Reklama agentowa w programmatic: AdCP, Agentic RTB Framework i nowy model zakupu mediów

Czym jest reklama agentowa i dlaczego potrzebuje standardów

Reklama agentowa to model, w którym część pracy planisty i tradera wykonują agenci AI oparci na modelach językowych: szukają podaży, porównują oferty, negocjują warunki, uruchamiają kampanie i reagują na wyniki. Człowiek wyznacza cele, budżety i granice decyzji.

Dzisiejszy programmatic jest zautomatyzowany na poziomie pojedynczej aukcji, ale procesy wokół niej wciąż są ręczne: zapytania ofertowe mailem, konfiguracja transakcji prywatnych w kilku panelach, wymiana kreacji, zestawianie raportów. Jeśli podstawy aukcji są dla Ciebie nowe, zacznij od przewodnika po programmatic.

Bez standardu każdy agent kupującego musiałby mieć osobną integrację z każdym agentem sprzedawcy. To ten sam problem, który w świecie narzędzi AI rozwiązał MCP – wspólny sposób łączenia modeli z narzędziami i danymi. Jak MCP działa w codziennej pracy marketera, pokazujemy w artykule o MCP w marketingu. AdCP przenosi tę logikę na zakup mediów.

Ad Context Protocol: jak działa AdCP

AdCP definiuje wspólny zestaw zadań, które agent kupującego może zlecić agentowi sprzedawcy, oraz format odpowiedzi. Dzięki temu jeden agent marki może rozmawiać z wieloma wydawcami bez budowania osobnych integracji.

Prace nad protokołem rozpoczęto latem 2025 r., a wersja 2.0 została ogłoszona 15 października 2025 r. Wśród firm założycielskich byli m.in. Scope3, Yahoo, PubMatic, Swivel, Triton Digital i Optable, a w premierze uczestniczyli też m.in. Magnite i Kargo. Protokół jest rozwijany jako open source na licencji Apache 2.0, a jego rozwojem zarządza stowarzyszenie AgenticAdvertising.org. W styczniu 2026 r. Prebid.org przejął opiekę nad referencyjnym agentem sprzedaży, co ułatwia wydawcom korzystającym z Prebid wejście w ten model.

Specyfikacja jest podzielona na obszary, z których najważniejsze dla zespołów mediowych to:

Warstwą transportu jest MCP albo protokół A2A (Agent2Agent), a zadania mogą kończyć się od razu (completed), być w trakcie (working) albo zostać przyjęte do dłuższego przetwarzania (submitted). To ważne, bo zakup często wymaga akceptacji po stronie wydawcy, która nie dzieje się w ułamku sekundy.

Przebieg zakupu przez AdCP krok po kroku

Typowy zakup przez AdCP przypomina rozmowę planisty z działem sprzedaży wydawcy, tyle że prowadzą ją agenci według ustalonego schematu.

1. Agent kupującego wysyła zadanie get_products z briefem w języku naturalnym, informacją o marce i trybem zakupu (np. brief, gdy wydawca ma sam zaproponować produkty).
2. Agent sprzedawcy zwraca listę produktów, każdy z opcjami cenowymi, np. CPM, CPC lub stała stawka.
3. Agent kupującego wybiera produkty i wywołuje create_media_buy z kontem, terminami, budżetem i kluczem idempotencji, który chroni przed przypadkowym podwójnym zakupem.
4. Jeśli wymagają tego zasady którejś ze stron, zakup trafia do akceptacji przez człowieka.
5. Kreacje są przekazywane przez sync_creatives.
6. W trakcie kampanii agent pobiera wyniki przez get_media_buy_delivery i może proponować zmiany.

Poniższy fragment jest uproszczony i poglądowy – pokazuje logikę zapytania, a nie pełny schemat. Dokładne pola sprawdź w aktualnej wersji specyfikacji:

{
  "task": "get_products",
  "params": {
    "buying_mode": "brief",
    "brief": "Kampania zasięgowa marki rowerów elektrycznych w Polsce, listopad 2026, dorośli 25–54 zainteresowani sportem, wideo i display, budżet 80 000 zł",
    "brand": { "name": "Marka Przykładowa", "domain": "example.com" }
  }
}

Agentic RTB Framework: agenci wewnątrz aukcji

Agentic RTB Framework to specyfikacja IAB Tech Lab, która porządkuje działanie usług partnerów wewnątrz aukcji RTB. Wersja 1.0 została opublikowana w listopadzie 2025 r. do konsultacji publicznych, przedłużonych do połowy stycznia 2026 r.

Dziś SSP i DSP wysyłają w trakcie aukcji zapytania do zewnętrznych dostawców: weryfikacji ruchu, danych o odbiorcach, identyfikatorów. Każde takie połączenie przez sieć zabiera czas. ARTF proponuje, by usługi partnerów działały jako kontenery uruchamiane w infrastrukturze operatora aukcji, np. SSP, DSP lub giełdy. Operator pełni rolę orkiestratora: wysyła kontenerom wybrane dane z zapytania, a one odsyłają propozycje zmian. IAB Tech Lab podaje, że takie podejście może skrócić czas obsługi zapytań i odpowiedzi nawet o 80%.

Najważniejsze zasady specyfikacji:

• Mutacje zamiast pełnej kontroli. Kontener nie zmienia zapytania sam, tylko proponuje zmianę z określoną intencją, operacją (dodaj, zastąp, usuń) i ścieżką w obiekcie OpenRTB. Orkiestrator przyjmuje lub odrzuca każdą zmianę osobno.
• Minimum danych. Kontener dostaje tylko te dane, na które pozwala operator, a sygnały konkurencyjne i prywatne są usuwane.
• Izolacja. Kontenery nie mają dostępu do sieci zewnętrznej poza komunikacją z orkiestratorem.
• Interfejsy. Specyfikacja wymaga gRPC i protobuf opartych na definicjach OpenRTB 2.6, z opcjonalną obsługą MCP.
• Limit czasu. Każde zapytanie zawiera maksymalny czas na odpowiedź kontenera.

Przykładowe zastosowania to rozpoznawanie tożsamości, aktywacja segmentów i transakcji, wykrywanie oszustw przed wyświetleniem i wycena oferty. Uproszczona, poglądowa mutacja aktywująca segment mogłaby wyglądać tak:

{
  "intent": "ACTIVATE_SEGMENTS",
  "op": "add",
  "path": "/user/data/segment",
  "value": [{ "id": "seg-rowerzysci-2026" }]
}

AdCP, ARTF i AAMP: porównanie standardów

Standardy reklamy agentowej działają na różnych poziomach i nie wykluczają się wzajemnie. Najczęstszy błąd w dyskusjach to porównywanie AdCP z ARTF, jakby rozwiązywały ten sam problem.

IAB Tech Lab ogłosił zestaw protokołów AAMP (Agentic Advertising Management Protocols) w lutym 2026 r., a jego elementem jest m.in. projekt Agentic Direct dla transakcji bezpośrednich negocjowanych przez agentów. AAMP i AdCP pokrywają się w wielu funkcjach. Stan na październik 2026 nie ma decyzji o połączeniu – możliwe, że rynek wybierze jeden standard albo oba będą działały z warstwą tłumaczącą.

Kontrola człowieka, bezpieczeństwo i ryzyka

Największe ryzyko reklamy agentowej nie jest techniczne. To utrata kontroli nad tym, kto i na jakiej podstawie wydaje budżet.

AdCP 3.0 wydzielił akceptację zamówień przez człowieka jako osobny etap, a schematy wymuszają przegląd ręczny w kategoriach wrażliwych, takich jak mieszkalnictwo, kredyty, zatrudnienie i farmacja. To dobry kierunek, ale nie zwalnia Cię z własnych zasad. Podobną logikę stosuje Google w Ask Advisor, gdzie zmiany na koncie wymagają akceptacji użytkownika, o czym piszemy w tekście o agentach AI w Google Ads.

Ryzyka, które warto uwzględnić:

• Błędna interpretacja briefu. Agent może dosłownie zrozumieć cel i kupić tani zasięg tam, gdzie marka nie chce się pojawiać. Listy dozwolonych sprzedawców i reguły brand safety muszą obowiązywać również agenta.
• Manipulacja treścią. Odpowiedzi agenta sprzedawcy mogą zawierać instrukcje próbujące wpłynąć na agenta kupującego. Traktuj je jako dane, a nie polecenia.
• Dane osobowe. Segmenty i sygnały przekazywane agentom podlegają RODO. Zasady bezpiecznej pracy z danymi klientów w narzędziach AI omawiamy w artykule o danych klientów w AI i RODO. W sprawach dotyczących konkretnych umów i przetwarzania danych skonsultuj się z prawnikiem.
• Brak audytu. Każda decyzja agenta powinna zostawiać ślad: brief, otrzymane oferty, wybór i uzasadnienie.

Jak przygotować się do zakupu agentowego

Nie musisz od razu oddawać agentom budżetu, żeby skorzystać z tych standardów. Przygotowanie polega głównie na uporządkowaniu danych i zasad.

1. Opisz produkty i zasady w formie czytelnej dla maszyn. Wydawca powinien mieć katalog produktów reklamowych z cenami, specyfikacjami i ograniczeniami. Kupujący – zapisane w strukturze cele, wykluczenia i progi akceptacji.
2. Uporządkuj ścieżki zakupu. Agent kupujący wybierze najprostszą drogę do sprzedawcy, więc korzyści z Supply Path Optimization rosną.
3. Przygotuj dane first-party. Sygnały, które agent może aktywować, muszą mieć podstawę prawną i opis. Zacznij od strategii danych first-party.
4. Ustal limity. Maksymalny budżet na zakup, na dzień i na sprzedawcę, a także progi, powyżej których potrzebna jest akceptacja człowieka.
5. Zbuduj środowisko testowe. Przetestuj agenta na małym budżecie i porównaj jego decyzje z decyzjami tradera.
6. Zaplanuj audyt. Ustal, kto i jak często przegląda logi decyzji agenta.

Szerzej o tym, co agenci AI realnie automatyzują w marketingu, a gdzie wciąż potrzebny jest człowiek, piszemy w tekście o agentach AI w marketingu.

Co reklama agentowa oznacza dla polskiego rynku

Stan na październik 2026 większość wdrożeń AdCP i ARTF dotyczy dużych globalnych platform i rynku amerykańskiego. Polscy wydawcy i reklamodawcy zetkną się z nimi najpewniej pośrednio – przez SSP i DSP, które je wdrażają, oraz przez Prebid.

Dla wydawców istotny jest też kontekst regulacyjny: wyrok w sprawie ad techu Google zwiększa interoperacyjność narzędzi, co ułatwia budowę niezależnych agentów sprzedaży. Dla kupujących najważniejsze pytanie brzmi nie „czy”, ale „na jakich zasadach” agent ma podejmować decyzje. Firmy, które już dziś mają spisane zasady zakupu i czyste dane, wdrożą agentów szybciej i bezpieczniej. Kolejne teksty o standardach zakupu znajdziesz w podtemacie Programmatic i RTB, a szerszy kontekst handlu z udziałem agentów opisuje artykuł o agentic commerce.