O catálogo é a nova mídia. Saber disso já não basta.

Está claro que GEO (Generative Engine Optimization) é o assunto do momento. O tema saiu dos bastidores e virou pauta de comitê, painel de evento e slide de planejamento estratégico. A consciência existe, e cresce rápido. O que ainda não existe, na maior parte das operações, é a estrutura para transformar essa consciência em resultado.

E essa é a distância que importa agora. Entre saber que os assistentes de IA viraram canal de descoberta (e, cada vez mais, de compra) e estar tecnicamente preparado para aparecer e transacionar dentro deles, vai um abismo operacional que nenhum slide resolve.

A boa notícia é que esse abismo é endereçável. A má é que ele não se fecha com mais consciência. Fecha-se botando a mão na massa: enriquecer dado de produto, estruturar semântica, feed, taxonomia, schema. 

O trabalho menos glamouroso do varejo digital virou, de uma hora para outra, o mais estratégico.

A lógica invertida da visibilidade generativa

No SEO tradicional, um produto mal descrito ainda tinha chance. Você compensava com link building, mídia paga, autoridade de domínio. O algoritmo do Google era complexo o bastante para dar uma segunda chance a quem investia em outros vetores.

Os motores generativos não funcionam assim, pelo menos não ainda. Quando alguém pergunta “qual hidratante facial é indicado para pele mista com tendência a acne?”, o assistente não está ranqueando páginas. Está sintetizando uma resposta a partir de atributos, categorias, termos técnicos, contexto de uso e de tudo o que encontra sobre aquele produto na web. Um item com atributos em branco ou título genérico não é punido. É simplesmente ignorado: não entra na síntese.

Essa inversão tira o dado de produto do back-office e o coloca no centro da estratégia de crescimento. Mas reduzir GEO a “preencher atributo” é onde muita gente erra a mão.

As quatro camadas que o GEO realmente exige

Estruturar o varejo para a busca generativa envolve pelo menos quatro frentes que andam juntas, e atributo é só a mais visível delas.

A primeira é o dado em si: atributos completos, títulos precisos, descrições que respondem à intenção de uso em vez de apenas repetir a ficha técnica do fornecedor.

A segunda é a estrutura semântica: dados estruturados (schema.org), taxonomia consistente, marcação que permita à máquina entender o que cada campo significa em vez de adivinhar.

A terceira são os feeds. Modelos e agentes consomem catálogo via feed estruturado: Merchant Center, marketplaces, endpoints próprios. Feed desatualizado ou incompleto é produto invisível, por mais caprichado que seja o PDP.

A quarta, e talvez a mais subestimada, é a autoridade distribuída. O modelo generativo não lê só a sua página de produto: ele sintetiza reviews, comparativos, menções editoriais, conteúdo de terceiros. Sua presença na resposta depende tanto do que você publica quanto do que o resto da web diz sobre você. GEO é a soma dessas camadas, e quem trata só de uma resolve um pedaço e acha que resolveu tudo.

E agora a IA também compra

Há uma virada acontecendo em paralelo que torna tudo isso mais urgente: a IA deixou de só recomendar e começou a transacionar.

O que estava restrito à descoberta está virando compra dentro da própria conversa. ChatGPT, Perplexity e outros já testam checkout sem o usuário sair do assistente, e o ecossistema de pagamentos se moveu rápido para sustentar isso: OpenAI e Stripe com o Agentic Commerce Protocol, o protocolo de pagamentos para agentes anunciado pelo Google, além de iniciativas de Visa e Mastercard para autorizar compras feitas por agentes. (Vale conferir os detalhes mais recentes antes de publicar: esse cenário muda quase toda semana.)

A consequência prática é direta. O catálogo deixa de ser uma vitrine para humanos e passa a ser uma interface para máquinas. Um agente não “navega” no seu site. Ele lê o feed, avalia preço e disponibilidade em tempo real, interpreta política de frete e troca, e decide se consegue completar a compra com segurança. Se o dado estiver errado, desatualizado ou ambíguo, o agente não erra a compra; ele escolhe outro fornecedor.

Ou seja: a mesma infraestrutura de dado de produto que define se você aparece na descoberta define se você é transacionável pelo agente. É o mesmo investimento. E os dois relógios já estão correndo.

Por que o catálogo ainda é operação, não estratégia

Se a solução é tão clara, por que o catálogo segue tratado como tarefa de cadastro? A resposta é histórica. Durante anos, catálogo era literalmente isso: subir SKU, definir preço, ajustar estoque. A qualidade do conteúdo importava pouco porque o tráfego vinha de outro lugar: mídia paga, e-mail, comparador de preço.

Isso criou uma cultura em que o time de catálogo vive abaixo da linha d’água: mais SKU entrando do que se consegue processar, atributo preenchido no mínimo para o produto ir ao ar, descrição copiada do fornecedor sem nenhuma curadoria. O problema nunca foi competência. Foi escala. Uma operação com 50 mil SKUs ativos, processando 500 produtos por mês com três analistas, levaria anos para enriquecer o catálogo inteiro, sem contar os produtos novos que chegam todo mês. O processo manual sempre perdeu essa corrida.

A janela em que o operacional vira vantagem

Existe uma janela específica, em toda transição de canal, em que quem resolve o problema operacional primeiro colhe vantagem desproporcional. Foi assim com o mobile, com o social commerce, e está sendo assim com GEO e agentic commerce.

A diferença, desta vez, é que a barreira foi derrubada pela mesma tecnologia que criou a demanda. IA generativa especializada em produto enriquece catálogo numa escala impensável para equipes humanas, com consistência de padrão, aderência à taxonomia da plataforma e atributo correto por categoria. O que levava meses ou anos para resolver passa a caber em semanas.

Com uma ressalva importante: IA genérica não resolve esse problema. Um bom prompt no ChatGPT funciona para dez produtos. Não funciona para 50 mil, com a especificidade de cada categoria, o padrão de cada plataforma e a consistência que a escala exige. O que resolve é IA com contexto de e-commerce, que conhece taxonomia e infere atributo a partir de dado incompleto. A distância entre as duas é a distância entre uma demo e uma operação.

O que o varejo precisa decidir agora

Não defendo que toda empresa resolva o catálogo inteiro amanhã. Defendo que quem não tiver uma estratégia clara, e principalmente execução já começando, nos próximos doze meses vai sentir os efeitos em ordem: primeiro na busca orgânica com os AI Overviews, depois na descoberta por assistentes, por fim na transação via agente.

E aqui está o ponto que quero deixar. O varejo brasileiro não está dormindo no tema; está discutindo, está consciente. O que falta é sair da consciência para a estrutura. Botar a mão na massa no dado, no feed, na taxonomia, no schema. Buscar e implementar as soluções que já existem em vez de esperar o problema apertar.

Catálogo sempre foi ativo. Quase nunca foi tratado como tal. Esse gap, entre o que o catálogo representa em receita potencial e o que recebe em investimento real, é a maior ineficiência que o varejo digital brasileiro ainda carrega. Corrigir esse gap, hoje, é o que vai separar quem aparece (e vende) dentro da IA de quem assiste de fora.

*Pedro Duarte é CEO e sócio-fundador da ShopNext.AI, uma empresa inovadora na vanguarda da IA generativa para comércio eletrônico, criada em 2024. Com quase 20 anos de experiência em desenvolvimento de negócios e vendas em grandes empresas de tecnologia do Brasil, Pedro carrega na bagagem a condução direta de startups que se tornaram referências em seus segmentos. Antes de fundar a ShopNext.AI, o executivo foi cofundador de empresas como Percycle, uma solução líder de anúncios nativos para comércio eletrônico, e a Parcelex, uma fintech que permite aos consumidores adquirir produtos e serviços em parcelas mensais sem cartão de crédito. Atualmente, sua missão junto a ShopNext.AI é apresentar ao mercado as soluções de Inteligência Artificial revolucionárias da empresa, oferecendo um ecossistema integrado que cobre gestão de portfólio, precificação, marketing e automação conversacional.

Imagem: Magnific