Почему markdown-зеркала не решают проблему
Ключевая ошибка - удаление именно структурного слоя, а не визуального. Упражнение "создать сайт, который никогда не увидит человек" показывает: можно убрать дизайн, навигацию и изображения, но нельзя терять семантику. Структурированные данные, невидимые для людей, уже являются машинно-ориентированной поверхностью. Например, JSON-LD используется на 55.6% сайтов. Такие данные переживают "упражнение", потому что создавались для машин. Новые метрики, вроде "оценок готовности" (readiness scores), лишь проверяют, зарегистрированы ли на странице инструменты WebMCP, но не говорят о том, работают ли они.
Два пути для экспорта действий: от пола до потолка
Проблема в том, что "пол" сломан для большинства сайтов. Для владельца бизнеса это прямой сигнал к аудиту и исправлению базовой разметки перед внедрением сложных AI-функций, так как без прочного фундамента любые надстройки будут неэффективны.
Тревожная статистика доступности и её последствия для AI
Три из шести самых распространённых ошибок напрямую связаны с "исчезновением" действий для машин: - Поля форм без подписи (`<label>`) - на 51% главных страниц. - Пустые ссылки (без текста или `aria-label`) - на 46.3% страниц. - Пустые кнопки (без имени) - на 30.6% страниц.
Кнопка без имени - это кнопка, которую агент не может отличить от соседней. Каждая такая ошибка - потенциально потерянное действие. Создание текстовой версии сайта оставляет все эти ошибки на месте и просто добавляет новый файл, не решая коренную проблему. На таких страницах HTML не семантичен, поэтому дерево доступности, через которое работает агент (и скринридер), лишено той же информации.
Исследование показало последствия. Антропный Claude Sonnet в роли агента для использования компьютера выполнял повседневные задачи. Его успешность падала с 78.3% в стандартных условиях до 41.7% при работе только с клавиатурой и до 28.3% при увеличении области просмотра. Тест имитировал работу агента так, как работают люди, полагающиеся на вспомогательные технологии. Для бизнеса это означает, что недоступный сайт автоматически становится сайтом, плохо работающим с AI.
Обратная связь для машин и пример Shopify
После того как машина что-то сделала, её необходимо проинформировать о результате в форме, которую она может прочесть. Ни текстовая версия сайта, ни "оценка готовности" ничего не говорят об этом. Практический вывод: необходимо не только выставлять возможные действия и делать их вызываемыми, но и программно сообщать о результате.
Пока что инструменты, которые машины могут вызывать сегодня, устанавливаются на уровне платформ. Shopify включил инструменты WebMCP по умолчанию для всех магазинов, построенных на его тематическом языке Liquid. Функции поиска по каталогу, работы с корзиной, оформления заказа и поиска политик стали доступны "из коробки", без необходимости установки. На тот момент это был единственный известный пример работающей объявленной поверхности для инструментов в масштабе. Мерчанты её не строили - платформа написала адаптер один раз и развернула его через CDN для всех. Это показывает, что будущее взаимодействия с AI может быть заложено в самой платформе, и выбор технологической основы становится стратегическим решением. Итог: вместо создания отдельной текстовой версии сайта нужно исправлять базовую семантику HTML, обеспечивать программную обратную связь и рассматривать платформенные решения, которые автоматически предоставляют AI-агентам структурированный доступ к функциям сайта.
