Przejdź do treści
Webdesign Seria · Jedno źródło prawdy · 5/6 · 7 min czytania

Ustawienie domyślne w pliku: Google uczy agentów pisać sieć

Google wydało zestaw przewodników, które agenci czytają przed napisaniem strony. W środku jest semantyka jako punkt wyjścia, ale też WebMCP w wersji usuniętej już ze specyfikacji.

Tekst: · zaktualizowano
Agent AI korzysta z przewodnika tworzenia stron WWW. Lista obejmuje semantyczny HTML, dostępność i wydajność, a pozycja WebMCP jest przekreślona.
Google uczy agentów budować strony według gotowych reguł. Problem w tym, że nie wszystkie nadążają za zmieniającymi się standardami.

W notatce „Domyślnie źle” napisałem, że narzędzia AI piszą niedostępny kod, bo powtarzają średnią z sieci, na której się uczyły. Napisałem też, że prośba w czacie tego nie zmieni. Zmieni to dopiero ktoś, kto przestawi ustawienie domyślne. 10 listopada Google pokazało, jak chce to zrobić: Modern Web Guidance 1.0, czyli zestaw przewodników, które agent czyta, zanim napisze kod strony.

Pobrałem pakiet i przeczytałem go. W środku jest dokładnie to, czego brakowało, czyli semantyka jako punkt wyjścia. Jest też coś, czego w omówieniach prasowych nie znalazłem: ten sam „ogon”, o którym pisałem przy WebMCP, wpisany w program nauczania obok fundamentu.

Co to jest

Modern Web Guidance to „skill”, czyli paczka instrukcji, którą agent do kodowania wczytuje, gdy dostaje zadanie z HTML, CSS albo JavaScriptu po stronie przeglądarki. Działa w Claude Code, Codeksie, Gemini CLI, Copilocie i innych agentach, które obsługują skille. Instaluje się go jednym poleceniem:

instalacja w projekcie bash
npx modern-web-guidance@latest install

W wersji 1.0 z 9 listopada jest ponad 200 przewodników w siedemnastu grupach: od formularzy i komponentów, przez wydajność i bezpieczeństwo, po dostępność i WebMCP. Pakiet jest na licencji Apache 2.0. Główny plik zaczyna się od słowa MANDATORY: agent ma sięgnąć do przewodników najpierw, przy każdym zadaniu z kodem po stronie przeglądarki, bo jego dane treningowe zawierają przestarzałe wzorce. Domyślnie agent zakłada, że bez zapasowych rozwiązań może używać tylko funkcji z kategorii Baseline „Widely available”, czyli działających od dłuższego czasu we wszystkich głównych przeglądarkach. Na koniec ma wypisać, które przewodniki wykorzystał i dlaczego, z krótkim cytatem reguły.

Wersja 1.0 dodała też audyt istniejącego kodu: skaner szuka starych wzorców, które da się bezpiecznie zastąpić funkcjami przeglądarki. Pokrywa około piątej części przewodników.

Czy to działa

Wszystkie liczby pochodzą od Google albo z historii wdrożeń opublikowanych na blogu Chrome, więc traktuję je jako deklaracje, a nie niezależny pomiar.

  • Testy Google. Według omówienia w Search Engine Journal nocne testy dały 88% zaliczonych kontroli z przewodnikami i 56% bez nich. Przebiegi z przewodnikami były wolniejsze i zużywały więcej tokenów. Kontrole dostępności to ograniczony przegląd, nie pełny audyt WCAG. Wyniki są na publicznym panelu.
  • note inc. Japońska firma przetestowała dwa agenty w 180 przebiegach na kopii własnego kodu. Pierwszy osiągnął 60,8% bez przewodników, 76,5%, gdy przewodniki były zainstalowane, ale nienazwane w prompcie, i 94,0%, gdy prompt wprost kazał z nich skorzystać.
  • Krytyka. Adrian Roselli, ekspert od dostępności, sprawdził w maju wersję wstępną. Poprosił agenta o animowany akordeon. Wynik nie spełniał WCAG, animacja nie działała w Firefoksie, a Roselli nie znalazł żadnej gwarancji, że agent będzie się trzymał wytycznych. Dotyczyło to wersji wstępnej, nie 1.0.

Środkowa liczba z note inc. jest najbardziej pouczająca. Zainstalowany skill działa wyraźnie lepiej dopiero wtedy, gdy człowiek go nazwie. W czerwcowym demo WebMCP było tak samo: 98 kroków bez nazwy narzędzia, 8 z nazwą. Agenci wciąż słabo sami znajdują to, co im przygotowano.

Co mówi o dostępności

Tu Modern Web Guidance robi dokładnie to, o co upominało się Apple w sporze o WebMCP: kieruje agenta do natywnej semantyki. Przewodnik po akordeonie, czyli przykładzie, na którym w maju poległa wersja wstępna, każe budować go z elementów details i summary, bez JavaScriptu. Ostrzega też przed rzeczami, które przy zwykłym przeglądzie łatwo przeoczyć. Nie wkładaj nagłówka do summary, bo czytniki JAWS i TalkBack traktują summary jak przycisk i gubią nagłówek, więc ich użytkownicy nie mogą przechodzić między pozycjami po nagłówkach. Nie dodawaj obsługi strzałek, bo strzałki to sposób, w jaki użytkownik klawiatury przewija długą treść.

Ogólny przewodnik po dostępności zaczyna się od zastrzeżenia, że żadna lista nie zastąpi testów z udziałem osób z niepełnosprawnościami. Google pisze, że przewodniki dotyczące interfejsu sprawdzali eksperci, którzy na co dzień korzystają z technologii wspomagających, i przypomina, że złe ARIA potrafi zaszkodzić bardziej niż brak ARIA. To ta sama lekcja, którą widać w danych WebAIM: strony z ARIA mają średnio więcej błędów niż strony bez niego.

Jeśli agenci naprawdę będą to czytać przed pisaniem kodu, to jest dźwignia, której szukałem w „Domyślnie źle”. Jeden plik przestawia ustawienie domyślne w tysiącach projektów naraz.

Ten sam ogon, tylko w programie nauczania

W pakiecie jest osobna grupa przewodników o WebMCP: trzy pliki, w tym jeden o wariancie deklaratywnym, czyli atrybutach toolname i tooldescription na formularzu. Przewodnik zapewnia, że ten wariant można bezpiecznie stosować we wszystkich przeglądarkach i że nie trzeba sprawdzać obsługi, bo przeglądarki bez WebMCP zignorują atrybuty.

Technicznie to prawda. Ale jak pisałem przy WebMCP, wariant deklaratywny usunięto ze specyfikacji 8 października. Przewodnik z 9 listopada uczy go agentów tak, jakby nic się nie stało. Stan wdrożenia też jest w nim nieaktualny: przewodnik mówi o wersji wstępnej dostępnej tylko po włączeniu flagi, choć od czerwca działa test na prawdziwych stronach.

Ważniejsze jest co innego. Przewodnik uczy też obsługi właściwości agentInvoked, dzięki której strona wie, że formularz wysłał agent, i może odpowiedzieć mu inaczej niż człowiekowi. To właśnie ten mechanizm WebKit wskazał jako główny problem WebMCP: strona, która odróżnia agenta od człowieka, może przestać traktować ich tak samo.

Czego nie sprawdziłem: nie testowałem, jak często agent z tym skillem sam dodaje WebMCP do formularza, o który nikt go nie prosił. Przewodniki są pobierane według wyszukiwania pasującego do zadania, więc może to być rzadkie. Ale fundament i ogon leżą w jednym pakiecie, pod jednym znakiem jakości, a agent nie ma jak odróżnić standardu od eksperymentu jednej rodziny przeglądarek.

To jest teza z tekstu „Ogon, który udaje fundament”, tylko w nowym miejscu. Kiedyś ogon udawał fundament w raporcie audytu. Teraz może to robić w podręczniku, z którego agent uczy się pisać strony.

Kto pisze podręcznik

Projekt nie jest już tylko projektem Chrome. Do wersji 1.0 dołączyły zespoły Edge, Firefoksa i MDN, a zasady zarządzania przewidują sześć miejsc: dwa dla Chrome, po jednym dla Edge i Mozilli, dwa dla niezależnych ekspertów, z których jedno jest wolne. Miejsca dla Apple nie ma. Dane o zgodności przeglądarek, na których opiera się Baseline, obejmują Safari, więc Safari jest w tym projekcie obecne jako dane, ale nie jako głos.

Do tej pory o tym, jak powinna wyglądać sieć, rozmawiano w grupach standaryzacyjnych, a decydowały przeglądarki, implementując albo nie. Teraz pojawia się trzecie miejsce: plik, który agent czyta, zanim napisze stronę. Kto go pisze, ustawia domyślne wybory dla rosnącej części sieci, w tym dla stron, których kodu nikt już nie czyta. Projekt jest otwarty, jego testy są publiczne, a przewodniki, które czytałem, są w większości dobre. Ale to nowe miejsce władzy i warto je obserwować.

Co z tego dla projektanta

  • Jeśli generujesz kod agentem, zainstaluj to. Przewodniki o semantyce, formularzach i dostępności są lepsze niż to, co agent wie z danych treningowych.
  • Nazywaj skill w prompcie. Według danych note inc. różnica między „zainstalowany” a „nazwany” to kilkanaście punktów procentowych.
  • Ustal politykę przeglądarek. Domyślnie agent zakłada funkcje Baseline „Widely available”. Jeśli klient ma inne wymagania, napisz je w pliku z instrukcjami projektu.
  • Powiedz, czego nie chcesz. Jeśli nie wdrażasz WebMCP, napisz w instrukcjach projektu, żeby agent nie dodawał atrybutów tool* ani narzędzi, i nie reagował inaczej na wywołania agenta.
  • Sprawdzaj wynik. 88% zaliczonych kontroli to nie 100%, a kontrole nie są pełnym audytem. Lighthouse, klawiatura i czytnik ekranu albo narzędzie, które pokazuje stronę tak, jak ją czyta, nadal są potrzebne.
  • Buduj własne skille na wierzchu. Ogólny przewodnik nie zna twojej marki ani twoich zasad. Własny skill z paletą, typografią i komponentami, tak jak robię to dla Senteri, jest warstwą, której Google za ciebie nie napisze.

Ustawienie domyślne przestało być sprawą przeglądarki i buildera. Stało się plikiem tekstowym w katalogu projektu. To dobra wiadomość, bo plik można przeczytać, poprawić i zastąpić własnym. Wymaga tylko tego, żeby ktoś go przeczytał, zanim zaufa temu, co agent z niego zrobi.

Tekst powstał we współpracy z Claude. Agent Anthropic jest jednym z agentów testowanych przez Google w ramach tego projektu.

Źródła