O ChatGPT Shopping e o Perplexity não leem cada palavra da sua página de produto como o Google para, só então, decidir se devem recomendá-lo. A seleção depende da disponibilidade de dados do produto legíveis por máquina e de um consenso formado por avaliações em diferentes sites. Por isso, nas compras por IA, nem sempre vence a loja mais bonita, mas aquela que fornece as informações mais claras e consistentes sobre especificações, preços, estoque e avaliações. Este artigo mostra como isso funciona na prática.
Primeiro, entenda como os mecanismos de compras por IA selecionam produtos.
O recurso de compras do ChatGPT consulta uma cadeia de fontes comerciais, como feeds de produtos e sinais agregados de avaliações. A partir da necessidade descrita pelo usuário, ele apresenta algumas opções diretamente na conversa, acompanhadas de links de compra e comparações de especificações, faixas de preço, notas e políticas de reembolso. A busca de produtos do Perplexity segue uma lógica semelhante: reúne dados estruturados e um grande volume de avaliações e discussões de terceiros para transformar o que diferentes fontes dizem em critérios de recomendação.
Isso muda bastante a lógica do SEO tradicional para e-commerce. Antes, o objetivo era melhorar a posição de uma única página de produto no Google. Agora, a questão é: os dados desse produto são consistentes em toda a internet? Se o preço no site oficial é NT$ 1.290, mas a plataforma de compras mostra NT$ 1.490 e um site de avaliações ainda exibe especificações antigas, o mecanismo de IA encontra sinais conflitantes. A decisão mais segura, nesse caso, é ignorar o produto e recomendar outro com dados mais confiáveis.
Etapa 1: forneça dados de produto legíveis por máquina
Tudo começa pela estrutura dos dados. Cada produto deve contar, no mínimo, com dois recursos ao mesmo tempo: o schema de produto em JSON-LD na página e um feed de produtos que possa ser enviado às plataformas. O primeiro permite que os mecanismos de rastreamento interpretem as informações no próprio site. O segundo dá a sistemas como o ChatGPT, abastecidos por uma cadeia de fornecedores comerciais, acesso a uma versão oficial e atualizada desses dados.
- Adicione um JSON-LD completo do tipo Product a cada página, preenchendo name, image, description, brand, sku, gtin — ou mpn — e incorporando Offer com price, priceCurrency, availability e priceValidUntil.
- Inclua aggregateRating somente com avaliações reais. Os valores de ratingValue e reviewCount devem corresponder exatamente aos números exibidos na página. Não infle as notas: os mecanismos de IA cruzam essas informações.
- Mantenha um feed no Google Merchant Center ou em outra plataforma de distribuição de produtos. Campos como preço, estoque e GTIN precisam estar sincronizados com o schema do site oficial para evitar divergências.
- Informe frete, prazo para devolução e garantias em campos estruturados ou em regras claras. Esses estão entre os critérios que os usuários mais consultam ao tomar decisões de compra com IA.
Etapa 2: construa um consenso em avaliações de terceiros
O mecanismo de IA pode considerar as avaliações de cinco estrelas publicadas no seu próprio site, mas não se limita a elas. O que pesa é a repetição do mesmo sinal em diferentes fontes: discussões no Reddit, vídeos no YouTube, sites especializados e comparadores de preço. É a soma dessas referências que dá segurança para recomendar um produto. Se apenas o site oficial fala bem dele e quase não há menções externas, dificilmente ele aparecerá nas respostas do Perplexity.
Etapa 3: crie páginas de produto que os mecanismos de resposta consigam extrair com clareza
Mesmo com dados estruturados, a facilidade de extrair informações da página influencia as recomendações. A IA prefere recortar uma resposta completa a tentar montá-la a partir de frases publicitárias dispersas. Informações muito procuradas têm mais chance de ser utilizadas quando aparecem em perguntas e respostas ou em tabelas claras.
- Inclua na página as especificações práticas e os contextos de uso mais adequados. Explique para quem o produto serve — e para quem não serve — em vez de recorrer apenas a adjetivos.
- Acrescente uma FAQ curta: como escolher o tamanho, quanto tempo dura em comparação com a geração anterior, qual é o prazo de entrega e se há possibilidade de devolução. Responda a cada pergunta em duas ou três frases.
- Troque descrições vagas por números concretos. “Dura 18 horas” é melhor do que “duração extralonga”: o mecanismo de IA consegue citar a primeira formulação, mas não a segunda.
- Garanta que esse conteúdo esteja renderizado em HTML e possa ser rastreado. Não o esconda em blocos que exigem clique nem em componentes carregados apenas no front-end.
Etapa 4: acompanhe seu desempenho nas compras por IA
Depois de fazer os ajustes, você precisa saber se eles funcionaram — e as ferramentas tradicionais de posição de palavras-chave não mostram isso. O monitoramento deve verificar se o ChatGPT e o Perplexity recomendam sua marca, em que posição ela aparece, qual trecho é citado e qual preço acompanha a resposta. Trata-se de um novo indicador de visibilidade, que exige o acompanhamento específico das respostas geradas por mecanismos de IA.
Nas compras por IA, o problema não é ocupar a décima posição, onde ninguém vê você. É ficar de fora das três opções apresentadas. Por isso, o primeiro indicador a acompanhar é a taxa de presença.
Prioridades e erros comuns
Se os recursos forem limitados, a ordem de prioridade é clara: primeiro, corrija a consistência dos dados do produto e implemente o Product Schema, porque esse é o requisito de entrada. Depois, amplie o histórico de avaliações de terceiros, que determina se a IA terá confiança para recomendar o produto. Por fim, melhore a facilidade de extração das informações da página. Inverter essa ordem tende a produzir pouco resultado: não adianta conquistar menções externas se a página ainda traz preços divergentes e campos em branco.
Os três erros mais comuns são: notas no schema diferentes das exibidas na página, preços do feed de produtos dessincronizados em relação ao site oficial e especificações publicadas apenas como imagens, sem texto legível pelo mecanismo. Em todos esses casos, a IA pode simplesmente ignorar o produto, enquanto as ferramentas tradicionais de análise não mostram o prejuízo. Se você quer identificar as lacunas específicas dos seus produtos no ChatGPT Shopping e no Perplexity, agende um diagnóstico de GEO de 30 minutos. Testaremos seus produtos reais com uma rodada de perguntas de compra e mostraremos exatamente onde estão os problemas.
