As pessoas já compram dentro da resposta. Pedem ao ChatGPT os melhores tênis de corrida dentro de um orçamento, um presente para quem ama café ou um aspirador mais silencioso, e recebem uma lista curta de produtos com imagens, preços e links, muitas vezes sem passar por uma página de resultados. Se o seu produto não está nessa lista, a venda foi para outro lugar antes que o seu site tivesse chance.
Resposta rápida
O ChatGPT recomenda produtos com base na pergunta, nos dados estruturados de produto de lojas e provedores externos e no que dizem as avaliações e outras fontes. Os resultados orgânicos não são anúncios. As lojas influenciam esses resultados mantendo os dados de produto completos e consistentes, enviando o catálogo onde o programa para lojistas da OpenAI permite, conquistando avaliações e cobertura, e publicando páginas que respondem às perguntas de compra. Os posicionamentos pagos existem como uma faixa separada e sinalizada.
Veja como funciona a seleção, o que você controla e como medir se está funcionando.
Como funcionam as compras no ChatGPT
Quando uma pergunta tem intenção de compra, o ChatGPT pode responder com resultados de produtos: um card visual por produto, com imagem, preço, um breve resumo do que dizem as avaliações e links para as lojas que o vendem. Faça uma pergunta de acompanhamento, como “só os que custam menos de 150 dólares” ou “qual é melhor para pé largo”, e a lista se atualiza.
A OpenAI descreveu a seleção como independente: os produtos são escolhidos pela relevância para a pergunta, por metadados estruturados como preço e descrição, e pelas avaliações e fontes que o modelo lê. Os resultados orgânicos de produtos não são posicionamentos pagos.
A OpenAI também abriu caminhos para as lojas participarem diretamente. Ela mantém um programa para lojistas enviarem feeds de produtos, e lançou o Instant Checkout, que permite a alguns compradores comprar de lojas participantes sem sair do chat, construído sobre o Agentic Commerce Protocol que publicou com a Stripe. A disponibilidade varia por país e por loja, então confira as páginas para lojistas da OpenAI para ver o que vale no seu caso.
O que faz um produto ser recomendado
Pense na recomendação como a resposta a três perguntas que o modelo tenta resolver.
O produto combina com a pergunta?
O modelo só consegue combinar o que consegue ler. Dados de produto completos e estruturados são o ingresso: um título preciso, a categoria, o preço, a disponibilidade, os tamanhos ou variantes, e uma descrição que diga para quem o produto é. Schema de Product nas suas páginas e um feed limpo para os lugares que distribuem o seu catálogo tornam os seus produtos legíveis.
A consistência importa tanto quanto a completude. Quando o seu próprio site, os seus anúncios em marketplaces e as páginas de varejistas discordam sobre preço ou especificações, o modelo precisa adivinhar, e um produto sobre o qual ele precisa adivinhar é mais fácil de deixar de fora.
O que as pessoas dizem dele?
As recomendações se apoiam em avaliações e fontes de terceiros: sites de avaliação, guias de compra de publicações, artigos comparativos e threads de fóruns. Um produto que aparece nos rankings e nas conversas que o modelo lê é um produto que ele consegue justificar recomendar. Por isso conquistar cobertura, e avaliações nos varejistas que as distribuem, mexe mais nas recomendações da IA do que qualquer mudança nos seus próprios textos.
O modelo consegue explicar a escolha?
As respostas que vencem são as que dão ao modelo algo específico para dizer: “o melhor para pé largo”, “o mais silencioso da categoria”, “aguenta o uso diário”. Se as suas páginas de produto e os artigos sobre o seu produto dizem essas diferenças com clareza, o modelo consegue repeti-las. Se só dizem “qualidade premium”, não há nada para aproveitar.
Uma lista prática para lojas
- Audite as perguntas de compra. Liste as perguntas que seus clientes fazem antes de comprar, do jeito que perguntariam a uma pessoa, e inclua condições como orçamento, tamanho e uso.
- Veja o que o ChatGPT responde hoje. Faça essas perguntas e anote quais produtos e quais fontes ele cita.
- Corrija seus dados de produto. Schema e feeds completos; preços e especificações idênticos em todo lugar.
- Envie seu catálogo onde o programa para lojistas da OpenAI estiver disponível para você.
- Conquiste cobertura onde o modelo lê. Os sites de avaliação, rankings e threads que as respostas citam na sua categoria.
- Publique conteúdo comparativo e guias que respondam diretamente às perguntas de compra e mostrem diferenças claras.
- Meça toda semana, porque as respostas mudam conforme mudam o modelo, seus concorrentes e a web.
Um dos nossos próprios clientes mostra até onde uma única página bem direcionada pode chegar: a Stealth Health Containers publicou uma única lista direcionada e o próprio site virou a fonte mais citada da categoria, à frente da Amazon, com 14,3% de participação nas citações.
Os posicionamentos pagos são uma faixa à parte
Recomendações orgânicas não se compram. O que se compra é um posicionamento sinalizado ao lado da resposta: o OpenAI Ads exibe chat cards patrocinados que ficam à parte dos produtos que o ChatGPT escolhe por conta própria. Para as lojas, os dois funcionam melhor juntos. Os posicionamentos pagos cobrem os prompts em que hoje a resposta orgânica deixa você de fora, enquanto conteúdo, cobertura e dados de produto trabalham para conquistar o lugar orgânico.
O Rank Prompt se conecta ao OpenAI Ads com uma chave da Advertiser API, então você gerencia campanhas de chat cards ao lado dos dados de visibilidade orgânica que mostram onde vale a pena investir.
Como medir se o ChatGPT recomenda você
Não dá para melhorar o que você só confere à mão uma vez por trimestre. O Rank Prompt roda os seus prompts de compra no ChatGPT e em outros cinco motores de IA toda semana, registra quais produtos e marcas as respostas citam, quais concorrentes aparecem no seu lugar e quais páginas são citadas como fonte. Para lojas, o playbook de e-commerce mostra como montar os prompts por categoria e faixa de preço, e os dados de citações mostram exatamente em quais sites de avaliação e rankings conquistar um lugar.