Visibilitat en IA per a e-commerce: com fer que et recomanin a ChatGPT Shopping

Abans, un client escrivia "millors sabatilles per a peus plans", mirava deu enllaços blaus, obria quatre pestanyes i decidia. Ara molts escriuen exactament el mateix a ChatGPT i reben tres productes amb els seus motius inclosos.

Si el teu producte és un d'aquests tres, potser ni veus arribar el clic com a trànsit normal de cerca. Si no ho és, ets invisible just on ja s'està prenent la decisió de compra.

Aquest canvi és tota la història de l'e-commerce ara mateix. Abans de continuar, t'ho dic clar: jo construeixo LLM Pulse, una plataforma de visibilitat en cercadors d'IA, així que aquí soc part interessada. Tot i així intentaré ser honest, inclòs on altres eines són millor opció que la meva.

Què és de veritat ChatGPT Shopping

ChatGPT Shopping és la capa on el model ja no només parla de productes, sinó que te'ls ordena. Targetes, imatges, preus, enllaços i una frase de per què cadascun va entrar a la llista. Demanes "un rentavaixelles silenciós per menys de 700 €" i en lloc d'un paràgraf reps una selecció curta que s'assembla força a una prestatgeria curada.

Per dins estira d'una barreja de fonts: dades de producte, feeds de botigues i comerços, ressenyes editorials, llistats de marketplaces i el que el model ja va aprendre de la teva categoria durant l'entrenament. No és un algoritme de rànquing net que puguis fer enginyeria inversa. S'assembla més a un assistent de recerca que llegeix el web i es forma una opinió.

D'aquí en surten dues coses.

Primer, ara la recomanació és el moment de conversió, no el clic. Quan un comprador veu el teu producte en aquella llista, mitja decisió ja està presa. Et van preseleccionar i et van justificar. És una posició més forta que el lloc 3 a Google, i força pitjor si no hi apareixes.

Segon, no pots comprar la teva entrada com compres anuncis de Google Shopping. No hi ha puja. Avui la visibilitat en aquestes respostes es guanya, cosa que és molesta si tens molt pressupost i tranquil·litzadora si tens bon producte i contingut decent.

Per què una menció val diners de veritat

Em repeteixen molt allò de "molt bé, però això ven alguna cosa o no". Pregunta justa. Les mencions que no es converteixen en ingressos són una mètrica de vanitat, i amb les mètriques de vanitat tinc poca paciència.

El mecanisme és aquest. Quan ChatGPT recomana un producte, sol adjuntar una cita o un enllaç. L'usuari hi entra, o se'n recorda de la marca i la cerca directament, o va al marketplace i compra. Part d'això apareix a la teva analítica com a trànsit de referència des del producte d'IA. Molt hi apareix com a "directe" o com a cerca de marca, perquè la gent gairebé mai arriba pel camí endreçat.

Així que la versió honesta és: part del valor és mesurable i part és un efecte halo que només pots inferir. La part mesurable creix prou de pressa perquè ignorar-la sigui un error, i la part inferida és justament el motiu per tenir una línia base ara i no d'aquí a un any.

La lògica d'ingressos és simple. Comprador amb alta intenció, consulta concreta, el teu producte anomenat amb un motiu. No hi ha trànsit gaire més calent que aquest. Si ChatGPT diu a algú que el teu ganivet és la millor relació qualitat-preu per menys de 100 € i el compra, la IA va fer la feina que abans es repartien un anunci de pagament i un article comparatiu.

Què mou de veritat l'agulla

No controles del tot el que diu el model. Sí que controles les dades que llegeix. Jo posaria l'esforç aquí, més o menys en aquest ordre.

El teu feed de producte i les dades estructurades. Títols nets, preus exactes, disponibilitat real, categories ben posades, fitxes completes. Sona avorrit perquè ho és, i és també el que més botigues fan malament. Si el teu feed diu que una cosa està exhaurida o el teu preu està desactualitzat, li estàs donant al model un motiu per triar un competidor. Les dades estructurades (schema de producte, ofertes, valoracions) són la manera com les màquines llegeixen les teves pàgines sense endevinar.

Les ressenyes, i no només les teves. Els models s'aguanten molt en el sentiment agregat. Un producte amb centenars de ressenyes consistents que diuen "talla petit però comodíssim" li dona al model una cosa concreta per repetir. Ressenyes pobres o inexistents no li deixen res, així que s'agafa a un competidor que sí que té prova social. Això inclou ressenyes al teu web i, sobretot, fora d'ell.

La cobertura de tercers. Aquesta és la incòmoda per a marques acostumades a controlar el seu propi domini. Bona part del que el model "sap" ve de llocs que no són teus: fils de Reddit, ressenyes a YouTube, articles de "els millors", llistats de marketplaces, fòrums, comparadors. Si l'article de referència de la teva categoria no t'inclou, el model tampoc no sol fer-ho. Entrar en aquestes llistes s'assembla més a la comunicació digital i al contacte de tota la vida que al SEO tècnic, i aquí pesa més que gairebé enlloc.

Ser concret i fàcil de respondre. Als models els encanten els productes amb un "millor per a X" clar. Millor opció econòmica. Millor per a pell sensible. Millor per a cuines petites. Si el teu posicionament és un vague "qualitat premium per a tothom", costa encaixar-te en una llista. Un posicionament nítid i honest no és aquí palla de màrqueting, és rellevància llegible per màquina.

Fixa't en el que no és a la llista: omplir de paraules clau, enllaços brossa o intentar enganyar el model. Això o no fa res o fa que et descrigui malament, i que una IA et descrigui malament és un problema en si mateix.

No pots arreglar el que no veus

El parany de tot això és optimitzar a cegues. Retoques el feed, persegueixes un parell de ressenyes i després no tens ni idea de si ChatGPT et recomana més sovint, en quins països, contra quins competidors, i si res d'això va arribar al teu compte bancari.

Aquest és el buit que vénen a tapar les eines de visibilitat en IA, i és la part del mercat on treballo, així que agafa l'entusiasme amb el pessic de sal que correspongui.

El que vols mesurar són quatre coses. Si et mencionen a les consultes que importen. On ets davant de competidors concrets. Com et descriu la IA (una recomanació que anomena el teu producte "barat i escardalenc" no és una victòria). I si res d'això connecta amb vendes reals.

Aquest últim punt és on la majoria d'eines callen, perquè mesurar mencions és fàcil i mesurar diners és difícil.

On encaixa LLM Pulse, i on no

Amb LLM Pulse vaig construir el seguiment de Shopping justament per això, perquè "ens mencionen" mai va ser resposta suficient per a l'amo d'una botiga. Rastreja com apareixes a ChatGPT Shopping per als prompts que fan servir de veritat els teus compradors, amb els cinc models base a tots els plans (ChatGPT, Perplexity, Gemini, Google AI Mode i Google AI Overviews), i amb Claude, Copilot, Grok, DeepSeek i Meta AI disponibles com a add-ons.

La part de la qual estic més orgullós per a e-commerce és la connexió amb l'analítica. Connectes GA4 o Plausible i veus les visites, conversions i vendes reals que et van enviar ChatGPT, Perplexity i Gemini, no només un comptador de mencions. Aquesta és la diferència entre "apareixem més" i "això ens va donar diners", i és l'única versió d'això que un equip financer respectarà.

També hi ha la part de reputació i sentiment, que mostra les paraules exactes que fa servir la IA sobre els teus productes i avisa quan l'enfocament és negatiu o directament fals, a més del seguiment de bots per pàgina per veure si GPTBot, ClaudeBot i PerplexityBot tan sols rastregen les pàgines que t'importen. Si no estan passant per les teves fitxes de producte, cap poliment del feed no ajudarà.

El preu és públic, cosa que en aquesta categoria encara no és el normal. A data de juliol de 2026:

Seients il·limitats a tots els plans, sense cost per usuari, i prova de 14 dies. Hi ha a més un servidor MCP allotjat amb més de 45 eines per OAuth, inclòs fins i tot a la prova, així que pots portar-te les teves dades de Shopping directament a Claude o ChatGPT i preguntar-li en llenguatge natural. Els preus canvien, així que confirma les xifres actuals abans de contractar.

Ara la part honesta. Si ets una marca gran que necessita les dades més profundes possibles, Profound és l'opció enterprise seriosa, i també fa Shopping. Volums de prompts, analítica d'agents, SOC 2, SSO, on-prem i una API pensada per escalar. El preu va per demo i sense xifra pública, cosa que ja et diu per a qui és. Si ets una gran corporació amb departament de compres, aquest és probablement el teu candidat, i prefereixo dir-t'ho a fingir el contrari.

Si portes una agència amb moltes botigues de clients, Peec AI és de veritat forta per a equips, amb bon seguiment regional i multiidioma i comparació de competidors per país, tot i que els models extra són add-ons de pagament amb preu per model. I si només vols la manera honesta més barata de començar a mirar, Otterly.ai arrenca a 29 dòlars al mes i ensenya captures reals de les respostes de la IA.

On crec que LLM Pulse es guanya l'elecció per a una botiga és en la combinació: preu públic sense trucada pel mig, seguiment de ChatGPT Shopping, la connexió d'ingressos amb GA4, seients il·limitats i white-label complet si ets una agència que revèn informes sota la seva pròpia marca. I si ja pagues Ahrefs o Semrush, les seves funcions de Brand Radar i AI Toolkit són més superficials però ja són a la teva subscripció, que és un punt de partida perfectament racional.

Comença abans que la teva competència

Les botigues que avui guanyen en recomanacions d'IA no són les de més pressupost. Són les que es van adonar aviat que la prestatgeria es va moure, van netejar els seus feeds, es van guanyar les mencions de tercers i van començar a mesurar si res d'això es convertia en vendes.

La veritat incòmoda és que en una llista de tres no hi ha pàgina dos on anar pujant a força de colzes. O et nomenen o no.

Així que la pregunta no és si optimitzar per a això. És si prefereixes saber ara on ets, o llegir-ho l'any que ve al cas d'èxit d'un competidor.