GEO para ecommerce: guía para que la IA vea y recomiende tus productos

Alguien le pide a ChatGPT «una chaqueta impermeable para un fin de semana de senderismo en Asturias, por menos de 150 €». La respuesta nombra tres productos, muestra un carrusel con precios y disponibilidad y, a veces, un anuncio patrocinado debajo. Tu marca aparece o no aparece, y ninguna herramienta de posiciones clásica te lo va a decir.

El GEO para ecommerce (Generative Engine Optimization) reúne el trabajo que aumenta tus posibilidades de aparecer en esas respuestas: en ChatGPT, en Google AI Overviews y AI Mode, en Gemini, en Perplexity y en los agentes de compra que empiezan a hacer pedidos. Esta guía explica cómo eligen un producto estos motores, qué corresponde al SEO, al GEO o a la compra de medios, qué cambian los protocolos agénticos, y por dónde empezar y cómo medir.

Dónde pueden aparecer tus productos en las respuestas de la IA

Cada asistente combina varios espacios. Distinguirlos te evita invertir en la palanca equivocada.

ChatGPT: respuesta, carrusel de shopping y ChatGPT Ads

En ChatGPT, un producto puede citarse en el texto de la respuesta, aparecer en un carrusel de shopping (imagen, precio, tienda) o mostrarse en un anuncio patrocinado bajo la respuesta. OpenAI presenta el carrusel como un resultado orgánico, seleccionado con independencia de la publicidad.

La publicidad llegó a 31 mercados europeos, España incluida, el 24 de agosto de 2026. Solo la ven las cuentas Free y Go, con segmentación contextual en el lanzamiento europeo. Desde el 31 de agosto de 2026, el Ads Manager de OpenAI funciona en autoservicio en esos mercados, con campañas alimentadas por un feed de producto. Lo explicamos en nuestro artículo sobre ChatGPT Ads Manager y el feed de producto. Comprar un anuncio no mete tu producto en el texto de la respuesta.

Google: AI Overviews, AI Mode y Gemini

Los AI Overviews muestran un resumen en la parte superior de algunos resultados de búsqueda. AI Mode ofrece una búsqueda conversacional dentro de Google, y la app de Gemini responde a preguntas de compra con fichas de producto. Google apoya estas experiencias en su Shopping Graph, que se nutre, entre otras fuentes, de los feeds de Merchant Center.

En mayo de 2026, Google añadió seis atributos conversacionales opcionales en Merchant Center, pensados para AI Mode, Gemini y Business Agent. Los repasamos uno a uno en nuestro artículo sobre los atributos conversacionales de Google Merchant Center.

Perplexity y los agentes de compra

Perplexity cita sus fuentes y muestra fichas de producto en las búsquedas de compra. Los agentes de compra van más allá: comparan, preparan un carrito y, en algunos mercados, completan la compra por el usuario. Ahí entran los protocolos UCP y ACP, que verás más abajo.

Cómo eligen un producto los motores de IA

Ningún proveedor publica su lógica de recomendación. Aun así, los estudios públicos y nuestras propias auditorías apuntan a cuatro mecanismos.

Consultan índices de producto que ya existen

Ante una pregunta de compra, el asistente genera subconsultas y busca en índices existentes. En marzo de 2026, un estudio de Peec AI publicado por Search Engine Land analizó más de 43.000 productos de los carruseles de ChatGPT: el 83 % coincidía con los resultados orgánicos de Google Shopping. Tu feed de Merchant Center también trabaja para ChatGPT. Analizamos el estudio en nuestro artículo sobre los carruseles de ChatGPT y Google Shopping.

OpenAI acepta además feeds enviados directamente por las tiendas, y Google lee los feeds de Merchant Center para sus propias experiencias con IA. En ambos casos, el feed es la puerta de entrada.

Leen el dato de producto estructurado

Una vez localizado el producto, el modelo tiene que entenderlo: categoría, material, uso, compatibilidad, talla, precio, stock. Encuentra esos datos en tu feed y en el marcado schema.org Product de la página. Un título como «Chaqueta Neve naranja» no responde a una pregunta sobre lluvia. Un título y unos atributos con «impermeable», «transpirable» y «senderismo» le dan a la respuesta algo de donde agarrarse.

Se apoyan en fuentes de terceros

Los modelos repiten lo que otros dicen de ti. Omniscient Digital clasificó más de 23.000 fuentes citadas en búsquedas de marca: el 57 % eran reseñas, comparativos, foros, redes y casos de estudio, frente al 12 % de páginas de producto. Las reseñas verificadas, tu presencia en los comparativos de la categoría y la coherencia de lo que afirmas sobre tus productos pesan tanto como tus propias páginas.

La otra cara está documentada. Una marca ficticia de desodorante apareció como primera recomendación de ChatGPT en dos búsquedas de cola larga, con un mes de vida y una web de tres páginas. Lo contamos en la marca falsa que ChatGPT recomendó en primer lugar. Cuando tu dato es pobre, el modelo rellena los huecos con el de otros.

Descartan lo que no pueden verificar

Un agente que recomienda un producto se juega su credibilidad en el precio y la disponibilidad. Si esos datos faltan en el HTML servido, contradicen el feed o solo aparecen tras ejecutar JavaScript, el producto tiene menos probabilidades de ser citado. La edición 2026 del Agentic Commerce Index, nuestro barómetro, lo midió en 645 páginas de producto de 194 marcas francesas: el precio solo era legible de forma automática en el 42 % de las fichas, y la disponibilidad en el 39 %.

SEO, GEO y espacios publicitarios en la IA: tres palancas distintas

El SEO sigue siendo la base: los asistentes se apoyan en parte en los índices de búsqueda para elegir sus fuentes. El GEO (o AEO, Answer Engine Optimization, según el equipo) busca la citación y la recomendación dentro de la respuesta. La publicidad compra un espacio junto a esa respuesta. Profundizamos en la primera diferencia en SEO vs GEO para ecommerce.

Las tres palancas comparten la misma materia: el dato de producto. Un feed enriquecido mejora la relevancia de una campaña de ChatGPT Ads y tus posibilidades de una citación orgánica. En cambio, un anuncio pagado bajo una respuesta que recomienda a tu competidor crea una disonancia que el presupuesto no arregla.

Comercio agéntico: qué cambian UCP y ACP

El comercio agéntico describe los recorridos en los que un agente de IA descubre, compara y compra por el usuario. Dos protocolos ordenan el tema. Aquí separamos lo anunciado de lo que deducimos.

Google UCP (Universal Commerce Protocol)

Google presentó UCP en enero de 2026. Es un estándar abierto, desarrollado con Shopify, Etsy, Wayfair, Target y Walmart, que da a agentes y tiendas un lenguaje común: descubrimiento de las capacidades de la tienda, carrito, descuentos, pago y seguimiento del pedido. Funciona junto a AP2 (Agent Payments Protocol) para las autorizaciones de pago que se conceden a un agente. La tienda sigue siendo el vendedor oficial. En mayo de 2026, Google anunció Universal Cart, un carrito común a Search, Gemini, YouTube y Gmail. El checkout mediante UCP se despliega primero en Estados Unidos.

OpenAI ACP (Agentic Commerce Protocol)

OpenAI y Stripe publicaron ACP en septiembre de 2025, junto con Instant Checkout en ChatGPT. En marzo de 2026, OpenAI llevó Instant Checkout hacia las apps y reorientó ChatGPT al descubrimiento de producto, con redirección a la web de la tienda para comprar. ACP sigue siendo la especificación abierta, mantenida por OpenAI y Stripe, para las transacciones gestionadas por un agente en ChatGPT.

Lo que deducimos

Para un ecommerce europeo, el pago agéntico sigue siendo limitado hoy. La lectura del catálogo por parte de los agentes, en cambio, ya está en marcha: carruseles de ChatGPT, AI Mode, Gemini. Nuestra lectura: la preparación más rentable es hacer tu catálogo legible y coherente ahora, y conectar los protocolos cuando lleguen a tu mercado. Nuestra checklist de UCP y comercio agéntico detalla los trabajos técnicos.

Qué corregir primero en tu dato de producto

En la mayoría de catálogos que auditamos, el orden de prioridad se repite. Empieza por los productos que más venden o más margen dejan, y luego amplía.

1. Precio y disponibilidad sincronizados. Los mismos valores en el feed, en la página y en el JSON-LD, actualizados al menos una vez al día. Una diferencia entre feed y página es un motivo frecuente de rechazo en Merchant Center, y un agente descarta un producto cuyo precio no puede confirmar.
2. Identificadores y categoría. GTIN, marca, MPN, google_product_category y product_type vinculan el producto a una entidad conocida y a una categoría comparable.
3. Títulos descriptivos. Tipo de producto, marca, atributo distintivo, material, uso. El título debe responder a una pregunta de compra, sin superlativos ni relleno de palabras clave.
4. Atributos de uso. Material, temporada, público, compatibilidad, medidas, cuidados. Son las condiciones que alguien escribe en un prompt.
5. Páginas legibles sin JavaScript. Precio, stock, descripción y marcado Product en el HTML servido, con la valoración agregada y el número de reseñas.
6. Atributos conversacionales. question_and_answer, related_product y document_link en un feed suplementario, cuando la base ya esté limpia.

Si partes de cero, nuestra guía completa de Google Merchant Center explica la configuración de la cuenta y de los feeds.

Atributos conversacionales: la capa de Merchant Center pensada para las respuestas de la IA

Con la base limpia, los atributos conversacionales son el trabajo de Merchant Center más ligado al GEO. Google lanzó seis en Google Marketing Live, en mayo de 2026. El feed clásico se diseñó para emparejar un título con una búsqueda corta. AI Mode, Gemini y Business Agent reciben otra cosa: una pregunta de compra llena de condiciones, del tipo «un hervidor con temperatura regulable para té verde y con manual en español». Estos campos les dan datos para responder.

• question_and_answer: hasta 30 pares de pregunta y respuesta por producto, factuales, sin precios, promociones ni plazos.
• related_product: relaciones tipadas con otros productos del feed (accesorio, recambio, misma gama), con un máximo de 30.
• document_link: hasta cinco PDF públicos por producto, como un manual, una guía de montaje o una ficha técnica.
• item_group_title: el nombre de la familia que agrupa las variantes.
• variant_option: los ejes de variación de un grupo, como el color, la talla o la capacidad.
• popularity_rank: un percentil de popularidad dentro de tu propio catálogo, calculado con tus ventas o pedidos.

Google documenta tres cosas. Estos atributos son opcionales, están disponibles en todos los países y no afectan a la aprobación de tus ofertas. El checkout mediante UCP se despliega primero en Estados Unidos, pero desde España puedes rellenar estos campos ya. Y Google no los presenta como una palanca de posicionamiento en Shopping: trátalos como una capa de comprensión para las experiencias con IA, sin efecto documentado en el ranking.

Una regla te ahorra trabajo inútil. No copies en estos campos lo que ya está en description, product_highlight o product_detail, y no envíes preguntas y respuestas cuyo contenido ya figure en un PDF declarado en document_link. Google recomienda enviarlos en un feed suplementario, unido por id, para no tocar el feed principal. En nuestro artículo sobre los atributos conversacionales de Merchant Center repasamos cada campo con formatos y ejemplos.

Más allá de Google, esta es nuestra lectura. Nada indica que ChatGPT o Perplexity lean estos campos de Merchant Center. Lo que sí leen son tus fichas de producto. Las mismas preguntas y respuestas, publicadas en texto visible en la página, les dan material que pueden extraer, formulado como los prompts de tus clientes. Redáctalas una vez, a partir de atención al cliente, manuales y reseñas, y lleva los mismos datos al feed y a la página. Con un solo trabajo de fondo preparas AI Mode y el resto de asistentes.

Automatizar la optimización del feed sin perder el control

Hay una pregunta que llega a menudo en forma de prompt: ¿qué sistema automatizado usa IA para optimizar un feed de producto en una plataforma de anuncios de shopping y reducir los rechazos? El esquema que funciona combina tres capas. Unas reglas deterministas corrigen lo mecánico (formatos, unidades, categorías, campos vacíos recuperables). Un modelo de IA enriquece lo que requiere comprensión (títulos, atributos de uso, preguntas y respuestas) a partir del catálogo y de las páginas. Tu equipo valida el resultado antes de publicarlo, en un feed suplementario, sin tocar el feed de origen.

Es la función de Feed Enrich, la herramienta de optimización de feeds de producto de Dataïads: audita el catálogo, aplica las transformaciones, genera los atributos que faltan y publica el feed enriquecido en Google Merchant Center, Meta y ChatGPT Ads. Para saber en qué punto estás, la auditoría de feed gratuita puntúa tu catálogo en unos 40 criterios, incluida la capa conversacional.

Imágenes y visuales para los motores de IA

La búsqueda de producto se vuelve multimodal. Google Lens identifica un artículo a partir de una foto y muestra precios, reseñas y tiendas gracias al Shopping Graph. Los anuncios de Shopping aparecen uno a uno en la pestaña Imágenes en móvil, y el emparejamiento entre una foto y una oferta se apoya en los datos estructurados del feed. Desde abril de 2025, Google también ha abierto AI Mode a preguntas que parten de una imagen, gracias a Lens. Repasamos estos espacios en nuestro artículo sobre los datos de producto más allá de los anuncios de Shopping.

La respuesta cita texto, la imagen aporta la prueba

Los estudios de citación muestran la otra cara. De 5.772 citas recogidas en seis modelos y diez categorías, el 97,5 % remitía a texto. YouTube es la excepción porque los modelos leen sus títulos, descripciones y transcripciones. Lo analizamos en por qué los motores de respuesta citan texto y casi nunca tus vídeos.

Nuestra interpretación: la imagen pesa en el reconocimiento visual y en la elección de quien compra frente al carrusel, mientras que el texto decide la citación. Un visual cuidado que nada describe en la página no deja nada que citar en una respuesta redactada.

Qué conviene aportar

• Varios ángulos y una foto de uso. Un packshot conforme como imagen principal y, después, detalles, vista trasera, escala y fotos de ambiente mediante additional_image_link. Si alguien busca una mochila «con espacio para un portátil de 16 pulgadas», una foto con el producto en uso responde mejor que un fondo blanco.
• La misma imagen en el feed y en la página. La imagen del feed debe mostrar la variante que vendes y coincidir con la de la ficha. Una diferencia enturbia la relación entre la oferta y la página.
• Un texto alternativo descriptivo. Tipo de producto, color, material y uso visible, en una frase. Es la versión legible de la imagen para un modelo que procesa texto.
• La propiedad image del marcado Product. Declara en el JSON-LD las URL de las imágenes principales, servidas en el HTML inicial junto al precio y el stock.

Visuales generados con IA: fidelidad y transparencia

Generar escenas a partir de un packshot ahorra semanas en un catálogo grande. Se aplican dos marcos. Google pide que las imágenes generadas con IA lleven metadatos IPTC que lo indiquen, como TrainedAlgorithmicMedia. En la Unión Europea, el artículo 50 del AI Act exige desde el 2 de agosto de 2026 un marcado detectable de forma automática en las imágenes generadas, con una prórroga hasta el 2 de diciembre de 2026 para los sistemas que ya estaban en el mercado; el retoque básico, como recortar el fondo o reescalar, queda fuera. Nuestro artículo sobre el AI Act y los visuales de ecommerce generados con IA detalla las obligaciones.

La fidelidad es más una posición nuestra que una norma escrita: un visual generado debe mostrar el producto tal como se vende, con su color, sus proporciones y el contenido de la caja. Quien recibe algo distinto de la imagen lo devuelve y deja una reseña, y las reseñas están entre las fuentes que citan los asistentes.

Feed Enrich, la herramienta de optimización de feeds de producto de Dataïads, también trabaja esta capa visual. Adapta las imágenes a los formatos que piden algunos espacios, como el cuadrado para Demand Gen, y enriquece los visuales publicados en el feed suplementario, con la validación de tu equipo antes de difundirlos.

Cómo medir tu visibilidad en la IA

Hoy ninguna consola te da tu posición en ChatGPT. La medición se basa en paneles de prompts que tú construyes y vuelves a lanzar.

Construir un panel de prompts

Parte de las preguntas de tus clientes: atención al cliente, buscador interno de la web, búsquedas largas en Search Console. Agrúpalas por intención (descubrimiento, comparación, presupuesto, alternativa a una marca). Lanza cada prompt varias veces en cada asistente: las respuestas cambian de una ejecución a otra, y una sola no demuestra nada. Prueba con y sin navegación web cuando el asistente lo permita.

Seguir unos pocos indicadores

• Tasa de citación: porcentaje de respuestas en las que aparece tu marca o tu producto.
• Cuota de voz: tu presencia frente a la de los competidores citados en el mismo panel.
• Presencia en carrusel: cuántos de tus SKU aparecen en los carruseles de shopping.
• Fuentes citadas: los dominios en los que se apoya el asistente cuando te cita a ti o a un competidor.
• Estabilidad: con qué regularidad te cita de una ejecución a otra.

Las intenciones en las que citan a tus competidores y a ti no se convierten en tu hoja de ruta: contenido que crear, atributos que añadir, reseñas que conseguir.

Compararte con el Agentic Commerce Index

El Agentic Commerce Index mide la otra cara: la capacidad técnica de una marca para que los agentes lean sus páginas de producto. Su edición 2026 dio a 194 marcas francesas una puntuación media de 48 sobre 100, por debajo del umbral de madurez de 65. Solo el 44 % de las páginas de producto tenía un marcado schema.org Product utilizable, y el 15 % de las webs un archivo llms.txt. Comparar tu puntuación con la de tu sector te indica si tu retraso está en la demanda (no te citan) o en la oferta (tu página es difícil de leer).

Plan de acción: la checklist de GEO para ecommerce

1. Crea un panel de 50 a 200 prompts por intención y mide tu punto de partida en ChatGPT, Gemini, AI Mode y Perplexity.
2. Audita el feed de Merchant Center: identificadores, títulos, atributos, precio, stock, rechazos.
3. Alinea feed, página y JSON-LD, y haz que las páginas se lean sin JavaScript.
4. Enriquece los atributos de uso y añade después los atributos conversacionales en un feed suplementario.
5. Refuerza las pruebas externas: reseñas verificadas, valoración agregada, presencia en los comparativos citados.
6. Gestiona ChatGPT Ads y los anuncios de Google desde el mismo feed enriquecido, y mide lo pagado por separado.
7. Relanza el panel cada mes y orienta las correcciones a las intenciones donde sigues ausente.

Cómo te acompaña Dataïads en el GEO para ecommerce

La oferta Agentic GEO de Dataïads une medición y activación. Nuestra herramienta de auditoría y seguimiento, en fase alfa, cruza dos miradas: la visibilidad en los LLM (prompts reales por intención, varias ejecuciones, puntuación, cuota de voz, intenciones sin ocupar) y la auditoría técnica y semántica de tus páginas de producto tal como las lee un agente. Las correcciones pasan después por el dato de producto: Feed Enrich para el feed, datos estructurados y páginas para la coherencia, y una nueva medición.

Lanza una auditoría de tu visibilidad en la IA para saber en qué intenciones tus productos no aparecen en las respuestas, y por qué.

FAQ

¿Cómo consigo que ChatGPT recomiende mis productos?

Empieza por tu feed de Google Merchant Center y tu posicionamiento orgánico en Google Shopping, de donde sale buena parte de los productos de los carruseles de ChatGPT. Añade títulos y atributos que describan el uso, sirve precio y stock en el HTML de tus páginas y consigue reseñas verificadas. Después, mide tu presencia con un panel de prompts.

¿Qué diferencia hay entre SEO y GEO en un ecommerce?

El SEO posiciona una página en una lista de resultados. El GEO consigue que un producto se cite y se recomiende en una respuesta generada. Se solapan, porque los asistentes se apoyan en parte en los índices de búsqueda, pero el GEO depende más del dato de producto estructurado y de las reseñas de terceros.

¿Pagar ChatGPT Ads mejora mi visibilidad en las respuestas?

No, según OpenAI: los sistemas publicitarios están separados del modelo que redacta la respuesta, y el anuncio patrocinado aparece debajo. Solo lo ven las cuentas Free y Go. La citación en el texto y la presencia en el carrusel siguen siendo orgánicas.

¿Qué atributos del feed importan más para Google AI Mode y Gemini?

Primero la base: título descriptivo, GTIN, marca, categoría, precio, disponibilidad, imágenes. Después, los atributos de uso (material, público, compatibilidad) y los seis atributos conversacionales de Merchant Center, como question_and_answer y related_product, enviados en un feed suplementario.

¿Tengo que implementar UCP o ACP ya?

En Europa, el checkout agéntico sigue siendo limitado. Tu prioridad es un catálogo legible y coherente, que ya cuenta en los carruseles y en AI Mode. Prepara la integración técnica con tu plataforma de ecommerce, que a menudo se encarga de una parte, para cuando el protocolo llegue a tu mercado.

¿Cómo mido la visibilidad de mi marca en ChatGPT y Perplexity?

Crea un panel de prompts por intención, lanza cada prompt varias veces en cada asistente y sigue la tasa de citación, la cuota de voz frente a tus competidores, la presencia en carrusel y las fuentes citadas. Relanza el panel cada mes para ver el efecto de tus correcciones.

¿Qué herramienta de IA sirve para optimizar un feed de producto y reducir los rechazos de Merchant Center?

Una herramienta de optimización de feeds de producto que combine reglas automáticas y enriquecimiento con IA, con validación de tu equipo y publicación en un feed suplementario. Feed Enrich funciona así: corrige campos vacíos o mal formados, enriquece títulos y atributos y publica en Merchant Center, Meta y ChatGPT Ads sin modificar tu feed de origen.

¿Los atributos conversacionales de Merchant Center hacen que mis productos suban en AI Mode?

Google no documenta ningún efecto en el ranking. Estos seis campos opcionales, disponibles en todos los países, dan a AI Mode, Gemini y Business Agent datos para responder a preguntas de compra: preguntas y respuestas, productos relacionados, manuales en PDF, familias, variantes y popularidad interna. No afectan a la aprobación de tus ofertas. Empieza por question_and_answer en los productos que más venden, en un feed suplementario y sin copiar la descripción.

¿Qué imágenes necesito para que la IA reconozca y recomiende mis productos?

Una imagen principal conforme, varios ángulos y al menos una foto de uso, idénticas en el feed y en la página. Añade un texto alternativo descriptivo y declara las imágenes en el marcado Product. Las respuestas redactadas citan sobre todo texto, así que cada visual necesita atributos y una descripción que digan lo que muestra. Un visual generado con IA debe ser fiel al producto y llevar el marcado que exigen Google y el AI Act.