Gestionamos cuentas de marketplace desde hace más de 3 años. Durante ese tiempo, la optimización siempre fue para el ojo humano: títulos que atraigan, imágenes que convenzan, bullets que vendan. Eso sigue siendo esencial. Pero en los últimos meses estamos viendo algo nuevo en los datos: un porcentaje creciente del tráfico y las ventas no viene de un comprador navegando — viene de un agente de IA haciendo la búsqueda por él.
En resumen
Un número creciente de consumidores ya no busca productos — le pide a un agente de IA que lo haga por él. "Recomiéndame un sofá gris de 3 plazas por menos de 800€ con entrega esta semana." El agente consulta catálogos, compara atributos, evalúa reseñas y devuelve una recomendación. Si los datos de tu producto no están estructurados para que una máquina los entienda, tu producto ni siquiera entra en la lista de candidatos. Este artículo explica qué es el agentic commerce, cómo funcionan los agentes de compra, y qué puedes hacer hoy para que tu producto sea visible en este nuevo canal.
Shopify lo ha confirmado con datos: desde enero 2025, el tráfico generado por IA a tiendas Shopify ha crecido 8 veces interanual, y los pedidos procedentes de búsquedas con IA se han multiplicado por 15. McKinsey proyecta que el agentic commerce moverá entre 3 y 5 billones de dólares globalmente para 2030.
Esto no es una predicción lejana. Está pasando ahora. Y la mayoría de marcas no está preparada.
¿Qué es el agentic commerce?
El agentic commerce es la compra delegada. Un agente de IA — integrado en ChatGPT, Google Shopping, Alexa, Copilot o un asistente de navegador — investiga, compara y recomienda (o directamente compra) productos en nombre del usuario.
La diferencia con el e-commerce tradicional es fundamental:
Antes: El comprador busca → ve resultados → hace clic en varios productos → compara visualmente → decide.
Ahora: El comprador describe lo que quiere al agente → el agente consulta catálogos vía API → compara atributos estructurados → devuelve 2-3 recomendaciones → el comprador elige (o el agente compra directamente si tiene autorización).
Fíjate en lo que cambia: el agente no ve tu foto de producto, no lee tu bullet con la frase persuasiva, no mira tu banner de A+ Content. El agente lee datos estructurados: precio, dimensiones, material, color, disponibilidad, valoración media, tiempo de envío, compatibilidad. Si esos datos están incompletos, inconsistentes o mal formateados, tu producto es invisible para el agente.
❝
El agente no ve tu foto de producto. Lee datos estructurados: precio, dimensiones, material, disponibilidad. Si esos datos están incompletos, tu producto es invisible.
¿Dónde están comprando los agentes de IA ahora mismo?
Estos son los canales activos en 2026:
ChatGPT Shopping. OpenAI ha integrado capacidades de compra dentro de ChatGPT. Los usuarios pueden pedir recomendaciones de productos y ChatGPT devuelve resultados con enlaces de compra, comparando precios y atributos.
Google AI Mode + Gemini. Google Shopping se ha integrado con Gemini, permitiendo consultas de producto en lenguaje natural. "Quiero unas zapatillas de running para asfalto, talla 43, por menos de 120€" devuelve resultados evaluados por IA con enlace directo a la tienda.
Microsoft Copilot. Integrado en Bing Shopping, Copilot recomienda productos basándose en el historial del usuario y en la evaluación de datos de producto de múltiples fuentes.
Alexa y asistentes de voz. "Alexa, pídeme más del detergente que compré el mes pasado" — si tu producto no está disponible, Alexa recomienda uno alternativo basándose en atributos similares y valoraciones.
Shopify Catalog + Shopify AI. Shopify ha construido un sistema donde su catálogo enriquece automáticamente los datos de producto con atributos inferidos por machine learning. Los productos de las tiendas Shopify ya son descubribles en ChatGPT, Copilot, Google AI Mode y Gemini.
¿Qué datos necesitan los agentes de IA para recomendar tu producto?
Esto es la parte práctica. Los agentes de IA evalúan productos basándose en datos estructurados, no en diseño visual.
Datos obligatorios (sin estos, eres invisible)
Título descriptivo y preciso. No "Sofá Premium Colección 2026." Sí "Sofá chaise longue 3 plazas tela gris 240×160cm — lavable, entrega 48h." El agente necesita entender QUÉ es, de qué TAMAÑO, de qué MATERIAL, y qué lo DIFERENCIA. Cada palabra cuenta porque el agente filtra por atributos, no por sentimientos.
Precio exacto y actualizado en tiempo real. Los agentes cruzan el precio de tu storefront con tu feed de datos. Si hay discrepancia, tu producto se salta o se marca como no fiable. La sincronización de precios en tiempo real ya no es un nice-to-have — es obligatorio.
Disponibilidad e inventario. Si un agente recomienda tu producto y el usuario intenta comprarlo pero está agotado, la confianza del agente en tu catálogo baja para futuras consultas. Stock actualizado al minuto es crítico.
Atributos de producto completos. Color, material, dimensiones, peso, compatibilidad, certificaciones, país de origen. Cada atributo que falta es una consulta en la que tu producto no aparece.
Schema markup Product. JSON-LD con Product, Offer, AggregateRating. Es la forma estándar de comunicar datos de producto a máquinas. Si tu web no tiene schema Product, los agentes que rastrean tu web no pueden extraer la información de forma fiable.
Datos que te dan ventaja (te posicionan por encima de la competencia)
Reseñas y valoración media. Los agentes ponderan las reseñas como señal de calidad. Un producto con 4,5 estrellas y 200 reseñas se recomienda antes que uno con 4,8 y 3 reseñas (el volumen importa, no solo la nota).
Imágenes de alta calidad con alt text descriptivo. Los agentes multimodales más avanzados ya analizan imágenes. Un alt text que diga "sofá chaise longue gris 3 plazas en salón moderno" es información que el agente puede usar.
Tiempo de envío. "Entrega en 24-48h" vs "entrega en 7-10 días" es un factor de decisión que los agentes evalúan cuando el usuario tiene prisa.
Sostenibilidad y certificaciones. Los agentes más recientes ya filtran por atributos de sostenibilidad si el usuario lo pide. Si tu producto cumple pero no lo declara en sus datos, pierde esa consulta.
▸ Tip práctico: Haz este ejercicio: ve a ChatGPT y pregunta "Recomiéndame [tu categoría de producto] en España." ¿Aparece tu marca? ¿Aparece tu competencia? Si tu competencia aparece y tú no, la diferencia probablemente está en los datos de producto, no en la calidad del producto.
¿Qué cambiar hoy en tu catálogo?
Si vendes en Amazon
Completa TODOS los atributos del backend. Amazon tiene campos opcionales que la mayoría de vendedores deja vacíos: material, peso, dimensiones exactas, país de fabricación, público objetivo, uso previsto. Para un comprador humano, estos campos son secundarios. Para un agente de IA, son los campos que determinan si tu producto coincide con la consulta.
Optimiza para lenguaje conversacional, no solo keywords. Los usuarios no le dicen a un agente "polvos texturizantes cabello hombre." Le dicen "quiero algo para darle volumen al pelo sin que se note que llevo producto." Tu ficha de producto necesita cubrir ambos: la keyword transaccional y la descripción conversacional. Aquí va la guía completa de optimización de fichas para Amazon: Fichas de producto que venden →
Mantén el stock actualizado. Si usas FBA, esto es automático. Si usas FBM, asegúrate de que tu inventario se sincroniza en tiempo real con Amazon. Una ruptura de stock frente a un agente de IA tiene más impacto que frente a un comprador humano, porque el agente recuerda y penaliza.
Si estás empezando en Amazon o quieres entender la arquitectura completa del canal antes de optimizar para agentes de IA, la Guía completa para vender en Amazon España en 2026 cubre todo el proceso desde el registro hasta la publicidad.
Si vendes en tu web propia (Shopify, WooCommerce, Next.js)
Implementa schema Product completo. No solo nombre y precio — todos los campos: brand, color, material, weight, height, width, depth, availability, deliveryLeadTime, aggregateRating, review, offers con priceCurrency. Cuantos más campos, más consultable es tu producto para agentes de IA.
Crea un feed de producto estructurado. Google Merchant Center, si aún no lo usas, es la puerta de entrada para que tu catálogo sea visible en Google AI Mode y Gemini. El feed debe actualizarse diariamente como mínimo.
Sincroniza precios entre tu web y tu marketplace. Los agentes cruzan datos de múltiples fuentes. Si tu producto cuesta 45€ en tu web y 39€ en Amazon, el agente puede marcar la inconsistencia o recomendar siempre el canal más barato.
¿Cómo medir si los agentes de IA te están recomendando?
Google Analytics 4: Monitoriza referrals desde chatgpt.com, perplexity.ai, bing.com/chat y otros dominios de agentes. Segmenta este tráfico aparte del orgánico y el de pago para medir conversión por separado.
Auditoría manual mensual: Formula 20 consultas de producto en ChatGPT, Perplexity y Google AI Mode con tus keywords de categoría. ¿Aparece tu marca? ¿Quién aparece en su lugar?
Feed completeness score: Audita mensualmente la completitud de tus datos de producto. Objetivo: 95% de campos completados en todos los productos. Cada atributo vacío reduce tu superficie de descubrimiento por IA.
Test de precio: Verifica que tu precio en web, Amazon y feed de Merchant Center coinciden. Una discrepancia puede excluirte de las recomendaciones del agente.
▸ Tip práctico: Crea una alerta en GA4 para tráfico desde dominios de IA. Si ves que crece mes a mes, tu optimización está funcionando. Si está en cero después de 3 meses, revisa tus datos de producto — probablemente hay atributos críticos vacíos.
La visibilidad en agentes de IA es un área que comparte metodología con el GEO (Generative Engine Optimization) aplicado al contenido web. Si quieres entender cómo aparecer no solo cuando alguien busca productos sino cuando pregunta sobre tu sector, lee Cómo aparecer en ChatGPT y Perplexity: guía práctica para marcas →
Lo que viene en los próximos 12 meses
Compra autónoma con autorización previa. Algunos agentes ya permiten al usuario definir reglas ("compra automáticamente si el precio baja de X€") y el agente ejecuta la transacción sin intervención humana. Las marcas que tengan datos de producto impecables y reseñas sólidas serán las que estos agentes seleccionen por defecto.
Protocolo de comercio unificado. La industria se está moviendo hacia protocolos estándar (MCP, UCP, AP2) que permiten a los agentes consultar catálogos, crear carritos y procesar pagos de forma estandarizada. Cuando estos protocolos se consoliden, el agentic commerce pasará de nicho a mainstream.
❝
El AEO (Agent Engine Optimization) optimiza específicamente para agentes de compra autónomos. Es una disciplina que está naciendo ahora y que en 12 meses será estándar.
AEO como disciplina. Así como el SEO optimiza para buscadores y el GEO para motores de IA, el AEO (Agent Engine Optimization) optimiza específicamente para agentes de compra autónomos. Es una disciplina que está naciendo ahora y que en 12 meses será estándar.
Si vendes en Amazon, Shopify o tu web propia y quieres asegurarte de que tu catálogo está preparado para los agentes de IA que están empezando a recomendar y comprar productos, te hacemos una auditoría de datos de producto gratuita. Te decimos exactamente qué atributos faltan y qué impacto tienen. Solicitar auditoría →
Written by
Alejandro Morales
Desarrollo Web & Marketplace · Black Tag Agency
Más de 3 años construyendo sistemas digitales para marcas que venden en Amazon, MediaMarkt, Carrefour y Leroy Merlin. Empezó como Marketplace Manager gestionando cuentas de mobiliario antes de fundar Black Tag. Construye webs en Next.js que cargan en menos de 2 segundos, gestiona cuentas de Amazon Seller y Vendor con inversiones publicitarias de seis cifras anuales, y no cree en las métricas que no se traducen en facturación.
LinkedIn ↗
Rocío Granados
Marketing · SEO/GEO · IA · Black Tag Agency
Especialista en visibilidad digital con un enfoque que va más allá de Google: SEO técnico, GEO (optimización para motores de IA como ChatGPT y Perplexity), estrategia de contenidos y automatización con IA para PYMES. Diseña estrategias de marketing que se miden por leads y ventas, no por likes. Cuando un motor de IA responde preguntas de tu sector, su trabajo es que te cite a ti.
LinkedIn ↗
