Agentit puhuvat verkkosivulle, sivu vastaa.
NLWeb on Microsoftin avoin standardi joka mahdollistaa verkkosivuston kyselyt luonnollisella kielellä. Agentti kysyy tavallisen kysymyksen, sivusto vastaa Schema.org-rakenteellisena datana. Julkaistu Microsoft Build 2025 -konferenssissa.
Schema.org + RAG = vastausvalmis verkkosivu.
NLWeb käyttää sivustolla jo olevaa rakenteellista dataa (Schema.org-merkintä, RSS-syötteet, JSON-LD) lähteenä. Päälle rakennetaan vektorikanta ja RAG-pohjainen vastausrajapinta, jonka kautta agentti voi esittää vapaamuotoisia kysymyksiä ja saada vastauksen takaisin koneluettavassa muodossa.
Esimerkki: Agentti kysyy verkkokaupalta "mitä juoksumattoja teillä on alle 1000 € budjetille". NLWeb-endpointti palauttaa listan Schema.org Product -objekteja joista jokainen sisältää hinnan, varastotiedon, kategoriatiedon ja linkin tuotesivulle. Agentti voi heti käyttää tämän datan ostopäätöksen tekemiseen tai käyttäjälle esittämiseen.
NLWeb täydentää muita agenttiprotokollia. MCP hoitaa työkalukutsut, A2A agenttien väliset viestit, UCP ja ACP kauppatransaktion, ja NLWeb on luonnollisen kielen löytökerros joka ohjaa agentin oikealle tiedolle.
Kolme komponenttia: data, vektorointi, vastausrajapinta.
1. Strukturoitu data. NLWeb-stäkki olettaa että sivustolla on jo kelvollinen Schema.org-merkintä keskeisille sivuille: Product, Offer, Article, FAQPage, LocalBusiness, BreadcrumbList. Tämä data on sekä ihmiselle näkyvää että koneellisesti luettavaa.
2. Vektorointi. Sivuston sisältö indeksoidaan embedding-malliin (OpenAI text-embedding-3-small, Azure tai vastaava). Vektorit tallennetaan vektorikantaan (Azure AI Search, Pinecone, Cloudflare Vectorize, Postgres pgvector). Indeksi pidetään ajan tasalla esim. webhookien tai cron-tehtävien avulla.
3. /ask-endpointti. RAG-pohjainen rajapinta jonka kautta agentti voi kysyä luonnollisella kielellä. Endpointti hakee relevantit sisällöt vektorikannasta, antaa ne LLM:lle kontekstina, ja palauttaa vastauksen Schema.org-rakenteellisesti.
POST /ask HTTP/1.1
Host: kauppa.fi
Content-Type: application/json
Accept: application/ld+json
{
"query": "Onko juoksumattoja alle 1000 € budjetille?",
"site": "kauppa.fi",
"max_results": 5
}
# Vastaus (Schema.org-rakenteellinen):
{
"@context": "https://schema.org",
"@type": "ItemList",
"itemListElement": [
{
"@type": "Product",
"name": "Bodyfit Pro X1",
"offers": {
"@type": "Offer",
"price": "899.00",
"priceCurrency": "EUR",
"availability": "InStock"
},
"url": "https://kauppa.fi/tuotteet/bodyfit-pro-x1"
}
]
}Missä NLWeb antaa nopeimman edun.
Tuotteiden löytäminen luonnollisella kielellä
Agentti kysyy "mitä lasten talvitakkeja teillä on alle 100 € koossa 110". NLWeb palauttaa sopivat Product-objektit joista jokainen sisältää hinnan, varastotiedon ja linkin.
Palveluiden vertailu agentin kautta
Ostaja-agentti kysyy "tarjoatko verkkokaupan agent commerce -toteutuksia suomalaisille Shopify-merchanteille". Sivu vastaa Service-objekteilla, joista agentti voi vertailla scope:a ja toteutuspolkuja.
Artikkelin sisältöön viittaaminen
Tutkimusagentti kysyy "mitä olette kirjoittaneet x402-maksuprotokollasta". NLWeb palauttaa Article-objektit citation-ready muodossa, jotta agentti voi linkittää ne suoraan käyttäjälle.
Toimialatieto kuluttajan agentille
Ravintolan kotisivu vastaa kysymykseen "onko teillä gluteenittomia vaihtoehtoja sunnuntain brunssilla". MenuItem- ja LocalBusiness-objektit palautuvat rakenteellisesti.
NLWeb-spesifit vastaukset.
Tarkennukset Microsoftin NLWeb-standardin teknisestä rakenteesta, yhteen toimivuudesta MCP:n kanssa ja käyttöönotosta suomalaiseen verkkokauppaan.
NLWeb on Microsoftin avoin standardi joka mahdollistaa verkkosivuston kyselyt luonnollisella kielellä. Tekoälyagentti voi kysyä sivustolta tavallisella kysymyksellä, ja sivusto vastaa rakenteellisesti Schema.org-pohjaisella datalla. Microsoft julkaisi NLWebin Build 2025 -konferenssissa.
Pohja on yksinkertainen: NLWeb käyttää sivustolla jo olevaa Schema.org-merkintää, RSS-syötteitä ja muuta strukturoitua dataa lähteenä. Päälle rakennetaan RAG-pohjainen vastausrajapinta jonka kautta agentti voi esittää vapaamuotoisia kysymyksiä.
MCP (Model Context Protocol) on tarkoitettu työkalujen kutsumiseen: AI-malli pyytää hakemaan asiakkaan tiedot tietokannasta, suorittamaan API-kutsun tai päivittämään tilan. NLWeb on tarkoitettu luonnollisen kielen kyselyihin: agentti kysyy "mistä löydän juoksumatot alle 1000 €", ja sivusto vastaa rakenteellisesti.
Käytännössä molemmat täydentävät toisiaan. Verkkokauppa voi tarjota NLWeb-rajapinnan tuotteiden löytämiseen ja MCP-rajapinnan tilauksen luomiseen tai varaston tarkistamiseen.
NLWeb-implementointi vaatii kolme komponenttia: (1) Schema.org-merkitty data sivustolla (esim. Product, Article, FAQPage, LocalBusiness), (2) vektorointi/embedding-pohjainen indeksointi joka tekee sisällöstä haettavaa luonnollisen kielen kyselyillä, (3) /ask-endpointti joka vastaanottaa kysymyksen ja palauttaa Schema.org-rakenteellisen vastauksen.
Microsoftin viitearkkitehtuuri käyttää Azure-vektorikantaa ja OpenAI:n embedding-mallia. Vaihtoehtoiset stäkit: Pinecone, Qdrant, Postgres pgvector, Cloudflare Vectorize. Kysely-vastaus-flow voidaan ajaa millä tahansa LLM-pohjaisella backend-ratkaisulla.
Kyllä. NLWeb on suunniteltu toimimaan rinnan MCP:n, A2A:n, ACP:n ja UCP:n kanssa. NLWeb hoitaa "miten agentti löytää oikean tiedon sivustolta luonnollisella kielellä", muut protokollat hoitavat työkalukutsut, kauppatransaktiot ja agenttien välisen kommunikaation.
Schema.org-pohja tekee NLWebistä luonnollisen jatkeen aiemmin tehdylle JSON-LD-työlle. Verkkokauppa joka on jo investoinut Product-, Offer- ja FAQPage-merkintöihin saa NLWeb-tuen suhteellisen pienellä lisäpanostuksella.
Käyttöönotto vie tyypillisesti neljä askelta: (1) varmista että keskeisillä sivuilla (tuotteet, kategoriat, FAQ) on kunnollinen Schema.org-merkintä, (2) indeksoi sivuston sisältö vektorikantaan, (3) toteuta /ask-endpointti joka käyttää RAG-flow:ta vektorikannan ja LLM:n yli, (4) julkaise NLWeb-discovery-tiedot agenttien luettavaksi (esim. /.well-known/nlweb.json).
Tekoäly-Dani konfiguroi NLWeb-stäkin osana laajempaa agenttivalmiusprojektia. Cloudflare-pohjaisille kaupoille Vectorize + Workers AI on luonteva backend, Azure-pohjaisille Azure AI Search + OpenAI.
Agenttiaikakausi ei odota.
Älä sinäkään.
Vuonna 2026 ensimmäiset yritykset, jotka implementoivat agenttiprotokollat, vievät etulyöntiaseman joka on vaikea kuroa kiinni. Otetaan yhdessä selvää, missä yrityksesi on nyt ja minne se voi päästä.
Ei sitoumuksia. Ei luottokorttia. Aloitetaan keskustelusta.