L'agentic commerce, o commercio agentico, è il modo di comprare in cui un agente IA cerca, confronta e sempre più spesso ordina il prodotto per conto del cliente: ChatGPT, Gemini o Perplexity. L'agente non guarda i banner, legge i dati. Per questo consiglia il tuo prodotto solo se il catalogo è leggibile da un programma: marca e codice a barre, caratteristiche compilate, prezzo e disponibilità aggiornati, un feed per la piattaforma e il markup del prodotto sulla pagina.
L'errore più comune è cercare come «entrare in ChatGPT» invece di contare quanti prodotti del catalogo l'agente riesce a leggere. Un prodotto senza marca non passa nel feed, un prodotto con il peso scritto nella descrizione non supera la condizione «fino a 3 kg», e il prezzo di ieri dà al cliente un importo sbagliato. Qui sotto trovi cosa serve all'agente, un calcolo su un catalogo di esempio e una checklist per controllare il tuo negozio.
Quando il titolare di un ecommerce chiede degli agenti IA
Di solito tutto parte dalle visite da chatgpt.com nelle statistiche o da una prova personale: il titolare chiede a ChatGPT di consigliare un prodotto della sua categoria e il suo negozio nella risposta non c'è. Poi arrivano le domande: «cos'è l'agentic commerce», «come funziona ChatGPT Shopping», «serve un feed separato per ChatGPT», «cos'è MCP e serve a un negozio».
La meno utile è «come ci entro». Non esiste un pulsante che mette il negozio nella risposta: anche un feed collegato passa solo i dati all'agente, che sceglie in base a quelli. Per questo conviene prima calcolare quale parte del catalogo è pronta per l'agente.
Cosa cambia quando a comprare è un agente
Cambia chi legge la tua scheda prodotto: al posto di una persona che sfoglia foto e recensioni c'è un programma con l'incarico del cliente. L'incarico suona più o meno così: «trova un aspirapolvere senza fili fino a 300 €, che pesi al massimo 3 kg e sia disponibile subito». L'agente lo scompone in condizioni, cerca i prodotti in cui quelle condizioni sono scritte come dati e confronta quelli che le superano.

| Cosa | Persona | Agente IA |
|---|---|---|
| Come trova il prodotto | categorie, ricerca nel sito, pubblicità | richiesta con condizioni, dati da feed e pagine |
| Cosa legge | foto, banner, descrizione | caratteristiche, prezzo, disponibilità, identificativi |
| Campo vuoto | scrive in chat o passa oltre | non può verificare la condizione, quindi il prodotto viene escluso |
| Prezzo sul sito diverso dal feed | se ne accorge al checkout | ha già comunicato al cliente il vecchio importo |
| Ordine | sul tuo sito | sul sito o direttamente in chat, se la piattaforma lo prevede |
L'ordine direttamente in chat per ora è raro. Google ha aperto l'acquisto in AI Mode e Gemini tramite il protocollo UCP solo per una parte dei venditori e solo per prodotti negli Stati Uniti. A marzo 2026 OpenAI ha concentrato gli acquisti in ChatGPT sulla ricerca dei prodotti: l'ordine si chiude nel checkout del venditore, e dai negozi OpenAI si aspetta un feed prodotti. Per un negozio in Italia lo scenario reale oggi è un altro: l'agente trova e consiglia il prodotto, l'acquisto si conclude sul sito. I dati che servono sono gli stessi del pagamento in chat, quindi conviene prepararli già adesso.
Cosa serve all'agente dal catalogo
All'agente servono dati confrontabili senza una persona e un canale che glieli porti. Più il prodotto è descritto con precisione, più richieste con condizioni supera.
| Dati | A cosa servono all'agente | Come arrivano |
|---|---|---|
| Caratteristiche «nome — valore» con unità di misura | verificare le condizioni: peso, misure, compatibilità | feed, markup, API |
| Marca, GTIN (EAN), MPN | riconoscere lo stesso prodotto presso venditori diversi | feed, markup Product |
| Prezzo con valuta, prezzo scontato | confrontare le offerte | feed, markup Offer |
| Disponibilità | non consigliare ciò che manca | feed, markup Offer |
| Titolo e descrizione in testo semplice | capire di che prodotto si tratta | feed, pagina prodotto |
| Foto con link diretto | mostrare il prodotto nella risposta | feed |
| Spedizione e reso | calcolare il prezzo finale e le condizioni | markup Offer, pagine delle condizioni |
| Varianti: colore, taglia | scegliere la variante giusta e non un prodotto simile | markup ProductGroup, feed |
I canali sono tre e non si sostituiscono a vicenda:
- Feed: un file con tutti i prodotti per una piattaforma precisa. OpenAI accetta CSV, TSV o JSONL secondo la propria specifica e riceve il file solo via SFTP. Google lavora con il feed di Merchant Center, su cui si basa anche l'acquisto tramite UCP.
- Markup sulla pagina: un blocco Schema.org Product con l'offerta Offer nel codice della pagina prodotto (prezzo, valuta, disponibilità). Lo leggono i motori di ricerca e gli agenti che aprono il sito da soli. Perché le pagine entrino nella ricerca di ChatGPT, il sito non deve bloccare in robots.txt il crawler di ricerca di OpenAI (OAI-SearchBot).
- Protocolli d'ordine: ACP di OpenAI e Stripe e UCP di Google descrivono come l'agente effettua l'ordine presso il venditore. UCP permette di collegarsi tramite API, Agent2Agent o MCP. È il passo successivo al feed e per ora non è disponibile per tutti.

Quanti dei tuoi prodotti l'agente vede davvero
Tanti quanti superano tutte le condizioni insieme, non ciascuna separatamente. Per questo conviene calcolare la copertura:
Copertura del catalogo = prodotti che hanno tutto ciò che serve all'agente ÷ prodotti attivi × 100%.
Esempio convenzionale per l'aritmetica, i numeri non sono dati di mercato. Un negozio di elettrodomestici con 2 000 prodotti attivi. Escludiamo in ordine: prima i prodotti senza marca, poi quelli senza codice a barre o codice del produttore, poi quelli con caratteristiche obbligatorie non compilate, infine quelli senza foto.
| Controllo | Esclusi | Restano |
|---|---|---|
| Prodotti attivi | 2 000 | |
| Marca presente | 300 | 1 700 |
| GTIN o MPN presente | 400 | 1 300 |
| Tutte le caratteristiche obbligatorie compilate | 600 | 700 |
| Foto presente | 20 | 680 |
| Pronti per l'agente | 680 |

Copertura = 680 ÷ 2 000 × 100% = 34%. Il restante 66% del catalogo, 1 320 prodotti, l'agente o non lo riceve nel feed o non riesce a verificarlo rispetto alle condizioni del cliente. Il calo più grande qui sono le caratteristiche, 600 prodotti: quindi conviene partire non dal feed ma dalle caratteristiche obbligatorie nelle categorie con più prodotti. Calcola la copertura anche per ogni categoria: un 34% medio può nascondere una categoria in cui i prodotti pronti si contano sulle dita.
La riga del codice a barre va contata solo dove il codice esiste. I prodotti di produzione propria o artigianali possono non avere affatto un GTIN; in quel caso lo sostituisce il codice del produttore. Prezzo e disponibilità vanno invece controllati a parte: se il feed si aggiorna una volta a settimana e i prezzi del fornitore cambiano ogni giorno, una parte dei prodotti «pronti» mostra ogni giorno all'agente dati superati.
Checklist del catalogo pronto: 10 controlli
Ogni punto si verifica con un filtro nel catalogo oppure su dieci prodotti a caso.
- Marca su ogni prodotto attivo. Il filtro «produttore vuoto» deve dare zero: senza marca OpenAI non accetta il prodotto.
- GTIN (EAN) o MPN dove esistono. Guarda la quota di prodotti con codice a barre per categoria.
- Caratteristiche obbligatorie definite per ogni categoria e compilate. Calcola la quota di prodotti con tutte le obbligatorie compilate.
- Valori scritti in modo uniforme. «Nero» e «nero», «2 kg» e «2000 g» per il filtro dell'agente sono valori diversi. Controlla l'elenco dei valori unici di ogni caratteristica.
- Titolo: tipo, marca, modello, differenza chiave. Fino a 150 caratteri, il limite della specifica OpenAI. Senza «TOP», «Offerta» ed emoji.
- Descrizione in testo semplice, senza segnaposto. Niente tag HTML né «n/a» o «null»: OpenAI vieta i segnaposto, un campo sconosciuto si lascia vuoto.
- Foto con link diretto. JPEG o PNG che si apre senza login.
- Prezzo e disponibilità nel feed uguali al sito. Confronta dieci prodotti a caso nel feed e sulla pagina. Il feed va aggiornato almeno con la stessa frequenza con cui cambiano i prezzi del fornitore.
- Markup Product con Offer sulla pagina prodotto. Prezzo, valuta, disponibilità. Si verifica con lo strumento Google «Test dei risultati multimediali» (Rich Results Test).
- Condizioni di spedizione, pagamento e reso su pagine dedicate. Tempi, costi, chi paga il reso: anche questo l'agente lo confronta.
Dove il catalogo si rompe più spesso
Quasi mai nel feed, quasi sempre nei dati da cui viene generato. Cinque errori tipici dei cataloghi riempiti dai listini dei fornitori:
- Le caratteristiche stanno nel testo della descrizione. Una persona legge «peso 2,4 kg» in un paragrafo, il filtro dell'agente no: gli serve il campo «Peso» con il valore. Il prodotto esce da ogni richiesta con condizioni.
- Segnaposto al posto del vuoto. «—», «n/a», «chiedere» nel campo marca o colore l'agente li prende per un valore. OpenAI vieta esplicitamente questi segnaposto.
- Il prezzo nel feed è in ritardo rispetto al sito. Il feed è stato generato al mattino, il fornitore ha alzato il prezzo a mezzogiorno, l'agente ha comunicato al cliente il vecchio importo. Google Merchant Center confronta il prezzo del feed con la pagina e per la differenza rifiuta il prodotto.
- Varianti come schede separate senza legame. Sei schede «Maglietta nera S», «Maglietta nera M» senza gruppo: l'agente non sa che è un solo prodotto in sei taglie.
- Un prodotto, due record. I duplicati con prezzi diversi confondono il confronto e l'agente può scegliere quello più caro.

Come tenere pronto il catalogo quando i prodotti sono migliaia
Controllare a mano dieci punti su qualche centinaio di prodotti si può, su migliaia no: il catalogo cambia ogni giorno insieme ai listini dei fornitori, e il 34% di ieri domani è già un altro numero. Il controllo deve farlo il programma in cui i prodotti già vivono. In Elbuz funziona così:
- Caratteristiche e completezza. Per la categoria si definiscono le caratteristiche obbligatorie e nel catalogo, per ogni prodotto, si vede quante sono compilate. Caratteristiche, foto e descrizioni mancanti il programma le trova sui siti di origine e le porta nella scheda, mentre l'IA verifica che sia stato trovato proprio il tuo prodotto (riempimento del catalogo).
- Feed per ChatGPT e Google. Il modello di esportazione «OpenAI (ChatGPT Ads)» genera un CSV con i 17 campi della specifica OpenAI (prezzo con valuta, disponibilità, foto, descrizione senza HTML, GTIN) e secondo la pianificazione invia il file all'SFTP fornito da OpenAI. Dallo stesso catalogo nasce il feed per Google Merchant Center.
- Markup del prodotto. Se il negozio gira su Elbuz CMS, la pagina prodotto ha già il markup Product con l'offerta Offer: prezzo, disponibilità, venditore e condizioni di reso, e i prodotti con varianti sono raccolti in un gruppo. Il costo di spedizione entra nel markup quando è noto in anticipo: prezzo fisso o spedizione gratuita sopra una soglia d'ordine.
- Assistente IA sui tuoi dati. Tramite il server MCP di Elbuz il tuo Claude o ChatGPT lavora sul catalogo con i permessi di un dipendente: trova prodotti senza descrizione, foto o categoria e valori di caratteristiche che differiscono solo per la scrittura. Le modifiche le propone, tu le approvi in «Polso».
Cosa Elbuz non fa: non collega il negozio al pagamento in ChatGPT o Google, perché l'accesso ai feed e agli ordini in chat lo danno le piattaforme stesse. E il server MCP di Elbuz è per il tuo assistente, non per gli agenti dei clienti: a loro il catalogo arriva con il feed e il markup.
Domande frequenti (FAQ)
Cos'è l'agentic commerce?
È il commercio in cui un agente IA cerca e confronta i prodotti per conto del cliente e a volte effettua anche l'ordine. Il negozio vende allora non con la vetrina ma con i dati: l'agente sceglie ciò che riesce a leggere e verificare.
Come funziona ChatGPT Shopping?
Il cliente descrive cosa cerca a parole, ChatGPT seleziona e confronta i prodotti e li mostra come schede con il prezzo. I prodotti arrivano dalle pagine aperte e dai feed dei venditori: le pagine non devono essere bloccate per OAI-SearchBot, e l'accesso al feed lo concede OpenAI.
In Italia si può comprare direttamente in ChatGPT o Google?
Per ora no. Google ha aperto il pagamento in chat a una parte dei venditori con prodotti negli Stati Uniti, e da marzo 2026 OpenAI manda l'acquirente a ordinare sul sito del venditore. Un negozio in Italia riceve dall'agente una raccomandazione e la visita sul proprio sito.
In cosa il feed per ChatGPT differisce da quello di Google Merchant Center?
Per lo schema dei campi e per la consegna del file. OpenAI ha una propria specifica con campi come is_eligible_search e accetta il file solo via SFTP; Google Merchant Center scarica il feed da un link da solo. I dati di base sono gli stessi, quindi entrambi i feed si generano da un unico catalogo.
Cos'è MCP e serve a un negozio online?
MCP (Model Context Protocol) è uno standard aperto con cui un assistente IA si collega a programmi e dati. Al negozio dà due cose: il tuo assistente lavora con catalogo e ordini, e secondo il protocollo UCP anche l'agente del cliente può collegarsi tramite MCP. Per la seconda servono prima feed e dati completi.
Un negozio ha bisogno del file llms.txt?
Non è obbligatorio. È un breve indice testuale del sito per gli assistenti IA; la Ricerca Google non lo usa, e non sostituisce prezzi e disponibilità: l'agente li prende dal feed e dal markup.
Fonti
- OpenAI, specifica del feed prodotti (campi, obbligatorietà, divieto dei segnaposto, SFTP): developers.openai.com.
- OpenAI, buone pratiche per i feed prodotti: developers.openai.com.
- OpenAI, crawler di ricerca e robots.txt (OAI-SearchBot): developers.openai.com.
- OpenAI, acquisti in ChatGPT concentrati sulla ricerca dei prodotti (24.03.2026): openai.com.
- Agentic Commerce Protocol (OpenAI, Stripe): agenticcommerce.dev.
- Google, Universal Commerce Protocol: developers.google.com; disponibilità per i venditori: guida di Merchant Center.
- Google Merchant Center, prezzo diverso tra feed e pagina: support.google.com.
- Schema.org, tipi Product, Offer, ProductGroup: schema.org.
- Model Context Protocol: modelcontextprotocol.io.
Verificato il 13.11.2026.
