InovaçãoArtigo
Agentes de IA que compram pelo cliente: o que o lojista precisa ajustar no catálogo
Em resumo
Agentes de inteligência artificial já pesquisam, comparam e, em alguns mercados, fecham a compra pelo consumidor. Eles leem o catálogo por feed e por dados estruturados, não pela vitrine. O ConnectWeek explica o que existe de fato em outubro de 2026, quais campos do produto mais pesam e um plano de 30 dias para a pequena loja ficar legível para as máquinas.
Um agente de IA que compra pelo cliente não olha banner nem vitrine: ele lê o feed de produtos, os dados estruturados da página e as políticas da loja, compara com outras lojas e devolve ao consumidor uma lista curta, às vezes com o botão de compra. Para entrar nessa lista, o lojista precisa de um catálogo completo, consistente e legível por máquina: identificadores corretos, atributos padronizados, preço e estoque iguais em todos os lugares, frete e prazo informados e política de devolução clara. Em outubro de 2026, a compra concluída dentro do assistente ainda é restrita a parceiros e mercados específicos, mas a pesquisa por assistente já acontece. O movimento ganhou padrão público em 11 de janeiro de 2026, quando o Google anunciou o Universal Commerce Protocol, um padrão aberto para que agentes, lojas e meios de pagamento conversem na mesma língua.
O que já funciona em outubro de 2026?
Três movimentos oficiais ajudam a separar o fato da promessa:
- Google. No anúncio de 11 de janeiro de 2026, o Google apresentou o Universal Commerce Protocol, desenvolvido com Shopify, Etsy, Wayfair, Target e Walmart, e anunciou que o protocolo vai alimentar um checkout dentro do Modo IA da busca e do aplicativo Gemini, para varejistas elegíveis dos Estados Unidos, com pagamento pelo Google Pay. O mesmo anúncio citou dezenas de novos atributos no Merchant Center pensados para a descoberta conversacional, como perguntas comuns sobre o produto, acessórios compatíveis e alternativas. Em 19 de março de 2026, uma atualização do protocolo acrescentou carrinho com vários itens, acesso ao catálogo com variações, estoque e preço em tempo real e vinculação de conta para benefícios de fidelidade, e prometeu uma adesão simplificada pelo Merchant Center nos meses seguintes.
- OpenAI. A empresa mantém, na documentação de comércio para desenvolvedores, o Agentic Commerce Protocol, com regras para o envio de feed de produtos (por API ou por arquivo) e para a integração do checkout do lojista com o fluxo do ChatGPT.
- Plataformas e meios de pagamento. Na atualização de março, o Google citou empresas como Salesforce e Stripe entre as que vão implementar o protocolo. Para a pequena loja, a adesão tende a passar pela plataforma de e-commerce ou pelo Merchant Center, e não por um projeto de programação.
O que esses anúncios não dizem é quando cada recurso chega ao Brasil. Trate o checkout dentro do assistente como algo a acompanhar, e a qualidade do catálogo como trabalho para agora: é ela que decide se a loja aparece na resposta, com ou sem botão de compra.
Como o agente lê o seu catálogo?
O agente cruza três camadas e desconfia quando elas não batem:
- Feed de produtos, enviado ao Merchant Center ou ao programa do assistente: título, descrição, preço, disponibilidade, identificadores, imagens, frete.
- Dados estruturados da página, em JSON-LD com o tipo Product e a oferta. O passo a passo, com exemplo comentado para loja brasileira, está no artigo sobre dados estruturados de produto.
- Texto visível da página, das políticas e das avaliações, usado para responder perguntas que os campos não cobrem: serve para pele oleosa, cabe no porta-malas, vem com carregador.
Se o feed diz R$ 199 e a página diz R$ 219, o produto perde a confiança do sistema. O Merchant Center exige que preço e disponibilidade do feed sejam iguais aos da página e pode reprovar o item quando não são, conforme a especificação de dados de produtos, e um agente que vai pagar em nome do cliente tem ainda menos tolerância.
Checklist do catálogo: os campos que mais pesam
| Campo | Por que pesa para o agente | Erro comum na pequena loja |
|---|---|---|
| GTIN (código de barras) e marca | permite saber que é o mesmo produto em lojas diferentes e comparar oferta | GTIN em branco, inventado ou do kit no lugar do item |
| Título padronizado | marca, modelo, atributo principal e variação, sem adjetivo vazio | título com promoção, emoji ou caixa alta |
| Atributos (cor, tamanho, material, voltagem, medidas) | o pedido em linguagem natural vira filtro: tênis azul 42 de couro | atributo só na foto ou só no texto livre |
| Preço e preço promocional com datas | o agente compara e não pode errar o valor cobrado | promoção na página que não foi para o feed |
| Disponibilidade e estoque | agente não recomenda o que não pode entregar | feed atualizado uma vez por dia em loja que vende rápido |
| Frete e prazo por região | entra na comparação de custo total para o cliente | frete só calculado no carrinho |
| Política de troca e devolução | é critério explícito de escolha em várias respostas de assistentes | política escondida no rodapé, sem prazo nem custo |
| Perguntas frequentes do produto | responde dúvidas que os campos não cobrem | FAQ genérica da loja, igual para todos os produtos |
A ordem de trabalho é pelo faturamento: comece pelos 20% dos produtos que trazem a maior parte da receita, complete os campos, e só então avance para a cauda longa.
Políticas e dados da loja que o agente precisa encontrar
Antes de recomendar uma compra, o agente precisa confiar na loja. No Brasil, várias dessas informações já são obrigação legal: o Decreto 7.962/2013 exige que o site mostre em local de destaque o nome empresarial, o CNPJ, o endereço físico e eletrônico, as características essenciais do produto, o preço com despesas adicionais, como frete, e as condições da oferta. O mesmo decreto trata do direito de arrependimento nas compras feitas fora do estabelecimento. Publicar isso em páginas claras, com texto e não só em imagem, atende a lei e a leitura das máquinas ao mesmo tempo.
Vale também escrever as condições de troca em formato que um robô consiga resumir: prazo, quem paga o frete de volta, como solicitar e em quanto tempo o reembolso cai. Política vaga vira ponto negativo na comparação.
O que muda na descrição e nas imagens
O agente responde perguntas específicas. Descrição que só repete o título não ajuda; descrição com uso, medidas, compatibilidade, cuidados e o que vem na caixa ajuda. As pesquisas com consumidores mostram que a IA é usada sobretudo para entender produtos e definir critérios antes de comprar, como mostra a leitura da pesquisa da Worldpanel no artigo sobre IA na decisão de compra. O modelo de descrição em blocos, sem copiar o texto do fornecedor, está no artigo sobre descrição de produto para SEO. Para produzir essas descrições em lote com IA sem publicar erro, veja o fluxo de IA generativa no catálogo.
Nas imagens, o nome do arquivo e o texto alternativo descritivos ajudam a máquina a confirmar o que a foto mostra, e a foto principal sem textos sobrepostos evita reprovação nos programas de anúncio.
Plano de 30 dias para a pequena loja
- Semana 1: exporte o catálogo e marque os produtos sem GTIN, sem marca, sem atributo de variação ou com título fora do padrão. Corrija os 20% que mais vendem.
- Semana 2: confira se o feed do Merchant Center está ativo, sem itens reprovados por preço ou disponibilidade, e aumente a frequência de atualização se a loja vende rápido.
- Semana 3: valide os dados estruturados das páginas de produto e publique as páginas de política de troca, entrega e dados da empresa em texto.
- Semana 4: faça a pergunta que o seu cliente faria a um assistente de IA e veja se a loja aparece e com que informação. Repita todo mês e registre o resultado.
Quando a plataforma da loja oferecer adesão aos programas de checkout por agente no Brasil, quem já tem catálogo limpo liga o recurso e passa a vender. Quem não tem vai descobrir que o agente prefere o concorrente organizado.
Fonte: Google — anúncio do Universal Commerce Protocol (11/01/2026)
Perguntas frequentes
O que é agentic commerce?
É a compra conduzida por um agente de inteligência artificial em nome do consumidor: o agente recebe o pedido em linguagem natural, pesquisa lojas, compara preço, prazo e política de troca e, quando a plataforma permite, conclui o pagamento com a autorização do cliente. Para a loja, o agente é um visitante que lê dados, não vitrine.
Agentes de IA já compram em lojas brasileiras?
Em outubro de 2026, a compra concluída dentro de assistentes de IA ainda é restrita a parceiros e mercados específicos. O checkout do Google com o Universal Commerce Protocol, por exemplo, foi anunciado em janeiro de 2026 para varejistas elegíveis dos Estados Unidos. No Brasil, o efeito imediato está na descoberta: o consumidor pergunta ao assistente e recebe uma lista curta de produtos.
O que o lojista deve ajustar primeiro no catálogo?
Identificadores (GTIN e marca), atributos completos e padronizados, preço e estoque iguais no feed e na página, frete e prazo informados, e política de troca e devolução fácil de achar. Esses dados alimentam o Merchant Center, os dados estruturados da página e os feeds aceitos pelos assistentes.
Preciso de um protocolo novo para aparecer nos agentes de IA?
Para ser encontrado, não: feed de produtos bem preenchido e dados estruturados na página já são lidos. Protocolos como o Universal Commerce Protocol, do Google, e o Agentic Commerce Protocol, da OpenAI, entram quando a loja quer que o agente conclua a compra, e a adesão costuma passar pela plataforma de e-commerce ou pelo Merchant Center.
