Shopify UCP-CLI 解碼:AI agent 購物協定(Universal Commerce Protocol)上線,你的電商準備好了嗎?

Shopify UCP-CLI 解碼封面:AI agent 透過 Universal Commerce Protocol 開放協定串接百萬家商家的概念圖
Shopify 把「AI agent 幫人類買東西」寫成了一個開放協定,叫做 Universal Commerce Protocol(UCP)。這不是科技玩具,是 agentic commerce 時代的商業基礎建設。

為什麼 AI agent 購物協定是 2026 年最值得關注的電商基礎建設

想像一下,明年的某個晚上,你的客人不是自己滑手機、不是看 IG 廣告,他是跟 ChatGPT 說:「幫我找一個 Keychron 風格的機械鍵盤,預算 5000 內,幫我下單。」

然後 AI agent 真的去搜尋了。比較了三家商家、選了 CP 值最高的、加進購物車、走完結帳。整個過程,你的客人連商品頁面都沒看過。

聽起來像科幻?

Shopify 5 月 20 日釋出的 @shopify/ucp-cli 告訴你:這個世界不是科幻,協定、CLI、agent skill 都已經 ready。

而且不只 Shopify-powered 的店能接。這是一個開放協定,叫做 Universal Commerce Protocol(UCP)。Shopify 在推這個協定,意思很明白:他們想把「AI agent 幫人類買東西」這件事,變成整個產業的標準。

我之前在 《Agentic Commerce 元年:當 AI 開始替你的客戶下單》 講過這個趨勢的概念,UCP-CLI 是這個趨勢從概念走到可執行協定的第一塊基石。

如果你問我,這比新 GPT 模型發布還重要。因為它直接動到了商業基礎建設的水管。

Universal Commerce Protocol(UCP)是什麼?開放協定的兩大關鍵設計

先把概念定下來。

UCP(Universal Commerce Protocol)不是 Shopify 專屬,是一個開源協定。任何電商平台,只要願意實作這個協定,AI agent 都能用同一套指令跟你做生意。

ucp-cli 是這個協定的 reference implementation。npm 上裝一行就有:

npm install -g @shopify/ucp-cli

然後 AI agent 可以對任何 UCP-enabled 商家做這四件事:

Search:跨百萬家商家搜尋商品(全球商品目錄) ★ Cart:建立購物車(綁定特定商家) ★ Checkout:走結帳流程(含金流、運費、配送) ★ Order tracking:訂單追蹤

更聰明的是兩個 agent-first 的設計,這也是 UCP 跟傳統電商 API 最根本的差別。

設計一:Schema introspection(動態 schema 查詢)

Agent 不用記 API 文件,每次呼叫前可以用 --input-schema 問商家:「你現在這個 endpoint 收什麼參數?」商家可以隨時更新 schema,agent 拿到的永遠是最新版。這解決了傳統 API 整合最大的痛點:文件過期、版本錯亂。

設計二:Escalation handoff(人類接手機制)

Agent 遇到自己處理不來的事(比如要 3D Secure、要選贈品、要簽署條款),會回傳 requires_escalation 狀態。CLI 會呼叫你設定好的 hook(macOS 開瀏覽器、Linux xdg-open、或推 Slack 通知),把控制權交還給人類。

這個設計很狠。它承認 agent 不是萬能,但保留了「人類無縫接手」的優雅路徑。

UCP 之於 agentic commerce,就像 Open Banking 之於金融業

想知道 UCP 到底要做什麼?想想 Open Banking。

幾年前金融業遇到一個一樣的問題:每家銀行的 API 都不一樣,要做一個跨銀行的服務(比如理財 App、自動轉帳工具、聚合資產儀表板),開發成本爆表。整合一家銀行要一個工程師月,整合三家就崩潰。

歐盟、英國先動手,把「銀行對外的 API 格式」標準化,叫做 Open Banking。台灣金管會 2019 年也跟進,分三階段推 Open API。

結果是什麼?

理財 App 變多了、aggregator 服務(Plaid、Mint)拿到大量資料、銀行從「關起來的金庫」變成「金融基礎建設」。最大的贏家不是某一家銀行,是整個生態系。

UCP 在做的,就是電商版的 Open Banking。

UCP 之於 agentic commerce,就像 Open Banking 之於金融業:開放協定統一 API 格式,整個生態系受益
UCP 對 agentic commerce,就像 Open Banking 對金融業:統一協定讓整個生態系受益

差別在哪?

以前你要被 AI agent 推薦,必須等 Anthropic 或 OpenAI 來認你的品牌、整合你的 API、跑商務合作。

現在你只要實作 UCP,全世界的 agent 都能找到你、跟你做生意。

這是把「被推薦」的權力,從平台手上,拿回到商家手上。

跟 Open Banking 一樣,最終受益的是整個產業,但前提是商家願不願意打開水管。

Shopify UCP-CLI 怎麼運作?AI agent 購物四步驟拆解

研究一下這四個步驟,你就能感覺到 Shopify 想做什麼。

第一步:搜尋商品

ucp catalog search \
  --set /query='keychron b1 pro' \
  --set /context/intent='looking for great mechanical keyboard' \
  --set /context/address_country=US \
  --view :compact --format md

這條指令做的事,是用「全球商品目錄」搜尋,跨數百萬家 UCP-enabled 商家。重點是 /context/intent:你不只給關鍵字,還給上下文(「我在找一把好的機械鍵盤」)。AI agent 用這個欄位讓商家做意圖匹配(intent matching),不是傳統的關鍵字匹配(keyword matching)。

結果回來會列出多家商家的價格、變體、購買連結。每一筆都帶 seller.domain,告訴你這個商品是哪家賣的。

第二步:加進購物車

ucp cart create --business https://keytron.myshopify.com \
  --set /line_items/0/item/id='gid://shopify/ProductVariant/...' \
  --set /line_items/0/quantity=1 \
  --set /context/address_country=US

注意 --business。這是這個協定優雅的地方:購物車是綁特定商家的,不是綁平台的。每家商家自己掌管自己的金流、自己的庫存、自己的結帳邏輯。Shopify(或任何 platform)只是提供協定。

第三步:走 checkout

ucp checkout create --business https://keytron.myshopify.com \
  --input '{"cart_id":"<cart_id>","line_items":[]}'

Checkout 階段會 trigger 完整的運費試算、付款選項、配送地址驗證。如果商家需要人類確認某些步驟(簽收、條款、信用卡安全驗證),會回 requires_escalation

第四步:Escalation handoff

export UCP_ON_ESCALATION='jq -r .url | xargs open'

這條 macOS 環境變數的意思是:當 agent 收到 escalation 訊號,自動打開瀏覽器到商家給的 URL,讓人類接手。

這個 handoff 機制是整個協定的靈魂。

它承認一件事:AI agent 不應該(也不該被允許)完全替人類做購物決策。最後一哩,人類保留 veto。

UCP 對台灣電商的三個訊號:商品 metadata、checkout 結構化、Catalog JWT

短期不會地震。但中長期,這三件事會決定誰能被 AI agent 推薦:

UCP 對台灣電商的三個訊號:商品 metadata 結構化、checkout flow 標準化、Catalog JWT 權限管理
UCP 帶給台灣電商的三個訊號:商品中繼資料、Checkout 結構化、JWT 權限管理

訊號一:你的商品 metadata(中繼資料)夠不夠豐富

UCP 跑的是 schema-first 的世界。Agent 拿到的是商家「自己宣告」的商品結構。如果你的商品標題、變體、規格、適用情境寫得不清楚,agent 連你都選不出來。

以前 SEO 拼的是「Google 看得懂你」。未來拼的是「AI agent 看得懂你」。這兩件事重疊,但不完全一樣。

Google 看的是頁面、是反向連結、是 schema.org 標記。Agent 看的是你回傳的結構化 JSON、是你的商品變體樹、是你 schema 裡有沒有附 context/intent 這類欄位。

訊號二:你的 checkout flow 能不能被結構化

UCP 對 checkout 有嚴格的協定要求:地址、運費、付款方式、escalation 點,都要結構化。如果你的結帳流程藏了一堆「特殊邏輯」(例如某些縣市要打電話確認、某些商品要客服核對、特定金額以上要 LINE 給店長),這些事情在 UCP 世界要被拆出來、要被定義,要不然 agent 就會卡關。

很多台灣電商引以為傲的客製化結帳,反而會變成 agentic commerce 時代的負債。

訊號三:你是不是看得懂 Catalog JWT 這層權限

文件裡明確寫了:「Shopify-powered merchants 支援未授權的商品目錄存取。Checkout 需要 Catalog JWT。」

這代表什麼?商品可以公開讓 agent 搜尋,但結帳這一段,必須有信任機制(JWT 是 JSON Web Token,由商家簽過的權限令牌)。商家保留「誰可以幫我的客人結帳」的決定權。

這對品牌很重要。你不會願意讓任何 agent 都能代理你的客人下單。但你也要懂這層權限怎麼配置,不然連自己授權的 agent 都跑不通。

五個電商品牌可以馬上開始做的事

不是叫你明天就接 UCP,是叫你開始準備。

盤點商品 metadata 完整度:每個 SKU 的標題、規格、變體、適用場景、關鍵詞,AI agent 讀起來能不能正確理解你的商品?哪些欄位是空的、哪些是亂寫的,先列出來。

盤點 checkout flow 的「結構化程度」:哪些步驟是 deterministic(可以被協定描述),哪些是「店長腦補」?後者是未來的負債。

追蹤 agentskills.io 跟 UCP 的進展:Shopify 在主推這個生態,跟 Anthropic 的 Model Context Protocol(MCP) 是平行宇宙但會交集(agent skill 是統一格式,Claude Code 跟 ucp-cli 共用)。

跟你的開發團隊聊 schema introspection:你的 API(不管是不是 Shopify)有沒有辦法讓外部 agent 動態 query schema?這是 agentic commerce 時代的「robots.txt」。

準備好你的「人類接手點」:哪些事情你絕對不允許 agent 自動執行?把這些訂出來,做成 escalation hook 的觸發條件。

收尾:agentic commerce 時代,看不懂水管的品牌會被邊緣化

每隔幾年,零售業就會被一次基礎建設的更動翻一次。電商來了,傳統零售業哀號。手機購物來了,桌機 UX 被改寫。社群電商來了,搜尋引擎流量被分食。

AI agent commerce 是下一個。

但有件事不會變:人類最終要買的,還是那個讓他開心、解決他問題、值得他付錢的商品。

Shopify 在推 UCP,是想當這個新時代的水管。你不一定要愛 Shopify,但你得看懂水管怎麼接。看不懂水管的品牌,會跟當年沒接 Open Banking 的銀行一樣,慢慢被新生態邊緣化。

如果你想理解 Shopify 為什麼有底氣推這種大協定,可以看我之前寫的 《Tobi Lütke 揭密 Shopify River:把 AI 對話搬到公開頻道》。他們內部已經用 AI 把開發效率拉到一個離譜的水準(PR 合併率兩個月從 36% 飆到 77%),有這種執行力的公司,推開放協定不是玩玩而已。

這年頭做電商就是學新東西、改新流程、保持新鮮感。誰先把基本盤的 metadata 跟 checkout 結構化做紮實,誰就先進得了 AI agent 的購物車。

如果你的電商正在做數位轉型,UCP 這個協定值得你的技術長花一個下午研究。連結都附在這篇文章的引用裡,ucp-cli GitHub repo 開源、文件齊全、自己跑跑看就懂了。


常見問題:Universal Commerce Protocol(UCP)與 AI agent 購物 FAQ

Q1:什麼是 Universal Commerce Protocol(UCP)?

UCP 是一個由 Shopify 主導推動的開放電商協定,目的是讓 AI agent(例如 ChatGPT、Claude)可以用同一套指令跟所有 UCP-enabled 商家做生意:搜尋商品、建立購物車、走結帳流程、追蹤訂單。它不是 Shopify 專屬,任何電商平台都可以實作這個協定。

Q2:ucp-cli 跟 Anthropic 的 MCP(Model Context Protocol)有什麼不同?

MCP 是通用的 agent 工具協定,定義 AI agent 怎麼跟「任何工具」溝通(檔案系統、資料庫、API 等)。UCP 是電商垂直協定,專門定義 AI agent 怎麼跟「商家」溝通。兩者共用 agentskills.io 的 skill 格式,意思是 UCP 可以視為「電商版的 agent skill」,跟 MCP 互補不衝突。

Q3:台灣電商現在要怎麼準備 agentic commerce?

三件事:第一,盤點商品 metadata 的完整度,確保 AI agent 讀得懂你的商品結構;第二,把 checkout flow 結構化,避免「店長腦補」的特殊邏輯成為協定整合的障礙;第三,理解 JWT 權限機制,預先規劃哪些 agent 可以代理你的客人下單。短期不用急著實作 UCP,但要開始用「agent 可讀」的角度檢視你的電商架構。


資料來源


協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱;若原始出處有公開連結,會以 [來源名稱](URL) 形式附上,方便你進一步查找。若文中內容與原始出處有任何出入,請以原文為準。

內容僅供參考與學習交流,不構成任何專業、商業或投資建議,請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動,請以各官方最新公告為準。

Read more

Gemini Enterprise Agent Platform 解析:AI Agent 五分鐘做得出,為什麼半年上不了線?

Gemini Enterprise Agent Platform 解析:AI Agent 五分鐘做得出,為什麼半年上不了線?

今年你只要會打字,五分鐘就能 vibe coding(用自然語言邊聊邊寫程式)做出一個 AI Agent(AI 代理,會自己查資料、自己跑流程的小機器人)。 真的,五分鐘。 做一個會自動回信、自動查訂單、自動跑客服的小機器人,現在比泡一碗泡麵還快。 但接下來這句才是重點: 做得出 demo,跟「敢放上線天天幫你跑業務」,中間隔著一條深得嚇人的鴻溝。 這條鴻溝,多少團隊掉進去就再也沒爬出來。 Google Cloud 最近有一場對談,主題就叫《From Prototype to Production》(從原型到生產),主持人找來兩位 Google 老將 Dave Elliot 跟 Addie,專門講這條鴻溝怎麼跨。他們端出來的東西,叫做「Gemini Enterprise Agent Platform」(Gemini

By Lewis wang
AI Agent 時代新護城河:為什麼第一方資料比模型更關鍵?

AI Agent 時代新護城河:為什麼第一方資料比模型更關鍵?

過去一個多月,Salesforce 做了一件很瘋的事。 他們在差不多 30 天內,連開四場大會加一次財報電話會:行銷大會 Connections(CNX 2026)、Tableau 資料分析大會、華盛頓特區的 Agentforce World Tour,還有一場專講電商的 Commerce 場,最後用 FY27 第一季財報收尾。 五場活動,講的其實是同一件事:Agentic Enterprise,中文我把它翻成「智能代理企業」。 而且這次不是喊願景。財報數字是這樣的:Agentforce 的年經常性收入(ARR,Annual Recurring Revenue,每年穩定收得到的訂閱收入)已經破 10 億美金,光一季就燒掉 28.6 兆個 token,季增 152%。(來源:Salesforce

By Lewis wang
AI 落地為什麼總失敗?矽谷用「前線部署工程師 FDE」把 AI 從工具變員工

AI 落地為什麼總失敗?矽谷用「前線部署工程師 FDE」把 AI 從工具變員工

今年五月四號,OpenAI 和 Anthropic 這兩家全世界最會做 AI 模型、平常針鋒相對的公司,在同一天各自宣布要成立一個專門幫企業導入 AI 的合資公司。 Anthropic 那家,找來 Blackstone、Goldman Sachs 等一票華爾街資金,規模 15 億美元。OpenAI 那家更直接,取名叫「The Deployment Company」(部署公司),募了 40 億美元,估值一口氣衝到 100 億美元。 兩家死對頭難得有志一同,而且嘴上掛的是同一個詞,叫 FDE,Forward Deployed Engineer,中文翻成「前線部署工程師」。 你可能沒聽過這個詞。但如果去翻 Y Combinator(矽谷最有名的新創加速器)的徵才看板,現在有超過

By Lewis wang
你的 AI 不是不夠聰明,是你管太多:Code with Claude London Day 2 全 13 場,給電商老闆的三條 AI 治理

你的 AI 不是不夠聰明,是你管太多:Code with Claude London Day 2 全 13 場,給電商老闆的三條 AI 治理

你有沒有過這種經驗。 剛開始用某個 AI 工具的時候,它意外地好用。然後你想讓它更好,於是多寫了一條規則。又遇到一個漏洞,再補一條。再來一個例外狀況,又補一條。三個月後,你回頭看那段 prompt,已經長到自己都不想讀,而 AI 呢?反而越來越笨,越來越常給你莫名其妙的答案。 如果你問我,這幾乎是每個認真用 AI 的人都會踩的坑。 Anthropic 前陣子把開發者大會「Code with Claude」開到了倫敦。我之前把第一天的 24 場演講整理成一篇導覽,那是「現況盤點」,台上的人在講模型進化到哪、產業瓶頸移到哪,比較像產業 keynote。想補課的可以先看那篇 Day 1 全 24 場筆記。 這篇要講的是第二天,跟 Day 1 不同天。

By Lewis wang