O que muda quando a IA participa da compra
Agentic commerce é o uso de agentes de IA para ajudar a descobrir, comparar e executar compras dentro das permissões concedidas pelo comprador. O grau de autonomia depende da integração e da autorização. Um assistente pode recomendar um produto e encaminhar a pessoa ao site, sem ter permissão para concluir a transação.
Comércio agêntico é o nome em português desse modelo de compra, em que parte da jornada passa a ser executada por software em nome de quem compra. Um agente de IA é um sistema que recebe um objetivo, escolhe ferramentas e executa etapas com autonomia limitada pelas permissões configuradas.
Para a empresa, isso cria dois trabalhos relacionados: tornar a oferta compreensível e permitir uma execução comercial confiável. O primeiro exige informações corretas sobre produto, preço e condições. O segundo exige identificar o comprador, validar o pedido, obter a autorização aplicável e confirmar o resultado no sistema da loja.
O cliente continua sendo a pessoa ou a organização que compra. O agente pode atuar como intermediário. Essa distinção evita tratar uma visita automatizada como intenção de compra confirmada ou interpretar uma pergunta sobre frete como permissão para cobrar.
Uma visita automatizada não autoriza uma cobrança. A autorização precisa estar associada à ação e às condições que o comprador aceitou.
As projeções de mercado ajudam a dimensionar a aposta, sem substituir a conta da própria operação. Em relatório publicado em outubro de 2025, a McKinsey estimou que o comércio orquestrado por agentes pode alcançar até US$ 1 trilhão em receita no varejo B2C dos Estados Unidos até 2030, e de US$ 3 trilhões a US$ 5 trilhões no mundo. Na pesquisa AI Discovery Survey, citada no mesmo relatório de 2025, a McKinsey indicou que 44% dos usuários que já experimentaram a busca com IA a tratam como fonte principal e preferida para pesquisar na internet. São cenários e respostas declaradas, que não medem a demanda de uma loja brasileira.
ACP, UCP e MCP cumprem papéis diferentes
Os protocolos ajudam sistemas a trocar informações, mas a existência de uma especificação não torna qualquer loja habilitada em qualquer assistente. A disponibilidade precisa ser verificada para a plataforma, o país, a categoria de produto e o contrato da operação.
| Recurso | Finalidade documentada | O que conferir antes de adotar |
|---|---|---|
| ACP, Agentic Commerce Protocol | Integração de catálogo e fluxos comerciais com o ChatGPT | Aprovação do parceiro, formato do catálogo e habilitação específica do checkout |
| UCP, Universal Commerce Protocol | Integrações de comércio, incluindo compra direta nas superfícies participantes do Google | Elegibilidade, capacidades efetivamente disponíveis e integração com o Merchant Center |
| MCP, Model Context Protocol | Conexão de aplicações de IA com ferramentas e fontes de dados | Quais ferramentas foram expostas e quais permissões cada uma recebeu |
Na documentação consultada em 6 de outubro de 2026, o recebimento de feeds de produtos pelo ACP e o Instant Checkout exigem aprovação do parceiro. A especificação de checkout descreve a confirmação de compra pelo usuário e a criação do pedido no sistema do comerciante. Implementar o padrão e obter acesso à experiência comercial são etapas distintas.
O guia do UCP apresenta caminhos de integração e lista de espera. Por isso, uma loja brasileira deve confirmar sua elegibilidade antes de contratar a implementação. O MCP, apresentado em novembro de 2024, é um padrão geral de conexão. Um servidor MCP que consulta estoque não recebe automaticamente poder para cobrar, negociar ou contratar.
As datas de lançamento mostram como o ecossistema ainda é recente. Em 29 de setembro de 2025, a Stripe anunciou o Agentic Commerce Protocol, desenvolvido com a OpenAI como padrão aberto, e informou que mais de um milhão de comerciantes da Shopify passariam a vender pelo ChatGPT em breve. Em 11 de janeiro de 2026, o Google apresentou o UCP como padrão de código aberto desenvolvido com Shopify, Etsy, Wayfair, Target e Walmart e apoiado por mais de 20 parceiros, entre eles Adyen, American Express, Stripe e Visa. Um anúncio de parceria indica intenção de integração; a habilitação de cada loja continua sujeita às regras de elegibilidade de cada plataforma.
Como descobrir onde a oferta perde informação
A ausência de uma marca numa resposta isolada não demonstra perda de demanda nem mede vendas que deixaram de acontecer. O diagnóstico começa verificando se uma comparação encontra os dados necessários para decidir: variante, compatibilidade, preço total, disponibilidade e prazo para o destino informado.
Escolha um pequeno conjunto de produtos relevantes e descreva as dúvidas reais recebidas pela loja. Em seguida, compare a página, o cadastro do sistema comercial e o catálogo enviado às plataformas. Uma cor inexistente ou um frete omitido explica um problema concreto; uma porcentagem genérica de invisibilidade não explica.
Registre separadamente produto mencionado, página citada, visita recebida, carrinho criado e pedido confirmado. São acontecimentos diferentes. Se um assistente indicar o produto sem enviar uma visita identificável, a loja pode registrar a observação, mas não transformar essa observação em receita atribuída.
Prepare um catálogo que sustente a comparação
O catálogo precisa apontar para a mesma oferta que a loja consegue cumprir. Use um identificador estável por variante, título claro, descrição específica, moeda, preço vigente, disponibilidade, imagens adequadas e endereço da página. Defina quem atualiza cada campo e qual sistema é a referência quando houver divergência.
Dados estruturados são marcações que descrevem a informação da página para sistemas. Os tipos Product e Offer podem representar produto e oferta quando aplicáveis. Eles precisam refletir o conteúdo visível. Nenhuma marcação substitui o cálculo de frete, a consulta de estoque ou a aprovação de uma compra.
Use o Rich Results Test, do Google, para testar a URL e analisar os dados de produto detectados. Corrija erros relevantes e confira o resultado contra a página e o cadastro comercial. O teste verifica requisitos de recursos do Google; não certifica a integração ACP ou UCP nem garante que um assistente mostrará o produto.
Para uma integração de catálogo aprovada pela OpenAI, o guia atual prevê envio por arquivo ou API, a interface usada por sistemas para trocar dados. A escolha depende do volume e da frequência das mudanças. Documente o intervalo de atualização e teste uma alteração de preço antes de ampliar o catálogo.
Escreva a alçada antes de conectar o pagamento
A alçada define a ação permitida, seu limite e a condição de interrupção. Ela deve existir na configuração do sistema, além das instruções dadas ao modelo. Uma frase pedindo cuidado não impede que uma ferramenta com poderes excessivos crie um pedido indevido.
MODELO DE ALÇADA PARA UM PILOTO
Objetivo: comparar produtos e preparar uma proposta de compra.
Pode consultar: catálogo, estoque e frete da operação de teste.
Pode preparar: carrinho sem cobrança e resumo do custo total.
Exige confirmação: itens, quantidades, endereço e valor final.
Deve interromper: preço alterado, estoque insuficiente ou dado ausente.
Não pode: substituir produto ou ampliar orçamento por conta própria.
Responsável por exceções: [nome e canal de atendimento].
Registro: pedido, versão da oferta, autorização e resultado.
Interrupção: [controle que revoga o acesso de escrita].Repetir uma solicitação depois de uma falha de conexão também exige controle. A integração deve reconhecer a mesma tentativa e evitar uma segunda cobrança ou um pedido duplicado. Esse comportamento é chamado de idempotência. O estado final precisa vir do sistema comercial, com número do pedido ou motivo de recusa.
Execute um teste com orçamento e exceções
Um piloto útil demonstra que a operação respeita condições, inclusive quando a resposta correta é parar. No exemplo hipotético abaixo, um comprador procura duas unidades de um item a R$ 80 cada, com frete de R$ 18 e limite total de R$ 200. O total é R$ 178; sobram R$ 22 dentro do limite, sem autorização para gastar essa diferença.
- Selecione um produto e uma variante em ambiente de teste, com preço e estoque conhecidos.
- Registre o pedido do comprador, o limite total e o destino usado para calcular o frete.
- Peça uma comparação que explique compatibilidade, disponibilidade e custo completo.
- Prepare o carrinho e confira o total contra o sistema comercial.
- Simule a confirmação prevista no fluxo, sem movimentar dinheiro real.
- Repita a solicitação com o mesmo identificador e verifique se existe apenas um pedido.
- Altere o frete para R$ 45: o total passa a R$ 205 e o fluxo deve parar para nova decisão.
- Simule falta de estoque e falha de conexão; confira a interrupção e a mensagem de resultado incerto.
O piloto passa quando os totais conferem, nenhuma compra excede a autorização, tentativas repetidas não duplicam pedidos e cada exceção chega ao responsável. Esses critérios são regras deste teste, não uma taxa esperada de desempenho de mercado. Se o pedido ficou em estado incerto, consulte seu identificador antes de tentar novamente.
Amplie pela evidência da operação
A expansão depende da combinação entre qualidade, custo e capacidade de atendimento. Some implantação, integração, uso da IA, manutenção do catálogo, revisão humana, falhas e atendimento após a compra. Uma mensalidade menor pode coexistir com mais trabalho para corrigir pedidos.
Acompanhe a proporção de comparações com informação completa, divergências de preço, pedidos duplicados, autorizações ausentes e tempo gasto nas exceções. Separe os resultados de descoberta dos resultados do checkout. A evolução de um grupo não demonstra automaticamente a evolução do outro.
Comece pela conferência de uma oferta completa, do cadastro à confirmação do pedido. Amplie o piloto quando outra pessoa conseguir repetir os testes e obter os mesmos comportamentos esperados. Esse é um sinal observável de prontidão operacional, independentemente da frequência com que a marca aparece numa resposta de IA.
Fontes
- Portal Leadlovers 2026, agente de IA no funil comercial, consulta em 6 de outubro de 2026.
- Portal Leadlovers 2026, custo total da automação, consulta em 6 de outubro de 2026.
- OpenAI, início da integração de catálogo pelo ACP, consulta em 6 de outubro de 2026.
- OpenAI, especificação de checkout agêntico, consulta em 6 de outubro de 2026.
- Google, Universal Commerce Protocol, consulta em 6 de outubro de 2026.
- Anthropic, apresentação do MCP, 25 de novembro de 2024, consulta em 6 de outubro de 2026.
- Google, dados estruturados de produtos, consulta em 6 de outubro de 2026.
- McKinsey, The agentic commerce opportunity, 17 de outubro de 2025, consulta em 20 de outubro de 2026.
- Stripe, anúncio do Agentic Commerce Protocol com a OpenAI, 29 de setembro de 2025, consulta em 20 de outubro de 2026.
- Google for Developers, Under the hood: Universal Commerce Protocol, 11 de janeiro de 2026, consulta em 20 de outubro de 2026.