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.
· 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.
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:
{
"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 produtooffer_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
| Perfil | O que fazer agora |
|---|---|
| MEI ou loja única | Montar 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 porte | Automatizar a geração do feed a partir do ERP ou da plataforma de loja, e avaliar o Instant Checkout |
| Marketplace com múltiplos vendedores | Usar 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.

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.