Datos de producto estructurados significa que cada dato del producto vive en un atributo tipado, con…
Los agentes de compra leen tu feed: qué cambia el Agentic Commerce
El Agentic Commerce añade un nuevo lector a tus datos de producto: los agentes de compra de ChatGPT, del modo IA de Google, de Gemini y de Perplexity, que analizan feeds en lugar de recorrer páginas. Necesitan hechos, no textos de marketing: disponibilidad, variantes, envío, condiciones de devolución y atributos limpios, actualizados y coherentes con la ficha de producto y el checkout. Para la mayoría de los equipos no es un sistema nuevo, sino un perfil de salida más, en el punto donde los datos de producto ya salen de la plataforma.
De los canales a los agentes: quién lee hoy tus datos de producto
Hasta ahora, la distribución de datos de producto servía a marketplaces, comparadores de precios y distribuidores, con una persona al final que hace clic, compara y compra.
Los agentes de compra cambian justo ese último paso. Un agente ignora tu imagen principal. Lee un registro estructurado, lo compara con otros y responde a una petición como "botas de senderismo impermeables en talla 44, entrega antes del viernes, devolución gratuita". Si falta un campo, el producto sale de la respuesta. Si un campo es incorrecto, el agente repite el error con total seguridad.
Ya hemos tratado el lado del storefront: feeds de producto estructurados y endpoints para agentes en el frontend, a través de los cuales los agentes consultan tu sitio. Este artículo mira en la dirección contraria: los datos que envías a plataformas de agentes e interfaces de compra con IA, que pueden recomendarte sin visitar nunca tu storefront.
Lo que han publicado las plataformas hasta ahora
Los estándares avanzan rápido, así que separa lo que está documentado de lo que se espera.
- OpenAI y Stripe. El Agentic Commerce Protocol fue desarrollado por OpenAI y Stripe y publicado con licencia Apache 2.0. Su especificación de feed de producto incluye campos como availability y availability_date, atributos de variante como color, size y offer_id, campos de envío como shipping y delivery_estimate, y enlaces a las políticas del vendedor, obligatorios cuando el checkout está activado. Según la especificación, se aceptan actualizaciones cada 15 minutos. En marzo de 2026, OpenAI anunció que Instant Checkout pasa a las apps: la compra se realiza en servicios de comercios conectados, mientras ChatGPT se centra en el descubrimiento de productos. El feed sigue siendo relevante, el camino al checkout ha cambiado.
- Google. Google presentó el Universal Commerce Protocol en enero de 2026, desarrollado con Shopify, Etsy, Wayfair, Target y Walmart, con Merchant Center como punto de entrada. Google añadió atributos conversacionales como question_and_answer, related_product, variant_option y popularity_rank para ayudar a que los productos aparezcan en el modo IA, además del atributo native_commerce, que activa un flujo de compra para las ofertas aptas en Gemini y en el modo IA.
- Perplexity. Perplexity abrió sus funciones de compra, con checkout gestionado por PayPal, a los usuarios gratuitos de Estados Unidos a finales de 2025 y ofrece un programa para comercios.
Lo que ya es sólido: los agentes se basan en datos estructurados que aportan los comercios y premian la completitud y la actualización. Lo que sigue siendo una apuesta: qué protocolo de checkout se impondrá y cuántas especificaciones tendrás que mantener. Cuenta con varias.
Los campos que necesitan los agentes y que un feed de Shopping rara vez incluye
Un feed de Shopping clásico se diseñó para mostrar un anuncio: título, imagen, precio, enlace. Un agente necesita contexto suficiente para decidir sin abrir la página.
- Disponibilidad con significado. No solo "en stock", sino una fecha de reposición y la disponibilidad por variante.
- Variantes agrupadas. Talla, color y material como valores separados, vinculados a un producto padre.
- Envío y entrega. Costes, zonas y una fecha de entrega estimada. "Entrega antes del viernes" es un filtro, no un extra.
- Condiciones de devolución. Plazo y coste de devolución como datos. Los agentes comparan políticas entre tiendas.
- Atributos en lugar de texto de marketing. "Impermeable: sí, peso: 540 g" gana a "el compañero perfecto para cada aventura".
- Relaciones. Accesorios, piezas compatibles y alternativas cuando un artículo está agotado.
- Identificadores y políticas. GTIN, marca, condiciones del vendedor.
La mayoría de estos datos ya existen en tu PIM, tu ERP o tu sistema de gestión de pedidos. Lo que suele faltar es la salida que les da la forma que espera cada plataforma.
Actualización y coherencia: feed, ficha y checkout deben coincidir
Los agentes castigan las contradicciones. Si el feed dice disponible y el checkout dice agotado, pierdes el pedido, y los datos poco fiables suelen costar visibilidad. Lo mismo vale para precios, promesas de entrega y condiciones de devolución.
Tres reglas ayudan:
- Una fuente por dato. Precio y stock vienen del sistema comercial, los atributos de los datos de producto. Feed, ficha de producto y checkout leen los mismos valores.
- Exportar con cada cambio, no en un batch nocturno. Cuando cambian el precio o la disponibilidad, la exportación se ejecuta con ellos.
- Validar antes de publicar. Comprueba campos obligatorios, valores permitidos, GTIN y formatos de precio por canal, y detén una exportación si el número de artículos cae de golpe.
Como explica nuestro artículo sobre una capa de datos unificada para agentes de compra, los errores de los agentes suelen surgir en las costuras entre sistemas, no en el modelo.
Un perfil de salida más, no un sistema más
Laioutr, la Frontend Management Platform (FMP), ya conecta tus backends mediante Orchestr para que el storefront muestre producto, precio y stock. Esos mismos datos conciliados pueden salir de la plataforma.
Distributr es el add-on de Data Distribution de Laioutr. Envía datos de producto desde Orchestr y contenidos desde el CMS de Laioutr a marketplaces, comparadores de precios, listados para distribuidores y sistemas ERP, entre ellos Google Merchant Center, Meta y Amazon. El enfoque: 0 importaciones, los datos ya están ahí, y 1 dirección, hacia fuera, nunca hacia dentro. Las salidas se generan en CSV, XML, JSON, XLSX o PDF, mediante URL de descarga o enviadas por HTTPS, SFTP, S3 o webhook, según un calendario o con cada cambio de datos. Antes de exportar se ejecuta una validación, y un diff guard bloquea la exportación cuando el número de artículos se desvía más allá de tu umbral. Las definiciones de canal se configuran en código y se versionan en Git.
Para ser claros sobre el límite: hoy las plataformas de agentes no figuran como canal listo para usar en Distributr. Nuestro argumento es de arquitectura. Cuando una especificación se asiente, darle soporte significa añadir una definición de canal en el mismo punto de salida, no otra herramienta con su propia copia de tu catálogo. En concreto: Larry AI redacta la definición de canal a partir de la lista de campos publicada, y un desarrollador de tu equipo la revisa y la integra. Distributr no es un PIM ni un sistema de registro.
Los datos estructurados en tus propias páginas son una capa aparte: AI Search & LLM Ready está incluido en Laioutr y cubre el marcado Schema.org, llms.txt y la entrega en Markdown de cada página. AI Search & Discovery es un add-on independiente para la búsqueda semántica en el sitio. Ninguno de los dos sustituye a un feed.
FAQ
¿Necesito un feed distinto para cada plataforma de IA?
Hoy, en general sí, porque OpenAI y Google publican especificaciones diferentes. Muchos campos coinciden, así que con un producto canónico y un perfil de salida por plataforma el esfuerzo es asumible.
¿Basta con el marcado Schema.org en mis fichas de producto?
Ayuda a los agentes que visitan tus páginas, y tu configuración de SEO y GEO debería cubrirlo. Las plataformas que recomiendan sin visitar tu sitio se basan en feeds enviados. Necesitas ambos.
¿Distributr es compatible con el Agentic Commerce Protocol?
Hoy no como canal listo para usar. Distributr ya genera JSON, CSV y XML, formatos que usan estas especificaciones, pero un formato por sí solo no es un canal. Las nuevas definiciones de canal se añaden como código.
¿Con qué frecuencia debe actualizarse un feed para agentes?
Tan a menudo como cambian tu stock y tus precios. La especificación de feed de ACP acepta actualizaciones cada 15 minutos, así que exportar con cada cambio de datos es la opción más segura.
Próximos pasos
Empieza con una auditoría: toma diez productos y comprueba que disponibilidad, variantes, envío, devoluciones y atributos coinciden entre feed, ficha de producto y checkout. Para ver cómo la capa de frontend los mantiene alineados, reserva una demo con el equipo de Laioutr o descubre la Agentic Frontend Management Platform.