OpenAI product feed: datos que ChatGPT entiende y muestra

El OpenAI product feed es el nuevo punto de contacto entre una tienda online y ChatGPT cuando el usuario busca, compara o decide comprar productos dentro de una conversación. No es una etiqueta mágica, ni un truco de posicionamiento con olor a webinar reciclado. Es algo más prosaico y mucho más importante: un archivo o flujo de datos estructurados que permite a OpenAI entender qué vende un comercio, cuánto cuesta, si está disponible, qué variantes tiene, quién lo vende, cómo se devuelve y en qué países puede mostrarse.

La noticia de fondo es sencilla: el comercio electrónico empieza a moverse desde el escaparate clásico —Google, marketplaces, comparadores, anuncios, fichas de producto— hacia una capa conversacional donde el usuario no siempre busca una marca, sino una solución. “Un portátil ligero para editar vídeo”, “unas zapatillas para correr con pisada neutra”, “un regalo bueno para alguien que cocina mucho”. Ahí, ChatGPT no necesita solo texto bonito. Necesita datos limpios. Y quien alimente mejor esa máquina tendrá más opciones de aparecer con precisión cuando la intención de compra ya esté caliente, aunque todavía no tenga forma de carrito.

El feed no es SEO con otro nombre, aunque se le parece demasiado

Durante años, el ecommerce ha vivido bajo una ley bastante clara: si Google entendía la página, había partido. Títulos, meta descriptions, datos estructurados, Merchant Center, imágenes cuidadas, disponibilidad, precio, reseñas. Todo eso seguía una lógica de escaparate: el buscador rastreaba, clasificaba y mostraba. Con el OpenAI product feed, la lógica se desplaza un poco. La tienda ya no habla solo a un rastreador, sino a un sistema que interpreta una conversación, cruza atributos, sintetiza opciones y presenta productos en un contexto que cambia a cada frase del usuario.

Eso cambia el tipo de error. Antes, una ficha mal optimizada podía perder clics. Ahora, un producto mal descrito puede quedar fuera de una comparación porque ChatGPT no entiende su uso real, su variante correcta o su disponibilidad. Un abrigo “modelo 237 negro” no compite igual que un “abrigo impermeable de invierno para ciudad, con capucha, corte regular y aislamiento térmico”. La diferencia no es poesía. Es comprensión automática. La máquina no huele la lana, no toca la cremallera, no intuye que “negro noche” es negro. O se lo dices bien, o improvisa con lo que tiene. Y la improvisación, en ecommerce, suele terminar con devoluciones, frustración o silencio.

OpenAI ha planteado estos feeds dentro de su infraestructura de comercio agéntico, una capa pensada para conectar catálogos de comerciantes con experiencias de compra en ChatGPT. La palabra “agéntico” suena a consultor encerrado en una sala con demasiada luz blanca, pero aquí significa algo concreto: un sistema capaz de ayudar al usuario no solo a descubrir productos, sino también a comparar, decidir y, en algunos casos, avanzar hacia la compra. El catálogo estructurado se convierte en combustible. Sin combustible, el coche conversacional queda muy moderno, sí, pero aparcado.

Qué contiene un OpenAI product feed de verdad

Un OpenAI product feed útil no vive de un título y una foto. Vive de una colección de campos que parecen aburridos hasta que se pierden. Identificador estable del producto, título, descripción, URL, marca, categoría, imagen principal, precio con moneda, disponibilidad, país de venta, vendedor, políticas de devolución, variantes, tallas, colores, reseñas, señales de popularidad, restricciones de edad, avisos regulatorios. La tienda que ya tiene un catálogo limpio en Shopify, Magento, WooCommerce, Prestashop o una arquitectura propia parte con ventaja. La que tiene el inventario como un trastero después de una mudanza, no tanto.

La idea esencial es que cada producto debe ser reconocible como unidad comercial, no como una frase bonita dentro de una web. OpenAI pide identificadores que no cambien caprichosamente, porque una variante no puede renacer cada semana con otro ID como si fuera una cuenta de X después de una crisis. El título debe ser claro, sin mayúsculas gritadas. La descripción debe explicar el producto con texto plano, sin depender de florituras HTML ni de una creatividad que oculte lo básico. La URL debe funcionar. La imagen debe estar disponible. Parece elemental. En ecommerce, lo elemental suele ser el primer cadáver.

También aparecen campos que miran directamente a la confianza. El nombre del vendedor, la URL de la tienda, la política de privacidad, los términos de servicio cuando hay checkout, la política de devoluciones. Esto no es decoración legal. En una interfaz donde ChatGPT puede resumir productos, agrupar opciones y sugerir comercios, la atribución importa. El usuario necesita saber quién vende, quién entrega y bajo qué condiciones se compra. Un marketplace, además, no puede tratar igual al vendedor visible, al vendedor de registro y al responsable del envío. La cadena debe estar clara, porque cuando algo sale mal nadie quiere discutir con una niebla.

Precio, stock y variantes: la zona donde se rompen las promesas

El precio es uno de los campos más sensibles porque envejece rápido. Una ficha puede estar perfecta a las diez de la mañana y ser mentira a las seis de la tarde si una promoción acaba, el stock cae o cambia el coste de envío. Por eso el OpenAI product feed no debe entenderse como una exportación mensual, sino como una tubería viva. OpenAI recomienda trabajar con instantáneas completas del catálogo y actualizaciones frecuentes cuando proceda, especialmente si hay precios dinámicos, alta rotación o disponibilidad por zonas. Traducido: un feed congelado es una foto vieja en un escaparate nuevo.

Las variantes merecen una mención aparte. En moda, calzado, electrónica, mobiliario o cosmética, el producto no es solo el producto: es color, talla, memoria, acabado, pack, aroma, compatibilidad, país, garantía. Si una tienda manda variantes como si fueran productos sueltos sin relación, ChatGPT puede entenderlas peor. Si las agrupa sin precisión, puede mostrar una talla agotada como si el producto estuviera disponible. En un comparador clásico esto ya era molesto. En una experiencia conversacional, donde el usuario pide “unas zapatillas negras del 42 para lluvia”, la variante correcta es el producto. No un detalle.

Las imágenes también pesan, aunque el feed no sea Instagram. Una foto principal clara ayuda a que el producto se represente con confianza en interfaces visuales. Las imágenes adicionales pueden resolver dudas que el texto deja colgando: textura, escala, uso, accesorios incluidos, vista trasera. No se trata de llenar el feed de galerías barrocas, sino de evitar que el producto parezca un sospechoso pixelado. En categorías donde el aspecto decide la compra, la imagen es dato, no adorno.

La elegibilidad: aparecer, vender o quedarse mirando

Dentro del esquema de OpenAI aparecen campos de control que indican si un producto puede mostrarse en resultados de búsqueda de ChatGPT y si puede habilitarse para compra directa cuando exista esa integración. Esta diferencia es crucial. Un comercio puede querer que un producto sea descubrible, pero no comprable dentro de ChatGPT. O puede necesitar excluir referencias agotadas, descatalogadas, sensibles, reguladas o con restricciones locales. El feed, bien gobernado, funciona como un cuadro eléctrico: cada interruptor debe estar donde toca.

Aquí conviene bajar la fiebre. Tener un OpenAI product feed no equivale a comprar visibilidad garantizada. No es una alfombra roja. ChatGPT puede considerar metadatos estructurados, disponibilidad, precio, calidad, relevancia para la consulta, señales del vendedor y otros factores. Además, no todo producto disponible tiene por qué mostrarse siempre. La conversación manda. Si el usuario pide “auriculares baratos para correr bajo la lluvia”, un producto premium sin resistencia al agua puede quedar fuera aunque tenga una ficha impecable. La precisión no sustituye a la pertinencia. La acompaña.

De Merchant Center a ChatGPT: parecido razonable, reglas nuevas

Para cualquier profesional de SEO, SEM o ecommerce, el OpenAI product feed recuerda inmediatamente a Google Merchant Center. Hay catálogo, atributos, precios, disponibilidad, imágenes, políticas, país objetivo. El parentesco existe. Pero el contexto cambia. Merchant Center alimenta anuncios, fichas gratuitas y superficies comerciales de Google. El feed de OpenAI alimenta experiencias conversacionales y de descubrimiento en ChatGPT, donde la intención puede ser mucho más larga, confusa y humana. El usuario no siempre escribe una keyword. A veces suelta una pequeña novela doméstica.

Esa diferencia obliga a cuidar las descripciones de otra manera. El SEO clásico ha tolerado durante años fichas escritas para posicionar “comprar aspirador sin cable barato” con la elegancia de un folleto de gasolinera. En ChatGPT, esa pobreza se nota por otro flanco: faltan atributos para responder necesidades reales. Un producto no debería describirse solo por lo que es, sino por cuándo encaja. Silencioso, plegable, apto para lavavajillas, compatible con iPhone, resistente al sudor, pensado para pisos pequeños, adecuado para piel sensible, fabricado en acero inoxidable, sin batería incluida. Datos. Nada de incienso.

También cambia la frontera entre contenido y catálogo. En una tienda madura, la ficha de producto, el marcado Schema, el feed de Google Merchant Center, las reseñas, el ERP y el PIM deberían contar la misma verdad con acentos distintos. Si el feed dice “in_stock”, la web no puede mostrar “agotado”. Si la descripción habla de algodón orgánico y la ficha pública no lo acredita, mala cosa. Si una variante tiene precio rebajado y otra no, hay que distinguirlas. El dato coherente deja de ser higiene interna para convertirse en visibilidad externa. Lo de siempre, pero con más ojos mirando.

GEO comercial: cuando la optimización ya no termina en Google

La aparición del OpenAI product feed encaja en una transformación más amplia: la optimización para motores generativos, o GEO, empieza a tocar el ecommerce. No basta con que una página posicione en Google; interesa que los sistemas de IA puedan entender, resumir y recomendar una marca, una categoría o un producto sin convertirlo en papilla estadística. La diferencia es sutil, pero el negocio la sentirá. En Google, el usuario elegía entre resultados. En ChatGPT, puede recibir una selección razonada. Ahí la tienda compite por ser comprendida antes de ser clicada.

El impacto no será igual para todos. Las grandes cadenas tienen equipos, PIM, integradores, datos de stock por tienda, catálogos normalizados y músculo técnico. Las marcas pequeñas tienen algo que también cuenta: especialización, producto propio, descripciones mejores, atención al detalle, autenticidad comercial. Una tienda nicho puede perder en volumen y ganar en claridad. Pero solo si su catálogo no parece escrito por tres plugins, un becario y un CSV exportado con miedo. La IA premia el orden, aunque no lo llame así.

Hay otra consecuencia: el contenido editorial de una tienda vuelve a importar, pero no como antes. Las guías de compra, comparativas, páginas de categoría y fichas enriquecidas pueden ayudar a construir contexto alrededor del producto. Si una marca vende mochilas para senderismo, no basta con listar litros, cremalleras y colores; interesa explicar usos, diferencias, materiales, ajuste, clima, peso recomendado, compatibilidad con hidratación. Ese contenido no sustituye al feed, pero lo rodea de sentido. El feed dice “qué hay”. El contenido explica “por qué importa”. Buena pareja. Una de las pocas que no se pelea en analítica.

Medición y atribución: la parte menos brillante del escaparate

El tráfico que llegue desde experiencias de ChatGPT necesitará una medición seria. OpenAI recomienda mantener parámetros de atribución en las URL cuando el comercio necesite diferenciar clics procedentes del feed. Esto suena menor hasta que un director de marketing pregunta cuántas ventas ha traído el nuevo canal y alguien abre GA4 como quien abre una caja de cables después de una tormenta. Sin UTMs coherentes, el canal se difumina. Y lo que no se mide acaba convertido en opinión, esa materia oscura de tantas reuniones.

El reto es que el recorrido del usuario puede no parecerse al embudo clásico. Puede descubrir un producto en una respuesta, comparar dos modelos, volver al día siguiente, abrir la tienda en un navegador interno, comprar más tarde desde otro dispositivo o simplemente usar ChatGPT para descartar opciones. La atribución perfecta no existe, claro. Nunca existió. Pero se puede mejorar. URLs consistentes, eventos bien definidos en GA4, etiquetado de campañas, análisis de landing pages, control de conversiones asistidas y revisión de consultas internas en la tienda. La vieja fontanería vuelve. Con otro grifo.

No conviene confundir este terreno con publicidad. OpenAI ha separado en sus explicaciones las experiencias orgánicas de producto de otros formatos comerciales y de anuncios. En la práctica, para una tienda, el aprendizaje es evidente: el feed de producto no debe diseñarse como un anuncio, sino como una fuente verificable de información comercial. Luego vendrán campañas, formatos, medición publicitaria y todo el ecosistema inevitable. Pero el catálogo limpio será la base. Como siempre, el Excel llega antes que el glamour.

Qué debería revisar una tienda antes de obsesionarse con ChatGPT

La primera pregunta no es si una tienda debe correr a crear un OpenAI product feed. La pregunta real es si su catálogo resistiría una auditoría sin ponerse rojo. Muchos ecommerce arrastran títulos duplicados, SKUs inestables, categorías caóticas, precios sin sincronizar, imágenes pobres, variantes mal agrupadas, marcas escritas de tres maneras y descripciones que prometen “máxima calidad” con la misma energía que una etiqueta de bazar. Antes de pensar en la IA, toca limpiar la casa. La inteligencia artificial no arregla un almacén con etiquetas torcidas; lo hace más visible.

Un buen punto de partida es revisar la consistencia entre el PIM, la plataforma ecommerce, el feed de Google Merchant Center, los datos estructurados Schema y cualquier exportación que pueda adaptarse a OpenAI. Si todos esos sistemas cuentan historias diferentes, el problema no es técnico. Es editorial, comercial y operativo. La gobernanza del dato de producto se convierte en una disciplina central: quién crea el producto, quién valida atributos, quién actualiza precios, quién retira referencias, quién decide categorías, quién controla devoluciones, quién revisa reseñas. Suena aburrido. Lo es. También es dinero.

Las tiendas con miles de referencias necesitarán automatización y control de calidad. Validaciones antes de publicar, detección de campos obligatorios vacíos, alertas de precio raro, comprobación de URLs rotas, revisión de imágenes inaccesibles, normalización de colores y tallas, reglas para productos descatalogados. Las tiendas pequeñas pueden trabajar de forma más artesanal, pero no deberían confundir artesanía con desorden. Un catálogo pequeño y bien descrito puede ser más competitivo que uno enorme lleno de ruido. En IA, menos basura entra, menos basura sale. No es sofisticado, pero funciona.

También hay que vigilar la parte legal y de confianza. Políticas de privacidad, términos, devoluciones, restricciones de edad, avisos de seguridad, productos regulados. En una compra conversacional, la fricción legal no desaparece; se esconde hasta que explota. Una marca seria no debería esperar a que un sistema externo le pregunte por sus condiciones. Debe tenerlas claras, públicas y conectadas al producto cuando corresponda. La confianza no se improvisa en el checkout.

El escaparate ya habla, y pide datos mejores

El OpenAI product feed marca una dirección bastante nítida: el ecommerce que viene será menos tolerante con el catálogo sucio y más dependiente de datos que las máquinas puedan interpretar sin hacer arqueología. ChatGPT no sustituye a la tienda, ni al SEO, ni a Google, ni al marketplace, ni al criterio del comprador. Pero añade una nueva puerta de entrada, una puerta conversacional, donde la decisión empieza antes del clic y donde aparecer no depende solo de tener una web abierta al mundo.

Para el sector SEO y marketing digital, la lección es incómoda y saludable. Durante años se ha vendido optimización como una capa cosmética: tocar títulos, empujar keywords, barnizar categorías. El feed de OpenAI empuja en otra dirección: optimizar es ordenar la verdad comercial. Qué vendes, para quién sirve, cuánto cuesta, dónde está disponible, qué variantes existen, quién lo entrega, qué pasa si se devuelve. Datos concretos. Datos vivos. Datos que no se derriten al primer cambio de stock.

La tienda que entienda esto pronto no tendrá garantizado ningún trono, porque en tecnología los tronos duran lo que una actualización. Pero sí llegará mejor preparada a una búsqueda donde el usuario ya no navega tanto por pasillos, sino que conversa con un intermediario que filtra, resume y compara. El nuevo escaparate no tiene cristal. Tiene lenguaje. Y detrás del lenguaje, como siempre, hay una base de datos esperando que alguien la haya cuidado un poco.