GEO Universal Framework · Capítulo 27 de 29 · 28 min
Prepare o site para o agente ler, comparar e comprar
Quinta etapa: dados de oferta e acesso limpo hoje, protocolos só no radar, catálogo pronto para agente de compra.
Este capítulo faz parte do curso gratuito GEO Universal Framework.
Um agente de IA (programa que pesquisa, compara e conclui uma compra em nome de uma pessoa, decidindo os passos sozinho) só recomenda o que consegue ler. A resposta desta etapa, para quem aprova roadmap de produto ou de e-commerce, é fazer hoje o que é barato e reversível: dados de oferta completos, feed de produto e resposta 200 aos robôs de citação. Protocolos de comércio agêntico ficam em monitoramento, e nenhum plano se apoia em agente logado com a senha do cliente, que está sob disputa judicial.
Para quem decide: a decisão é o que entra no roadmap deste trimestre para agentes. Dados de oferta completos, feed de produto e acesso limpo entram hoje; servidor MCP só com API estável; UCP, AP2 e WebMCP ficam em monitoramento. Errar custa venda silenciosa: um WAF que responde 403 a um robô de citação não aparece em relatório nenhum. Pergunta para a equipe: que código de resposta cada robô de citação recebe nas nossas cinco páginas mais importantes?
Ao final você consegue: (1) Separar as quatro camadas do empilhamento agêntico e dizer qual problema cada uma resolve. (2) Decidir entre publicar um servidor MCP hoje ou só declarar elegibilidade em dados estruturados, com critério escrito. (3) Cobrar o JSON-LD de oferta com os campos que sustentam recomendação automática, e o feed de produto se você vende no ChatGPT. (4) Diagnosticar onde um agente tem risco jurídico ou bloqueio de infraestrutura, e montar a lista do que só se monitora.
Verificação rápida
Pré-teste, antes de ler o módulo. Você quer preparar o site para o comércio agêntico, quando um agente de IA descobre, compara e conclui a compra em nome do cliente. Qual é a aposta mais segura para começar?
Glossário rápido
Agente
Programa que executa uma sequência de ações em nome de uma pessoa, decidindo os passos intermediários sem confirmação a cada passo.
MCP (Model Context Protocol)
Protocolo pelo qual um modelo acessa ferramentas e dados de terceiros de forma estruturada, como uma tomada padrão entre o assistente e o seu sistema.
A2A
Comunicação entre agentes distintos, quando o agente do comprador precisa falar com o agente do vendedor.
UCP (Universal Commerce Protocol)
Representação de catálogo e carrinho fora do site do lojista. O lojista publica um perfil público em /.well-known/ucp, sem autenticação.
AP2 (Agent Payments Protocol)
Mandato de pagamento: prova criptográfica de que o humano autorizou aquele agente a gastar até aquele limite, naquelas condições.
Feed de produto
Arquivo estruturado com os itens do catálogo (nome, preço, disponibilidade, imagem, link) que a plataforma lê direto, sem visitar a página.
Elegibilidade
O conjunto de condições declaradas que permitem a um agente concluir que aquele produto ou serviço pode ser recomendado a este usuário, neste lugar, agora. Preço, disponibilidade, região atendida, prazo, política de devolução.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
A pilha agêntica em setembro de 2026: quem propôs, o que resolve e quanto está assentado
| Padrão | Proponente e marco institucional | Problema que resolve | Maturidade declarada |
|---|---|---|---|
| MCP (Model Context Protocol) | Anthropic. Doado à Linux Foundation em 09/12/2025, originando a Agentic AI Foundation, cofundada por Anthropic, Block e OpenAI. Revisão vigente da especificação: 28/07/2026 | Acesso estruturado de um modelo a ferramentas e dados de terceiros | Fundação neutra, com apoio declarado de Google, Microsoft, AWS e Cloudflare; servidor publicado em 2025 precisa de revisão de compatibilidade |
| A2A | Google. Versão 1.0 em 12/03/2026; aceito na Agentic AI Foundation em 27/08/2026, com comitê técnico de AWS, Cisco, Google, IBM Research, Microsoft, Salesforce, SAP e ServiceNow | Conversa entre agentes distintos, quando o agente do comprador fala com o do vendedor | Fundação neutra desde 27/08/2026; sem métrica pública de adoção |
| Comércio no ChatGPT (feed e checkout do lojista) | OpenAI. O Instant Checkout dentro do assistente foi encerrado em março de 2026; a documentação de comércio cobre checkout agêntico, pagamento delegado e feed de produto com nove campos obrigatórios | Descoberta no ChatGPT, compra concluída no site do lojista | Em operação: o feed decidiu 61,54% das recomendações de produto em 10/07/2026 |
| AP2 | Google. Doado à FIDO Alliance em 28/04/2026 | Mandato de pagamento: prova de que o humano autorizou aquele agente a gastar até aquele limite | Sem adoção documentada em escala, com o precedente de adoção bancária da FIDO a favor |
| UCP | Google e Shopify, com 21 co-desenvolvedores, entre eles Amazon, Walmart, Microsoft, Meta, Etsy, Target e Stripe. O lojista publica /.well-known/ucp, público e sem autenticação | Representação universal de catálogo e carrinho, para que o item exista fora do site do lojista | Onboarding do Google via Merchant Center em acesso antecipado nos EUA; sem métrica pública de adoção |
| WebMCP | Especificação em teste no Chrome 149; Shopify ativou em todas as lojas Liquid; Cloudflare com ponte em preview; ferramentas de site no navegador do ChatGPT para usuários Work e Codex | A página expõe ações (buscar, filtrar, adicionar ao carrinho) que o agente chama direto, sem simular cliques | Sem métrica pública de adoção |
A divisão de trabalho que se desenha: MCP para acesso a ferramentas, A2A para conversa entre agentes, UCP, AP2 e o feed para a parte de comércio, WebMCP para ações dentro da página. Trate a tabela como mapa de leitura para acompanhar anúncios, e não como especificação de projeto.
O efeito prático da tabela para quem decide roadmap está nas duas primeiras linhas. O MCP deixou de ser padrão de um fornecedor e virou infraestrutura de fundação neutra, e o A2A chegou à mesma fundação em 27/08/2026. Implementar um protocolo controlado por uma empresa carrega o risco de a empresa mudar de estratégia; implementar um protocolo sob fundação com governança compartilhada carrega o risco menor de fragmentação por comitê. Nenhum dos dois é risco zero, e a diferença tira o MCP da fila de esperar amadurecer.
A revisão de 28/07/2026 da especificação traz um custo escondido: o protocolo passou a funcionar sem estado, ganhou um mecanismo de descoberta e aposentou três recursos. Um servidor MCP publicado em 2025 precisa de revisão de compatibilidade antes de entrar em qualquer plano deste trimestre.
A camada de comércio é outra história. O UCP ganhou peso institucional com 21 co-desenvolvedores, entre eles Amazon, Walmart, Microsoft e Meta, e ainda não tem métrica pública de adoção. A doação do AP2 para a FIDO merece atenção, porque a FIDO é a entidade por trás dos padrões de autenticação sem senha, com histórico de adoção por bancos e emissores. Histórico anterior é indício, e não garantia de que este padrão específico se estabeleça.
Sem consultar a figura, escreva qual camada resolve cada um destes quatro problemas concretos. -- O agente precisa saber se o produto entrega no CEP do usuário. -- O emissor do cartão precisa provar que a cobrança foi autorizada por um humano e não por um agente descontrolado. -- O assistente precisa listar seus itens dentro da própria interface de chat. -- O seu sistema de atendimento precisa responder a um agente externo sem integração combinada previamente. Depois preveja qual desses quatro você conseguiria resolver sozinho, sem depender de nenhum outro participante do mercado adotar nada.
Antes de escrever qualquer protocolo, leia a correção de postura que o próprio Google publicou. O guia oficial de otimização para IA, publicado em 15/05/2026 e atualizado em 10/07/2026, afirma que otimizar para busca generativa é otimizar para a experiência de busca, e portanto continua sendo SEO. O mesmo documento recomenda revisar as boas práticas de site amigável a agente e cita o UCP como experiência agêntica opcional. Ele declara que não é preciso criar novos arquivos legíveis por máquina, arquivos de texto para IA, marcação ou Markdown para aparecer na Busca.
Duas consequências. A primeira: a tentação de inventar um formato novo para agentes é quase sempre desperdício, porque o que existe já é lido. A segunda: elegibilidade se declara nos vocabulários que já têm consumidor, e o consumidor mais estabelecido de dados de oferta continua sendo o Schema.org, o vocabulário de dados estruturados que o Google e os agentes já leem.
Onde a regra quebra, e quem ensina só a parte otimista não conta. Primeiro, o precedente jurídico. Em 10/03/2026 a juíza Maxine Chesney, do Distrito Norte da Califórnia, concedeu liminar bloqueando o navegador Comet, da Perplexity, de acessar contas da Amazon protegidas por senha, sob o Computer Fraud and Abuse Act. É o primeiro marco relevante sobre navegação agêntica autenticada. A leitura para o seu projeto: o caminho em que o agente entra logado como se fosse o usuário está sob disputa jurídica ativa. O caminho pelo qual o site publica interface própria para agentes não tem esse problema, porque a autorização é explícita. Segundo, a infraestrutura pode bloquear sem você saber. A Cloudflare classifica bots em três categorias, Search, Agent e Training, desde 01/07/2026. A partir de 15/09/2026, em domínios novos, Training e Agent ficam bloqueados por padrão em páginas com anúncios, enquanto Search segue permitido; robôs de finalidade mista, que fazem busca e treino, ficam bloqueados em todas as configurações. Bloquear treino pode derrubar indexação de busca como dano colateral. Antes de comemorar qualquer implementação agêntica, confirme no seu WAF (o porteiro que filtra quem entra no site) e no seu CDN que o agente consegue chegar. Terceiro, não existe marcação especial para IA generativa. A citação oficial é direta: não há marcação do Schema.org específica que você precise adicionar. Fornecedor que vender "schema para IA" está vendendo o que já existe com nome novo.
Para quem vende produto, o feed passou a valer mais que a página. Depois do GPT 5.6, a recuperação por feed integrado no Shopping do ChatGPT saltou de 8,26% para 61,54% das recomendações de produto em 10/07/2026, na base de 687 clientes da Profound. Os dez maiores lojistas subiram de 22,5% para 41,8% da participação, e o número de lojistas únicos caiu de 13.524 para 10.607. A Shopify responde por cerca de 35% da recuperação por feed.
A leitura executiva: se o seu catálogo não está num feed que o ChatGPT lê (Merchant Center, Shopify ou o feed da própria OpenAI), a chance de o produto entrar na resposta caiu muito. A afirmação de que só marcas com feed aparecem circula como observação de analista, sem página da OpenAI que a confirme, e entra aqui como tendência, não como regra. O feed da OpenAI exige nove campos: identificador, título, descrição, link, marca, vendedor, imagem, disponibilidade e preço. O checkout dentro do assistente foi encerrado em março de 2026; o modelo vigente é descoberta no ChatGPT e compra no site do lojista.
O feed decide o Shopping do ChatGPT desde 10/07/2026
61,54%
recomendações vindas de feed integrado
Eram 8,26% no dia anterior
41,8%
participação dos dez maiores lojistas
Eram 22,5%
10.607
lojistas únicos recomendados
Eram 13.524, queda acima de 20%
9
campos obrigatórios no feed da OpenAI
Identificador, título, descrição, link, marca, vendedor, imagem, disponibilidade e preço
Fonte: Profound, "ChatGPT 5.6 shopping transformation" (03/09/2026; 687 clientes, 01/07 a 24/08/2026, amostragem de 10% a 50%); especificação de feed em developers.openai.com/commerce.
Um agente não lê o site como um chat lê. A Profound comparou 24.135 respostas em 1.724 prompts, de 13 a 23/07/2026, e concluiu que o Claude e o Claude Code (a versão que roda no terminal do desenvolvedor) são motores distintos. O Claude Code aciona busca em 13% das respostas contra 93% do Claude, e só uma em cada cinco marcas coincide entre os dois. As visitas do agente do Claude Code vão em 74% para documentação, páginas informativas e de preço; as do Claude vão em 60% para robots.txt, sitemaps e home.
A consequência para o seu site tem duas partes. Documentação técnica e página de preços são superfícies de agente, e valem entrada própria no plano quando o seu comprador é técnico. O relatório de visibilidade passa a separar Claude de Claude Code, como já separa ChatGPT de AI Mode.
A auditoria da SALT.agency em 50 sites grandes, publicada em 01/09/2026 pela Search Engine Journal, mostra o tamanho do buraco. Ela mede três camadas: recuperabilidade (o robô acha e lê a página), atribuição e significado (o robô entende o que é o quê) e transação e descoberta por agente (o robô consegue agir). As médias foram 74,4%, 38,5% e 2,1%; 46 dos 48 sites avaliados na terceira camada tiveram zero, e 70% tinham JSON-LD, o bloco de dados estruturados invisível na página.
Três camadas de prontidão para agentes, e a média em 50 sites grandes em setembro de 2026
| Camada | O que mede | Média nos 50 sites | O que você faz nesta etapa |
|---|---|---|---|
| 1. Recuperabilidade | O robô acha e lê a página: resposta 200, HTML de origem, regras de bot | 74,4% | Teste com os agentes de usuário dos robôs de citação; corrija WAF e CDN |
| 2. Atribuição e significado | O robô entende oferta, preço, região e política: dados estruturados coerentes com o texto | 38,5% | Complete Product e Offer com eligibleRegion, shippingDetails e devolução |
| 3. Transação e descoberta por agente | O robô consegue agir: feed, perfil UCP, ações expostas por WebMCP ou MCP | 2,1% (46 de 48 com zero) | Publique o feed se vende produto; o resto entra em monitoramento |
A camada 3 quase vazia é a notícia boa desta tabela: quem publica o feed e completa a oferta sai na frente de 46 em 48 grandes sem precisar de protocolo novo.
Fonte: SALT.agency via Search Engine Journal, 01/09/2026 (secundária): 50 sites grandes, 70% com JSON-LD, 5 de 50 com Content Signals Policy.
Um cliente relata que pediu ao navegador com agente para comprar duas peças da loja, forneceu a própria senha e a compra foi concluída sem erro. O time comercial quer transformar isso em frente oficial do trimestre, com a tese de que o agente já funciona no fluxo que existe e que basta divulgar. O jurídico ainda não foi consultado. A loja roda atrás de CDN com regras de bot herdadas de uma configuração feita em 2023, que ninguém revisou desde então, e o catálogo não está em nenhum feed.
O que fundamenta o plano de comércio agêntico do trimestre?
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
// Exemplo trabalhado: oferta com sinais de elegibilidade.
// Decisão 1: uso Product/Offer do Schema.org, e não um formato próprio, porque
// Product continua na galeria oficial de resultados ricos (15/06/2026) e
// é o vocabulário com maior número de consumidores já implementados.
// Decisão 2: declaro eligibleRegion e shippingDetails porque a pergunta que
// bloqueia recomendação automática quase sempre é "entrega aqui e em quanto tempo",
// e um agente que não acha essa resposta descarta o item em vez de perguntar.
// Decisão 3: uso hasMerchantReturnPolicy estruturado em vez de link para página
// de política, porque texto livre obriga o agente a interpretar, e interpretação
// é onde ele erra ou desiste.
// Decisão 4: NÃO invento campo de "score de confiança" nem propriedade fora do
// vocabulário. Propriedade inexistente é ignorada no melhor caso.
// Decisão 5: os mesmos valores (preço, disponibilidade, link) vão para o feed de
// produto; JSON-LD e feed divergentes fazem o agente desconfiar dos dois.
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Nome exato do produto, igual ao da página",
"description": "Descrição com as entidades nomeadas relevantes do domínio",
"sku": "SKU-0001",
"gtin13": "7891234567890",
"brand": { "@type": "Brand", "name": "Nome oficial da marca" },
"offers": {
"@type": "Offer",
"url": "https://exemplo.com.br/produto/nome",
"price": "199.90",
"priceCurrency": "BRL",
"priceValidUntil": "2026-12-31",
"availability": "https://schema.org/InStock",
"itemCondition": "https://schema.org/NewCondition",
"eligibleRegion": { "@type": "Country", "name": "BR" },
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingRate": {
"@type": "MonetaryAmount",
"value": "19.90",
"currency": "BRL"
},
"shippingDestination": {
"@type": "DefinedRegion",
"addressCountry": "BR"
},
"deliveryTime": {
"@type": "ShippingDeliveryTime",
"handlingTime": {
"@type": "QuantitativeValue",
"minValue": 1,
"maxValue": 2,
"unitCode": "DAY"
},
"transitTime": {
"@type": "QuantitativeValue",
"minValue": 3,
"maxValue": 7,
"unitCode": "DAY"
}
}
},
"hasMerchantReturnPolicy": {
"@type": "MerchantReturnPolicy",
"applicableCountry": "BR",
"returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
"merchantReturnDays": 30,
"returnMethod": "https://schema.org/ReturnByMail",
"returnFees": "https://schema.org/FreeReturn"
}
}
}
// Verificação antes de publicar, nesta ordem:
// 1. validator.schema.org -> sintaxe e propriedades reconhecidas.
// 2. Rich Results Test -> elegibilidade para o resultado rico de Produto.
// 3. curl com o user agent do robô de busca do assistente que você quer atingir,
// conferindo status 200 e o JSON-LD presente no HTML de origem.
// O passo 3 é o que ninguém faz e o que mais pega bug: WAF respondendo 403
// para o robô enquanto responde 200 para o navegador do time de marketing.Quando implementar cada coisa, com o critério de decisão explícito
| Camada | Custo de implementar | Quem precisa adotar do outro lado | Reversível | Decisão sugerida hoje |
|---|---|---|---|---|
| Dados estruturados de oferta completos | Baixo, trabalho de template | Ninguém, já é consumido | Sim | Fazer agora |
| Acesso limpo para robôs de busca e citação | Baixo, é configuração de WAF e CDN | Ninguém | Sim | Fazer agora, antes de tudo |
| Feed de produto (Merchant Center, Shopify, OpenAI) | Baixo a médio, depende da plataforma da loja | Ninguém, a plataforma já lê | Sim | Fazer agora, se vende produto |
| Servidor MCP próprio do catálogo | Médio, é software com manutenção; revisão 28/07/2026 da especificação | Quem constrói o agente precisa conectar | Sim, basta desligar | Fazer se o catálogo já tem API estável |
| WebMCP (ações expostas na página) | Médio; Shopify Liquid já vem ativado | Navegador do ChatGPT (Work e Codex) e Chrome 149 em teste | Sim | Monitorar; sem métrica de adoção |
| NLWeb | Médio | Ecossistema ainda incipiente | Sim | Monitorar |
| UCP e AP2 | Alto, envolve pagamento e contrato | Plataforma, adquirente e emissor; 21 co-desenvolvedores no UCP | Não sem custo | Monitorar e acompanhar piloto do seu setor |
| Depender de agente autenticado navegando no site | Baixo para você, alto em risco | Depende de disputa judicial em curso | Não controlável | Não fundamentar plano nisso |
As duas colunas que decidem são reversibilidade e dependência de terceiro. Tudo que é reversível e não depende de ninguém adotar nada pode ser feito por marketing sozinho. O resto precisa de engenharia e jurídico na sala.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Sobre o NLWeb, proposto pela Microsoft em maio de 2025, a avaliação honesta é de estágio inicial, com expectativa de dois a três anos para adoção substancial. O WebMCP é mais novo e mais bem posicionado, porque a Shopify o ativou em todas as lojas Liquid e o navegador do ChatGPT já o consome para usuários Work e Codex. Ainda assim, não existe métrica pública de quantos agentes chamam essas ferramentas.
Os dois merecem uma linha no plano de monitoramento e nenhuma linha no orçamento de engenharia deste ano. A pergunta que separa investimento de curiosidade é quantos consumidores já leem aquilo hoje.
A evidência acadêmica sobre site pronto para agente é preliminar e aponta na direção certa. Em um protótipo de e-commerce, três agentes (GPT-4.1, Gemini 2.5 Flash e Grok 4 Fast) executaram cinco tarefas. A versão preparada teve sucesso estrito em 89,3% das 150 rodadas, contra 49,3% na versão comum (arXiv 2607.12056, 13/07/2026). Os autores chamam de evidência preliminar, e é isso que ela é: um protótipo, não um mercado.
No horizonte mais distante, um framework conceitual propõe que o modelo funcione só como roteador de intenção e entregue a tarefa a um sistema determinístico do fornecedor. O resultado de alucinação perto de zero vem de um único caso industrial do próprio autor (arXiv 2604.03656, 04/04/2026). Vale como leitura do que vem depois da citação, e não como evidência de mercado. Um estudo de agentes que navegam páginas acrescenta que o agente é influenciado pela malha de páginas de apoio que percorre, com terminologia consistente e links internos (arXiv 2605.12887, 13/05/2026).
- Etapa 1 de 6: O catálogo já tem API estável?
Se a resposta for não, pare aqui. MCP sobre integração instável cria um segundo sistema para manter quebrado.
- Etapa 2 de 6: Os robôs de citação já chegam ao site com status 200?
Se ainda há 403 ou 429 no WAF, corrija primeiro. Custa uma tarde e tem retorno maior que o servidor inteiro.
- Etapa 3 de 6: Escopo somente de leitura
Catálogo e disponibilidade, sem nenhuma operação que altere estado. Escrita exige autenticação, auditoria e reconciliação financeira, e nenhuma das três é problema de marketing.
- Etapa 4 de 6: Limite de taxa por cliente desde o primeiro dia
Endpoint agêntico sem limite é superfície de abuso barata de explorar e cara de descobrir.
- Etapa 5 de 6: Publicar na revisão vigente e registrar a decisão de reversão
Use a revisão de 28/07/2026 da especificação e escreva agora em que condição o servidor será desligado, porque desligar é trivial e decidir desligar é o que ninguém faz.
- Etapa 6 de 6: Medir pelos logs, não pela camada de visibilidade
Nenhuma métrica de visibilidade responde a servidor MCP, então não teste isso com o Twin Branch da etapa 6.
O mapa do comércio por agente mudou de endereço em 2026, e o plano precisa seguir o endereço novo. A OpenAI aposentou em março o Instant Checkout, a compra concluída dentro do ChatGPT, e passou a usar o ACP, o protocolo de comércio que ela criou com a Stripe, como camada de descoberta: o assistente compara produtos a partir do feed e a compra volta ao site do lojista. Em 09/08/2026 o navegador ChatGPT Atlas deixou de funcionar, e a navegação por agente foi para o app do ChatGPT, a extensão do Chrome e o Codex.
O feed virou a porta de entrada, como mostram os 61,54% da Profound citados acima. No Google, o checkout pelo UCP vale para lojistas elegíveis dos Estados Unidos. Para uma loja brasileira, a alavanca de hoje é o catálogo legível, e não o botão de compra dentro do assistente.
Guia: preparar o catálogo para agentes de compra
Sete passos em seis semanas para que um agente consiga ler, comparar e mandar o comprador ao seu checkout. Cada passo tem dono, prazo, entrega e conferência.
Passo 1: 1. Abra o site aos robôs de citação
Quem faz: a equipe técnica, em um dia. Entrega: tabela das cinco páginas de maior receita contra OAI-SearchBot, ChatGPT-User, PerplexityBot e Claude-SearchBot, testada de fora da rede da empresa.
Deu certo quando: Confira: só respostas 200, ou um chamado aberto por linha que não for.
Erro comum: Aceitar "o site abre normal" testado do navegador do escritório.
Passo 2: 2. Meça a cobertura do feed
Quem faz: o dono do catálogo, em dois dias. Entrega: SKUs no feed (Merchant Center, Shopify ou especificação da OpenAI) sobre SKUs vendidos, com a lista dos que ficaram de fora.
Deu certo quando: Confira: cobertura acima de 90% dos SKUs com venda nos últimos 90 dias.
Erro comum: Tratar o feed como tarefa de mídia paga, e não de catálogo.
Passo 3: 3. Complete os campos que o agente compara
Quem faz: catálogo com conteúdo, em duas semanas. Entrega: título, descrição, marca, vendedor, imagem, preço, disponibilidade, categoria e link corretos em cada item, iguais aos da página.
Deu certo quando: Confira: amostra de 20 itens sem divergência de preço ou estoque entre feed e página.
Passo 4: 4. Responda as cinco perguntas na página de maior receita
Quem faz: conteúdo, em uma semana. Entrega: preço, disponibilidade, região atendida, prazo e política de devolução em dado estruturado e em texto visível.
Deu certo quando: Confira: cinco de cinco respondidas sem PDF nem imagem.
Passo 5: 5. Garanta que o link do agente cai no checkout
Quem faz: e-commerce, em uma semana. Entrega: link profundo do feed levando ao produto com preço igual e carrinho funcionando no celular, com parâmetro de origem para o GA4.
Deu certo quando: Confira: dez cliques de teste chegam ao carrinho sem login obrigatório.
Passo 6: 6. Separe o que fazer agora do que só monitorar
Quem faz: você, em 30 minutos. Entrega: duas listas. Agora: acesso, feed, dados de oferta. Monitorar, com revisão trimestral: UCP fora dos Estados Unidos, AP2, WebMCP e NLWeb.
Erro comum: Planejar em cima do Instant Checkout ou do Atlas: os dois saíram de cena em 2026.
Passo 7: 7. Meça a primeira venda assistida em 45 dias
Quem faz: o analista, em uma hora. Entrega: sessões e pedidos do canal AI Assistant e dos links com parâmetro, por produto.
Deu certo quando: Confira: um número de pedidos por mês, mesmo que zero, com a data da primeira leitura.
No fim você tem: No fim de seis semanas o catálogo está aberto, completo e coerente com as páginas, o link do agente leva ao checkout e existe um número de venda assistida para decidir o próximo passo.
Na segunda-feira, peça a tabela de códigos de resposta e a cobertura do feed em número. Confira em 45 dias: cobertura acima de 90% e a primeira leitura de pedidos vindos de assistentes.
Perguntas frequentes deste capítulo
Meu site é de serviço, não vende produto. Essa etapa toda se aplica?
Vendo produto. O que vem primeiro, o feed ou o JSON-LD?
Vale a pena publicar um servidor MCP se nenhum agente do meu setor conecta nele hoje?
Se a Cloudflare vai bloquear bots Agent por padrão, adianta preparar o site para agentes?
Seu caderno neste capítulo
Abrir o caderno completoSelecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.
Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.
Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.
Conexões deste capítulo
Veja o que estudar antes e para onde seguir depois, explore os conceitos e compare abordagens em outros cursos. Sugestões marcadas como “sugerido pelo grafo” vêm dos assuntos em comum, não do índice do curso.
Estude antes
- Prepare a loja para o agente que compra sem visitarsugerido pelo grafoApresenta os conceitos “AP2”, “UCP” e “Agent Readiness”, usados em “Prepare o site para o agente ler, comparar e comprar”.
- Torne o seu produto encontrável e comprávelsugerido pelo grafoApresenta o conceito “Instant Checkout”, usado em “Prepare o site para o agente ler, comparar e comprar”.
- Domine os 25 termos que a busca com IA criousugerido pelo grafoApresenta o conceito “Navegação agêntica”, usado em “Prepare o site para o agente ler, comparar e comprar”.
- CursoGlossário Completo de SEO e GEO 2026sugerido pelo grafo29 capítulos de “GEO Universal Framework” usam conceitos apresentados em “Glossário Completo de SEO e GEO 2026”.
Conceitos deste capítulo
O mesmo assunto em outros cursos
- GEO Intent MappingQuando o comprador do outro lado é um softwareExaminar conexões de Quando o comprador do outro lado é um software
- CRO: Otimização de Conversão e ExperimentaçãoAgentic commerce: converter para quem não tem olhosExaminar conexões de Agentic commerce: converter para quem não tem olhos
- SEO Técnico para E-commerce de Alta EscalaSEO para marketplaces: Mercado Livre, Amazon, ShopeeExaminar conexões de SEO para marketplaces: Mercado Livre, Amazon, Shopee
- Glossário Completo de SEO e GEO 2026Prepare a loja para o agente que compra sem visitarExaminar conexões de Prepare a loja para o agente que compra sem visitar
Voltar ao capítulo anterior: Concentre a presença fora do site em vez de pulverizar
Leve uma ideia para a prática
Escolha uma atividade no painel e volte a este curso quando quiser.
Atividades e evolução ficam reunidas no painel da sua conta.
Capítulos vizinhos em GEO Universal Framework
- 25Escreva o trecho citável e prove que a IA citou
- 26Concentre a presença fora do site em vez de pulverizar
- 27Prepare o site para o agente ler, comparar e comprar
- 28Meça com grupo de controle e decida manter ou reverter
- 29Monte o plano de 90 dias com critério de parada