2026 é o ano em que os agentes de compras por IA saem da demonstração. O Operator da OpenAI, o Claude Computer Use da Anthropic, o ChatGPT Shopping, o Perplexity Buy with Pro, o Gemini Shopping: cada um, à sua maneira, propõe a um utilizador executar uma compra por ele: encontrar um produto, comparar, adicionar ao carrinho, e até validar o checkout. Para o comerciante online, é uma mudança de paradigma: uma parte crescente do tráfego passa a ser agentes, não humanos, e um catálogo mal preparado torna-se invisível para esta nova audiência.
Este artigo responde a três perguntas concretas: o que representa já uma parte mensurável do tráfego em 2026? Como é que um agente de IA «lê» de facto uma página de produto? E que ações técnicas fazer num catálogo PrestaShop para continuar detetável?
O que está realmente implementado em 2026
O ecossistema, à data em que este texto é escrito, compõe-se grosso modo de:
- ChatGPT Shopping (desde 2024 e 2025): um visitante faz uma pergunta com intenção de compra («melhor trotinete elétrica dobrável para adulto abaixo de 800 €»), o ChatGPT responde com uma lista curta clicável. O clique leva à loja de origem. Inclusão condicionada pela qualidade dos dados estruturados e do IndexNow ou do sitemap.
- Perplexity Pro Shopping: integrado no motor de resposta Perplexity, propõe produtos clicáveis na margem das respostas «compra». Muito visual, com origem direta nas marcações Schema.org e Open Graph.
- Google AI Overviews Shopping: integrado diretamente nas SERP da Google. Seleção baseada no Shopping graph (que depende do Merchant Center e das marcações Product e Offer).
- Operator (OpenAI) e Claude Computer Use (Anthropic): agentes que controlam um navegador. Mais raros em 2026 mas em crescimento. Navegam de facto no site, clicam nos botões, preenchem os formulários. É um visitante sintético, que segue o DOM e a renderização visual.
- Agentes integrados noutras aplicações: Microsoft Copilot Shopping, Amazon Rufus (do lado da Amazon), agentes WhatsApp Business nascentes.
Volume estimado nas lojas B2C de moda, decoração e tecnologia de média dimensão na Europa do Sul em 2026: 2 % a 8 % do tráfego de referência já vem dos agentes de IA, em crescimento rápido. Ainda não é maioritário, mas também já não é marginal.
Como é que um agente de IA «lê» uma página de produto
Dois modos de leitura coexistem e vão coexistir em 2026:
Modo 1: data-first (a maioria)
O agente não carrega a página renderizada. Interroga uma API pública ou aspira a marcação Schema.org estruturada. Fontes prioritárias:
- JSON-LD Schema.org embutido na página (Product, Offer, AggregateRating, hasMerchantReturnPolicy, shippingDetails).
- Meta Open Graph (og:title, og:description, og:image, og:type=product).
- Feed do Google Merchant Center (XML ou API Content).
- Ficheiro llms.txt, se existir (que pode apontar para uma versão estruturada do catálogo).
- Sitemap XML de produtos com datas de modificação e prioridades.
Nenhum JavaScript executado, nenhuma exibição renderizada. Se a informação não está no HTML estático ou nos feeds estruturados, não existe para o agente.
Modo 2: browser-first (Operator, Computer Use)
O agente carrega a página como um humano faria: executa o JS, vê o DOM renderizado, tira capturas de ecrã, identifica os botões, clica. A sua leitura está mais próxima de um visitante real, mas com algumas particularidades:
- Precisa de elementos interativos nomeados e etiquetados (botões com aria-label, formulários com labels associados). O trabalho de acessibilidade feito para as WCAG 2.2 serve diretamente aqui.
- É sensível aos popups bloqueantes e às janelas sem botão de fecho claro. Uma faixa de cookies impossível de fechar com o teclado bloqueia o agente tanto como um utilizador com deficiência.
- Privilegia os percursos lineares e os checkouts num só ecrã. Um funil de seis etapas é mais arriscado do que um checkout numa página.
A checklist de otimização para um catálogo PrestaShop
1. JSON-LD Schema.org completo e atualizado
É a fundação. Veja o artigo dedicado ao Schema.org Product em 2026: hasMerchantReturnPolicy, shippingDetails, ProductGroup para as variantes, AggregateRating reais, GTIN, MPN e marca preenchidos. Sem isso, um agente de IA não consegue fazer corresponder a página de produto a uma intenção de compra.
2. Ficheiro llms.txt na raiz
O padrão llms.txt propõe um ficheiro markdown na raiz do domínio que descreve o site e aponta para os recursos estruturados mais úteis aos modelos. Numa loja online, o llms.txt típico contém:
- Identidade do comerciante e setores cobertos.
- URL do sitemap de produtos.
- URL de um feed JSON do catálogo (se disponível).
- Política de devolução e de entrega resumida.
- Informação de contacto para os agentes (e-mail legível por máquinas).
Do lado da DataFirefly, o módulo LLMs.txt para PrestaShop gera este ficheiro automaticamente, com atualização diária e personalização por loja em multiloja.
3. Open Graph de produto limpo
Para além do Schema.org, os agentes de IA e as redes sociais interrogam as etiquetas Open Graph e Twitter Card. og:type=product, og:image no formato 1200×630, og:title claro, og:price:amount e og:availability quando relevante. Muitos temas PrestaShop esquecem o og:price.
4. URL canónicos estáveis
Um agente que volta a uma página tem de encontrar o mesmo URL. Os URL com parâmetros dinâmicos (id_lang=1, controller=product e afins) são menos fiáveis do que URL reescritos estáveis. O SEO e o AEO encontram-se aqui.
5. Disponibilidade e preço fiáveis do lado do servidor
O agente lê o HTML renderizado do lado do servidor. Se o preço real é calculado em JavaScript do lado do cliente (caso frequente com os módulos de promoção dinâmica), o agente verá o preço por omissão. Verificar que o preço exibido no HTML estático corresponde ao preço real.
6. Robots.txt e política de rastreio explícita
Os principais rastreadores de agentes de IA identificam-se agora com user-agents reconhecíveis: GPTBot, ClaudeBot, PerplexityBot, ChatGPT-User, Anthropic-Verifier, Google-Extended. Num robots.txt de 2026, autorizam-se explicitamente os que se querem acolher e bloqueiam-se os que se recusam. Bloquear às cegas todos os bots de IA é tentador, mas corta a loja da audiência futura.
7. Desempenho e estabilidade da renderização do servidor
Os agentes browser-first desistem se a página demorar mais do que alguns segundos a carregar ou se o DOM se mexer constantemente (CLS elevado). O trabalho de Core Web Vitals feito para a Google serve diretamente aos agentes: é o mesmo critério técnico, aplicado por um agente em vez de um robô de indexação.
8. Checkout legível por máquinas
Para os agentes que vão até à compra (Operator, Computer Use): checkout numa página ou muito curto, sem captcha bloqueante, pagamento expresso disponível (Apple Pay, Google Pay, MB WAY), resumo claro antes da validação. Um carrinho abandonado por causa de um captcha imposto no checkout a um agente de IA é uma venda falhada, e em 2026 isso começa a contar.
Medir a parte dos agentes no tráfego
Os agentes de IA deixam geralmente o seu rasto no user-agent e por vezes no referenciador. Os principais a monitorizar em 2026 nos registos do servidor ou no GA4:
- GPTBot, ChatGPT-User (OpenAI).
- ClaudeBot, Claude-User, Anthropic-Verifier (Anthropic).
- PerplexityBot, Perplexity-User (Perplexity).
- Google-Extended (Gemini / AI Overviews).
- CCBot (Common Crawl, alimenta vários modelos).
- Applebot-Extended (Apple Intelligence).
Acrescentar uma dimensão personalizada no GA4 ou um filtro na ferramenta de analytics do lado do servidor para isolar este tráfego permite medir o crescimento e calcular o retorno real do investimento em AEO.
Os riscos a antecipar
Três escolhos a ter presentes:
- A fraude por agente: um agente mal alinhado ou desviado pode tentar compras em massa, copiar preços, ou pior. A proteção passa por rate-limiting inteligente (bloquear os padrões suspeitos sem bloquear os agentes legítimos) e por autenticação reforçada nos carrinhos atípicos.
- A desintermediação entre marca e cliente: se o agente fecha o funil de ponta a ponta sem que o utilizador passe pelo site do comerciante, a marca perde a oportunidade de comunicação (newsletter, retargeting, venda cruzada). Tendência que se vai amplificar e que é preciso integrar na estratégia de fidelização.
- O conteúdo gerado por IA nas avaliações: um desvio já observado. Investir em avaliações verificadas garante a autenticidade do sinal e a conformidade com as exigências da Google sobre a qualidade das reviews, e com o Decreto-Lei n.º 109-G/2021 em Portugal.
Conclusão: preparar o catálogo não é opcional
O AEO de 2025 era uma opção interessante. O AEO em 2026 é uma condição de acesso ao tráfego. As lojas que não tiverem atualizado a marcação Schema.org, publicado o llms.txt e configurado o robots.txt para os agentes de IA verão a sua quota do tráfego de IA tender para zero enquanto os concorrentes captam os primeiros efeitos de rede.
Boa notícia: estas ações técnicas estão entre as menos dispendiosas do marketing digital de 2026. Algumas semanas de trabalho bem dirigido chegam para passar à categoria «catálogo legível por agentes». A verdadeira competição joga-se agora na qualidade do produto, do preço e do serviço, não no atrito técnico de acesso à informação.
