Voiko tekoäly varata ajan puolestasi? Testasimme ChatGPT Agentilla
SEO- & AEO-strategi | AEOvara perustaja
Olen tekoälyajan hakukoneoptimoinnin (AEO) asiantuntija, joka auttaa yrityksiä löytymään sieltä, mistä vastauksia nykyään etsitään.
Annoin 15.8.2026 ChatGPT Agent modelle yhden tehtävän:
"Varaa perhekuvaus parhaalta valokuvaajalta Lappeenrannasta, kilpailukykyinen hinta, hyvä palvelu ja tyytyväiset asiakkaat. Älä varaa päivää tai lähetä sähköpostia."
En kertonut, minkä valokuvaajan sivustolle sen pitäisi mennä. En antanut URL-osoitetta. En ohjannut sitä oikealle palvelusivulle tai yhteydenottolomakkeelle.
Muutamassa minuutissa agentti oli vertaillut vaihtoehtoja, valinnut Kuvaajankulman, löytänyt perhekuvauksen, hinnat ja asiakasarvostelut, tehnyt niiden perusteella valinnan ja navigoinut yhteydenottolomakkeelle.
Lopuksi se täytti lomakkeen valmiiksi.
Se ei painanut lähetyspainiketta, koska olin nimenomaan kieltänyt viestin lähettämisen.
Tässä kohtaa agentic commerce muuttui omalla kohdallani kiinnostavasta verkkokauppatermistä hyvin konkreettiseksi kysymykseksi: mitä tapahtuu, kun tekoäly ei enää etsi asiakkaalle vain tuotetta, vaan myös valokuvaajan, hierojan, konsultin, kampaajan, lakitoimiston tai muun palveluntarjoajan — ja pystyy etenemään valinnasta yhteydenottoon tai ajanvaraukseen asti?
Mitä agentic commerce oikeasti tarkoittaa
Agentic commerce tarkoittaa yksinkertaistettuna kaupankäyntiä, jossa tekoälyagentti ei vain anna käyttäjälle tietoa, vaan suorittaa hänen puolestaan osan ostoprosessista.
Perinteinen tekoälyhaku voi vastata: "Lappeenrannassa on useita perhekuvausta tarjoavia valokuvaajia."
Agentti voi mennä pidemmälle: "Etsi sopiva valokuvaaja, vertaile hinnat ja arvostelut, valitse sopivin ja aloita varaus."
Tämä ero on olennainen. ChatGPT Agent mode on suunniteltu käyttämään selainta, navigoimaan verkkosivuilla, klikkaamaan painikkeita ja täyttämään lomakkeita käyttäjän puolesta. Kyse ei siis ole enää pelkästä hakutulosten tai verkkosivujen sisällön tiivistämisestä.
Agentic commerce voidaan jakaa tällä hetkellä ainakin kahteen käytännön haaraan.
1. Verkkokauppaan keskittyvä agentic commerce
Tästä puhutaan tällä hetkellä ylivoimaisesti eniten. Agentti voi esimerkiksi etsiä tuotteen, vertailla tuotteita, tarkistaa hinnan ja saatavuuden, muodostaa ostoskorin, siirtyä kassalle, välittää maksamiseen tarvittavia tietoja ja toteuttaa ostoksen käyttäjän valtuuttamissa rajoissa.
Tämän ympärille rakennetaan parhaillaan myös teknistä infrastruktuuria. Google julkaisi tammikuussa 2026 Universal Commerce Protocolin eli UCP:n avoimeksi standardiksi agenttien, kauppiaiden ja maksupalveluiden väliseen kaupankäyntiin, yhdessä muun muassa Shopifyn, Wayfairin, Targetin ja Walmartin kanssa. Shopify puolestaan ilmoitti kesäkuussa 2026 mahdollistavansa kehittäjille kokonaisia agenttipohjaisia kaupankäyntipolkuja alustallaan. Myös Stripe ja OpenAI julkaisivat Agentic Commerce Protocolin eli ACP:n jo syyskuussa 2025.
Näiden ratkaisujen painopiste on ollut tuotteissa, ostoskoreissa, maksamisessa ja verkkokaupan järjestelmissä.
2. Palveluihin ja ajanvaraukseen liittyvä agentic commerce
Tämä haara on paljon kiinnostavampi paikalliselle palveluyritykselle.
Asiakkaan tavoite ei välttämättä ole "osta minulle mustat juoksukengät" — se voi olla "etsi hyvä hieroja läheltä ja varaa minulle aika ensi viikolle", tai "etsi Lappeenrannasta perhekuvaaja, jolla on hyvät arvostelut ja kohtuullinen hinta", tai "etsi yritykselleni sopiva SEO-konsultti ja pyydä tarjous".
Suomenkielisessä agentic commerce -keskustelussa painopiste on tähän asti ollut hyvin vahvasti verkkokaupassa, vähittäiskaupassa, tuotteissa ja maksamisessa. Palveluyritysten käytännön ajanvarauspolku on saanut huomattavasti vähemmän huomiota.
Juuri siksi halusin testata, mitä tapahtuu jo nyt ilman erillistä agentic commerce -rajapintaa.
Testi — annoimme ChatGPT:lle tehtäväksi varata ajan
Testi tehtiin 15.8.2026 ChatGPT Agent modella.
Testissä on yksi olennainen yksityiskohta: en käskenyt ChatGPT:tä menemään Kuvaajankulman verkkosivustolle. Kuvaajankulma on oma valokuvausyritykseni, ja olen ollut mukana rakentamassa ja optimoimassa sen sivurakennetta, sisältöjä sekä schema-rakennetta — sen tekninen puoli on käytännössä AEOvaran omaa käsityötä. Kyse ei siis ole puolueettomasta kolmannen osapuolen benchmark-testistä, ja se kannattaa sanoa suoraan.
Juuri tämän vuoksi testi oli kuitenkin teknisesti kiinnostava. Halusin nähdä, pystyykö agentti käyttämään sivustoa silloin, kun sille annetaan käyttäjän tavoite eikä ohjeistettua reittiä.
Pystyi.
Agentti kävi läpi valokuvaajia ja valitsi niiden joukosta Kuvaajankulman. Sen jälkeen se löysi perhekuvauspalvelun, löysi hinnat, löysi asiakasarvostelut, käytti näitä tietoja valinnan tekemiseen, navigoi yhteydenottolomakkeelle ja täytti lomakkeen valmiiksi.
Prosessi kesti muutaman minuutin. Agentti jätti viimeisen lähetyspainikkeen painamatta, koska olin pyytänyt, ettei sähköpostia lähetetä. Tämä on mielestäni testin kiinnostavin tulos: agentin ei tarvinnut käyttää erillistä Kuvaajankulmalle rakennettua "AI-agentin ajanvarausrajapintaa". Se pystyi etenemään tavallisen verkkosivuston kautta samalla tavalla kuin ihminen etenisi.
Tästä ei kuitenkaan pidä päätellä, että yksi onnistunut testi todistaisi sivuston olevan täydellisesti "agenttioptimoitu". Se todistaa yhden asian: tämän tehtävän, tällä sivustolla ja tässä testiympäristössä agentti pystyi suorittamaan onnistuneesti sille asetettuun rajaan asti. Se on jo varsin merkittävä havainto.
Miksi tämä onnistui – ja mikä yleisesti ratkaisee
Olisi houkuttelevaa sanoa, että testi onnistui hyvän scheman ansiosta. Sitä en voi tämän testin perusteella todistaa.
Schema eli strukturoitu data tarkoittaa koneellisesti luettavaa merkintätapaa, jolla esimerkiksi yritys, palvelut, hinnat, sijainti ja aukioloajat voidaan kuvata verkkosivun HTML:n yhteydessä (AEOvaran metodologiassa tämä on yksi viidestä vaiheesta). Google käyttää strukturoitua dataa verkkosivun sisällön ymmärtämiseen, ja Schema.orgin Service-tyypillä voidaan kuvata palvelua, sen tarjouksia ja saatavillaoloaikoja.
Tästä huolimatta selainagentti ei tarvitse schemaa voidakseen klikata verkkosivulla. ChatGPT Agent käyttää verkkosivua selaimen kautta. Siksi sivuston näkyvä rakenne on erittäin tärkeä.
Kuvaajankulman testissä agentti pystyi löytämään ne asiat, joita ostopäätöksen tekeminen vaati: mitä palvelua tarjotaan, paljonko se maksaa, miksi tähän yritykseen voisi luottaa, mitä asiakkaat sanovat ja miten yhteyttä otetaan. Tässä on mielestäni palveluyrityksen agentic commerce -valmiuden todellinen lähtökohta.
Selkeä palvelupolku
Jos ihminen ei tiedä, mitä seuraavaksi pitäisi painaa, tekoälyagentille ei kannata tehdä tehtävää yhtään vaikeammaksi. Palvelusivulla pitäisi olla selkeä etenemisjärjestys: palvelun kuvaus → hinta tai hinnoitteluperuste → päätöstä tukeva tieto → yhteydenotto tai ajanvaraus. Kymmenen eri toimintakehotetta samassa näkymässä ei yleensä tee ostopolusta parempaa.
Palvelun täytyy olla ymmärrettävissä ilman arvailua
"Palvelut"-painike ei vielä kerro agentille kovin paljon. "Perhekuvaus Lappeenrannassa" kertoo. Palvelun nimen, sisällön, hinnan tai hinnoitteluperusteen, sijainnin ja toimintatavan pitäisi löytyä tekstimuodossa. Jos ratkaiseva tieto on vain kuvassa, videossa tai epäselvän animaation takana, sen hyödyntäminen voi olla vaikeampaa.
Luottamussignaalien pitää olla löydettävissä
Testin promptissa pyysin huomioimaan hyvän palvelun ja tyytyväiset asiakkaat. Siksi asiakasarvostelut eivät olleet sivustolla koriste — ne olivat päätöksenteossa tarvittavaa dataa. Sama voi koskea kokemusta, referenssejä, toimitusehtoja, asiantuntijan taustaa tai selkeästi ilmoitettua hinnoittelua. Agentti tarvitsee perusteluja voidakseen vertailla.
Schema tukee kokonaisuutta, mutta ei korjaa huonoa sivua
LocalBusiness-schema voi kuvata paikallisen yrityksen tietoja, Service-schema voi kuvata palvelua. Strukturoitu data auttaa hakujärjestelmiä ymmärtämään verkkosivun sisältämiä entiteettejä ja tietoja. Mutta schema ei tee epäselvästä käyttöliittymästä selkeää. Hyvä periaate on, että saman ydintiedon pitäisi löytyä sekä ihmiselle näkyvästä sisällöstä että mahdollisuuksien mukaan koneellisesti jäsennellyssä muodossa.
Aukioloaika ja vapaa ajanvarausaika eivät ole sama asia
Schema.orgin rakenteilla voidaan kuvata palvelun tai yrityksen aukioloaikoja. Se ei kuitenkaan automaattisesti tarkoita, että agentti tietäisi, onko ensi tiistaina kello 14.30 vapaa kuvausaika. Jos palvelussa käytetään reaaliaikaista ajanvarausta, agentin pitäisi päästä käsiksi myös varsinaiseen varausjärjestelmään tai sen tarjoamaan käyttöliittymään. Tulevaisuudessa juuri tämä kerros tulee todennäköisesti olemaan palveluiden agentic commercen kiinnostavimpia teknisiä alueita.
Lomake on osa myyntipolkua
Jos yhteydenottolomakkeessa kysytään 17 asiaa, joista agentti ei voi päätellä puolia, prosessi pysähtyy helposti. Hyvä lähtökohta on, että lomakkeessa kysytään vain sellaisia tietoja, joita seuraavaan vaiheeseen oikeasti tarvitaan, ja kenttien nimet kirjoitetaan yksiselitteisesti. "Ajankohta" on parempi kuin "Lisätieto 2". Yksinkertainen käyttöliittymä hyödyttää sekä ihmistä että agenttia.
Tarkistuslista — onko palveluyrityksesi valmis tekoälyagenteille?
Tämän tarkistuksen voi tehdä ilman uusia järjestelmiä.
- Löytyykö jokaiselle tärkeälle palvelulle oma selkeä sivu? Agentin pitäisi pystyä tunnistamaan nopeasti, mitä palvelua yritys tarjoaa, kenelle se on tarkoitettu ja missä sitä tarjotaan.
- Onko hinta tai hinnoitteluperuste näkyvissä? Kaikissa palveluissa tarkka hinta ei ole mahdollinen — silloin kannattaa kertoa lähtöhinta, hintahaarukka tai selkeästi se, miten hinta muodostuu. Agentti ei voi vertailla tietoa, jota sille ei anneta.
- Onko yrityksen ja palveluiden strukturoitu data kunnossa? Paikalliselle palveluyritykselle LocalBusiness on usein luonteva lähtökohta, yksittäisiä palveluja voidaan kuvata Service-tyypillä. Strukturoidun datan pitää vastata sivulla oikeasti näkyvää sisältöä.
- Ovatko aukioloajat koneellisesti ja ihmiselle ymmärrettävässä muodossa? Älä jätä tärkeää saatavuustietoa pelkästään kuvaan. Jos yrityksellä on ajanvarausjärjestelmä, tarkista erikseen, pystyykö selainagentti käyttämään sitä.
- Onko yhteydenottoon tai ajanvaraukseen yksi selkeä reitti? Palvelusivun pitäisi vastata kysymykseen "mitä teen seuraavaksi?" — jos asiakas joutuu palaamaan etusivulle, avaamaan valikon ja etsimään yhteystietosivun, polussa on turhaa kitkaa.
- Onko lomake mahdollisimman yksinkertainen? Käytä selkeitä kenttien nimiä, kysy vain tarvittavat tiedot, vältä rakenteita joiden käyttäminen vaatii ihmiseltäkin arvailua.
- Löytyvätkö päätöksentekoon tarvittavat luottamussignaalit? Esimerkiksi asiakasarvostelut, kokemus, referenssit, sijainti, hinnat, peruutusehdot, palvelun sisältö ja yhteystiedot.
- Onko FAQ-osio kirjoitettu oikeista asiakkaiden kysymyksistä? FAQ auttaa sekä ihmistä että koneellista järjestelmää löytämään suoria vastauksia. FAQPage-schemaa ei kuitenkaan kannata tehdä sillä oletuksella, että se toisi tavalliselle yrityssivulle näkyvän FAQ-rich resultin Googleen — Google rajasi näiden rich resultien säännöllisen näkymisen pääasiassa tunnettuihin terveys- ja viranomaissivustoihin jo vuonna 2023. Hyvä FAQ kannattaa tehdä siksi, että se vastaa asiakkaan kysymykseen, ei rich resultin metsästämiseksi.
Mitä tämä tarkoittaa lähitulevaisuudessa
En usko, että palveluyritysten tarvitsee tämän testin perusteella juosta rakentamaan omaa MCP-palvelinta tai uutta "agentic commerce -järjestelmää". Paljon yksinkertaisempi työ kannattaa tehdä ensin.
Yrityksen verkkosivuston pitää olla sellainen, että kone pystyy ymmärtämään kuka yritys on, mitä se tarjoaa, missä se toimii, mitä palvelu maksaa, miksi siihen voi luottaa ja miten seuraava askel tehdään. Tämä on hyödyllistä jo nyt tavallisessa hakukoneoptimoinnissa, AEO:ssa, GEO:ssa ja tekoälyhakujen näkyvyydessä. Agenttien yleistyessä sama rakenne voi saada uuden tehtävän: sivusto ei ole enää vain paikka, johon hakukone tai tekoäly lähettää käyttäjän, vaan siitä voi tulla käyttöliittymä, jota tekoäly käyttää käyttäjän puolesta.
Verkkokaupassa tätä varten rakennetaan jo standardeja, protokollia ja maksamisen infrastruktuuria. Palveluyrityksissä ensimmäinen vaihe voi olla paljon arkisempi: agentti löytää palvelun, vertaa vaihtoehtoja, lukee hinnat ja arvostelut, valitsee, navigoi ajanvaraukseen tai yhteydenottoon ja täyttää tarvittavat tiedot. Testissäni juuri tämä ketju toimi jo elokuussa 2026.
Yhdestä testistä ei voi päätellä, kuinka luotettavasti sama toimii kaikilla toimialoilla, kaikilla sivustoilla tai kaikissa ajanvarausjärjestelmissä. Mutta mielestäni se riittää muuttamaan kysymyksen. En enää kysy "tulevatko tekoälyagentit joskus varaamaan palveluita?" Parempi kysymys on: kun tekoälyagentti yrittää varata palvelusi, ymmärtääkö se verkkosivustoasi riittävän hyvin päästäkseen loppuun asti?
Usein kysytyt kysymykset
Mitä agentic commerce tarkoittaa palveluyritykselle?
Palveluyrityksessä agentic commerce tarkoittaa tilannetta, jossa tekoälyagentti voi osallistua palvelun etsimiseen, vaihtoehtojen vertailuun ja yhteydenotto- tai ajanvarausprosessiin käyttäjän puolesta. Kyse ei siis ole vain tuotteiden ostamisesta verkkokaupasta.
Voiko ChatGPT jo varata palveluita verkkosivuilta?
ChatGPT Agent mode pystyy käyttämään verkkosivuja, klikkaamaan painikkeita ja täyttämään lomakkeita. Käytännön onnistuminen riippuu kuitenkin verkkosivusta, varausjärjestelmästä, tehtävästä ja siitä, mitä toimia käyttäjä sallii agentin tehdä.
Tarvitseeko palveluyritys MCP:n agentic commercea varten?
Ei välttämättä. Selainagentit voivat käyttää myös tavallisia verkkosivujen käyttöliittymiä. MCP ja muut protokollat voivat tulevaisuudessa mahdollistaa suorempia ja rakenteisempia yhteyksiä järjestelmien välillä, mutta hyvä verkkosivurakenne on hyödyllinen lähtökohta jo ilman niitä.
Auttaako schema tekoälyagenttia varaamaan ajan?
Strukturoitu data auttaa koneita ymmärtämään esimerkiksi yritystä, palveluita ja muita sivun tietoja, mutta yhdestä testistä ei voi päätellä, että schema yksin ratkaisee agentin kyvyn käyttää sivustoa. Selainagentille myös näkyvän sivun rakenne, selkeät painikkeet, tekstisisältö ja lomakkeet ovat olennaisia.
Miten palveluyritys voi valmistautua tekoälyagentteihin?
Aloita perusteista. Tee palvelut, hinnat, sijainti, arvostelut, aukioloajat ja yhteydenottopolku helposti löydettäviksi. Käytä selkeää sivurakennetta ja tarkoituksenmukaista strukturoitua dataa ja testaa lopuksi käytännössä, pystyykö selainagentti suorittamaan saman tehtävän, jonka oikea asiakas haluaisi tehdä.
Katso video: Voiko tekoäly varata ajan puolestasi?
Tiivistämme testin ja sen keskeisen opetuksen reiluun minuuttiin: mitä ChatGPT Agent teki, miksi Lähetä-nappia ei lopulta painettu, ja mitkä neljä asiaa ratkaisevat, pääseekö tekoälyagentti palveluyrityksen sivustolla loppuun asti.
Video ladataan vasta kun painat Toista-painiketta, ja se upotetaan tällöin YouTuben tietosuojaa parantavan youtube-nocookie.com-toistimen kautta, joka voi asettaa evästeitä toiston aikana. Voit katsoa videon myös suoraan YouTubessa.
Yhteenveto
Yhdellä testillä ei todisteta koko toimialaa — mutta se riittää muuttamaan kysymyksen. Kuvaajankulman testissä ChatGPT Agent löysi palvelun, vertaili hintoja ja arvosteluja, valitsi ja täytti yhteydenottolomakkeen ilman ohjattua reittiä. Se ei vaatinut erillistä agentti-rajapintaa, vaan tavallista, selkeästi rakennettua verkkosivustoa.
Jos haluat tietää, miten oma sivustosi vastaisi samaan testiin, AEOvaran ilmainen AI-auditointi käy tämän saman logiikan läpi konkreettisesti.
Miltä yrityksesi näyttää AI-haussa?
Tilaa 15 minuutin maksuton AI-auditointi ja selvitä nykytilanteesi.
Varaa auditointi tästä →