Uma página de produto pronta para IA tem identificador específico (GTIN), dados estruturados Product no HTML inicial, preço e disponibilidade coerentes com o que o usuário vê, especificações em texto e uma única página por produto. Isso não garante recomendação, mas remove as falhas que mais atrapalham a leitura por buscadores e assistentes.
Por que começar pelo básico da página?
Assistentes de compra precisam montar uma ficha do produto a partir de pedaços: título, preço, disponibilidade, avaliações, especificações. A própria OpenAI explica, na ajuda do ChatGPT, que os resultados de produtos usam metadados estruturados fornecidos por terceiros sobre preço e detalhes do produto, e que títulos e descrições podem ser simplificados com base em informações de terceiros. Se a base está bagunçada, a ficha final também fica.
O guia abaixo segue a ordem em que costumamos ver os problemas aparecerem. Cada passo cita o que a documentação oficial diz, e não o que gostaríamos que dissesse.
Passo 1: Qual identificador o produto tem?
Use o GTIN mais específico que se aplique ao produto. A documentação do Google para listagens de comerciante recomenda exatamente isso e pede o valor em formato numérico, sem URL. Para eletrônicos, o erro clássico é usar o mesmo código para variações diferentes (por exemplo, cores ou capacidades de armazenamento), o que funde dois itens em um só. Falamos mais disso em Organizando variantes entre loja e marketplaces.
Passo 2: Os dados estruturados Product estão completos?
Para a página aparecer em experiências de listagem de comerciante, o Google lista como obrigatórios nome, imagem e uma oferta em que o comerciante é o vendedor, com preço maior que zero e moeda em formato ISO 4217. Entre as propriedades recomendadas estão marca, descrição, disponibilidade, condição do item, detalhes de envio, política de devolução e nota agregada de avaliações.
Duas observações práticas. Primeiro, o Google recomenda colocar o Product no HTML inicial, e não injetá-lo só depois por script, quando você quer otimizar para todos os tipos de resultado de compra. Segundo, a regra de elegibilidade é restrita: só páginas onde o comprador pode de fato comprar entram em listagens de comerciante, não páginas que apenas apontam para outro site que vende.
Passo 3: Preço e disponibilidade dizem a mesma coisa em todo lugar?
Se o seu markup diz "em estoque por R$ 3.999" e a página visível diz "indisponível", você criou um conflito que nenhum sistema deveria resolver por você. Revise preço, moeda e disponibilidade na página, no markup e no feed. O Google informa que algumas experiências combinam dados de dados estruturados e de feeds do Merchant Center quando ambos existem, e a OpenAI aceita feeds diretos de comerciantes que não usam integração automática. A regra é simples: uma fonte da verdade, publicada em três lugares.
Passo 4: As especificações estão em texto?
Esta é a parte que mais ensina quando olhamos páginas de eletrônicos. Muita marca publica a ficha técnica como imagem ou PDF. Para um leitor humano, tudo certo; para uma IA que monta resposta com fragmentos, é um muro. Prefira uma lista de atributos em HTML: processador, memória, armazenamento, tela, bateria, conectividade, peso, garantia. Cada linha é um fragmento completo e citável.
Uma imagem mental útil: pense na ficha técnica como as peças de um quebra-cabeça entregues soltas. Quando estão em texto, cada peça pode ser encaixada em uma resposta diferente. Em imagem, a caixa chega fechada.
Passo 5: A página fala de um único produto?
O Google exige que a página de listagem de comerciante foque um único produto (ou variantes do mesmo produto). Páginas de "linha completa" com dez modelos misturados dificultam qualquer leitura automática. Crie uma página por produto e uma página-índice para a linha.
Passo 6: Há avaliações e perguntas de verdade?
A OpenAI informa que avaliações e notas exibidas no ChatGPT vêm de sites públicos, aparecem como resumos gerados por modelo e não são verificadas pela empresa. Ou seja: não controlamos o que será resumido, mas podemos garantir que existam avaliações reais e perguntas respondidas em páginas públicas. Evite avaliações inventadas; além do risco ético, elas contaminam a fonte da qual o resumo sai.
Como saber se funcionou?
Aqui vale a honestidade metodológica. Uma página pronta é condição de entrada, não de resultado: veja por que prontidão de página não é o mesmo que recomendação. Depois de ajustar, meça o efeito com um conjunto de perguntas repetidas ao longo do tempo, ciente de que resultados variam por modelo, prompt e dia. Nosso método está descrito em /methodology.
O que levar daqui
- Use o GTIN mais específico e nunca reaproveite o mesmo para variantes diferentes.
- Coloque o
Productno HTML inicial, com nome, imagem, preço, moeda e disponibilidade. - Mantenha página, markup e feed dizendo a mesma coisa.
- Publique especificações em texto, não só em imagem ou PDF.
- Uma página por produto; avaliações e perguntas reais em páginas públicas.
Perguntas frequentes
Ter schema Product garante que a IA vai citar minha página?
Não. O schema reduz ambiguidade de leitura, mas a escolha do que citar ou recomendar depende do modelo, da pergunta e das demais fontes disponíveis.
Preciso de um feed além do markup?
O Google indica que combinar dados estruturados e feed do Merchant Center maximiza a elegibilidade em algumas experiências, e a OpenAI aceita feeds de comerciantes. Se você vende diretamente, vale considerar os dois.
O GTIN é obrigatório?
Na documentação de listagens de comerciante ele aparece entre as propriedades recomendadas, não entre as obrigatórias. Mesmo assim, é o identificador que mais ajuda a distinguir um produto de outro.
Quer saber como suas páginas estão sendo lidas hoje? O diagnóstico gratuito em /geo-scanner faz uma leitura experimental de prontidão e mostra pontos de ajuste, sem prometer posição em nenhuma IA.