Cómo los agentes de compra con IA encuentran y leen tus productos

La brecha de descubrimiento que las vías de pago no cierran

La comparativa de estándares de este sitio responde a “¿cómo completa un agente una compra?”. Pero antes de cualquier pago, un agente tiene que descubrir tu producto, entenderlo y decidir que es la respuesta correcta al prompt de un comprador. Esa decisión ocurre dentro de un motor generativo — ChatGPT Shopping, Google AI Mode, Perplexity, Gemini — que lee datos estructurados, no la página renderizada que ve una persona. Si la capa legible por máquina es escasa o contradictoria, eres invisible justo en el momento en que el agente está eligiendo qué recomendar.

El tráfico ya no es hipotético. Durante la temporada de fiestas de 2025, el tráfico a los sitios minoristas de EE. UU. procedente de herramientas de IA generativa creció un 693% interanual — el mayor salto de cualquier sector (Adobe Analytics). Salesforce puso una cifra al valor posterior: los compradores que llegaban desde los canales de búsqueda con IA convertían nueve veces más a menudo que quienes venían de referencias sociales (Salesforce). Y la proporción de compras influidas por la IA se acumula: los datos de Adobe de mediados de 2026 situaron los recorridos de compra influidos por la IA en el 18,3% de las transacciones online rastreadas en el segundo trimestre de 2026, frente al 4,1% de dos años antes.

Cómo lee realmente un agente una página de producto

Un motor generativo no “mira” tu escaparate. Descarga una representación de la página — a menudo sin ejecutar tu JavaScript — y extrae un registro estructurado: título, descripción, precio, disponibilidad, identificadores (GTIN/SKU), imágenes, valoraciones. Luego coteja ese registro con tu feed y cualquier endpoint agéntico, y solo un registro coherente y completo se gana un lugar en la respuesta. El proceso que se muestra abajo es el mismo que los protocolos agénticos formalizan en la fase de descubrimiento.

Cinco señales hacen la mayor parte del trabajo en las fases de descubrimiento y comparación:

• schema.org Product y Offer — la descripción canónica y estructurada del artículo. El marcado Offer incompleto (sin price, availability, priceCurrency) es uno de los motivos más frecuentes por los que un agente no puede citar tu producto con confianza.
• Precio y disponibilidad renderizados en el servidor — si solo aparecen después de que se ejecute el JavaScript del lado del cliente, un rastreador que no ejecuta scripts ve un valor vacío o desactualizado.
• Acceso de los rastreadores — robots.txt y la convención emergente llms.txt deciden si los rastreadores de IA (GPTBot, PerplexityBot, Google-Extended y otros) tienen siquiera permiso para leerte.
• Endpoints agénticos en /.well-known/ — archivos de descubrimiento y tarjetas de agente que ACP y UCP utilizan para anunciar que tu catálogo es transaccionable por agentes.
• Coherencia de las afirmaciones — el precio, el stock y las valoraciones deben coincidir entre el HTML, schema.org y el feed. La discrepancia se interpreta como datos poco fiables y se filtra.

Una forma neutral y sin correo electrónico de ver lo que un agente lee en tu propia tienda es una auditoría GEO de terceros. Verity Score, por ejemplo, publica un marco de preparación GEO página por página para catálogos de Shopify que puntúa exactamente estas señales — acceso de agentes, precio/disponibilidad del lado del servidor, completitud del schema y coherencia de las afirmaciones — y puedes ejecutar una auditoría GEO gratuita de un escaparate sin entregar un correo electrónico. Es la ilustración más clara de la brecha de descubrimiento descrita arriba, en tus propias URL.

Míralo: cómo es la compra agéntica de principio a fin

El propio recorrido de Shopify muestra el lado del comerciante del proceso — cómo su Catálogo, Carrito Universal y Checkout Kit permiten a un agente buscar entre cientos de millones de productos y completar el pago dentro de una conversación con IA. Es la imagen más clara de dos minutos de por qué los datos de producto legibles por máquina, y no el diseño de la página, son lo que decide si apareces.

Qué demuestra la investigación sobre ser citado

El estudio más citado sobre esta cuestión es GEO: Generative Engine Optimization, presentado en ACM SIGKDD (KDD) 2024 por investigadores de Princeton, el IIT Delhi y el Allen Institute. Probando en un conjunto de referencia de consultas diversas — y validando en el motor en vivo Perplexity.ai — los autores descubrieron que cambios específicos en el contenido podían aumentar la visibilidad de una fuente en las respuestas generativas hasta un 40%. Lo crucial es que los métodos que funcionaron no son trucos de palabras clave; son señales de credibilidad.

Una lista de verificación para que el comerciante esté listo para los agentes

Recorriendo las fases de descubrimiento y comparación, las cosas concretas que hay que verificar en un escaparate:

• Valida schema.org Product/Offer en cada URL de producto, con price, priceCurrency, availability y un GTIN/SKU presentes.
• Confirma que el precio y la disponibilidad están en el HTML renderizado en el servidor, y no inyectados únicamente por JavaScript del lado del cliente.
• Comprueba que robots.txt y llms.txt permiten a los rastreadores de IA que quieres (y bloquean a los que no).
• Asegúrate de que tus endpoints de descubrimiento y tarjeta de agente en /.well-known/ responden, para que los agentes que conocen ACP/UCP puedan transaccionar — mira cómo aceptar pagos de agentes de IA cuando lleguen.
• Concilia las afirmaciones entre el HTML, el schema y el feed para que el precio, el stock y las valoraciones nunca discrepen.
• Aplica los hallazgos de GEO: cita fuentes, añade citas creíbles y estadísticas concretas al texto del producto.

Puedes hacer estas comprobaciones a mano o con una herramienta de auditoría GEO dedicada que evalúe un catálogo de Shopify página por página frente a las mismas señales; la auditoría GEO gratuita de Verity Score es una opción sin correo electrónico para una primera pasada.

Cómo encaja esto con los estándares de pago

El descubrimiento y el pago son dos mitades del mismo bucle. Hazte encontrar y leer correctamente en los pasos 1–2, y luego cobra de forma limpia en el paso 3. Para profundizar en la mitad del pago, empieza por la comparativa de estándares, entiende cómo pagan los agentes de IA y mira cómo aceptar pagos de agentes. Para los últimos movimientos del ecosistema, lee el resumen de junio de 2026 y los lanzamientos europeos. La cronología fechada vive en el registro de cambios.