Torne seu catálogo de produtos legível para agentes de compras em sete etapas.

Torne seu catálogo de produtos legível para agentes de compras em sete etapas.

A Adobe classificou as páginas de produtos de varejo com 66% de legibilidade por máquina no primeiro trimestre de 2026, a menor entre todos os tipos de página, abaixo das páginas iniciais com 75% e das páginas de categoria com 74%. No mesmo trimestre, o tráfego proveniente de IA para sites de varejo dos EUA cresceu 393% em relação ao ano anterior e, em março, converteu 42% melhor do que os canais sem IA. As plataformas que enviam o tráfego com melhor conversão estão lendo as páginas menos preparadas.

Este guia destina-se a equipes de e-commerce que já utilizam um feed de produtos para o Google Shopping ou marketplace e que agora precisam que esse catálogo seja lido por um agente de compras. Sete etapas, cada uma com uma regra que você pode verificar hoje mesmo: quais campos bloqueiam a inclusão, quais listagens da UE devem conter por lei, com que frequência atualizar e onde o método para de funcionar.

Três camadas, e apenas uma delas é um protocolo.

A "preparação para o comércio entre agentes" é vendida como um único projeto de integração. Na verdade, são três camadas, e a maioria das equipes precisa apenas das duas primeiras: Acesso (O rastreador consegue acessar suas páginas?) dados, (O catálogo está completo e atualizado o suficiente para ser citado?) transação (O agente pode comprar sem enviar o comprador ao seu site?)

O Protocolo de Comércio Agenético (ACP), mantido pela Stripe, OpenAI e Meta, é essa terceira camada: cinco endpoints REST para criar, ler, atualizar, concluir e cancelar uma sessão de checkout, com o vendedor permanecendo como comerciante registrado. Está em versão beta, com controle de versão por data, atualmente na versão 2026-04-17. O que ele não faz é descoberta — nada nele informa a um agente que seu produto existe, quanto custa ou se está em estoque. Isso acontece no feed e na página, portanto, realize as etapas de 1 a 5 antes da etapa de escopo 6.

Etapa 1: corrigir os campos que restringem a inclusão

Comece pelos campos que levam um produto a ser descartado, não apenas pelos que têm uma classificação ruim. Duas especificações são as mais importantes, e elas divergem em relação aos nomes.

O que é issoFeed de produtos da OpenAIGoogle Merchant CenterRegra de aprovação
Identificador estávelitem_id (requerido)id (obrigatório, máximo de 50 caracteres)Inalterado por 3 gerações de alimentação
Nometitle (requerido)title (obrigatório, máximo de 150 caracteres)Sem códigos SKU ou promessas de envio.
Página de destinourl (requerido)link (requerido)200, sem aviso prévio ou redirecionamento geográfico
Imagemimage_url (Obrigatório, JPEG/PNG direto)image_link (requerido)Arquivo direto, não um espaço reservado preguiçoso.
Status de estoqueavailability (enum obrigatório)availability (enum obrigatório)Combina com gado vivo para exportação
Preçoprice como "79.99 USD" (obrigatório)price com código ISO 4217 (obrigatório)Corresponde ao valor pago pelo comprador.
Marcasbrand (obrigatório, sem espaços reservados)brand (obrigatório, exceto filmes, livros e música)Marca verdadeira, nunca o nome da sua loja

Ambas as especificações também exigem uma descrição (máximo de 5,000 caracteres, atributos em vez de texto de marketing) e a da OpenAI exige seller_nameAs condicionais costumam pegar as pessoas desprevenidas: mpn somente quando não houver um GTIN atribuído pelo fabricante, condition Apenas para itens usados ​​e recondicionados. availability_date Para pré-encomendas e encomendas em espera. As peças de vestuário no Brasil, França, Alemanha, Japão, Reino Unido e Estados Unidos também precisam de informações como cor, gênero, faixa etária, tamanho e item_group_idO tamanho mínimo de imagem do Google aumentará para 500×500 pixels em 31 de janeiro de 2027.

Ponto de decisão. Se mais de 5% dos SKUs falharem em algum campo obrigatório, pare de criar novas superfícies e corrija a exportação. Um feed com uma taxa de rejeição de 10% não tem um problema de IA, tem um problema de PIM.

Etapa 2: faça com que a página diga a mesma coisa que o feed.

Os agentes leem ambas as versões e, nos casos em que discordam, você não controla qual prevalece.

A experiência de cadastro de vendedores do Google exige pouco: name, image e offers on Product, mais price e priceCurrency on OfferO restante é apenas recomendado — mas esse conjunto recomendado é o que os agentes usam para perguntas de comparação: availability, hasMerchantReturnPolicy, shippingDetails, itemCondition, gtin, mpn, aggregateRating.

Realize uma verificação de paridade em 50 SKUs de maior receita, comparando preço, moeda, disponibilidade e URL canônica entre o feed e a marcação. Regra de aprovação: Concordância total sobre preço e disponibilidade. Receber uma cotação com um preço que você não cumpre é pior do que não receber nenhuma cotação.

Etapa 3: defina uma frequência de atualização que seus preços possam suportar.

A frescura geralmente é tratada como higiene. Num mercado com alta inflação, é sinônimo de correção. A inflação anual dos preços ao consumidor na Turquia foi de 31.5% em agosto de 2026, portanto, um catálogo em liras apresenta variações significativas dentro de um trimestre, e a reprecificação é contínua, em vez de sazonal. Uma prática diária que funciona para um catálogo em euros não funciona para este.

Calcule sua própria cadência:

  1. Extraia dados dos últimos 90 dias de alterações de preço e falta de estoque da sua plataforma de comércio eletrônico.
  2. Calcule o intervalo mediano para cada um dos seus 100 SKUs mais lucrativos.
  3. Defina a taxa de atualização para, no máximo, um quarto do intervalo mais curto.

Exemplo prático: uma loja de eletrônicos que reprecifica seus produtos a cada 6 dias e repõe o estoque a cada 4 dias chega a um período de 24 horas, determinado pelo intervalo de reposição de estoque. Uma loja de moda que reprecifica seus produtos duas vezes por temporada, mas repõe o estoque diariamente, também chega a um período de 24 horas por um motivo diferente. A restrição que gerou esse número indica o que você deve observar.

Ponto de decisão. Se sua plataforma não consegue enviar as alterações com essa frequência, faça a solicitação. availability as unknown Em vez de obsoleto — a especificação da OpenAI o aceita. A incerteza honesta é recuperável; a certeza de estar errado sobre ações, não.

Etapa 4: inclua os campos de conformidade necessários para suas listagens na UE.

Se você realiza envios para a UE, o Regulamento Geral de Segurança de Produtos (UE) 2023/988 aplica-se desde 13 de dezembro de 2024, e o Artigo 19 impõe obrigações à própria oferta online: o nome ou nome comercial do fabricante e os dados de contacto, ou do representante autorizado; informações que identifiquem o produto, incluindo uma imagem; e quaisquer avisos ou informações de segurança.

O ponto que muitas vezes passa despercebido é o seguinte: esses são campos de dados do produto, não um texto padrão de rodapé. Eles acompanham o item, por SKU — um canal que renderiza seu anúncio a partir de um feed o renderiza sem o bloco GPSR, a menos que o feed o inclua.

Para vendedores fora da UE, incluindo exportadores turcos, aqui vai um ponto importante: é necessário ter um operador econômico estabelecido na UE para que o cadastro seja concluído, portanto, a alteração dos dados e o acordo comercial devem ser planejados em conjunto. [INTERNAL DATA NEEDED: which Switas client segments ship into the EU, and whether their PIM carries manufacturer contact and EU responsible person fields]

Regra de aprovação: Cada SKU enviado para a UE contém o nome do fabricante, o contato postal, o responsável na UE e os avisos a partir de campos estruturados, e não de texto livre.

Etapa 5: confirmar se o agente consegue acessar a página.

O bloqueio é mais comum do que as equipes imaginam, geralmente um dano colateral de uma regra anti-raspagem escrita em 2023. A OpenAI executa quatro agentes de usuário com controles independentes, e confundi-los é o erro mais comum.

Agente de usuárioPropósitoEfeito da proibição
OAI-SearchBotRastreamentos para pesquisa ChatGPTNão aparece nas respostas de pesquisa do ChatGPT
GPTBotDados que podem treinar modelos básicosSem efeito na visibilidade da pesquisa
OAI-AdsBotVerificações e relevância da página de destino do anúncioAfeta anúncios, não respostas orgânicas.
ChatGPT-UserRequisições iniciadas pelo usuário dentro do ChatGPTAs regras do robots.txt podem não se aplicar.

A opção padrão sensata é permitir OAI-SearchBot e tratar GPTBot como uma decisão de licenciamento separada. Verifique a CDN e o WAF, bem como o robots.txt: uma regra que limita a taxa de requisições por agente do usuário produz o mesmo resultado que uma proibição, silenciosamente. Cada rastreador publica intervalos de IP verificáveis.

Etapa 6: decida se você precisa da camada de transação.

Só agora a discussão sobre ACP faz sentido. É importante ter os três antes de definir o escopo de uma configuração.

  • As sessões geradas por IA representam uma parcela mensurável da receita, e não um mero erro de arredondamento.
  • Seu sistema de finalização de compra já converte bem — se o desempenho for ruim para tráfego humano, uma API não vai salvá-lo.
  • Sua lógica de estoque pode reservar produtos para uma sessão cujo ritmo você não controla.

Falhe em uma tentativa e continue melhorando nas tentativas de 1 a 5, onde os retornos são imediatos e a especificação não está em versão beta.

Etapa 7: meça como um painel, não como uma métrica.

As respostas dos agentes não são determinísticas — a mesma solicitação retorna produtos diferentes em dias diferentes — portanto, uma única verificação antes e depois não fornece informações úteis. Monitore um conjunto fixo de solicitações, execute cada uma repetidamente e use a taxa de inclusão entre as execuções como unidade de medida. Estabeleça a faixa de variação antes de fazer qualquer alteração, ou você não conseguirá distinguir uma correção do ruído.

Onde isso falha

É um método baseado em dados, não em demanda. Tudo isso te torna elegível para receber uma cotação. Nada disso, porém, faz com que um agente te prefira em vez de um concorrente mais barato com dados igualmente confiáveis.

As especificações evoluem mais rápido do que o seu ciclo de lançamento, e os vendedores do marketplace controlam menos do que isso pressupõe. O ACP está em versão beta e com datas de atualização, as especificações do Google mudam em prazos definidos, e um marketplace detém o esquema do feed e, frequentemente, os dados estruturados — o que transforma as etapas 1, 3 e 4 em negociações.

As evidências de conversão são recentes e já foram revertidas uma vez. Os dados da Adobe mostram que o tráfego proveniente de IA converte 38%. pior do que outros canais em março de 2025 e 42% melhor em março de 2026. Uma reversão de tendência de doze meses não é uma lei estável — um motivo para estar preparado, não uma previsão para um plano de negócios. Relacionado: o número de "crescimento de 1,200%" que ainda circula em apresentações é do comunicado da Adobe de março de 2025 e compara fevereiro de 2025 com julho de 2024, sete meses a partir de uma base muito pequena. Nunca foi uma taxa anual. Use 393% ano a ano para o primeiro trimestre de 2026, com a ressalva da própria Adobe sobre o tamanho da base.

Perguntas frequentes

Posso reutilizar meu feed do Google Shopping para superfícies com IA?
Reutilize-o como fonte, mas espere uma camada de mapeamento: os nomes dos campos diferem (item_id contra id, url contra link) e a especificação da OpenAI exige seller_nameGere ambas as exportações a partir do PIM em vez de manter dois catálogos.

Os dados estruturados na página do produto são suficientes por si só?
Isso facilita a descoberta e é o que os rastreadores de busca leem, mas as plataformas de compra que recebem um feed não incluirão você apenas com base na marcação. Passar pela segunda etapa significa que ambas concordam.

O que acontece se meu feed indicar que o produto está em estoque, mas ele não estiver?
Na melhor das hipóteses, você perde a venda no momento do pagamento; na pior, um agente informa uma disponibilidade que você não cumpre, o que representa um risco para o consumidor na União Europeia. (Envio) unknown É legítimo quando os sistemas não conseguem acompanhar o ritmo.

Bloquear o GPTBot me impede de aparecer nos resultados de compras do ChatGPT?
Não. O GPTBot controla a coleta de dados de treinamento; OAI-SearchBot É aquele vinculado à exibição nas respostas de pesquisa do ChatGPT. Eles são configurados independentemente.

Que medida do Artigo 19 do GPSR se aplica se eu vender apenas por meio de marketplaces?
As obrigações estão vinculadas à oferta, portanto, as informações ainda precisam aparecer. O marketplace determina quais campos serão exibidos; seu trabalho é fornecer os dados de acordo com o esquema estabelecido por ele e verificá-los no anúncio ativo.

Devo implementar o ACP agora ou esperar?
Aguarde até que você atenda a todos os três critérios na etapa 6. A especificação está em versão beta e com controle de versão por data, portanto, as integrações iniciais acarretam custos de manutenção que as etapas de dados não têm.

Se você quiser que as sete passagens sejam executadas em seu próprio catálogo, com uma lista de correções priorizadas ao final, Fale conosco sobre uma auditoria de prontidão de dados do produto.Você também pode visitar Nossa ferramenta de otimização de ração Feedance.

Fontes


Çağdaş Polat
Escrito por

Çağdaş Polat

Çağdaş Polat é cofundador da Switas, onde lidera consultoria em tecnologia e crescimento para marcas nos setores de e-commerce, viagens, saúde e público. Formado em ciência da computação, ele passou da área de desenvolvimento de software para cargos de liderança em marketing, produto e estratégia na última década e agora assessora empresas em otimização da taxa de conversão (CRO), análise de dados e construção de sistemas de crescimento que resistem a mensurações.


Artigos Relacionados

Switas como visto em

Magnify: Escalonando o marketing de influência com Engin Yurtdakul

Confira nosso estudo de caso do Microsoft Clarity

Destacamos o Microsoft Clarity como um produto desenvolvido com casos de uso práticos e reais em mente, por profissionais de produto que entendem os desafios enfrentados por empresas como a Switas. Recursos como cliques de raiva e rastreamento de erros em JavaScript se mostraram essenciais para identificar frustrações dos usuários e problemas técnicos, permitindo melhorias direcionadas que impactaram diretamente a experiência do usuário e as taxas de conversão.