Shop MCP de Shopify: cada IA elige un producto distinto
El 13 de octubre de 2026 Shopify lanzó Shop MCP, una conexión abierta y sin API key que permite a cualquier agente de IA buscar en su catálogo de más de mil millones de productos, montar carritos y pagar con Shop Pay. La noticia es relevante por sí sola, pero el experimento que ha publicado Slobodan Manic en Search Engine Journal añade la capa que de verdad nos interesa a los que vivimos del SEO en ecommerce: cuando el agente ya tiene la lista, ¿quién decide qué producto compra?
Spoiler: lo decide el modelo. Y los modelos no se ponen de acuerdo. En 1.980 llamadas repartidas entre Claude Haiku 4.5, Sonnet 5 y Opus 5, con el mismo listado de 20 productos y la misma instrucción, los tres modelos no coincidieron en el producto ganador en ninguna de las seis búsquedas probadas. Esto cambia por completo cómo hay que pensar la visibilidad en el nuevo commerce agéntico.
Qué es Shop MCP y por qué deberías tenerlo en el radar
Shop MCP es la puerta que Shopify ha abierto a los agentes de IA para que accedan a su catálogo mediante el Model Context Protocol. No requiere clave, no requiere acuerdo comercial, y cualquier empresa que esté construyendo un agente de compra puede integrarlo. Es, en la práctica, el equivalente a lo que fue Googlebot en 2001 para la web: una vía de entrada estándar a un inventario masivo.
El problema es que, a diferencia de Google, aquí no hay Search Console, no hay logs, no hay informe de impresiones. El agente consulta, el modelo elige, el usuario compra. Y tú, como tienda, no ves nada del proceso.
El experimento: mismo input, decisiones radicalmente distintas
Manic ejecutó seis búsquedas (coffee beans, backpack, running shoes, water bottle, wireless earbuds, yoga mat), guardó los 20 primeros resultados de cada una y los pasó 50 veces por cada modelo con la instrucción mínima: elige un producto. Los datos son demoledores:
- Haiku y Sonnet favorecieron el tostado oscuro con más reseñas en café.
- Opus 5 eligió el tostado medio en 48 de 50 ocasiones, justificándolo como «la opción más segura sin preferencias declaradas».
- Sonnet concentró el 94% de sus picks en un único producto por búsqueda; Opus el 89%; Haiku el 67%.
- En 3 de 6 búsquedas, el producto ganador venía de tiendas distintas según el modelo.
Dicho de otra manera: cada modelo es consistente consigo mismo pero inconsistente con los demás. La tienda que gana el pedido depende, literalmente, de qué LLM corre por debajo del agente del comprador.
Qué implica esto para el SEO en ecommerce hispanohablante
En España y Latinoamérica todavía estamos en una fase previa (Shop MCP se probó con compradores anónimos en EE. UU.), pero el modelo mental que debemos adoptar ya está claro. Hablamos de una capa de decisión opaca que se superpone a la capa de ranking opaca que ya conocíamos. Y eso tiene consecuencias operativas:
- Las reseñas pesan, pero no son determinantes. En un artículo previo, Manic ya mostró que Shopify rankea por volumen de reseñas. Sin embargo, Opus demostró que un modelo puede priorizar un producto «más neutral» aunque tenga menos reseñas.
- Los atributos descriptivos importan más que nunca. El modelo solo ve título, tienda, precio, rating, resumen de una línea y las tres primeras features. Si tus features no comunican el perfil del producto con precisión, estás fuera.
- La diversificación de «posicionamiento» ya no es solo multi-buscador. Es multi-modelo. Lo que funciona en Sonnet puede no funcionar en Opus.
- No puedes auditar lo que no ves. No hay métrica de «share of agent picks». Habrá que inventarla, probablemente con tests sintéticos propios.
El nuevo trabajo del SEO: feed engineering para LLMs
Durante dos décadas optimizamos para un algoritmo. Ahora optimizamos para N algoritmos probabilísticos cuyos sesgos cambian con cada versión. El trabajo técnico se desplaza al feed: títulos que explicitan el caso de uso, bullets que anticipan objeciones, descripciones que ofrecen razones defendibles al modelo («ideal para principiantes», «perfil tostado medio equilibrado»).
Es, en el fondo, copywriting orientado a decisión. Pero no para un humano con dudas, sino para un modelo que necesita una justificación de una frase para elegirte. Si tu ficha no se la da fácil, elegirá otra.
Qué hacer esta semana si vendes en Shopify
- Audita tus 20 productos más vendidos: ¿el título, el resumen y las tres primeras features explican por qué eres la elección segura?
- Monta un script interno que simule búsquedas en Shop MCP y pase los resultados por varios modelos. Es la única forma de empezar a medir.
- Refuerza las reseñas con contenido estructurado: rating alto y volumen siguen siendo la señal más universal entre modelos.
- Diferencia tu propuesta de «opción crowd-pleaser» vs «opción especializada». Los modelos parecen premiar ambos arquetipos de forma distinta.
El commerce agéntico no es futuro, es presente desde el 13 de octubre. Y por primera vez en la historia del SEO, el que decide la compra no es ni humano, ni algoritmo determinista: es un modelo probabilístico con preferencias propias que ni sus creadores saben explicar del todo. Toca ponerse a trabajar.
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.