AI Brasil
Comércio e serviços

OpenAI publica a planilha que faz o ChatGPT recomendar e vender produtos de qualquer loja

A OpenAI detalhou o Product Feed, o formato de catálogo que alimenta recomendações e compra dentro do chat, e o Instant Checkout, que fecha o pedido sem sair da conversa.

Camila RezendeColunista

· 5 min de leitura

Este artigo foi escrito por Camila Rezende. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.

Imagem gerada por IA

A OpenAI detalhou o Product Feed, o formato de catálogo que alimenta recomendações e compra dentro do chat, e o Instant Checkout, que fecha o pedido sem sair da conversa.

A OpenAI publicou a especificação técnica do Product Feed, o arquivo de catálogo que serve de porta de entrada para lojas aparecerem nas respostas do ChatGPT. A documentação está em developers.openai.com, na seção de comércio agêntico, e detalha campo por campo o que a plataforma espera de quem quer que seus produtos sejam encontrados e recomendados dentro do chat. Não há data de lançamento explícita no documento, mas ele já está em produção e aceita envios reais.

O recurso interessa direto a quem vende: do MEI com uma lojinha online até o time de e-commerce de uma rede maior. A lógica é parecida com a que já existe para aparecer no Google Shopping, só que agora o destino é uma IA que conversa, entende pedido em linguagem natural ("quero um tênis de trilha confortável até 300 reais") e pode recomendar o produto certo.

O que é o Product Feed, na prática

O Product Feed é um arquivo (JSON, JSONL ou CSV) com uma linha por produto ou variação. A OpenAI pede nove campos obrigatórios para que um item seja minimamente útil para descoberta: item_id, title, description, url, brand, seller_name, image_url, availability e price.

Um exemplo mínimo dado na própria documentação mostra como fica uma caneca à venda:

json
{
 "item_id": "MUG-350-BLUE",
 "title": "Blue ceramic mug, 350 mL",
 "description": "Dishwasher-safe glazed ceramic mug with a handle.",
 "url": "https://example.com/products/mug-blue",
 "brand": "Northline",
 "seller_name": "Northline Home",
 "image_url": "https://example.com/images/mug-blue.jpg",
 "price": "18.00 USD",
 "availability": "in_stock",
 "target_countries": ["US"],
 "store_country": "US"
}

Repare que o preço vem como texto, com moeda junto (18.00 USD), e que o campo availability exige um valor explícito: in_stock, out_of_stock, pre_order, backorder ou unknown. A OpenAI avisa que deixar esse campo vazio ou com valor não reconhecido faz a linha inteira ser rejeitada, e que usar unknown não significa que o produto está disponível, só que a loja não sabe informar o estoque naquele momento.

Variações de cor, tamanho e modelo entram com campos próprios

Para produtos com variantes (a mesma camiseta em cores e tamanhos diferentes, por exemplo), o feed usa três identificadores distintos:

  • item_id: o identificador único de cada variação específica (a camiseta azul, tamanho M)
  • group_id: o identificador que une todas as variações do mesmo produto
  • offer_id: usado quando mais de um vendedor oferece o mesmo produto na mesma URL (caso de marketplace)

Cada variação precisa ter listing_has_variations marcado como true e um variant_dict, um objeto que mapeia as opções escolhidas, como {"color":"Black","size":"10"}. A documentação é explícita: nunca inclua o preço dentro do offer_id, e cada linha de variação carrega seu próprio preço, estoque, URL e imagem, mesmo que o restante do cadastro seja idêntico.

Search e checkout são eligibilidades separadas

Um ponto que muda a estratégia de quem for montar o feed: aparecer na busca e poder vender dentro do chat são duas permissões diferentes, controladas por campos próprios. O campo is_eligible_search, quando true (valor padrão se o campo for omitido), libera o produto para aparecer em respostas de busca e recomendação. Se for false, o produto fica fora tanto da busca quanto do checkout.

Já o Instant Checkout, a função que permite fechar a compra sem sair da conversa do ChatGPT, exige uma integração separada e habilitada à parte. Ou seja, uma loja pode (e deve, segundo a documentação) começar só pela descoberta: subir o feed básico, aparecer nas recomendações, e só depois avaliar se vale integrar o checkout, que tem requisitos adicionais de pagamento e identidade de vendedor.

Isso é uma boa notícia para quem está começando: dá para testar a visibilidade no ChatGPT sem mexer em sistema de pagamento. Uma papelaria ou uma loja de roupas pode montar o feed básico, confirmar que o produto aparece quando alguém pergunta por algo parecido no chat, e decidir depois se o volume justifica abrir o checkout direto.

Nenhum selo de qualidade é automático

A documentação é clara num ponto que vale repetir para quem espera resultado garantido: a formatação correta do feed não garante exibição. O texto afirma literalmente que seguir o formato é condição necessária, não suficiente, para o produto ser mostrado. Outros fatores de relevância, não detalhados no documento, também entram no critério do ChatGPT para decidir o que recomendar.

A especificação também é rígida com dado inventado ou mal preenchido. Ela orienta a nunca usar strings de preenchimento como null, unknown ou n/a em campos que pedem outro tipo de valor, e lembra que campo vazio não quer dizer zero nem falso. Para quem monta a planilha na mão ou exporta de um sistema de PDV sem revisar, esse é o erro mais comum e mais fácil de cometer.

O que muda para cada tamanho de operação

PerfilO que fazer agora
MEI ou loja únicaMontar manualmente um feed JSON ou CSV com os 9 campos obrigatórios para os produtos principais
Loja com variações (cor/tamanho)Usar group_id e variant_dict para cada variação, com preço e estoque próprios por linha
E-commerce de médio porteAutomatizar a geração do feed a partir do ERP ou da plataforma de loja, e avaliar o Instant Checkout
Marketplace com múltiplos vendedoresUsar offer_id para cada oferta distinta na mesma URL de produto

O que ainda falta esclarecer

A documentação técnica é detalhada sobre estrutura de dados, mas deixa em aberto o algoritmo de ranqueamento: não há, no material publicado, qualquer explicação de como o ChatGPT pondera os campos preenchidos para decidir o que recomendar primeiro quando vários produtos atendem ao pedido do usuário. Também não há, nesta especificação, detalhe sobre como funciona a cobrança de anúncios pagos dentro do mesmo ecossistema de comércio, nem sobre eventuais custos de listagem fora da descoberta orgânica, temas tratados, se for o caso, em outras seções da documentação da OpenAI.

Para quem decide agora se vale o esforço de montar o feed, a especificação exige campos que qualquer sistema de estoque já tem (nome, preço, imagem, disponibilidade) e pode ser testado sem compromisso com checkout. O risco está em deixar dado desatualizado, como um availability que não reflete o estoque real, porque isso gera recomendação de produto que não existe mais e frustra quem chegou até a loja pelo chat.

Fonte: OpenAI for Commerce — Product Feed Spec

Compartilhar
Quem escreveuCamila RezendeColunista

Escreve para quem vende e atende: dono de loja, vendedor, autônomo, corretor, e também os times de vendas, e-commerce e marketing. O anúncio, a descrição de produto, o atendimento no WhatsApp e como fazer a inteligência artificial recomendar a sua loja quando alguém pergunta.

Leia também

Newsletter AI Brasil

A IA da semana, para a sua profissão

Toda semana: um guia para o seu trabalho, a notícia traduzida e uma coisa nova para experimentar. Gratuita, sem spam.

Você é… (opcional)