Comércio agêntico saiu do laboratório entre setembro e novembro de 2025
Três empresas grandes fizeram quase o mesmo movimento em oito semanas. No dia 29 de setembro de 2025, a OpenAI e a Stripe lançaram o Instant Checkout dentro do ChatGPT e publicaram o Agentic Commerce Protocol, um padrão aberto para o assistente fechar a compra sem o usuário sair da conversa, começando por vendedores do Etsy nos Estados Unidos. Em 13 de novembro, o Google levou o mesmo tipo de compra para o AI Mode e para a busca, com Wayfair, Chewy, Quince e algumas lojas Shopify, pagando via Google Pay quando o preço cai ao valor que o cliente definiu. Poucos dias depois, a Perplexity ligou o checkout dentro do chat em parceria com a PayPal.
O enredo ganhou um segundo capítulo que quase ninguém previu. Em março de 2026, a OpenAI recuou: tirou o Instant Checkout do ChatGPT cerca de seis meses após o lançamento, com pouco mais de uma dúzia de lojas realmente ativas, e recolocou o assistente no papel de descobrir e comparar produtos, devolvendo o pagamento para o site da loja através do mesmo protocolo. O Google e a Perplexity seguiram no ar. O motivo admitido pela OpenAI foi banal e revelador: os usuários pesquisavam produto no chat, mas fechavam a compra em outro lugar, e as informações de produto nem sempre estavam atualizadas.
O que o recuo do checkout no ChatGPT sinaliza ao varejo brasileiro
Convém separar duas coisas que costumam viajar juntas. O botão de comprar dentro do chat é a parte barulhenta e ainda instável, tanto que o maior player desligou o dele meses depois de anunciar. A parte que mudou de verdade é anterior ao pagamento: quem descobre, filtra e recomenda o produto passou a ser, com frequência, o assistente. Isso repete uma lógica antiga. O comparador de preços do Google Shopping há mais de uma década decide o que aparece com base no feed que a loja envia. A novidade é que agora quem lê o feed conversa em português e devolve uma recomendação única, não uma página com dez links.
Para a PME brasileira, o checkout agêntico ainda não roda por aqui, e pode demorar. Só que a camada de descoberta não respeita fronteira. Um cliente que pergunta ao ChatGPT ou à Perplexity qual fornecedor de determinado equipamento atende a região dele já recebe uma resposta montada a partir do que as máquinas conseguiram ler nos sites. Se o seu site não entrega preço, especificação e disponibilidade de forma clara, ele simplesmente não é citado. O agente não chuta. Um exemplo concreto deixa isso claro: quem vende peça de reposição e descreve cada item apenas numa foto escaneada perde a vez para o concorrente que digitou código, medida e preço em texto. O primeiro não existe para o assistente, o segundo entra na resposta.
Como o site da PME entra ou fica de fora da lista do agente
Ser legível por máquina tem significado técnico concreto, e não exige refazer a marca. Significa que cada página de produto declara, em código que o robô entende, o que um vendedor diria em voz alta: o que é, quanto custa, se tem em estoque, qual o prazo, quanto sai o frete. Quando esses dados moram só dentro de uma imagem bonita ou de um PDF para baixar, o agente vê uma parede em branco e segue para o concorrente que escreveu tudo de forma estruturada. A boa notícia é que essa parte depende de você, não do humor do algoritmo.
Na prática, alguns pontos separam um site que o agente lê de um que ele ignora:
- Dados estruturados de produto (nome, preço, moeda e disponibilidade) marcados no padrão que ChatGPT, Google e Perplexity já consomem.
- Preço e estoque que refletem a realidade em tempo quase real, e não uma tabela parada há três meses.
- Um feed de produtos íntegro, com título, descrição e imagem por item, alimentando os canais que geram a recomendação.
- Ficha técnica em texto de verdade na página, e não presa dentro de imagem ou de arquivo anexo.
Repare que o motivo do recuo da OpenAI foi justamente informação de produto desatualizada. O gargalo não morava só no assistente, morava no dado que os sites entregavam. Quem arruma essa base agora fica pronto para a próxima rodada, e ela virá, porque o interesse das três plataformas não desapareceu, apenas a versão apressada do checkout. É mais barato acertar o feed enquanto o mercado ainda experimenta do que correr atrás depois que o concorrente já aparece na resposta.
O trabalho aqui não é perseguir a manchete da semana, é deixar o seu site em condição de ser escolhido quando um cliente perguntar a um assistente onde comprar. É disso que a Lynxweb cuida ao construir uma loja virtual com dados de produto que as máquinas leem sem tropeço, para que a sua marca apareça na recomendação em vez de ficar de fora dela.
