Comercio agéntico: catálogos estructurados para la IA

Los agentes de IA no navegan tu tienda: consumen feeds y catálogos. Un canal donde el LLM cierra la compra sin pasar por tu sitio, y cómo prepararse.

En la guía de SEO para ecommerce insistimos en una idea: el objetivo no es rankear, es vender más, y la venta es proporcional a la visibilidad, al espacio en píxeles que la marca ocupa en la SERP. El comercio agéntico corre esa lógica un paso más allá y, con ella, cambia de escenario. Ya no hablamos de píxeles en una página de resultados. Hablamos de otro ecosistema de venta.

La lógica de vender más por presencia y no por posición está desarrollada en la guía de SEO para ecommerce.

Un ecosistema de venta nuevo, no un canal de tráfico

La frontera siguiente del AEO y el GEO es el comercio agéntico: agentes de IA que no solo recomiendan, sino que comparan, eligen y compran en nombre de una persona. Y acá está el salto que conviene entender bien, porque cambia el modelo de negocio: el LLM ya no te manda una visita para que cierres la venta en tu sitio, deja cerrar la compra ahí mismo, dentro de la conversación. Tu web deja de ser el lugar donde se vende y pasa a ser la fuente de datos que decide si te eligen.

Para un responsable de marketing esto es un canal nuevo que puede vender desde el día uno sin depender del tráfico al sitio. Para un especialista técnico es un cambio de arquitectura: el ecommerce que viene es machine-readable first. Los dos necesitan lo mismo, un catálogo que un agente pueda leer y en el que pueda confiar.

Agentic Commerce Protocol: comprar dentro de la conversación

El Agentic Commerce Protocol (ACP) es un estándar abierto, liberado bajo licencia Apache 2.0 y gobernado por OpenAI y Stripe, con el que un comercio entrega su catálogo a ChatGPT y, en su forma completa, deja que el agente cierre la compra. Dejó de ser un anuncio: el Instant Checkout partió en febrero de 2026 con los vendedores de Etsy y siguió con comercios de Shopify, y desde marzo de 2026 el protocolo cubre también el descubrimiento de producto, no solo el pago. OpenAI después retrocedió del checkout nativo dentro del chat y hoy deriva la compra a las apps y sitios de los comercios. Eso no cambia lo que hay que preparar: el agente sigue eligiendo por atributos, precio y disponibilidad declarados en el feed, no por cómo se ve la ficha.

El feed dejó de ser preparación: ya es el canal mayoritario

ChatGPT arma sus recomendaciones de producto desde dos mecanismos separados: la búsqueda web y los feeds de catálogo conectados. El 10 de julio de 2026 la proporción que sale de feeds pasó de 8,26% a 61,54%, y para septiembre ronda el 65%. La medición es observacional y cubre las ejecuciones de prompts que Profound corre para sus clientes, no el total de las compras en ChatGPT: el nivel exacto se lee con reservas, el cambio de régimen no.

El corte movió la visibilidad de las tiendas de un día para otro. De los 687 comercios de la muestra, 450 perdieron al menos un tercio de su visibilidad en Shopping comparando el 7 al 9 de julio con el 10 al 12, y 67 la ganaron en esa misma magnitud. Un modelo sobre los 517 que se movieron más de un 33% explica el 83% de la variación con dos variables: cuánta recuperación desde la búsqueda web perdió cada tienda y cuánta desde feeds ganó. Quien no tenía el catálogo conectado no bajó de posición, salió del mecanismo que ahora decide.

El canal además reparte entre menos actores. Las referencias concentradas en las diez tiendas principales subieron de 22,5% a 41,8%, y los comercios únicos referenciados cayeron de 13.524 a 10.607, más de un 20% menos. Cerca del 35% de la recuperación desde feeds de julio corresponde a Shopify, que conecta el catálogo de sus tiendas sin pasos adicionales, igual que Etsy. El resto del mercado entra por solicitud de feed directo, hoy con lista de espera, o por proveedores como Salesforce y Stripe, y OpenAI tiene anunciada una plataforma de autoservicio para conectar feeds sin intermediarios.

El lado Google: UCP, AP2 y el Universal Cart

Durante un tiempo pareció que el comercio agéntico era una apuesta de OpenAI. Ya no. Google publicó el Universal Commerce Protocol (UCP), un estándar abierto para que los agentes descubran comercios, consulten catálogos y gestionen el checkout, integrable por API, por Agent2Agent o por el propio Model Context Protocol. Al lado va AP2, el Agent Payments Protocol, que autoriza el pago con mandatos firmados criptográficamente: la pieza que resuelve quién responde cuando el que compra es un agente y no una persona. Y en la superficie visible está el Universal Cart de Google Shopping.

El detalle que ordena la prioridad es el volumen. El Shopping Graph superó los 60 mil millones de listados de producto y se actualiza a más de 2 mil millones de cambios por hora. Ese mismo grafo alimenta las fichas gratuitas, Search, Images, Lens, el modo IA y las respuestas de Gemini. No hay dos trabajos, uno para Shopping y otro para la IA: es el mismo catálogo, y por eso arreglarlo paga en varias superficies a la vez.

WebMCP: que el sitio sea operable, no solo legible

WebMCP lleva esa lógica al sitio mismo. Permite exponer herramientas y acciones a los agentes mediante el Model Context Protocol, de modo que el agente invoque funciones definidas por la marca (buscar en el catálogo, consultar stock, iniciar una compra) en lugar de raspar el HTML. En la práctica convierte al sitio en algo que un agente puede operar, no solo leer. A alto nivel supone exponer un servidor MCP desde el servidor, definir cada herramienta con su esquema, autenticar las acciones que cambian estado, mantener todo sincronizado con el feed y anunciar el endpoint para que los agentes lo descubran.

En las plataformas esa capa ya viene puesta. Desde agosto de 2026 Shopify expone diez herramientas WebMCP en cada storefront Liquid, y también en los que corren sobre Hydrogen: el navegador de ChatGPT puede recorrer el catálogo de la tienda y armar un carrito invocándolas. La herramienta proceed_to_checkout lleva al comprador al checkout con el carrito cargado y no completa la compra, así que el pago sigue ocurriendo en la tienda y el comercio conserva el pedido y el cliente.

Lo comercialmente relevante es quién definió esas herramientas. Las eligió Shopify, con sus nombres y descripciones, iguales para todas las tiendas de la plataforma, y su documentación no aclara si un comercio puede apagar alguna o reescribir su descripción. Una marca que vende sobre una plataforma hereda su interfaz para agentes igual que hereda su estructura de URLs. Quien necesite exponer acciones propias, una consulta de stock por sucursal, una cotización de despacho, un configurador, tiene que montar su propio servidor MCP encima.

Aparecer es la mitad fácil: el checkout también tiene que aguantar al agente

Conectar el catálogo pone el producto en la lista. La venta la decide lo que pasa después, y esa parte casi nadie la está probando. Una persona navega a ritmo irregular, se distrae, abandona el carro y vuelve horas más tarde. Un agente dispara llamadas de API rápidas y estructuradas, evalúa el producto contra los criterios que recibió y ejecuta en segundos. Esa velocidad rompe sistemas afinados para humanos: el rate limiting y la detección de bots leen como automatizado un comportamiento que efectivamente lo es, y la lógica de sesión pensada para una visita continua se ahoga con un agente que consulta, cierra y vuelve después a terminar la compra.

El volumen ya justifica el trabajo. Shopify informó en su llamada de resultados de febrero de 2026 que los pedidos que llegan desde búsqueda con IA crecieron 15 veces desde enero de 2025, y que entran por tres protocolos distintos: el Universal Commerce Protocol de Google, el Agentic Commerce Protocol de OpenAI y Agentforce Commerce de Salesforce, que se alineó con UCP en vez de levantar un estándar competidor.

El modo de falla típico no es que el agente elija el producto equivocado, es que dos sistemas no coincidan sobre el estado de la compra. El feed de inventario dice que la variante está disponible y el checkout responde agotada, una petición que expira se reintenta contra un endpoint que no es idempotente, o una devolución se cursa del lado del comercio antes de que el nuevo estado del pedido llegue al agente que la pidió. Una persona convive con esa inconsistencia y la resuelve mirando la pantalla. Un agente no tiene contexto visual ni criterio para desempatar, y la transacción queda trabada en un estado del que no puede salir solo. Konstantin Klyagin, fundador de QAwerk, que ha probado más de 300 proyectos de software, lo describe como el patrón que más va a aparecer en el comercio agéntico, por encima de cualquier error de elección del modelo.

Son tres pruebas concretas, y ninguna depende de qué protocolo termine ganando:

• Probar la carga del API de checkout como la golpea un agente: muchas llamadas en paralelo y en ráfaga, no una sesión humana lenta por vez. Un checkout que soportó millones de sesiones de personas puede caerse la primera vez que enfrenta ese patrón.
• Verificar los datos de producto como los lee una máquina, no como los pinta el navegador. Una página que al ojo se ve consistente puede estar tomando precio y atributos de dos fuentes que no coinciden, y el agente no tiene cómo notar la diferencia.
• Comprobar que devoluciones y reembolsos se completan al primer intento. Cuando la solicitud la inicia un agente no hay un ejecutivo en el medio que detecte un fallo parcial o un estado que nunca se sincroniza de vuelta.

El terreno real está más sucio de lo que parece

Ese dato viene del estudio de catálogos que hacemos en Milimetrix sobre más de 500.000 productos de más de 40 marcas de ecommerce chilenas, y no es el peor hallazgo. El peor es que el 96,4% de los productos no declara GTIN, el identificador global con el que Merchant Center relaciona una oferta con el producto real y arma la ficha comparada, y con el que un modelo verifica de la forma más barata posible que el producto es el que dice ser. Sin GTIN, la identidad del producto queda a cargo del título. Y el 43,7% de los títulos auditados está duplicado con otro producto del mismo catálogo.

A esto se suma que buena parte del copy de producto llega casi textual desde el proveedor y se repite en los revendedores, así que el agente no sabe cuál copia es el original. Es el mismo problema que en la visibilidad de marca: quien entrega su texto a la cadena de distribución lo dispersa y pierde el crédito. Las mediciones de julio de 2026 sobre ChatGPT le ponen números a la tesis, y son más duros de lo que esperaba. Su carrusel de productos no comparte ni una sola dirección con los motores que alimentan sus resultados de búsqueda: son dos sistemas separados. Estar bien posicionado en los enlaces no te acerca ni un poco a la ficha de producto. Lo que decide ahí es el feed.

Y hay un detalle que reordena las prioridades. La ficha que muestra ChatGPT es un objeto cacheado durante semanas, idéntico de una cuenta a otra e incluso entre países: se genera una vez y se sirve muchas. Estar bien representado en la primera consulta de un producto vale más que optimizar después, porque después la copia ya está congelada.

Qué revisa una auditoría de catálogo estructurado

Cuando auditamos un catálogo para comercio agéntico, no miramos si el schema existe, miramos si sirve. La diferencia entre las dos cosas es la que decide si un agente puede vender tu producto. Estos son los puntos que rinden:

• JSON-LD renderizado del lado del servidor: los bots de IA todavía no ejecutan JavaScript de forma confiable, así que un dato que solo aparece tras el render del cliente no existe para ellos.
• Los schemas de ecommerce completos: Product, Offer, AggregateRating, Review, ShippingDetails y MerchantReturnPolicy, con la descripción llena de copy real, no vacía.
• Consistencia entre feed, schema y HTML: si el precio difiere entre fuentes, el modelo recibe señales contradictorias sobre la misma entidad y desconfía de todas.
• Atributos mínimos correctos: SKU único, GTIN o MPN, precio y stock en tiempo real, disponibilidad real y políticas de envío y devolución explícitas.
• Variantes agrupadas: un identificador de grupo compartido en el feed y el ProductGroup correspondiente en el sitio, con hasVariant, variesBy y productGroupID. Si en la ficha se elige color o talla sin cambiar de página, todas esas opciones tienen que compartir grupo.
• Atributos obligatorios por categoría: en vestuario, gender, age_group, color y size no son opcionales. Sin ellos el producto queda fuera de las fichas gratuitas, aunque el feed se procese sin errores.
• Señal de oferta declarada: publicar el precio ya rebajado en el campo de precio base equivale a regalar el tachado, el badge y la elegibilidad para las superficies de promoción.
• Feed orgánico y feed pagado separados: optimizan para objetivos distintos, cobertura uno y rentabilidad el otro, y un solo archivo obliga a sacrificar alguno de los dos.
• Fichas gratuitas activadas: es el listado orgánico de Merchant Center y sigue apagado en cuentas que llevan años invirtiendo en Shopping Ads.
• Descripciones propias por producto: revisar cuánto del copy está duplicado en revendedores y reescribir lo que importa.
• Corrección en el origen, no en el feed: un parche en la capa de exportación arregla un canal y deja el dato malo propagándose a todos los demás.

Vale recordar que esto ya no es solo para el futuro agéntico: Google Merchant Center alimenta con el mismo catálogo las fichas gratuitas de Shopping, Search, Images, Lens, Gemini y YouTube. El catálogo bien hecho paga en varias superficies a la vez.

Esa auditoría es un servicio que prestamos en Milimetrix, y este año la corrimos sobre más de 500.000 productos de más de 40 marcas de ecommerce chilenas. Los porcentajes completos, hallazgo por hallazgo y con cómo se corrige cada uno, están en el estudio de catálogos estructurados del ecommerce chileno.

Esta guía profundiza la sección de comercio agéntico del pilar sobre AEO y GEO.

Preguntas frecuentes sobre comercio agéntico

El punto de fondo

El comercio agéntico no es una moda de datos estructurados. Es un canal de venta que se abre, y como todo canal nuevo, premia a quien llega temprano y bien preparado. Si el agente no puede leer tu producto, no lo puede vender, por buena que sea la ficha para el ojo humano.

En Milimetrix, como expertos en SEO, auditamos y preparamos catálogos para el comercio agéntico, del feed al schema y a la consistencia entre fuentes. Si quieres que un agente pueda leer, confiar y vender tu tienda desde el día uno, hablemos.