Encontrar e escolher

A conta é direta: multiplique as sessões que passam pela busca pela taxa de zero resultado e você tem o número de intenções declaradas que a loja descartou no mês. Levantamentos setoriais de 2026 colocam a média de indústria entre 10% e 18%, com boa prática abaixo de 5% e melhores da classe abaixo de 2%. As fontes divergem no denominador, então a faixa é publicável e o número exato não é.

Transformar a tela em caminho tem três movimentos baratos: sugerir a consulta corrigida em vez de apenas informar que nada foi achado, mostrar as categorias mais próximas do termo digitado e oferecer os produtos mais vendidos da categoria inferida. Nenhum dos três exige troca de motor, e todos precisam ser servidos em HTML para que continuem existindo para quem lê a página sem executar JavaScript.

O ciclo de gestão importa mais que a implantação. Uma rotina mensal de leitura das 200 consultas com zero resultado de maior volume, com decisão explícita entre criar sinônimo, corrigir cadastro ou reconhecer que o produto não existe no sortimento, mantém o indicador baixo. Sem essa rotina, o número volta a subir a cada nova coleção, porque o vocabulário do cliente muda antes do catálogo.

A recuperação lexical pontua documentos pela frequência dos termos e resolve bem consulta por código, por marca e por nome exato de produto, que é a maior parte do volume de uma loja de catálogo estável. A recuperação densa compara vetores e resolve consulta descritiva, do tipo vestido para casamento na praia, em que nenhuma das palavras aparece no título do produto. A arquitetura híbrida roda as duas e funde os resultados antes de reordenar.

O critério de compra sai do log de busca da própria loja, lido antes de abrir qualquer material de fornecedor. Depois de resolver sinônimo e erro de digitação, separe as consultas restantes em duas pilhas: as que são substantivo mais atributo e as que são frase em linguagem natural. Se a segunda pilha não representa volume relevante de sessão, o motor semântico vai custar assinatura para melhorar o que já estava resolvido. Abaixo de cerca de 5 mil SKUs, essa pilha raramente é grande o bastante.

Ganhos anunciados por fornecedores de busca com IA circulam entre 10% e 50% de conversão, e nenhum foi publicado com grupo de controle. Tratar essas cifras como faixa de marketing, e não como previsão, é a diferença entre um piloto com medição e um contrato que ninguém consegue auditar no ano seguinte.

O português do Brasil tem uma camada regional que nenhum catálogo importado carrega. Mandioca, aipim e macaxeira são a mesma raiz em regiões diferentes. Pão francês, pão de sal, cacetinho e pão careca convivem no mesmo país. Abóbora e jerimum, tangerina, mexerica e bergamota, bermuda e short, tênis e sapatênis, geladeira e refrigerador: em cada par, o catálogo escolheu um e o cliente vai digitar o outro. Uma rede de material de construção que vende no Nordeste e no Sul vive isso todo dia.

A segunda camada é a acentuação. O teclado do celular ajuda, mas boa parte das buscas chega sem acento e sem cedilha: acucar, colchao, orgao, sofa, cafe, sabao. Um motor que trata acucar e açúcar como termos diferentes está descartando venda por diacrítico. A normalização de acento e caixa é configuração de minutos e resolve uma fatia mensurável do zero resultado antes de qualquer investimento maior.

A terceira é o erro de digitação. Notbook, mochilla, xicara, celualr, bicileta e cadeira de escritorio ergonomica chegam à caixa de busca todos os dias, e a tolerância a erro por distância de edição resolve a maioria. O cuidado é calibrar: distância generosa demais em catálogo de peças automotivas aproxima códigos parecidos e devolve a peça errada, o que é pior que devolver nada.

A quarta camada é a mais cara de ignorar: o vocabulário comercial do cliente não é o vocabulário técnico do catálogo. O cliente procura calça skinny e o cadastro diz modelagem ajustada. Procura torneira gourmet e o cadastro registra misturador monocomando com bica móvel. Procura tinta lavável para quarto de criança e o cadastro guarda acabamento acetinado com resistência a limpeza. Cada uma dessas pontes é uma linha no dicionário de sinônimos, e cada linha vale mais que um trimestre de ajuste de ranqueamento.

Quem escreve o dicionário importa. A lista boa nasce do log de busca somado ao vocabulário de quem atende: o time de atendimento e o vendedor da loja física sabem, sem consultar dado, como o cliente daquela praça chama cada produto. Onde a solução exige criar um campo novo de atributo em vez de um sinônimo, o pedido atravessa a fronteira e vira trabalho de governança de catálogo no eixo backend.

Searchandising é a camada de reordenação que entra depois da relevância: subir item com margem melhor, priorizar estoque parado antes da virada de coleção, empurrar curva A em data de pico. Feito com peso pequeno sobre um conjunto já relevante, é ajuste fino. Feito com peso grande, vira vitrine disfarçada de resultado de busca, e o cliente aprende a ignorar a caixa.

A régua para calibrar não é opinião, é medição: acompanhe a taxa de saída na página de resultados e a posição média do item clicado. Quando a regra de negócio começa a empurrar itens para o topo, o clique migra para posições mais baixas antes de a conversão cair, e essa migração é o alarme antecipado.

As regras precisam ser auditáveis. Uma promoção que sobe determinado fornecedor por acordo comercial tem de estar registrada com data de início e fim, responsável e critério, porque no trimestre seguinte alguém vai perguntar por que aquele item aparece primeiro. Onde a regra depende de dado de margem e de curva, a fonte do número é o eixo backend, e o frontend consome esse valor já calculado.

Faceta boa começa no atributo. Filtrar por voltagem, por medida, por compatibilidade ou por tamanho só funciona quando o campo existe preenchido em todo o catálogo, porque cobertura de 60% já basta para quebrar o filtro. Faceta parcial é pior que faceta ausente, porque esconde do cliente exatamente os produtos cujo cadastro está incompleto, sem avisar ninguém. O preenchimento é responsabilidade do eixo backend, e o frontend deveria recusar publicar a faceta antes de a cobertura estar aceitável.

Do lado da máquina, o cuidado é com a explosão de URL. Combinações de filtro geram endereços que multiplicam sem trazer conteúdo novo, e o estudo da Vercel mostrou que o ChatGPT e o Claude já gastam mais de um terço das requisições em URL inexistente. Decidir quais combinações são indexáveis, quais são canônicas e quais ficam fora do rastreio é decisão de arquitetura de listagem, tomada junto com o desenho da faceta.

A paginação fecha o assunto. Rolagem infinita sem endereço próprio por página oculta boa parte do catálogo de qualquer leitor que não execute JavaScript, e isso inclui os crawlers de IA que hoje trazem o tráfego que mais converte. Manter link de paginação servido em HTML preserva alcance sem tirar a rolagem de quem usa o celular.

A hierarquia que converte é conhecida e pouco praticada: nome inequívoco com marca e modelo, imagem que permite conferir o item, seletor de variação que não esconde a grade indisponível, preço com condição de parcelamento visível e prazo de entrega calculado para o CEP. O Baymard mediu, no benchmark de 2026 sobre 71 mil horas de pesquisa de usabilidade, que apenas 48% dos principais sites desktop dos EUA e da Europa têm usabilidade de PDP classificada como decente ou boa.

O seletor de variação é o ponto de maior perda silenciosa. Quando a grade indisponível some da tela em vez de aparecer marcada como esgotada, o cliente conclui que a loja não trabalha aquele tamanho e não volta. Mostrar o esgotado com aviso de reposição preserva a informação e abre a única captura legítima daquela sessão.

Frete e prazo acima da dobra deixaram de ser refinamento. O cálculo pelo CEP do visitante é uma das duas personalizações de maior retorno e menor risco no mid-market brasileiro, e roda com a tabela de frete que a loja já mantém. O número exibido vem do cálculo de disponibilidade e de promessa de entrega, que é do eixo backend: aqui se decide como e onde mostrar esse valor, que chega pronto do backend.

A citação literal encerra uma discussão que consumiu orçamento de agência em 2026. A documentação do Google Search afirma que "You don't need to create new machine readable files, AI text files, or markup to appear in these features", e que não existe requisito adicional para aparecer em AI Overviews ou AI Mode. Sobre o llms.txt especificamente, a posição é de neutralidade: não ajuda no Google Search, e não há motivo para remover o arquivo se ele serve a outra ferramenta de IA. Neutro não é proibido, e também não é recomendação.

O que muda resultado é o dado estruturado padrão, mantido em paridade com a tela. Product e Offer com preço, moeda, disponibilidade e identificador; AggregateRating quando a avaliação existe de verdade na página; merchantReturnPolicy com merchantReturnDays, returnFees, returnMethod e o returnPolicyCountry, que passou a ser obrigatório; e shippingDetails com prazo e custo. Em novembro de 2025 o Google passou a aceitar frete e devolução em nível de organização e por configuração no Search Console, com precedência definida: o Search Console vence o dado do site, e o dado de produto vence o de organização para aquele produto.

O defeito mais comum no mid-market brasileiro é de paridade, em marcação que passa no validador de sintaxe. O JSON-LD diz InStock e preço de tabela, a tela diz esgotado e preço promocional, e o agente cita o preço errado com a autoridade de quem leu a fonte. Marcação que contradiz a página é pior que marcação ausente, porque produz citação errada em escala. A correção pertence à governança do dado de produto, no eixo backend, e o teste de paridade é a obrigação que o frontend assume no merge.

A imagem principal da PDP costuma ser o elemento de maior contentful paint da página, e o LCP é o gargalo dos Core Web Vitals em mobile: no Web Almanac 2025, com dados CrUX de julho de 2025, 62% dos origins móveis passam em LCP contra 77% em INP e 81% em CLS. Formato moderno, dimensão correta por breakpoint, prioridade de carga explícita na imagem principal e carregamento tardio em tudo que está abaixo da dobra resolvem a maior parte do problema sem tirar mídia da página.

Vídeo e 360 pedem tratamento diferente: entram sob demanda, com miniatura estática servida no HTML, e nunca como reprodução automática que compete com a imagem principal pela banda do primeiro segundo. Conteúdo visual gerado por cliente tem o mesmo cuidado, com a diferença de que costuma chegar em resolução e proporção imprevisíveis, o que exige normalização no pipeline de mídia.

Para a leitura por máquina, o texto alternativo carrega peso que a decoração não carrega. Descrição objetiva do que a imagem mostra serve a quem usa leitor de tela, a quem está com a imagem bloqueada e ao motor que precisa entender a página sem ver o arquivo. É o mesmo trabalho pagando três vezes, e é o tipo de item que costuma ficar por último no cronograma e virar dívida permanente.

O padrão de mercado entrega avaliações por widget hospedado fora do domínio, carregado no cliente. Para a pessoa, funciona. Para o crawler que não executa JavaScript, a PDP aparece sem nenhuma avaliação, e é justamente esse leitor que traz o tráfego que converteu 60% acima do não IA em julho de 2026, segundo a Adobe. Servir ao menos as avaliações mais recentes em HTML, com o restante carregado sob demanda, resolve sem trocar de fornecedor.

A marcação de AggregateRating precisa espelhar o que está na página. Nota média e contagem de avaliações no dado estruturado que não batem com o bloco visível produzem citação errada e expõem a loja a correção pública. Vale a regra geral desta aba: paridade entre tela e dado, sempre.

Perguntas e respostas de clientes têm valor específico para a busca generativa, porque respondem em linguagem de comprador dúvidas que a especificação técnica não cobre. Curadoria mínima resolve o risco de resposta errada de terceiro virar afirmação atribuída à loja: pergunta pública, resposta identificada, e revisão do que trata de compatibilidade, medida e garantia.

O procedimento é simples: baixe o HTML da página de produto sem executar JavaScript e confira, em texto, nome, preço com moeda, disponibilidade, prazo e custo de frete, prazo e custo de devolução, especificação técnica principal e ao menos uma avaliação. Faltando qualquer item, a correção vem antes de redesenho, de teste A/B e de qualquer integração de checkout agêntico.

A ordem importa por causa da economia da coisa. Investir em endpoint de checkout para agente em 2026 é apostar num mercado que ainda não existe em escala no Brasil, enquanto investir em legibilidade de catálogo é apostar num canal que já converte melhor que o orgânico, com onze meses seguidos de medição da Adobe sustentando a série. O gargalo tem número, 66% na PDP, e é o número mais barato de mover.

O teste de paridade fecha o ciclo. Além de existir, o dado precisa ser o mesmo nas duas saídas: se o HTML servido diz um preço e a tela renderizada mostra outro, a loja passou a publicar duas verdades. Onde a divergência vem da fonte, e não da renderização, o caso atravessa a fronteira e vira trabalho de governança de dado de produto no eixo backend.

O desenho mínimo é conhecido: uma fatia fixa e aleatória de visitantes, entre 5% e 10%, nunca vê nenhum bloco personalizado, e o relatório mensal compara receita por sessão entre os dois grupos com o mesmo denominador. Permanente é a palavra que importa. Holdout que existe só durante o piloto mede o entusiasmo da implantação, e o efeito em regime só aparece no ano seguinte, quando ninguém mais está olhando.

A objeção comercial comum é que o holdout custa venda. Custa, e o custo é o preço da informação: sem ele, a decisão de renovar contrato no ano seguinte se apoia num número que o próprio fornecedor produz e audita. Loja com volume pequeno tem um problema adicional, porque a diferença entre os grupos precisa de amostra para virar sinal, e nesse caso a resposta honesta costuma ser adiar a compra.

Vale exigir também o formato do relatório antes de assinar: métrica primária declarada, denominador explícito, período de comparação fixo e ausência de exclusão de sessão feita depois do resultado. Escolher a métrica depois de ver o dado é a forma mais comum de transformar ruído em vitória.

Recomendação de item complementar tende a criar receita que não existiria, porque o cliente não tinha ido à loja atrás daquele item. Recomendação de item substituto tende a redistribuir a mesma venda, e às vezes para um produto de margem menor. Lembrete de reposição de consumível, quando o ciclo de consumo é previsível, é o caso em que o efeito costuma ser mais claro e a implementação mais barata.

Nada disso invalida a vitrine, mas define onde procurar retorno. A pergunta de gestão, para cada bloco, é qual comportamento ele muda: adiciona item ao carrinho que não estava previsto, antecipa uma compra que viria depois, ou apenas encurta o caminho até o item que o cliente já ia comprar. Os três são úteis, e só o primeiro é receita nova.

Sobre o ranqueamento dentro do bloco, vale a mesma fronteira da busca: a ordem é decisão de frontend, a margem e a curva que alimentam a ordem vêm do eixo backend. Bloco que promove item com estoque insuficiente frustra na etapa seguinte, e o cálculo de disponibilidade vendável não se resolve na tela.

Frete e prazo pelo CEP respondem, ainda na página de produto, a pergunta que decide a compra no Brasil. O visitante que sabe quanto custa e quando chega não precisa entrar no checkout para descobrir. O dado vem do cálculo de promessa de entrega, que é do eixo backend; a decisão de exibir cedo, em vez de esconder até o carrinho, é de frontend, e é ela que muda o número.

Histórico de compra para reposição é ainda mais barato. Cliente que comprou ração, filtro, lâmina ou cápsula tem ciclo previsível, e mostrar o item já comprado com um caminho curto de recompra converte sem inferir nada sobre ele. Toda a informação usada é a que o próprio cliente gerou comprando, o que mantém o uso dentro do que ele espera.

As duas alavancas compartilham uma vantagem que raramente entra na conta: são explicáveis. Quando o cliente pergunta por que a loja mostrou aquilo, a resposta cabe numa frase, e nenhuma equipe precisa auditar modelo para responder a um pedido de titular de dado.

A base legal precisa estar decidida antes da vitrine. Personalizar com dado de navegação da própria loja, para quem já é cliente, é conversa diferente de cruzar dado de terceiro para inferir situação de vida. Registrar qual base sustenta cada uso, e por quanto tempo o dado fica, é o que permite responder a um pedido de titular sem paralisar a operação.

O teste prático de confiança é anterior ao jurídico: se a recomendação obrigasse a loja a explicar em voz alta o que ela deduziu sobre o cliente, a frase seria confortável? Inferência sobre saúde, situação financeira, gravidez ou orientação passa nesse teste com muito menos frequência do que a segmentação sugere no slide.

A conta fecha no indicador que já está no portal: 52% dos consumidores trocariam de varejista por má proteção de dados. Personalização é a função que torna visível quanto a loja sabe, e por isso é também a que mais rápido converte desconforto em troca de fornecedor. Governança de consentimento e de retenção pertence ao eixo backend; o que se decide aqui é o que aparece na tela e com que explicação.