Agentes de compra con IA: cómo lograr que vean tus productos
Los agentes de compra con IA están cambiando la forma en que los usuarios descubren productos online, y la mayoría de ecommerce en España y Latam todavía no ha adaptado sus fichas a esta nueva realidad. seoClarity anunció un webinar para el 28 de octubre centrado precisamente en esto: cómo ChatGPT, Gemini y otros asistentes deciden qué producto recomendar cuando un comprador no busca una marca, sino una solución.
El cambio es profundo. El shopper ya no escribe «botas de piel negras talla 42», sino «botas que aguanten un fin de semana de festival embarrado». Si tu ficha de producto describe materiales y color pero no responde a ese caso de uso, la IA simplemente no te considera. Y aquí es donde el SEO ecommerce clásico se queda corto.
Del keyword matching al intent matching semántico
Durante quince años hemos optimizado fichas de producto pensando en Google: título, H1, atributos, breadcrumbs, Schema Product. Funcionaba porque Google emparejaba cadenas de texto con consultas. Los LLMs no funcionan así: razonan sobre el contexto del comprador y buscan productos cuyas descripciones cubran la necesidad planteada, no la keyword exacta.
En mi experiencia auditando ecommerce ibéricos durante 2026, el 70% de las fichas siguen siendo listados técnicos sin contexto de uso. Un error crítico cuando ChatGPT Shopping y las AI Overviews de compra ya mueven tráfico cualificado. La ficha debe responder preguntas que el usuario ni siquiera formula explícitamente: ¿sirve para lluvia? ¿aguanta uso intensivo? ¿es apto para pie ancho? ¿se puede llevar en avión como equipaje de mano?
Los tres frentes que debes auditar ya
El webinar de seoClarity apunta a tres áreas que coinciden con lo que vengo recomendando a clientes en VakhoSEO:
- Lenguaje de la ficha vs. lenguaje del comprador: cruza tus descripciones con las consultas reales que la gente hace a ChatGPT sobre tu categoría. Herramientas como Profound, Peec AI o incluso prompts manuales te dan ese mapeo.
- Frecuencia de recomendación frente a competidores: medir cuántas veces apareces tú vs. el resto cuando se pide un producto de tu categoría. Es el nuevo «share of voice» en AI Search.
- Lo que la IA realmente lee: contenido renderizado y datos estructurados. Muchos ecommerce cargan atributos clave vía JavaScript que los crawlers de OpenAI o Anthropic no ejecutan.
Qué funciona en el mercado hispanohablante
El mercado español tiene una particularidad: la convivencia entre español neutro, castellano con regionalismos y variantes latinoamericanas. Los agentes de IA son sorprendentemente buenos interpretando intención multilingüe, pero penalizan fichas pobres independientemente del idioma.
He detectado que marcas como El Corte Inglés, PcComponentes o Mango que han enriquecido sus fichas con casos de uso explícitos aparecen con mucha más frecuencia en respuestas de ChatGPT Shopping que competidores con mejor DR pero fichas pobres. El Domain Rating sigue importando, pero la densidad semántica de la ficha pesa más que nunca.
Datos estructurados: Schema Product ya no basta
El marcado Product+Offer sigue siendo imprescindible, pero ha dejado de ser suficiente. Recomiendo añadir:
- FAQPage dentro de la ficha cubriendo casos de uso reales (impermeabilidad, compatibilidad, mantenimiento).
- Review y AggregateRating con reseñas reales que mencionen escenarios de uso, no solo estrellas.
- additionalProperty con atributos específicos del vertical: para calzado, horma; para electrónica, consumo real; para moda, caída y tacto del tejido.
- HasMerchantReturnPolicy y shippingDetails: los agentes de compra priorizan productos con información logística completa.
Y algo que casi nadie hace: verificar con el User-Agent de OAI-SearchBot, PerplexityBot y Google-Extended si tu renderizado les sirve el contenido completo. Si tu ficha carga precio y stock vía fetch asíncrono, probablemente la IA los está ignorando.
El error de confundir discovery con checkout
seoClarity deja claro que su webinar se centra en descubrimiento, no en checkout agéntico. Es una distinción importante. Mucho ruido mediático se ha concentrado en el «agentic commerce» como pago autónomo (Stripe, Visa, el protocolo de OpenAI), pero el 90% del trabajo SEO está antes: conseguir que te recomienden.
Si no apareces en la fase de recomendación, el checkout agéntico es irrelevante. Primero toca ganar visibilidad en el razonamiento del modelo, luego preocuparse de la fricción transaccional.
Conclusión práctica
Si gestionas un ecommerce en España o Latinoamérica, dedica las próximas semanas a tres acciones concretas: reescribe las 50 fichas con más margen incluyendo casos de uso en lenguaje natural, implementa un sistema de medición de visibilidad en ChatGPT y Gemini (aunque sea manual con 20 prompts semanales), y audita el renderizado para los bots de IA. El SEO para agentes de compra no es una moda: es la capa donde se decidirá el tráfico cualificado de ecommerce en 2027. Quien tenga sus fichas preparadas antes, capitalizará la transición.
Fuente original: Search Engine Journal
Autor
Vakho Mtchedlishvili
SEO Lead especializado en ecommerce y AI Search. Ayudo a negocios digitales a crecer en Google y en los nuevos entornos de búsqueda con IA.