Cuando un usuario le pide a ChatGPT «recomiéndame unas zapatillas de trail por menos de 120 €», la IA no recorre tu tienda página por página: lee feeds estructurados de productos. Si tu catálogo no está en ese formato —limpio, completo y bien etiquetado—, no existes para el asistente. El feed de producto, ese fichero que llevas años subiendo a Google Merchant Center para Shopping, se ha convertido en la materia prima que alimenta las recomendaciones de compra de la IA. Esta guía te explica cómo optimizarlo para esa nueva audiencia.
La compra asistida por IA ha pasado de promesa a canal real. ChatGPT integró su experiencia de Shopping a finales de 2025, Perplexity ofrece resultados de producto con precio y disponibilidad, y Google AI Overviews ya inserta fichas de compra dentro de sus respuestas. Para un ecommerce español —desde un gigante como El Corte Inglés hasta una tienda Shopify recién montada— esto significa una cosa: la calidad de tu feed de producto ya no solo decide tu rendimiento en Shopping, sino tu visibilidad ante millones de consultas de compra que ahora empiezan en un asistente.
Qué es un feed de producto y por qué la IA lo necesita
Un feed de producto es un fichero estructurado (normalmente XML, TSV o vía API) donde cada artículo de tu catálogo se describe con atributos estandarizados: título, descripción, precio, disponibilidad, marca, identificadores (GTIN/EAN), imagen, categoría, etc. Es el mismo formato que exige Google Merchant Center para Google Shopping.
¿Por qué la IA depende de él? Porque un modelo generativo no «navega» tu web como un humano. Cuando responde a una intención de compra, necesita datos fiables, comparables y actualizados: precio exacto, stock real, atributos normalizados. Un feed se lo da en bandeja. Rastrear el HTML de mil fichas de producto es lento, ambiguo y propenso a errores; leer un feed estructurado es instantáneo y sin interpretación.
Dicho de otro modo: el feed es a la compra con IA lo que el sitemap.xml es a la indexación clásica. Si no lo tienes optimizado, le pides al asistente que adivine. Y los asistentes no recomiendan lo que no entienden con certeza.
Las fuentes de las que la IA saca productos
La IA no inventa catálogos: los toma de fuentes que ya gestionas (o deberías). Conocerlas te dice dónde invertir.
| Fuente | Quién la usa | Qué necesita de ti |
|---|---|---|
| Google Merchant Center | Google AI Overviews, Gemini, AI Mode | Feed completo, sin errores, GTIN válidos |
| ChatGPT Shopping | ChatGPT (OpenAI) | Datos de producto estructurados (schema + feeds de partners) |
| Schema Product en tu web | Perplexity, Bing Copilot, ChatGPT | JSON-LD con precio, disponibilidad y reseñas |
| Marketplaces | Todos (como señal de terceros) | Ficha consistente en Amazon, Mercado Libre, etc. |
| Comparadores y agregadores | Perplexity, asistentes | Presencia en Idealo, Trovaprezzi, etc. |
El patrón es claro: hay dos vías de entrada. La vía feed (Merchant Center y partners de Shopping) y la vía web (el schema Product que incrustas en tus fichas). Una tienda seria trabaja las dos, porque distintos asistentes leen de distintos sitios. PcComponentes, por ejemplo, cuida tanto su feed de Merchant Center como el marcado estructurado de cada ficha; así cubre los dos canales con un solo catálogo bien mantenido.
Cómo elige la IA qué producto recomendar
Antes de optimizar, conviene entender qué pondera el asistente. Cuando alguien pregunta «la mejor freidora de aire calidad-precio», la IA cruza varias señales:
- Relevancia semántica: ¿coincide tu producto con la intención real? Un título rico y descriptivo gana a uno escueto.
- Completitud de datos: productos con todos los atributos (marca, GTIN, talla, color, material) inspiran más confianza que fichas a medias.
- Precio y disponibilidad reales: si tu feed dice «en stock» y la ficha dice «agotado», el asistente te penaliza o te descarta.
- Señales de terceros: reseñas, valoraciones (
aggregateRating), presencia en marketplaces y menciones independientes. La IA confía en lo que otros corroboran. - Autoridad de la tienda: una marca reconocida y con buena reputación digital parte con ventaja.
La lección operativa: la IA premia el catálogo honesto y completo, no el más optimizado para palabras clave. No hay «keyword stuffing» que valga; hay datos correctos o datos que te dejan fuera.
Optimización del feed paso a paso
1. Títulos descriptivos y estructurados
El título es el atributo más influyente. Sigue un orden lógico que la IA pueda parsear: marca + producto + atributo clave + modelo/variante. Ejemplo: «Nike Air Zoom Pegasus 41 — Zapatillas running hombre, talla 42, negro» supera con creces a «Pegasus 41». Incluye lo que la gente realmente pregunta (uso, talla, color) sin caer en el relleno.
2. Descripciones completas y honestas
Aprovecha los 5.000 caracteres que permite el atributo description. Explica materiales, casos de uso, compatibilidades, medidas. Escribe en frases claras y verificables —el mismo principio que sirve para que la IA cite tu contenido sirve para que recomiende tu producto. Nada de promesas vacías ni mayúsculas gritonas.
3. Identificadores únicos (GTIN/EAN, MPN, marca)
Los identificadores globales (GTIN, que en Europa equivale al EAN) son el DNI de tu producto. Permiten a la IA cruzar tu artículo con reseñas, comparativas y datos de otras fuentes. Un producto sin GTIN es un producto huérfano: difícil de verificar y, por tanto, difícil de recomendar. Inclúyelos siempre que existan.
4. Imágenes de calidad
Fondo limpio, alta resolución, el producto como protagonista. Las experiencias de compra con IA muestran imágenes, y una foto pobre reduce el clic aunque ganes la recomendación. Añade imágenes adicionales (additional_image_link) con distintos ángulos.
5. Precio y disponibilidad sincronizados
El error más caro. Si tu feed y tu web no coinciden, el asistente detecta la incongruencia y desconfía de toda tu tienda. Automatiza la actualización de precio y stock —en plataformas como Shopify ES el feed se sincroniza casi en tiempo real mediante apps oficiales de Google; aprovéchalo. La frescura del dato es una ventaja competitiva directa.
6. Categorización correcta
Asigna la categoría de producto de Google (google_product_category) más específica posible y usa tu propio product_type. Una buena taxonomía ayuda al asistente a ubicar tu artículo en la consulta correcta. Mercado Libre, que opera con catálogos enormes, apoya buena parte de su descubribilidad en una categorización rigurosa.
7. Atributos extra que marcan la diferencia
Talla, color, material, género, grupo de edad, estado (nuevo/reacondicionado), etiqueta de envío. Cuantos más atributos relevantes rellenes, más consultas específicas puedes ganar. «Vestido midi rojo de lino talla M» responde a una intención que «vestido rojo» nunca alcanzará.
El doble canal: feed + schema en la web
No basta con el feed. Muchos asistentes (Perplexity, Bing Copilot, el propio ChatGPT en navegación en vivo) leen directamente el marcado estructurado de tus fichas. Por eso debes implementar schema Product en JSON-LD en cada página de producto, con los campos críticos:
name,description,brand,sku,gtin13offersconprice,priceCurrencyyavailabilityaggregateRatingyreviewsi tienes valoracionesimageapuntando a tu imagen principal
Este marcado es el puente entre tu web y la IA que no usa tu feed. Coincide casi atributo por atributo con el feed de Merchant Center, así que mantén ambos alineados: misma información, misma frescura. Si quieres profundizar en la implementación técnica, tenemos una guía dedicada a los datos estructurados (schema) para la IA.
Errores frecuentes que te dejan fuera
- Feed desactualizado: precios viejos o stock erróneo. Mata tu credibilidad ante el asistente.
- Títulos pobres: «Producto 12345» o solo el nombre del modelo. La IA no entiende qué vendes.
- Sin identificadores: productos sin GTIN que no pueden cruzarse con fuentes externas.
- Feed y web incoherentes: el atributo más vigilado. Si no coinciden, te descartan.
- Ignorar el schema: apostar solo al feed y olvidar el marcado de la web (o al revés).
- Categorías genéricas: todo en «Hogar» o «Moda» sin granularidad. Pierdes las consultas específicas, que son las que convierten.
Conclusión
El feed de producto ha dejado de ser una pieza exclusiva de Google Shopping para convertirse en la fuente que alimenta las recomendaciones de compra de la IA. La buena noticia para el ecommerce es que no hay que reinventar nada: el trabajo de mantener un catálogo limpio, completo y honesto —títulos descriptivos, GTIN válidos, precio y stock sincronizados, schema Product en la web— sirve simultáneamente para Shopping clásico y para ChatGPT Shopping, Perplexity, Gemini y AI Overviews.
La diferencia entre que la IA recomiende tu producto o el de tu competencia rara vez está en el precio. Está en la calidad y la confianza de tus datos: el asistente recomienda lo que entiende sin ambigüedad y puede verificar con terceros. Optimiza el feed y el schema con ese criterio y conviertes tu catálogo en algo que la IA quiere citar, no en un ruido que prefiere ignorar.
La pregunta ya no es «¿estoy en Google Shopping?». Es «¿están mis datos de producto lo bastante limpios y completos para que cualquier asistente los recomiende con confianza?».
Preguntas frecuentes
¿Sirve mi feed de Google Merchant Center para que la IA recomiende mis productos?
Sí, y es el punto de partida. El feed de Merchant Center alimenta Google AI Overviews, Gemini y AI Mode, y un feed limpio te da gran parte del trabajo hecho. Pero no es suficiente por sí solo: asistentes como Perplexity o ChatGPT en navegación en vivo también leen el schema Product de tu web. Trabaja ambos canales con la misma información actualizada.
¿Necesito GTIN/EAN en todos mis productos?
Siempre que existan, sí. El GTIN (EAN en Europa) es el identificador global que permite a la IA cruzar tu producto con reseñas y comparativas de otras fuentes, lo que aumenta la confianza y la probabilidad de recomendación. Para productos sin GTIN (artesanía, marca propia sin código), rellena bien brand y mpn para compensar.
¿Cómo aparezco en ChatGPT Shopping concretamente?
ChatGPT Shopping se nutre de datos de producto estructurados y de partners de catálogo. Lo esencial es tener fichas con schema Product completo (precio, disponibilidad, reseñas) y un catálogo coherente con tus marketplaces. Lo detallamos paso a paso en nuestra guía para aparecer en ChatGPT Shopping.
¿Qué pesa más para la IA: el precio o la calidad de los datos? La calidad de los datos. La IA no recomienda automáticamente lo más barato; recomienda lo que entiende con certeza y puede verificar: feed completo, precio y stock reales, identificadores válidos y reseñas de terceros. Un producto con datos impecables vence a uno más barato pero mal descrito, porque el asistente prioriza la confianza sobre el precio.
¿Quieres que la IA recomiende los productos de tu tienda? Empieza por entender el panorama completo del GEO para ecommerce y solicita una auditoría GEO para saber si tu catálogo está listo para la compra asistida por IA.
Si prefieres que un equipo se encargue de optimizar tu feed y tu schema, consulta nuestros servicios de posicionamiento en IA.
Última actualización: junio de 2026. Esta guía forma parte de nuestro contenido sobre posicionamiento en IA para ecommerce y se revisa periódicamente conforme evolucionan las experiencias de compra con IA.