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 e suas conversões a partir do mesmo espaço que acompanha sua visibilidade em IA.
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.