OpenAI włączyło obsługę WebMCP we wbudowanej przeglądarce aplikacji desktopowej ChatGPT. Od 27 sierpnia 2026 roku agent odwiedzający zgodną stronę nie musi już klikać w przyciski ani zgadywać, gdzie kończy się formularz: witryna sama podaje mu listę funkcji, które może wywołać. To pierwszy moment, w którym strona internetowa dostaje oficjalny, ustandaryzowany interfejs dla maszyny, równoległy do tego, który od trzydziestu lat budujemy dla człowieka.
Dla zespołów SEO i AIO oznacza to nową warstwę optymalizacji, o której większość rynku jeszcze nie rozmawia. Obok treści, linków i danych strukturalnych pojawia się coś, co można nazwać powierzchnią narzędziową witryny: zestaw akcji, które właściciel serwisu świadomie wystawia agentom.
Czym jest WebMCP i skąd się wziął
WebMCP to eksperymentalny otwarty standard, którego szkic specyfikacji powstaje w ramach W3C Web Machine Learning Community Group. Nie znajduje się jeszcze na oficjalnej ścieżce standaryzacyjnej W3C, co warto podkreślić, bo część komunikatów prasowych przedstawia go jako gotowy standard sieciowy. To wciąż draft, choć draft z bardzo mocnym zapleczem wdrożeniowym.
Idea jest prosta i dlatego skuteczna. Klasyczny protokół MCP wymaga, żeby ktoś postawił osobny serwer, opisał narzędzia, wystawił endpoint i połączył go z klientem AI. WebMCP przenosi ten mechanizm bezpośrednio na stronę. Witryna rejestruje swoje narzędzia w JavaScripcie działającym na poziomie dokumentu, a agent, który akurat ją odwiedza, po prostu je widzi. Nie ma osobnego konektora, nie ma osobnego uwierzytelnienia, nie ma drugiej infrastruktury do utrzymania.
Rejestracja narzędzia w praktyce sprowadza się do wywołania metody document.modelContext.registerTool z nazwą, opisem, schematem wejścia (inputSchema), adnotacjami oraz funkcją execute. Adnotacja readOnlyHint informuje agenta, czy dana akcja tylko czyta dane, czy je zmienia. To rozróżnienie ma znaczenie praktyczne: przeglądarka ChatGPT pokazuje w pasku adresu strzałkę sygnalizującą dostępność narzędzi i rozróżnia funkcje odczytu od funkcji zmieniających stan.
Kluczowa różnica wobec dotychczasowego modelu pracy agentów polega na tym, że użytkownik i agent operują na tej samej żywej stronie i tej samej zalogowanej sesji. Agent nie loguje się osobno, nie tworzy równoległego kontekstu, nie scrapuje HTML w nadziei, że trafi w odpowiedni przycisk. Dostaje zdefiniowaną funkcję i wywołuje ją ze strukturalnymi argumentami.
Kluczowe fakty
| Element | Stan na 28 sierpnia 2026 |
|---|---|
| Powierzchnie ChatGPT | Wbudowana przeglądarka aplikacji desktopowej oraz ChatGPT Sites |
| Wymagane modele | GPT-5.6 Sol lub Terra (w Luna funkcja jest wyłączona) |
| Wykluczenia | Przestrzenie Enterprise oraz Edu bez dostępu |
| Status standardu | Eksperymentalny draft W3C Web Machine Learning Community Group |
| Chrome | Flaga eksperymentalna lub udział w origin trial |
| Ograniczenia techniczne | Brak obsługi narzędzi w iframe, brak deklaratywnego API formularzy HTML |
| Model uprawnień | Zgoda użytkownika na dostęp do witryny plus potwierdzanie akcji wrażliwych |
Zakres zastosowań, które OpenAI wymienia w dokumentacji, jest szeroki: przeszukiwanie dokumentów, edycja plików, poruszanie się po dashboardach, porównywanie ofert podróży oraz aktualizacja koszyka zakupowego. To nie jest lista przypadkowa. Każdy z tych scenariuszy dziś kosztuje agenta kilkanaście kroków interfejsowych, z których każdy może się nie powieść.
Ekosystem był gotowy wcześniej niż ogłoszenie
Sierpniowa premiera w ChatGPT nie wydarzyła się w próżni. Najważniejszy ruch wykonał Shopify 5 sierpnia 2026 roku, włączając obsługę WebMCP na każdym storefroncie opartym o Liquid. Bez konfiguracji po stronie sprzedawcy, bez wtyczki, bez decyzji właściciela sklepu. Agent działający w przeglądarce kupującego może od tego dnia przeszukać katalog, zmodyfikować koszyk i otworzyć proces zakupowy.
Skala tej decyzji jest trudna do przecenienia. Miliony sklepów stały się w jednym dniu witrynami zdolnymi obsłużyć agenta strukturalnie, a nie przez symulowanie kliknięć. Dla porównania, wdrożenie danych strukturalnych schema.org w podobnej skali zajęło rynkowi lata.
Google, ogłaszając origin trial dla WebMCP w Chrome, wymieniło listę uczestników obejmującą Expedia, Booking.com, Shopify, Credit Karma, TurboTax, Redfin, Etsy, Instacart oraz Target. To zestaw firm, dla których transakcja jest podstawowym celem wizyty, a nie efektem ubocznym czytania treści. Warto zauważyć, że w maju Google opublikowało też wskazówki zachęcające do projektowania witryn przyjaznych agentom, a Lighthouse od tego czasu zawiera kategorię agentic browsing z trzema audytami dotyczącymi WebMCP.
Ostatni element układanki to hackathon. OpenAI uruchomiło 25 sierpnia 2026 roku dziesięciodniowe wyzwanie WebMCP Challenge z pulą 35 000 dolarów w nagrodach pieniężnych, uzupełnioną o Codex Micros oraz subskrypcje ChatGPT Pro. Partnerami są Google Chrome, Cloudflare, Shopify, Vercel, Render i Netlify. Zestaw nazwisk mówi więcej niż komunikat: przeglądarka, warstwa CDN, platforma e-commerce i trzy platformy hostingowe. To próba domknięcia całego łańcucha wdrożeniowego naraz.
Co to znaczy dla SEO i AIO
Pierwsza obserwacja jest niewygodna: dokumentacja OpenAI nie mówi ani słowa o tym, jak WebMCP wpływa na rankingi, cytowania czy odkrywalność. Nie ma obietnicy, że zgodna witryna będzie częściej cytowana w odpowiedziach. Kto sprzedaje wdrożenie WebMCP jako gwarantowany wzrost widoczności, wyprzedza fakty.
Druga obserwacja jest ciekawsza. WebMCP nie konkuruje z klasycznym SEO, bo działa na innym etapie ścieżki. Klasyczna optymalizacja odpowiada na pytanie, czy agent w ogóle trafi na Twoją stronę. WebMCP odpowiada na pytanie, co się stanie, kiedy już na niej będzie. To dwie różne walki i żadna nie zastępuje drugiej.
Praktyczne konsekwencje układają się w kilka warstw:
- Współczynnik ukończenia zadania. Agent, który poddaje się w połowie checkoutu, generuje zero konwersji niezależnie od tego, jak wysoko strona rankuje. Narzędzie strukturalne podnosi szansę na dokończenie zadania, bo eliminuje najbardziej zawodny fragment, czyli interpretację interfejsu.
- Kontrola nad tym, co agent może zrobić. Do tej pory właściciel strony mógł agenta wpuścić albo zablokować, i na tym kończył się jego wpływ. Teraz może zdefiniować dokładny zakres dostępnych operacji. To zmiana z pozycji obronnej na projektową.
- Nowy sygnał jakości technicznej. Skoro Lighthouse audytuje agentic browsing, kwestia gotowości na agentów wchodzi do standardowego zestawu audytowego, obok wydajności i dostępności.
- Przesunięcie wartości ruchu. Jeśli agent realizuje transakcję w Twojej sesji, wizyta zostaje u Ciebie zamiast rozpłynąć się w podsumowaniu odpowiedzi. To odwrotność mechanizmu, który dziś odbiera wydawcom kliknięcia.
Ta ostatnia kwestia jest najważniejsza strategicznie. Przez ostatnie dwa lata rynek obserwował, jak modele językowe pobierają treść i oddają w zamian coraz mniej wizyt. Analizowaliśmy ten mechanizm szczegółowo w tekście o tym, jak ChatGPT przepisał język zapytań. WebMCP odwraca kierunek: agent zamiast czytać i odchodzić, zostaje i działa w Twojej infrastrukturze.
Bezpieczeństwo: model uprawnień i jego granice
OpenAI zbudowało wokół funkcji trzy warstwy zabezpieczeń. Po pierwsze, agent musi mieć zgodę użytkownika na dostęp do konkretnej witryny, zanim skorzysta z jej narzędzi. Po drugie, każde wywołanie narzędzia przechodzi przegląd bezpieczeństwa. Po trzecie, akcje o poważnych skutkach wymagają osobnego potwierdzenia. Do tej kategorii firma zalicza zakupy, usuwanie danych, zmiany w koncie, wysyłanie wiadomości oraz udostępnianie informacji osobistych.
Firma jednocześnie otwarcie zastrzega, że te kontrole nie gwarantują wiarygodności samej witryny. W dokumentacji wprost wymieniono ryzyka: eksfiltracja danych oraz prompt injection. Definicje narzędzi są traktowane jako treść niezaufana, a instrukcje ze strony nie mogą nadpisać zasad bezpieczeństwa modelu. Uwierzytelnianie, autoryzacja i walidacja danych wejściowych pozostają w całości odpowiedzialnością aplikacji.
To ostatnie zdanie jest w praktyce najważniejsze dla zespołów wdrożeniowych. Wystawienie narzędzia WebMCP jest równoznaczne z wystawieniem publicznego API, tyle że wywoływanego przez model językowy podatny na manipulację treścią strony. Każda funkcja zmieniająca stan wymaga takiej samej dyscypliny co endpoint REST: walidacji, limitów, autoryzacji i logowania. Kto potraktuje registerTool jako kosmetyczny dodatek do frontendu, prędzej czy później zapłaci za to incydentem.
Osobna kwestia dotyczy logów. Ruch agentowy przez WebMCP nie wygląda w analityce jak klasyczny crawl. Warto wcześniej ustawić rozpoznawanie tych sesji, korzystając z metodyki opisanej w naszym materiale o analizie logów pod boty AI. Bez tego trudno będzie ocenić, czy wdrożenie w ogóle cokolwiek zmieniło.
Reakcje branży
Reakcja środowiska SEO na dotychczasowe etapy wdrożenia WebMCP była, delikatnie mówiąc, wyciszona. Komentatorzy zajmujący się tym standardem od miesięcy zwracają uwagę, że Lighthouse audytuje agentic browsing od maja, a większość zespołów SEO tego nie zauważyła. Żaden dostawca ani analityk nie publikuje zmierzonej liczby wdrożeń, przez co autorzy branżowi sięgają po sformułowanie „w przybliżeniu zero” i mają rację.
Wedle doniesień serwisu Search Engine Journal, dopiero wejście OpenAI zmienia charakter dyskusji, bo po raz pierwszy standard dostaje masowego klienta z realną bazą użytkowników. Wcześniejsze wdrożenia miały charakter infrastrukturalny: Shopify włączył narzędzia, ale prawie nic ich nie wywoływało.
W środowisku deweloperskim pojawia się natomiast pytanie o fragmentację. WebMCP wymaga konkretnych modeli (Sol albo Terra), nie działa w Enterprise ani Edu, nie obsługuje iframe i nie ma jeszcze deklaratywnego API formularzy. Dla dużych organizacji, które właśnie te przestrzenie Enterprise wykupiły, oznacza to, że funkcja pojawia się najpierw poza ich zasięgiem. To nietypowa kolejność wdrażania i część komentatorów odczytuje ją jako sygnał, że OpenAI traktuje obecną fazę jako pole testowe, a nie produkcyjne.
Sceptycy zwracają też uwagę na strukturę zachęt. Hackathon z pulą 35 000 dolarów to niewielka kwota jak na wagę problemu, który standard ma rozwiązać. Może być traktowana raczej jako narzędzie budowania świadomości niż realny mechanizm finansowania wdrożeń.
Co dalej
Najbliższe tygodnie przyniosą trzy rozstrzygnięcia, które warto obserwować.
Pierwsze: dane o rzeczywistym wykorzystaniu. Shopify ma miliony storefrontów z włączonymi narzędziami. Jeśli po miesiącu od premiery w ChatGPT nikt nie opublikuje liczb pokazujących wywołania narzędzi w skali, będzie to sygnał, że funkcja pozostaje ciekawostką. Jeśli liczby się pojawią i będą rosnąć, rynek narzędzi analitycznych będzie musiał dodać nową metrykę.
Drugie: status w W3C. Przejście specyfikacji z draftu Community Group na ścieżkę standaryzacyjną byłoby momentem, w którym WebMCP przestaje być eksperymentem jednego dostawcy. Bez tego kroku każdy klient AI może zaimplementować własny wariant i wrócimy do sytuacji sprzed standaryzacji danych strukturalnych.
Trzecie: reakcja Google. Chrome prowadzi origin trial, Google wydało wskazówki dla stron przyjaznych agentom, Lighthouse audytuje ten obszar. Brakuje natomiast deklaracji, czy i jak Gemini będzie korzystał z narzędzi WebMCP na stronach. Odpowiedź na to pytanie zdecyduje, czy mówimy o funkcji jednego asystenta, czy o nowej warstwie sieci.
Dla zespołów, które chcą się przygotować bez nadmiernych inwestycji, rozsądna kolejność wygląda następująco. Zacznij od inwentaryzacji: które akcje w Twoim serwisie mają największą wartość i są najczęściej porzucane. Następnie sprawdź, czy istnieje dla nich stabilne API wewnętrzne, bo narzędzie WebMCP to w praktyce cienka warstwa nad tym, co już masz. Dopiero potem rejestruj narzędzia, zaczynając od tych oznaczonych jako readOnlyHint, czyli wyszukiwania i odczytu. Funkcje zmieniające stan zostaw na moment, w którym model uprawnień i logowanie będą przetestowane.
Równolegle warto pamiętać, że kontrola nad dostępem agentów wciąż jest kwestią otwartą i nie rozwiązuje jej sam protokół. Pisaliśmy o tym w kontekście przypadku, w którym OpenAI przyznało, że robots.txt może nie obowiązywać bota ChatGPT-User. WebMCP daje właścicielowi strony precyzyjne narzędzie do definiowania tego, co agent może zrobić, ale nie zmienia zasad tego, kiedy agent w ogóle przychodzi.
Podsumowanie
Włączenie WebMCP w przeglądarce ChatGPT to pierwszy moment, w którym witryna może rozmawiać z agentem w jego języku, zamiast liczyć na to, że agent poprawnie zinterpretuje interfejs zaprojektowany dla człowieka. Standard jest wciąż eksperymentalny, wdrożenia policzalne w praktyce na palcach jednej ręki, a wpływ na widoczność w wyszukiwarkach nieudokumentowany.
Jednocześnie kierunek jest jednoznaczny i wspierany przez Chrome, Shopify, Cloudflare i platformy hostingowe naraz. Zespoły, które w 2023 roku spóźniły się z danymi strukturalnymi, a w 2025 z przygotowaniem treści pod cytowania w modelach, mają teraz drugą szansę na wejście w nową warstwę optymalizacji zanim stanie się ona standardem konkurencyjnym.
FAQ
Czy wdrożenie WebMCP poprawi moje pozycje w Google?
Nie ma na to żadnych dowodów ani deklaracji. Dokumentacja OpenAI nie odnosi się do rankingów ani cytowań, a Google nie ogłosiło, by gotowość na agentów była czynnikiem rankingowym. WebMCP działa na etapie wykonywania zadania przez agenta, a nie na etapie odkrywania strony. Traktuj go jako optymalizację konwersji agentowej, nie jako czynnik pozycjonujący.
Jakie modele i wersje ChatGPT obsługują narzędzia witryny?
Funkcja wymaga modeli GPT-5.6 Sol lub Terra oraz najnowszej wersji aplikacji desktopowej ChatGPT. W modelu Luna obsługa jest wyłączona. Przestrzenie Enterprise i Edu nie mają obecnie dostępu do tej funkcji.
Czy muszę stawiać osobny serwer MCP?
Nie, i to jest główna różnica wobec klasycznego MCP. Narzędzia rejestruje się w JavaScripcie na poziomie strony przez document.modelContext.registerTool. Agent korzysta z tej samej sesji i tego samego zalogowania co użytkownik, więc nie potrzebujesz osobnego konektora ani osobnej infrastruktury uwierzytelniania.
Jakie są główne ryzyka bezpieczeństwa?
OpenAI wymienia eksfiltrację danych oraz prompt injection. Definicje narzędzi są traktowane jako treść niezaufana. Cała odpowiedzialność za uwierzytelnianie, autoryzację i walidację danych wejściowych spoczywa na aplikacji. Każde narzędzie zmieniające stan traktuj jak publiczny endpoint API, z pełnym zestawem zabezpieczeń.
Od czego zacząć wdrożenie?
Od inwentaryzacji najcenniejszych i najczęściej porzucanych akcji w serwisie oraz sprawdzenia, czy mają stabilne API wewnętrzne. Następnie zarejestruj narzędzia tylko do odczytu, oznaczone adnotacją readOnlyHint, na przykład wyszukiwanie w katalogu. Funkcje modyfikujące dane dodawaj dopiero po przetestowaniu uprawnień i logowania.










