime cestách.

To je přesně ten složitý problém, který popisuju v článku Prompt injection: 6 vrstev obrany, které musíš postavit kolem AI agenta — tady dostáváš velkou část obrany hotovou. Provoz agenta tě bude stát peníze za API, takže se vyplatí si přečíst i model routing v praxi, aby drahý model nedělal levnou práci; blueprint prompt caching používá nativně.

Anthropic k vydání připojil i výzkum od Accenture: 85 % lidí je otevřených spolupráci s AI agentem a téměř tři ze čtyř by svěřili nákup osobnímu agentu víc než nejlepšímu kamarádovi. Čísla ber s rezervou (je to partnerův výzkum), ale směr je jasný — agentic commerce není otázkou jestli, ale kdy.

Co s tím teď, když provozuješ Shoptet

Tady je to nepříjemné: blueprint předpokládá, že máš nad katalogem, košíkem a checkoutem programovou kontrolu. Na hosted platformách jako Shoptet ji nemáš — dokud platforma sama nevydá MCP server nebo oficiální podporu agentů, máš dvě cesty:

1. Sleduj agentic storefronts u velkých platforem. Shopify už dnes staví agentic storefronts a prodej přes AI asistenty a na commerce blueprintu přímo staví. Trend se k menším platformám dostane.
2. Postav agenta vedle e-shopu. Merchant agent s osmi čtecími metodami nad exporty dat (co se prodává, stav skladu) je realistický první projekt — nepotřebuje write přístup do platformy a člověk schvaluje každý návrh ručně.

Vlastníš e-shop na vlastní platformě nebo headless stacku? Pak není důvod čekat. Nákupní agent s vyhledáváním a detaily produktu je pilot na dny, ne na měsíce. A pokud tě zajímá, kolik tě vstup do AI světa kolem e-shopu vyjde, mám přehled cen Shoptet tarifů pro rok 2026.

Shrnutí: co s tím udělat tento týden

Claude commerce blueprint posouvá AI agenty v e-commerce z prezentací do produkce. Dostaneš referenční architekturu dvou agentů, bezpečnostní vrstvy, o které by ses jinak spotil, a Claude Code plugin, který ti vygeneruje kostru na míru. Pro vývojové týmy je to zkrácení týdnů práce na hodiny; pro obchodníky argument, že agenti v nákupním procesu už měřitelně zvyšují konverzi.

Tři kroky na tento týden: forkni repozitář, rozjeď demo pro svou vertikálu a pusť /scaffold-commerce-agent na jeden konkrétní use case. A kdybys chtěl jít do hloubky, technický rozbor od Anthropicu (10. září 2026) popisuje, proč je blueprint postavený zrovna takhle.

Časté otázky

Funguje Claude commerce agent i na Shoptetu?

Ne přímo. Blueprint potřebuje programový přístup ke katalogu, košíku a checkoutu, což hosted platformy neposkytují. Dokud Shoptet nevydá vlastní MCP server nebo oficiální podporu, můžeš reálně nasadit jen merchant agenta nad exporty dat. Na vlastní nebo headless platformě jde nasadit kompletního nákupního agenta.

Umí agent sám dokončit objednávku a platbu?

Ne, a je to záměr. Agent sestaví košík a předá ho checkoutu hostitelské aplikace — buď tvému, nebo hosted checkout URL. Model ani nevidí platební URL; tu vrací backend a vykresluje hostitel. Peníze vždy procházejí ověřenou platební cestou.

Jak dlouho trvá nasazení vlastního agenta?

Referenční dema rozjedou zkušené týmy do hodiny, Wix hlásil funkčního agenta za patnáct minut. Reálné nasazení na vlastní data je dny až týdny — pilotní verze s vyhledáváním a detaily produktu je ale záležitost několika dnů, protože stub metody umožňují nasadit nekompletního agenta bezpečně.

Kolik stojí provoz commerce agenta?

Platíš tokeny za Claude API (nebo účtování přes Bedrock, Foundry a Vertex AI). Blueprint prompt caching používá nativně a podporuje model routing, takže levné dotazy nemusí řešit nejdražší model. U merchant agenta s osmi čtecími metodami jsou náklady předvídatelné, protože běží dávkově.

Potřebuji vývojáře, nebo si agenta postaví marketing sám?

Na dema stačí umět spustit pár příkazů. Na vlastního agenta potřebuješ vývojáře, který napíše backend metody proti tvým systémům — ale Claude Code plugin velkou část scaffoldingu udělá za něj. Marketing pak agenta konfiguruje: značku, hlas i to, co smí a nesmí doporučovat.