Protocolo de Comércio Agêntico da OpenAI e Stripe define como a loja vende dentro do ChatGPT

OpenAI e Stripe publicaram um padrão aberto para que agentes de IA comprem direto em nome do cliente. Para o e-commerce entrar nessa vitrine, catálogo e checkout precisam falar a língua do protocolo.

Um padrão para o agente comprar em nome do cliente

OpenAI e Stripe mantêm em conjunto o Agentic Commerce Protocol (ACP), um padrão aberto, sob licença Apache 2.0, para compras feitas por agentes de inteligência artificial em nome do comprador. A especificação está publicada em agenticcommerce.dev e qualquer empresa pode implementá-la, independentemente de qual plataforma de IA ou processadora de pagamento usa.

O protocolo resolve um problema concreto: até aqui, cada assistente que queria "comprar por você" precisava de uma integração proprietária com cada loja. O ACP propõe uma camada comum: a loja expõe um catálogo e um checkout que seguem a mesma gramática, e qualquer agente compatível consegue ler o produto, montar o carrinho e fechar o pedido sem que o lojista precise negociar uma integração para cada assistente que aparecer no mercado.

A OpenAI foi a primeira plataforma a implementar o ACP, dentro do ChatGPT. A Stripe é a primeira processadora compatível, usando um mecanismo chamado Shared Payment Token: o cartão do cliente nunca passa pelo agente de IA em texto aberto, só um token seguro, o que mantém a operação dentro das regras de conformidade PCI (o padrão de segurança para quem processa pagamento com cartão).

Como o fluxo de compra muda, do lado da loja

No material oficial do protocolo, o exemplo dado é direto: o cliente escreve algo como "preciso de uma camiseta grande por menos de 40 dólares", o agente consulta o catálogo das lojas participantes, devolve opções com preço e variação (tamanho, cor) e o cliente escolhe uma para seguir ao checkout, tudo dentro da própria conversa.

Para a loja aparecer nesse fluxo, duas peças da operação precisam estar prontas:

• Feed de produto legível por agente: preço, variação, disponibilidade e condição de venda expostos num formato que o agente consiga interpretar sem ambiguidade, não só a página HTML pensada para um humano navegar.
• Checkout com endpoint próprio para agente: a especificação permite publicar essa configuração tanto por uma API REST tradicional quanto pelo MCP (Model Context Protocol, o padrão que conecta modelos de IA a sistemas externos). O ACP funciona com qualquer um dos dois, sobre a infraestrutura de comércio que a loja já usa.

A promessa do protocolo é não obrigar a loja a trocar de plataforma de e-commerce ou de processadora de pagamento: a integração se conecta ao backend existente. Mas a implementação não é automática. A documentação deixa claro que ser compatível com a especificação não garante listagem em nenhum assistente: cada plataforma de IA decide seu próprio processo de participação, e para aparecer no ChatGPT a empresa precisa se candidatar.

Quem continua sendo a loja, mesmo com o agente no meio

Um ponto que a especificação trata como central é quem é o merchant of record, o responsável legal pela venda perante o cliente e o fisco. No desenho do ACP, essa responsabilidade continua sendo da loja, não da OpenAI nem do agente que conduziu a conversa.

Isso significa que a empresa mantém controle sobre quais produtos entram nesse canal, como são apresentados e como o pedido é cumprido. Também significa que, quando algo dá errado (produto fora de estoque, preço desatualizado, troca), é a loja quem responde, não o assistente que intermediou a compra.

Aqui entra uma camada que a especificação técnica não resolve e o Código de Defesa do Consumidor continua exigindo: se o pedido nasceu numa conversa com um agente de IA, essa conversa precisa ficar registrada, o cliente precisa conseguir falar com um atendente humano quando o agente não resolve, e o prazo de resposta da loja não muda só porque quem fez a interface foi uma máquina. Vender por agente não tira a loja da regra, só muda onde a conversa aconteceu.

O catálogo que o agente lê não é igual ao catálogo que o humano vê

Na prática, a página de produto pensada para conversão visual (foto grande, texto de marketing, prova social) não é o que resolve dentro de um fluxo agêntico. O agente precisa de dado estruturado: preço líquido, variação disponível, prazo de entrega, política de troca, tudo num formato consistente que ele consiga comparar entre lojas diferentes na mesma busca do cliente.

Isso cria um trabalho de dados que muitas operações de e-commerce ainda não fizeram: manter o feed de produto limpo, atualizado em tempo real e livre da inconsistência que hoje só o comprador humano "perdoa" ao rolar a página até achar a informação certa. Um agente não rola a página, ele lê o campo que existe ou descarta a oferta.

O dado que o agente carrega também é dado de cliente

Para o agente recomendar um produto em vez de outro, ele usa algum histórico da conversa, e possivelmente da conta do usuário na plataforma de IA. Isso é dado pessoal, e a loja que recebe esse pedido via ACP precisa saber: qual dado veio junto, se é usado para personalizar uma oferta futura, e com que base da LGPD isso é tratado, seja consentimento do titular, seja execução do próprio contrato de compra que está sendo fechado ali.

A especificação resolve a parte de segurança do pagamento com o Shared Payment Token, evitando que o cartão circule em texto aberto entre agente e loja. Mas não resolve, porque não é o papel dela, a governança de dado pessoal que entra pela conversa: isso fica a cargo de quem opera o checkout do lado da loja.

O que testar antes de apostar nesse canal

Antes de abrir uma frente de desenvolvimento para o ACP, vale medir o tamanho real da oportunidade. Algumas perguntas concretas para a próxima rodada de planejamento:

1. Que fatia do catálogo hoje tem dado estruturado (preço, variação, estoque) consistente o suficiente para alimentar um feed de agente sem retrabalho manual?
2. O time de atendimento está preparado para assumir uma conversa que começou num agente de IA e precisou escalar para humano, dentro do prazo que o CDC exige?
3. Qual base legal da LGPD cobre o uso do histórico de compra do cliente, caso a loja queira personalizar oferta dentro desse fluxo?

A adesão de lojas brasileiras ao programa do ChatGPT depende de candidatura, não é automática. Para quem decide entrar cedo, o ganho é aparecer numa busca de alta intenção de compra feita direto dentro de um assistente de IA. Para quem não sentir o volume do canal, a prioridade segue sendo arrumar a casa: catálogo estruturado e canal de escalonamento humano continuam valendo mesmo sem agente nenhum no meio.

Fonte: Especificação oficial do Agentic Commerce Protocol (OpenAI/Stripe)