Quando a página de produto e o feed de produtos dizem coisas diferentes, o sistema precisa escolher uma versão ou duvidar das duas. Não sabemos exatamente como cada assistente de IA resolve esse conflito, mas a documentação do Google mostra que as duas fontes se misturam. Por isso, manter feed e schema idênticos é a defesa mais barata.
Por que o mesmo produto existe em duas versões?
Pense num produto eletrônico como um prédio com duas plantas arquivadas em cartórios diferentes. Uma planta está na página, em HTML e em dados estruturados. A outra está no feed que você envia ao Merchant Center. Enquanto as plantas coincidem, ninguém liga. No dia em que uma mostra um andar a mais, qualquer pessoa que consulte os dois cartórios passa a desconfiar do prédio inteiro.
Essa imagem ajuda a entender o problema, e ela não é metáfora solta. A documentação de dados estruturados de produto do Google recomenda fornecer tanto dados estruturados na página quanto um feed no Merchant Center para maximizar a elegibilidade. O mesmo texto afirma que snippets de produto podem usar o preço do feed quando ele não aparece nos dados estruturados da página.
Leia isso com calma. O sistema já faz um empréstimo entre fontes: se um campo falta num lado, ele busca no outro. A consequência prática é que uma omissão na página não gera um vazio, e sim uma dependência silenciosa do feed.
O que a documentação do Google diz sobre as duas fontes?
A página de dados estruturados de produto separa dois recursos. O primeiro é o product snippet, para páginas onde a pessoa não consegue comprar diretamente; ele oferece mais opções para avaliações, como prós e contras. O segundo é a merchant listing, para páginas em que se compra o produto; ele aceita detalhes como política de devolução e informações de frete. Existe sobreposição entre os dois, e adicionar as propriedades exigidas de merchant listing torna a página elegível para ambas as experiências.
O que isso significa para uma marca de eletrônicos? Se a sua página oficial não vende (o botão leva a um varejista), você está no território do product snippet. Se vende, está no da merchant listing. Cada território pede um conjunto próprio de campos. Muitas marcas descobrem, ao ler com atenção, que declararam o tipo errado de página.
Um limite importante: essa documentação descreve a Busca do Google. Ela não descreve como o ChatGPT, o Perplexity ou o Copilot montam respostas. Em outro texto, o Google afirma que não há requisito adicional nem schema especial para aparecer em AI Overviews ou no Modo IA; valem os requisitos normais de Busca e o princípio de que os dados estruturados devem corresponder ao texto visível. Veja o que discutimos em Google diz que não há otimização especial para IA.
Quais divergências mais atrapalham?
Nós separamos as divergências em quatro famílias, da mais grave para a mais comum. Esta é a nossa classificação de trabalho, não uma regra do Google.
- Identidade: GTIN, MPN ou modelo diferentes entre página e feed. É a mais grave, porque o sistema pode tratar como produtos distintos aquilo que é um só.
- Oferta: preço, disponibilidade, frete e devolução. Mudam rápido e quase sempre ficam desatualizados em um dos lados. Detalhamos em Schema de oferta para IA.
- Atributos técnicos: capacidade, tamanho de tela, versão de conector. No feed, costumam ser resumidos; na página, extensos.
- Variantes: cor e armazenamento representados de um jeito no feed e de outro no schema. Quem tem catálogo grande sofre mais aqui, como mostra Entidade de produto e variantes.
Um exemplo com dados de exemplo: imagine o produto fictício Aurora Pro 14. Na página, o título diz "Aurora Pro 14, 16 GB, 512 GB". No feed, o título diz "Aurora Pro 14 Notebook" e o GTIN pertence à versão de 256 GB. Para uma pessoa, é descuido. Para um sistema que cruza fontes, é uma pergunta sem resposta: qual das duas configurações é a que está à venda?
Como auditar feed e schema em uma tarde?
Este é o roteiro que sugerimos. Não exige ferramenta especial.
- Escolha 10 produtos. Pegue os de maior venda e os que mais aparecem em comparações de concorrentes.
- Exporte o feed e extraia o schema. Para cada produto, copie GTIN, título, preço, disponibilidade, marca e condição de cada lado numa planilha.
- Compare campo a campo. Marque tudo que não é idêntico, inclusive diferenças de formatação, como "R$ 3.499,00" contra "3499.00 BRL" (essas são aceitáveis se o valor coincide).
- Classifique pela família de divergência. Comece por identidade, depois oferta.
- Corrija na fonte única. Se o preço nasce no ERP, o feed e a página devem ler do mesmo lugar. Corrigir dois destinos à mão garante que o problema volte.
- Reteste em duas semanas. Divergências reaparecem com promoções e trocas de estoque.
Um ponto que costuma surpreender: o dado de página não precisa ser mais bonito que o do feed. Precisa ser igual. Texto de marketing no título do feed e título seco na página geram ruído sem nenhum benefício.
O que isso não garante
Dados consistentes tornam sua marca legível e reduzem erros. Eles não fazem uma IA recomendar seu produto. Esse é o ponto da nossa metodologia e do texto Prontidão de página não é recomendação: prontidão é condição, e a decisão depende do modelo, do prompt e do dia. Consistência é a parte do problema que está sob seu controle, e por isso vale fazer primeiro.
O que levar daqui
- Feed e página não são universos separados: a documentação do Google indica que um campo ausente na página pode ser preenchido com o do feed.
- Identificadores (GTIN, modelo) devem ser idênticos nos dois lados antes de qualquer outro ajuste.
- Corrija divergências na origem do dado, não nos dois destinos.
- Consistência melhora a legibilidade, mas não promete recomendação por nenhuma IA.
Perguntas frequentes
Preciso de feed se já tenho schema na página?
A documentação do Google recomenda os dois para maximizar a elegibilidade nas experiências de produto da Busca. Para outros assistentes, não há documentação equivalente que possamos citar.
Schema especial melhora minha chance no Modo IA do Google?
Segundo o Google, não há schema especial nem otimização adicional para AI Overviews ou Modo IA. Os dados estruturados devem apenas refletir o texto visível da página.
Com que frequência devo auditar a consistência?
Sugerimos a cada campanha grande e, no mínimo, uma vez por trimestre. Preço e disponibilidade merecem checagem automática.
Quer ver como seus produtos aparecem nas respostas de IA, com evidência auditável? Rode o diagnóstico gratuito, uma análise experimental via API que não replica a interface de consumo do ChatGPT.