Google tiše přidal do nástroje Lighthouse novou experimentální kategorii Agentic Browsing. Lighthouse je zdarma dostupný auditovací nástroj zabudovaný v prohlížeči Chrome, který weby běžně používají pro měření výkonu, přístupnosti a SEO. Nová kategorie ale neměří, jak se web líbí lidem — měří, jak dobře ho dokáže obsloužit AI agent, tedy software, který za uživatele prochází web a provádí akce. Jde o jeden z prvních oficiálních signálů od velké platformy, že připravenost webu pro AI přestává být teorie a začíná se měřit.
Stručně
- Google přidal do Lighthouse novou kategorii Agentic Browsing.
- Hodnotí připravenost webu pro AI agenty.
- Sleduje WebMCP, přístupnost, CLS a llms.txt.
- Kategorie je zatím experimentální.
- Jde o první oficiální metriku zaměřenou na agentní web.
Co je Agentic Browsing v Lighthouse
Agentic Browsing je nová kategorie auditů v Lighthouse, která hodnotí, jak dobře je váš web postavený pro strojovou interakci — tedy pro AI agenty, ne pro lidské návštěvníky. Spouští sadu deterministických testů (testů, které při stejném vstupu vždy vrátí stejný výsledek), které ověřují, jestli agent na vašem webu najde, co potřebuje, a dokáže s ním spolehlivě pracovat.
Google sám kategorii označuje za experimentální a postavenou na navrhovaných standardech, které se teprve ustalují. To je důležitý kontext: nečekejte stabilní, finální metriku. Jde o sběr dat a první orientační signály, ne o konečný verdikt.
Jak se kategorie skóruje (a proč ne na 100 bodů)
Na rozdíl od ostatních kategorií Lighthouse (Výkon, Přístupnost, SEO) nemá Agentic Browsing vážený průměr 0–100. Místo jednoho čísla report ukazuje poměrové skóre — kolik kontrol připravenosti pro agenty váš web splnil z celkového počtu.
Konkrétně report zobrazuje:
- Poměrové skóre — zlomek, který říká, kolik kontrol web prošel (například 7 z 12).
- Stav Pass / Fail — jednotlivé audity mohou hlásit chyby nebo varování, pokud nesplníte technické požadavky (třeba platnost schématu u WebMCP).
- Informační počty — hlavička kategorie může ukázat celkový poměr úspěšnosti, abyste na první pohled viděli postup.
Google to vysvětluje takto: protože standardy pro agentní web teprve vznikají, cílem zatím není dát weby do žebříčku, ale poskytnout konkrétní, akční signály. Jinými slovy — neřeší se, jestli máte 100 bodů, ale které konkrétní věci vám chybí.
Co přesně Lighthouse měří
Audity se opírají o tři skupiny signálů. Všechny jsou deterministické a reprodukovatelné, takže je lze zapojit i do automatizovaného testování (CI/CD pipeline — proces, kdy se každá změna webu automaticky otestuje před nasazením).
| Audit | Co kontroluje | Důležitost pro AI |
|---|---|---|
| WebMCP | Registraci nástrojů | Vysoká |
| Přístupnostní strom | Orientaci agenta | Vysoká |
| Programové názvy prvků | Identifikaci prvků | Vysoká |
| CLS | Stabilitu klikání | Střední |
| llms.txt | Kontext webu | Střední |
WebMCP integrace. Lighthouse přes protokol Chrome DevTools sleduje, jestli web registruje WebMCP nástroje. WebMCP (Web Model Context Protocol) je rozhraní, kterým web sám nabídne AI agentovi své funkce a formuláře jako nástroje, které může přímo použít — třeba „vyhledej produkt“ nebo „odešli poptávku“. Lighthouse ověřuje deklarativní nástroje (definované přímo v HTML) i imperativní nástroje (definované v JavaScriptu).
Přístupnost pro agenty. Agenti čtou web přes přístupnostní strom (accessibility tree) — strukturovanou mapu stránky, kterou prohlížeč skládá z HTML a kterou původně využívaly čtečky pro nevidomé. Pro AI agenta je tahle mapa hlavním zdrojem informací o tom, co na stránce je. Lighthouse kontroluje tři věci: jestli má každý interaktivní prvek programový název (aby agent věděl, na co kliká), jestli jsou role a vztahy prvků platné, a jestli interaktivní obsah není před stromem skrytý.
Stabilita a dohledatelnost. Sem patří dvě metriky. CLS (Cumulative Layout Shift — kumulativní posun rozvržení, metrika z Core Web Vitals, která měří, jak moc se prvky na stránce nečekaně hýbou) je kritická proto, že agent si prvek najde podle pozice — a když se mezitím posune, klikne vedle. Druhým signálem je llms.txt, textový soubor v rootu webu, který AI modelům popisuje strukturu a klíčový obsah. Lighthouse jen kontroluje, jestli vůbec existuje.
Proč výsledky kolísají
I když jsou audity deterministické, vaše skóre se může mezi měřeními měnit. Google uvádí tři hlavní příčiny:
- Časování registrace nástrojů. Pokud registrujete WebMCP nástroje přes JavaScript (imperativní API), záleží na tom, jestli se stihnou zaregistrovat dřív, než Lighthouse udělá snímek stránky. Když se nestihnou, audit je nezachytí.
- Proměnlivost přístupnostního stromu. Výrazné změny ve velikosti nebo složitosti HTML ovlivní, jak prohlížeč poskládá přístupnostní strom — a ten je pro agentní navigaci klíčový.
- Posuny rozvržení (CLS). Reklamy, obrázky bez uvedených rozměrů nebo dodatečně vkládaný obsah posouvají prvky mezi okamžikem, kdy je agent najde, a okamžikem, kdy s nimi chce pracovat.
Praktický dopad: pokud testujete web s dynamicky vkládaným obsahem, pusťte audit víckrát a sledujte trend, ne jedno číslo.
Co s tím — jak zlepšit připravenost webu pro agenty
Doporučení Googlu se kryjí s tím, co na aipress.cz označujeme jako signály webu pro AI. Tři priority:
- Zaveďte WebMCP. Vystavte AI agentům logiku a formuláře svého webu explicitně přes WebMCP API, místo aby agent hádal, jak váš formulář vyplnit. Detail v článku o WebMCP integraci.
- Mějte zdravý přístupnostní strom. Sázejte na sémantické HTML (značky jako
<button>,<nav>,<main>místo obecných<div>) a správné ARIA popisky. Je to „strojový pohled“ na vaši stránku — a platí jak pro nevidomé uživatele, tak pro AI agenty. - Optimalizujte stabilitu. Snižte posuny rozvržení, aby agent mohl spolehlivě klikat, aniž by mu prvky utíkaly. Jak na CLS rozebíráme v článku o Core Web Vitals.
Co Agentic Browsing znamená pro GEO
Zavedení Agentic Browsing naznačuje, že Google očekává rostoucí podíl AI agentů při vyhledávání, nákupech a práci s webovými aplikacemi. Weby, které nabídnou strojově čitelnou strukturu, WebMCP nástroje, kvalitní přístupnost a stabilní rozhraní, budou pro AI systémy lépe interpretovatelné a snadněji použitelné.
GEO (Generative Engine Optimization — optimalizace pro generativní AI vyhledávače jako ChatGPT, Perplexity nebo Gemini) tím dostává konkrétní technický rozměr. Dosud šlo hlavně o citovatelnost textu; Agentic Browsing přidává druhou vrstvu — schopnost agenta nejen váš obsah přečíst, ale i na webu jednat.
Co si z toho odnést
Agentic Browsing zatím není ranking faktor ani oficiální SEO signál. Přesto jde o první případ, kdy Google začal systematicky měřit technické předpoklady webu pro práci AI agentů. Pro provozovatele webů je to důležitý indikátor směru, kterým se webový ekosystém posouvá.
Často kladené otázky
Co je Agentic Browsing?
Agentic Browsing je experimentální kategorie v Google Lighthouse, která hodnotí, jak dobře mohou AI agenti používat váš web.
Měří Agentic Browsing SEO?
Ne. Kategorie neměří klasické SEO faktory. Zaměřuje se na schopnost AI agentů orientovat se na webu a provádět akce.
Jak se Agentic Browsing skóruje?
Nemá skóre 0–100 jako ostatní kategorie Lighthouse. Ukazuje poměrové skóre (kolik kontrol web prošel) a stav pass/fail u jednotlivých auditů.
Co Lighthouse v této kategorii kontroluje?
WebMCP nástroje, přístupnostní strom (názvy, role a viditelnost prvků), CLS a existenci souboru llms.txt.
Je llms.txt povinný?
Ne. Lighthouse aktuálně pouze kontroluje jeho existenci v rootu webu.
Ovlivňuje CLS AI agenty?
Ano. Pokud se prvky na stránce pohybují, agent může kliknout na nesprávný element.
Proč se moje skóre mezi měřeními mění?
Kvůli časování registrace WebMCP nástrojů přes JavaScript, změnám v přístupnostním stromu a posunům rozvržení (CLS).
Kde Agentic Browsing v Lighthouse najdu?
V Lighthouse uvnitř Chrome DevTools, jako samostatnou experimentální kategorii vedle Výkonu, Přístupnosti a SEO.
