LisboaEstamos no Web Summit, estande A1-33.Ver detalhes
Feedance
E-commerce

Feed pronto para o agentic commerce: o que UCP, ACP e AI Mode realmente exigem

O que UCP do Google, ACP da OpenAI e Perplexity exigem do seu feed de produtos campo a campo, com checklist de preparação para descoberta e checkout por IA.

Cagdas PolatCagdas Polat
21 min de leitura
Feed pronto para o agentic commerce: o que UCP, ACP e AI Mode realmente exigem

Algo silenciosamente estrutural aconteceu com o e-commerce nos últimos dezoito meses, e a maior parte do que se escreveu sobre isso foi ou eufórica ou vaga.

Esta é a versão concreta. Quando um comprador pede a um assistente de IA que encontre um produto, o assistente não visita a sua página inicial. Ele não vê suas fotos, a história da sua marca nem a descrição de produto que seu redator suou para escrever. Ele lê dados de produto estruturados — um feed, um bloco de schema, uma resposta de API — e decide, a partir disso, se vai recomendar você ou outra pessoa.

Seu feed sempre foi o insumo dos seus anúncios. Agora, ele é o insumo da própria recomendação.

Três sistemas definem hoje como isso funciona: o Universal Commerce Protocol (UCP) do Google, o Agentic Commerce Protocol (ACP) da OpenAI e da Stripe e o programa para lojistas da Perplexity. Com frequência, eles são descritos como se fossem a mesma coisa com logos diferentes. Não são. Eles consomem dados diferentes, em formatos diferentes, com requisitos diferentes, e estão disponíveis em países diferentes.

Este guia mostra o que cada um realmente exige no nível dos campos, o que de fato se sobrepõe, o que não se sobrepõe e — como a maioria dos leitores deste blog não vende principalmente nos Estados Unidos — o que vale a pena fazer se o checkout por agentes ainda não chegou ao seu mercado.


O cenário, com honestidade

UCP (Google)ACP (OpenAI / Stripe)Programa para lojistas da Perplexity
Anúncio11 de janeiro de 2026, na NRFSetembro de 2025Novembro de 2024
GovernançaCódigo aberto, iniciado pelo Google, desenvolvido em conjunto com Shopify, Etsy, Wayfair, Target e WalmartPadrão aberto, mantido pela OpenAI e pela StripePrograma proprietário
O que abrangeDescoberta, carrinho, checkout, vinculação de identidade, pós-compraDescoberta, checkout, pagamentos, notificações de atendimentoDescoberta, citação, checkout
Superfícies para o consumidorAI Mode na Busca, Gemini, YouTube ShoppingChatGPTPerplexity
Fonte de dadosFeed do Merchant Center → Shopping GraphFeed enviado pelo lojista a um endpoint da OpenAIFeed do programa para lojistas, além de rastreamento
Formato do feedEspecificação do Merchant Center (XML/TSV/API)CSV ou JSON, estruturado conforme a especificação de feed de produtos do ACPFormato Google Shopping, entregue via API, SFTP ou S3
Disponibilidade do checkoutLojistas selecionados, EUA / Canadá / Austrália no momento em que este texto foi escritoParceiros aprovadosRestrito aos EUA
Compatível comA2A, AP2, MCPInfraestrutura de pagamentos da Stripe, MCP—

Duas observações antes de continuar.

Primeiro: descoberta e checkout são problemas separados. Ser encontrável por um agente de IA é um problema de qualidade de dados que vale em todo o mundo, hoje. Ser transacionável dentro de uma superfície de IA é um problema de integração de protocolo que hoje está limitado a um punhado de mercados. Confundir os dois é o erro mais comum na cobertura deste tema, e ele leva lojistas fora dos EUA a concluir que nada disso se aplica a eles. É o contrário — a camada de descoberta se aplica a todos e é onde está hoje quase todo o valor disponível.

Segundo: os protocolos estão convergindo na infraestrutura, não nos dados. O UCP funciona explicitamente junto com A2A, AP2 e MCP. O ACP se baseia na mesma ideia geral. Mas seus esquemas de produto continuam sendo realmente diferentes, e um feed criado para um não se encaixa diretamente no outro. Isso é um problema de gestão de feeds, e não de estratégia, e tem uma solução direta: manter uma única fonte de verdade interna e enriquecida e gerar a partir dela exportações por destino.


Camada 1: a base de descoberta (vale em todo lugar, hoje)

Antes de qualquer trabalho específico de protocolo, há um conjunto de requisitos que todos esses sistemas compartilham. Se você não fizer mais nada deste artigo, faça esta camada. Ela não custa nada em trabalho de integração e é o que realmente determina se você será recomendado.

Identificadores de produto

O GTIN é a chave de ligação de todo o ecossistema de compras com IA. Todos esses sistemas usam identificadores padronizados para associar o seu produto ao mesmo produto em outros lugares — para comparar preços, agregar avaliações e saber que a sua listagem e a de um site de avaliações descrevem o mesmo objeto.

GTINs ausentes não geram uma mensagem de erro. Eles geram silêncio: seu produto simplesmente não faz parte da comparação que o agente está fazendo. A Perplexity, em particular, supostamente dá mais peso à completude dos identificadores do que o Google.

Audite a cobertura de GTIN como porcentagem dos SKUs ativos. Se estiver abaixo de 90%, esse número é o seu primeiro projeto.

Completude dos atributos

Os anúncios tradicionais do Shopping funcionavam com um conjunto relativamente pequeno de atributos obrigatórios. Um agente raciocina sobre tudo o que você fornece. Cada campo preenchido é um possível motivo para o agente recomendar você — material, dimensões, compatibilidade, instruções de cuidado, requisitos de energia, condições de garantia.

A mudança de mentalidade é esta: um atributo não é mais um valor de filtro. É um argumento. material: full-grain leather não é uma faceta — é a frase que o agente usa quando um comprador pergunta qual de duas bolsas vai envelhecer melhor.

Consistência em todas as superfícies

Este é o requisito mais ignorado e o que tem mais chance de prejudicar você.

Um comprador humano que vê ₺2.499 na sua página de produto e ₺2.399 em um resultado de comparação dá de ombros e segue em frente. Um agente trata a divergência como um sinal sobre a confiabilidade dos seus dados — e um checkout que falha porque o preço mudou é um resultado muito pior para o operador do agente do que simplesmente não recomendar você.

Audite a consistência entre: suas páginas de produto, seu feed do Merchant Center, os dados estruturados das suas páginas e todas as listagens em marketplaces que você mantém. Preços, disponibilidade, condições de frete e política de devolução precisam coincidir. As políticas de devolução e de frete, em particular, são cada vez mais lidas pelos agentes e repassadas aos compradores.

Atualidade

<!-- İç link: /feed-update-frequency -->

A atualização noturna do feed já não é suficiente. O Shopping Graph do Google é atualizado em uma escala medida em bilhões de listagens por hora e prefere dados ao vivo; a ingestão de feeds da OpenAI aceita atualizações a cada 15 minutos.

O motivo não é estético. Quando um agente é capaz de concluir uma transação, dados de estoque desatualizados não geram um comprador levemente decepcionado — geram uma transação que falha. Sistemas com transações que falham perdem peso.

Meta prática: preço e disponibilidade se propagando em até 15 minutos para estoque de giro rápido, e no mínimo a cada hora para todo o resto. Para a maioria dos lojistas, isso significa passar de buscas programadas de arquivos para atualizações via API ou por push.

Acesso dos rastreadores

Verifique seu robots.txt em relação aos rastreadores de IA. Muitos lojistas os bloquearam por reflexo em 2024 e 2025, durante o debate sobre "devemos deixar a IA treinar com nosso conteúdo", e nunca revisaram a decisão. Bloquear o rastreador que alimenta um índice de compras é uma decisão diferente de bloquear um rastreador de treinamento — e muitas vezes ela é tomada por acidente, por uma equipe que nunca a enxergou como uma decisão comercial.


Camada 2: Google — atributos conversacionais

Esta é a parte mais concreta, menos discutida e mais imediatamente acionável de todo o tema, e é a seção que eu leria duas vezes.

Junto com o UCP, o Google adicionou um conjunto de atributos conversacionais à especificação de dados de produto do Merchant Center. Eles são opcionais, complementam seus dados de produto existentes e têm como propósito explícito ajudar sistemas de IA e agentes conversacionais a entender as nuances específicas dos seus produtos. O Google afirma que incluí-los não afeta o status de aprovação dos seus produtos existentes.

Esse último ponto é importante: o risco de prejuízo é zero. Você está adicionando dados descritivos, e não alterando nada que o Google valide para aprovação.

Este é o conjunto:

AtributoO que contémExemplo de valor
question_and_answerConteúdo de perguntas e respostas ou FAQ sobre o produto"Does it have a headphone jack?":"This version doesn't have a headphone jack."
document_linkUm PDF relacionado — manual, instruções de montagem, ficha técnica, guia de cuidadoshttps://example.com/manual.pdf (separe por vírgula se houver vários)
related_productRelações estruturadas com outros produtos. Subatributos: relationship_type, identifier_type, identifierrequired_part:id:AZ7B, accessory:gtin:811571013579
item_group_titleUm título legível para a família de variantes, usado com item_group_idOrganic cotton men's T-shirt
variant_optionTodas as propriedades que identificam a variante, como pares nome/valor. Subatributos: name, valuewidth:narrow,size:8
popularity_rankA popularidade deste produto como porcentagem do seu estoque total — quanto maior, melhor o desempenho95.5

O próprio exemplo do Google, para uma variante de um celular, combina item_group_title, variant_option, question_and_answer, product_highlight, product_detail, related_product, popularity_rank e document_link em um único item, junto com os atributos padrão.

Por que estes seis, e para que realmente servem

Veja o que cada um faz por um agente:

  • question_and_answer é o roteiro do agente. Um comprador pergunta "pode ir na lava-louças?", e o agente tem ou não tem a sua resposta. Se não tiver, ele diz que não sabe — o que perde a venda — ou recomenda um concorrente que preencheu o campo.
  • document_link dá ao agente um documento sobre o qual ele pode raciocinar. As instruções de montagem respondem "é difícil montar?". As fichas técnicas respondem perguntas de compatibilidade que você não conseguiria prever.
  • related_product é como o cross-sell sobrevive ao desaparecimento do seu site da jornada de compra. O required_part, em particular, evita o pior resultado do agentic commerce: um comprador levar algo que não funciona sozinho.
  • item_group_title e variant_option resolvem o problema que atormenta os feeds de variantes desde que eles existem — um agente vê oito linhas e não entende que são um único produto em oito tamanhos. É o problema da estruturação de variantes em um novo contexto.
  • popularity_rank é você dizendo ao agente quais dos seus produtos realmente vendem. Ninguém mais pode dar a ele esse sinal.

Como preenchê-los em escala

O obstáculo honesto: ninguém tem uma coluna question_and_answer parada no seu PIM.

Mas a maioria dos lojistas tem a matéria-prima — temas de chamados do atendimento ao cliente, FAQs nas páginas de produto, conteúdo de avaliações, motivos de devolução. Os pares de perguntas e respostas mais valiosos geralmente aparecem nas perguntas que sua equipe de suporte mais responde e nos motivos pelos quais os produtos são devolvidos. Uma devolução com o motivo "não serviu na minha máquina" é uma pergunta de compatibilidade que você deveria estar respondendo no feed.

O Google recomenda adicioná-los por meio de uma fonte de dados suplementar, em vez de refazer seu feed principal — o que é a decisão certa do ponto de vista operacional, porque a equipe responsável pelos dados de produto e a equipe responsável pelo conteúdo de suporte raramente são a mesma.

Na escala de um catálogo, isso vira um problema de regras: derive o item_group_title do nome do produto pai, monte o variant_option a partir dos atributos que você já armazena como cor e tamanho, calcule o popularity_rank a partir dos seus próprios dados de vendas como um percentil e mapeie o document_link a partir da sua biblioteca de manuais existente por padrão de SKU. Na Feedance, isso são regras de feed aplicadas a cada atualização, e o popularity_rank, em particular, pode ser recalculado automaticamente a partir dos dados de vendas, em vez de mantido manualmente.

Comece pelos seus 200 SKUs com maior receita e três pares de perguntas e respostas para cada um. Isso é uma semana de trabalho e cobre a maior parte das suas impressões visíveis para agentes.


Camada 3: o ACP da OpenAI — um formato realmente diferente

Se você presumir que o feed do ChatGPT é o seu feed do Google com nomes de coluna diferentes, vai construir a coisa errada. O esquema de feed de produtos do ACP é estruturalmente diferente, e as diferenças são reveladoras sobre o que os sistemas agênticos querem.

Os produtos contêm variantes. O feed do Google é plano: cada variante é uma linha própria, ligada às demais pelo item_group_id. O ACP inverte isso — um objeto de produto é o registro canônico e contém um array de objetos de variante. Cada variante tem seu próprio id, título, preço, disponibilidade, mídia e opções.

Esse é um modelo melhor para um agente, e vale entender por quê. Um feed plano obriga o agente a reconstruir "isto é um único tênis em nove tamanhos" a partir de uma chave de agrupamento compartilhada. Um feed aninhado entrega esse fato diretamente. Lojistas com catálogos cheios de variantes — moda acima de tudo — ganham um benefício real de precisão aqui.

Os preços são inteiros em unidades menores. { "amount": 7999, "currency": "USD" } corresponde a 79,99 USD. Não é uma string decimal. Qualquer pipeline que faça aritmética de ponto flutuante com preços precisa ser verificado antes que produza silenciosamente algo errado.

As descrições são objetos, e não strings. O objeto description aceita plain, html e markdown — você pode fornecer qualquer combinação.

Os links de políticas do vendedor são de primeira classe. O objeto seller contém links, tipados como privacy_policy, terms_of_service, refund_policy, shipping_policy ou faq. Leia essa lista de novo: o agente quer sua política de devolução como um campo estruturado. Em um mundo em que o comprador nunca vê o seu site, suas políticas precisam viajar junto com o produto.

A condição é um array. ["new"], e mais de um valor pode se aplicar — o que antecipa estoques de revenda e recondicionados.

Um formato mínimo:

{
  "id": "SKU12345",
  "title": "Trail Running Shoe",
  "description": { "plain": "Waterproof trail shoe with cushioned sole." },
  "url": "https://example.com/products/SKU12345",
  "media": [
    { "type": "image", "url": "https://example.com/images/SKU12345.jpg",
      "alt_text": "Black trail running shoe", "width": 1200, "height": 1200 }
  ],
  "variants": [
    {
      "id": "SKU12345-BLK-10",
      "title": "Black / 10",
      "barcodes": [{ "type": "gtin", "value": "1234567890123" }],
      "price": { "amount": 7999, "currency": "USD" },
      "list_price": { "amount": 9999, "currency": "USD" },
      "availability": { "available": true, "status": "in_stock" },
      "variant_options": [
        { "name": "color", "value": "Black" },
        { "name": "size", "value": "10" }
      ],
      "categories": [
        { "value": "Apparel & Accessories > Shoes", "taxonomy": "merchant" }
      ],
      "condition": ["new"],
      "seller": {
        "name": "Example Store",
        "links": [
          { "type": "refund_policy", "title": "Returns policy",
            "url": "https://example.com/returns" }
        ]
      }
    }
  ]
}

O arquivo do feed vem acompanhado de um cabeçalho com feed_id, account_id, target_merchant e target_country — observe que o país é definido no nível do feed, o que significa que lojistas em vários mercados enviam um feed por mercado.

O padrão de entrega recomendado pela OpenAI é um feed completo uma vez por dia, por upload de arquivo, com atualizações ao longo do dia enviadas pela API. Catálogos pequenos podem fazer as duas coisas pela API.

Uma coisa sobre a qual vale ter clareza: o checkout dentro do chat da OpenAI teve um primeiro ano mais complicado do que os anúncios sugeriam, e a empresa reconheceu publicamente que a implementação inicial do Instant Checkout foi menos flexível do que o pretendido, deslocando a ênfase para a descoberta de produtos com redirecionamento para o site do lojista para o pagamento. Se você está definindo prioridades, trate a descoberta do ACP como a oportunidade de curto prazo e o checkout do ACP como uma aposta de prazo mais longo.


Camada 4: Perplexity

O programa para lojistas da Perplexity é o menos documentado dos três e, por isso, o mais mal relatado. Guias que publicam uma especificação detalhada de campos da Perplexity estão extrapolando a partir do Google — nenhuma especificação oficial de campos foi publicada.

O que se sabe:

  • O programa é gratuito e funciona por candidatura; a entrada de lojistas vem se ampliando ao longo de 2025 e 2026.
  • O feed é entregue em CSV ou XML, via API, SFTP ou um bucket S3 dedicado, no formato Google Shopping.
  • A completude dos dados de produto funciona como um fator de classificação — dados mais completos dão ao sistema mais material para gerar comparações e resumos de prós e contras.
  • A completude dos identificadores, os dados de avaliações e a marcação Schema.org nas páginas parecem ter um peso maior do que o Google lhes dá.
  • Um feed não é estritamente obrigatório para ser citado — um catálogo rastreável com um schema Product limpo pode aparecer —, mas um feed aumenta as chances de ser um produto recomendado.
  • Os recursos transacionais são restritos aos EUA. Fora dos EUA, você pode ser citado e receber links, mas não vender por meio dela.

A leitura prática: para a Perplexity, o trabalho é higiene de Schema.org nas suas páginas de produto mais dados de avaliações, e não uma nova integração de feed. Se suas páginas de produto já emitem marcação Product e Offer válida com GTIN, preço, disponibilidade e aggregateRating, você já fez a maior parte.


Camada 5: checkout — e a geografia real

É aqui que a cobertura costuma se empolgar demais, então vamos ser precisos sobre o que realmente está disponível.

Checkout do UCP. Disponível para lojistas selecionados, com elegibilidade de produtos nos Estados Unidos, no Canadá e na Austrália no momento em que este texto foi escrito. Ele aparece como um botão Comprar nas listagens elegíveis no AI Mode e no Gemini. Você continua sendo o vendedor responsável. Os clientes pagam com o Google Pay, usando credenciais que já estão na Carteira do Google. A participação exige atender aos requisitos técnicos, enviar um formulário de interesse e concluir a implementação — e, o mais importante, somente as listagens com o atributo de produto native_commerce(checkout_eligibility) vão exibir o botão Comprar.

Esse último detalhe é a lição no nível do feed. Todo o resto do checkout do UCP é trabalho de integração de back-end; o próprio sinal de elegibilidade fica nos seus dados de produto.

O Google anunciou em março de 2026 uma entrada simplificada no UCP pelo Merchant Center, junto com recursos de carrinho, catálogo e vinculação de identidade, e sinalizou uma expansão global ao longo de 2026.

Checkout do ACP. Exige implementar três fluxos — um feed de produtos, uma API de checkout e pagamento delegado por meio de um PSP como a Stripe — e está aberto a parceiros aprovados.

Buy with Pro da Perplexity. Restrito aos EUA.

Se você vende fora dos EUA

A maioria dos nossos clientes vende na Turquia, no Golfo e na Europa. Esta é a posição honesta para essa situação:

O checkout por agentes ainda não está disponível para você. A descoberta por agentes está, por completo, hoje.

Um comprador em Istambul que pede ao Gemini ou ao ChatGPT para comparar produtos está recebendo, neste momento, uma resposta montada a partir de dados de produto estruturados. Se essa resposta inclui ou não os seus produtos é algo determinado inteiramente pelas Camadas 1 e 2 acima — cobertura de identificadores, completude dos atributos, atributos conversacionais, atualidade e consistência. Nada disso exige uma integração de protocolo, uma empresa nos EUA ou uma candidatura de acesso antecipado.

Então, a sequência para um lojista fora dos EUA é clara:

  1. Faça a Camada 1 por completo. Ela só traz vantagens e também melhora seu desempenho atual no Shopping e no Performance Max.
  2. Faça a Camada 2 agora. Os atributos conversacionais estão disponíveis na especificação padrão do Merchant Center, não trazem risco para a aprovação e quase ninguém no seu mercado os preencheu.
  3. Acompanhe a Camada 5. Quando o checkout chegar ao seu mercado, os lojistas que fizeram as Camadas 1 e 2 vão se integrar em semanas. Os que não fizeram vão começar com um catálogo incompleto.

A vantagem de se mover cedo não é que você vai fazer transações no ChatGPT neste trimestre. É que a qualidade dos dados do catálogo leva meses para ser corrigida e não pode ser comprada às pressas quando a janela se abrir.


⚠️ Um prazo que não é opcional

Separado de tudo o que foi dito acima, e muito mais urgente: a Content API for Shopping do Google será desativada em 18 de agosto de 2026. Depois dessa data, as chamadas aos endpoints legados da v2.1 deixam de funcionar.

Isso afeta apenas integrações programáticas — uploads manuais, buscas programadas e feeds do Google Sheets não são afetados. Lojistas com integrações oficiais de plataforma (o canal Google & YouTube do Shopify, o Google Listings & Ads do WooCommerce) são atendidos pela própria plataforma. Integrações personalizadas e algumas ferramentas de terceiros precisam migrar manualmente para a Merchant API v1.

Duas coisas para verificar hoje: no Merchant Center, vá em Settings → Data Sources e veja a coluna Source. Se aparecer "Content API", você tem uma tarefa pendente. E saiba que os feed labels não são transferidos automaticamente — se a estrutura das suas campanhas no Google Ads depende de feed labels, uma migração feita sem cuidado pode fazer as campanhas pararem de veicular.

Se o seu feed chega ao Merchant Center pela Feedance, essa migração é feita do nosso lado, e sua configuração de exportação não muda.


O que significa estar "pronto para agentes", campo a campo

Juntando as camadas em uma única visão operacional:

O que o agente precisa saberGoogle Merchant CenterACPPor que importa
Que produto é este, universalmentegtin, mpn, brandbarcodes[]Correspondência entre fontes, comparação, agregação de avaliações
O que é, em uma linhatitletitleA primeira coisa que o agente lê
O que é, em detalhesdescription, product_detail, product_highlightdescription (plain/html/markdown)Matéria-prima para o raciocínio do agente
Quais variantes existemitem_group_id, item_group_title, variant_optionvariants[] aninhado, variant_options[]Evita que o agente trate um produto como nove
Quanto custa, agoraprice, sale_priceprice, list_price (unidades menores)Preço desatualizado = transação que falha
Consigo compraravailability, availability_dateavailability.available, availability.statusIdem
Como éimage_link, additional_image_link, video_linkmedia[] com alt_textModelos multimodais leem imagens, e não apenas campos
Perguntas frequentesquestion_and_answer(na descrição)Responde diretamente às objeções do comprador
Documentos de apoiodocument_link—Manuais, especificações, compatibilidade
O que combina com elerelated_product—Cross-sell depois que o site desaparece
O que vende bempopularity_rank—Seu próprio sinal de classificação
Quais são suas políticasnível da conta, shipping, return_policy_labelseller.links[] tipadosOs agentes repassam sua política de devolução aos compradores
Onde se encaixagoogle_product_category, product_typecategories[] com taxonomyDirecionamento de consultas

Ler essa tabela de lado é o exercício útil: repare em quanto do comportamento da coluna da direita é guiado por campos opcionais, que a maioria dos catálogos deixa vazios.


O checklist de preparação

O básico — faça isto primeiro, vale para todas as superfícies

  • [ ] Cobertura de GTIN acima de 90% dos SKUs ativos
  • [ ] Preço e disponibilidade se propagando entre 15 minutos e uma hora, e não durante a noite
  • [ ] Preço, disponibilidade, frete e devoluções consistentes entre site, feed e marketplaces
  • [ ] Todas as imagens com pelo menos 500×500 (também exigido pelo Google a partir de 31 de janeiro de 2027)
  • [ ] Marcação Schema.org Product e Offer válida em todas as páginas de produto, com aggregateRating quando houver avaliações
  • [ ] Rastreadores de IA não bloqueados por acidente no robots.txt
  • [ ] google_product_category mapeado corretamente, e não deixado para inferência
  • [ ] Migração da Content API confirmada como concluída

Competitivo — a maior parte do seu mercado ainda não fez isto

  • [ ] question_and_answer preenchido nos seus 200 principais SKUs, com 3 ou mais pares cada
  • [ ] item_group_title e variant_option em todas as famílias de variantes
  • [ ] popularity_rank calculado a partir dos seus próprios dados de vendas
  • [ ] document_link mapeado a partir da sua biblioteca existente de manuais e fichas técnicas
  • [ ] related_product para acessórios e peças necessárias
  • [ ] video_link nos produtos principais
  • [ ] Completude de atributos acima de 95% no decil de maior receita

Fronteira — para lojistas em mercados elegíveis

  • [ ] Feed do ACP gerado e entregue, com o completo diário mais atualizações via API ao longo do dia
  • [ ] Candidatura ao programa para lojistas da Perplexity enviada
  • [ ] Formulário de interesse do UCP enviado e elegibilidade native_commerce sinalizada nas listagens qualificadas
  • [ ] Tráfego e pedidos originados por agentes marcados separadamente no analytics

Vale reforçar esse último item. Os pedidos gerados por agentes não serão atribuídos como os de busca ou de mídia social paga, e, se você não os marcar no momento da integração, não conseguirá provar que nada disso funcionou. Configure a mensuração antes de precisar dela.


Vale a pena?

Uma resposta equilibrada, porque o tema atrai mais certeza do que as evidências sustentam.

Motivos para ceticismo. A adoção do checkout tem sido mais lenta do que os anúncios de lançamento davam a entender. A OpenAI reformulou publicamente sua abordagem após a primeira tentativa do Instant Checkout. A maioria dos recursos transacionais tem restrição geográfica. Os dados publicados sobre receita incremental são escassos, e os múltiplos de crescimento que impressionam geralmente partem de uma base muito pequena.

Motivos para agir mesmo assim. Quase tudo nas Camadas 1 e 2 melhora seu desempenho pago atual, independentemente de o agentic commerce corresponder ou não às projeções. Atributos completos, identificadores corretos e dados de estoque atualizados fazem o Performance Max funcionar melhor hoje. Os atributos conversacionais não trazem risco para a aprovação. E a qualidade dos dados do catálogo é um projeto de meses, sem atalhos — os lojistas que começarem quando a oportunidade for óbvia já vão começar atrasados.

O enquadramento que sugerimos: não construa para o agentic commerce; construa um catálogo completo e correto. Estar pronto para agentes é o que um catálogo completo e correto significa em 2026. O trabalho de protocolo é uma camada fina por cima, e é a parte que pode ser feita rapidamente quando os dados por baixo estão certos.

Se você quiser uma linha de base antes de se comprometer com qualquer coisa, nossa ferramenta gratuita de auditoria de feed de produtos dá uma nota a qualquer feed em completude dos dados, qualidade dos dados e saúde técnica — o que é um indicador razoável de quanto disso você já tem.


Fontes

  • Ajuda do Google Merchant Center — About the Universal Commerce Protocol (UCP): https://support.google.com/merchants/answer/16837055
  • Ajuda do Google Merchant Center — How to use conversational attributes: https://support.google.com/merchants/answer/17085370
  • Ajuda do Google Merchant Center — Product data specification: https://support.google.com/merchants/answer/7052112
  • Google Developers Blog — Under the Hood: Universal Commerce Protocol: https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp/
  • Google for Developers — Migrate from Content API for Shopping to Merchant API: https://developers.google.com/merchant/api/guides/compatibility/overview
  • OpenAI Developers — Product Feed Spec (Agentic Commerce): https://developers.openai.com/commerce/specs/spec
  • OpenAI Developers — Agentic Commerce key concepts: https://developers.openai.com/commerce/guides/key-concepts
  • Agentic Commerce Protocol: https://www.agenticcommerce.dev/
  • Universal Commerce Protocol: https://ucp.dev

Perguntas frequentes

Preciso oferecer suporte tanto ao UCP quanto ao ACP?

Se você vende em um mercado elegível e quer checkout dentro da própria interface em todos os lugares, com o tempo, sim — eles cobrem interfaces diferentes e usam formatos de feed diferentes. Mas a camada de descoberta por trás de ambos é em grande parte compartilhada, e é por ela que o trabalho deve começar. Mantenha um único catálogo interno enriquecido e gere exportações específicas para cada destino, em vez de gerenciar feeds separados manualmente.

O UCP substitui o Google Merchant Center?

Não. O Merchant Center continua sendo a camada de dados do catálogo. O UCP é o protocolo que padroniza como agentes e os back-ends dos lojistas trocam informações, possibilitando jornadas de descoberta e checkout nas superfícies de IA do Google com base nesses dados.

Meu feed do Google Shopping é suficiente para o ChatGPT?

Não. O schema ACP tem uma estrutura diferente — os produtos contêm as variantes, em vez de cada variante ser uma linha separada, os preços são números inteiros em unidades menores da moeda e os links das políticas do vendedor são campos tipados. Os dados de produtos por trás são os mesmos; o formato não.

Com que frequência meu feed realmente precisa ser atualizado?

Estoques de giro rápido devem ser propagados em até 15 minutos; para o restante, de hora em hora é um mínimo razoável. A atualização noturna já não é suficiente quando o sistema que consome seus dados consegue concluir uma transação com base neles.

Posso fazer algo disso se eu não vendo nos EUA?

Sim — tudo na camada de descoberta, que é onde está a maior parte do valor atual. O checkout agêntico hoje é restrito por mercado, mas a descoberta de produtos assistida por IA é global e depende inteiramente da qualidade dos seus dados estruturados.

Quer uma segunda opinião sobre o seu feed? Vamos revisá-lo com você e mostrar onde estão as lacunas antes do próximo envio.
Faça uma auditoria gratuita
Cagdas Polat
Escrito por
Cagdas Polat

Cofundador da Feedance, onde aproveita sua formação como engenheiro de computação e profissional de marketing para gerar insights analíticos. Com um forte foco em transformar dados em estratégias acionáveis, ele se dedica a ajudar marcas a alcançar um crescimento significativo no cenário digital.

LinkedIn

Descubra quais
produtos dão retorno.

Conecte seu feed e o GA4. Mostramos Product Score, 4T, Price War e Broken Size no seu próprio catálogo.