Esta é uma auditoria de nível de operador. Cada item tem um critério de aprovação e uma nota de alavancagem. Os itens marcados como P0 são bloqueadores; se falharem, os itens posteriores são irrelevantes. Os itens marcados como P1 melhoram significativamente o desempenho do agente. Os itens P2 são de polimento. Meta: >80% de P0 e P1 aprovados antes de você se considerar pronto para agentes.
Identidade (P0)
- GTIN presente em >95% dos SKUs onde aplicável.
- MPN + Marca presente em SKUs sem GTIN.
- Campo de marca normalizado (uma única grafia canônica por marca).
- Estabilidade do SKU, SKU interno nunca reutilizado para um produto diferente.
- Identidade da variante, variantes de tamanho/cor têm GTIN distinto ou um ID de variante estável.
Endereçabilidade (P0)
- Tag URL canônico em cada PDP.
- HTML do primeiro byte inclui nome do produto, preço, marca, sem esperar pela hidratação do lado do cliente.
- Nenhuma parede de consentimento rígida bloqueando a renderização da primeira solicitação para rastreadores / agentes.
- Sitemap XML inclui todos os PDPs ativos.
- robots.txt permite explicitamente os principais rastreadores de IA que você deseja indexar.
Cobertura semântica (P1)
- Dados estruturados: JSON-LD
Product+Offerem cada PDP. - Posicionamento da categoria: Google Product Category + GS1 GPC onde relevante.
- Atributos tipados cobrindo a superfície de consulta da categoria (material, dimensões, especificações técnicas).
- Unidades explícitas (métrica + imperial onde relevante).
- Valores enumerados onde aplicável (tamanhos, cores de uma lista conhecida).
- Valores localizados: conversões de tamanho, moedas, unidades.
- Conjunto de imagens: primária, galeria, com tag de função (frente, verso, detalhe, estilo de vida).
- Texto alternativo: descritivo, não decorativo.
Ofertas e atualização (P0–P1)
- Campo Preço no feed e JSON-LD, com moeda.
- Campos de preço promocional corretos, com janela de validade.
- Estado de disponibilidade (in_stock, out_of_stock, pre_order, back_order).
- Quantidade em estoque exposta onde significativo.
- Paridade de preço: feed vs PDP vs carrinho >99% em SKUs amostrados.
- Paridade de estoque: feed vs checkout >98%.
- Cadência de atualização do feed documentada e cumprida.
- Timestamps updated_at presentes e precisos.
Políticas como dados (P1)
- Política de devolução expressa como
MerchantReturnPolicyJSON-LD. - Política de envio expressa como
ShippingRateSettingsou equivalente. - Termos de garantia estruturados (duração, escopo, método de reclamação).
- Restrições de idade / geográficas expressáveis por máquina onde aplicável.
- Termos de assinatura, se houver: frequência, política de cancelamento, regras de substituição.
- Página de destino de devoluções ainda existe para humanos, além disso.
Descoberta para agentes (P1)
- Feed do Merchant Center limpo: sem erros de alta gravidade.
- Listagens de marketplace consistentes com o catálogo do próprio site (em termos de identificador).
- Paridade de indexação entre Google, Bing e rastreadores de IA emergentes.
- Dados estruturados testáveis via Rich Results / Schema Markup Validator.
- Trilhas de navegação estruturadas (BreadcrumbList JSON-LD).
- Blocos de FAQ em páginas de alta intenção com FAQPage JSON-LD.
Prontidão transacional (P1–P2)
- PSP suporta pagamento por agente (Stripe ACP, Visa IC, Mastercard Agent Pay, PayPal agent, o que for relevante).
- Eventos do ciclo de vida do pedido emitidos como webhooks.
- Detecção de user-agent do agente em logs e análises.
- Devoluções iniciadas por agente suportadas via API ou endpoint dedicado.
Confiança e identidade (P2)
- Página de identidade do comerciante (Sobre, legal, contato) com dados estruturados.
- Avaliações estruturadas (AggregateRating + Review JSON-LD) e honestas.
- HTTPS universal, HSTS configurado.
- Certificados / rótulos expostos como reivindicações estruturadas onde relevante (orgânico, comércio justo, etc.).
Observabilidade (P1)
- Painel de tráfego do agente: frequência de rastreamento por UA principal, PDPs buscados, frequência de extração de feed, conversões atribuídas a sessões impulsionadas por agentes.
Pontuação
| Taxa de aprovação em P0 | Taxa de aprovação em P0+P1 | Prontidão |
|---|---|---|
| <80% | , | Não pronto. Aborde P0 primeiro. |
| ≥80% | <70% | Parcial. Visível para alguns agentes, degradado para muitos. |
| 100% | ≥85% | Pronto para agentes. Monitore e itere. |
| 100% | ≥95% + P2 >50% | Otimizado para agentes. Vantagem competitiva. |
Como trabalhar com isso
- Amostre 50 SKUs em suas 5 principais categorias.
- Pontue cada SKU em relação aos itens P0 + P1.
- Agregue por categoria; identifique categorias com taxa de aprovação <80%.
- Crie um plano de remediação de 90 dias com os proprietários de PIM, feed e engenharia.
- Execute novamente trimestralmente. Acompanhe a taxa de aprovação como uma métrica de nível de diretoria.
Para uma metodologia mais aprofundada, consulte metodologia de auditoria.
Onde ir a seguir
- Veja os princípios subjacentes em melhores práticas.
- Entenda o formato de dados alvo em catálogos de produtos para IA.
- Retorne à tese: tese editorial.
Análises aprofundadas
- Guia de implementação do UCP: passo a passo (6 etapas)
- 10 erros de implementação do UCP que o tornam invisível para agentes de IA
- UCP no Shopify: habilitando o comércio agêntico passo a passo
- UCP no WooCommerce: guia completo de integração de plugins
- UCP para pequenos comerciantes: acesso realista ao comércio agêntico
- Segurança no comércio agêntico: fraude, autenticação, dados