Um teste com as 122 principais vitrines Shopify mostra que a maioria delas publica as informações que um agente de IA precisa, mas falha no passo intermediário: transformar uma política publicada em resposta utilizável no momento da decisão de compra. Conduzido por Bill Hunt para o Search Engine Journal, o levantamento recuperou o HTML de produto de 68 lojas e verificou que apenas 31 passam em todos os critérios básicos de operabilidade. O resultado, segundo Hunt, confirma o argumento que Slobodan Manic publicou em setembro de 2026: as versões só-texto dos sites servidas à IA removem a camada errada.
O que o teste com 122 lojas mediu
Segundo Bill Hunt, a pergunta do levantamento não era se a IA consegue encontrar ou citar essas lojas, mas se um agente consegue de fato resolver uma decisão de compra nelas. Isso exige informação, contexto, regras e capacidade de execução suficientes para responder às dúvidas do comprador, fechar a compra e lidar com o que vem depois. Agentes de IA, no sentido técnico usado no artigo, são sistemas que interpretam uma entrada, planejam etapas e executam ações em nome do usuário.
Os números indicam que boa parte da infraestrutura veio da plataforma, não dos lojistas. Ainda segundo o levantamento, 76 das 86 páginas de produto coletadas carregam o mesmo script adaptador WebMCP da Shopify, e 89 das 122 lojas servem um arquivo /agents.md. Desses 89 arquivos, 83 são cópias quase idênticas de um mesmo template gerado pela Shopify, e apenas cinco em toda a amostra foram escritos pelo próprio lojista.
A consequência prática é que contar a adoção de um agents.md como sinal de prontidão mede, na verdade, o cronograma de lançamento da Shopify. Manic relata que a plataforma ativou as ferramentas WebMCP para todas as vitrines Liquid e que os lojistas não as construíram, o que os dados de Hunt reproduzem em escala.
Por que ser citado pela IA não resolve a compra
O Search Engine Optimization generativo, conhecido como GEO, é a prática de ajustar conteúdo para ser citado por respostas de IA. Manic escreve que o GEO “não tem absolutamente nada a ver com a ação”, e os dados do teste sustentam essa separação: a maior parte das lojas publica os fatos de que um agente precisa e o checkout da Shopify funciona. O que quebra é a etapa do meio, ou seja, converter uma política publicada em uma resposta que o agente consiga usar na hora de decidir.
A janela de devolução é o exemplo citado por Hunt: a informação aparece como texto corrido em uma página de política, mas o agente não consegue recuperá-la quando o comprador pergunta. Estar bem posicionado ou ser citado por um modelo não corrige essa lacuna, segundo a análise publicada.
Manic encerra com uma lista de três partes que, na avaliação de Hunt, toda equipe de ecommerce deveria adotar: expor o que pode ser feito, tornar isso chamável e reportar o que aconteceu, na tradução de “expose what can be done, make it callable, and report what happened”.
Rótulos, botões e o piso semântico das páginas de produto
Manic cita o levantamento de 2026 do WebAIM, que encontrou campos de formulário sem rótulo em 51% das home pages, links vazios em 46,3% e botões vazios em 30,6%. Bill Hunt repetiu as checagens na página de produto, onde a ação de compra realmente acontece, nas 68 lojas que conseguiu recuperar:
- 47% têm ao menos um campo sem rótulo;
- 46% têm ao menos um link vazio;
- 37% têm ao menos um botão vazio;
- 65% das lojas que usam menus suspensos têm um seletor de tamanho ou de opção sem rótulo;
- 19 de 68 não têm nenhum controle de adicionar ao carrinho no HTML servido pelo servidor;
- 31 de 68 passam no piso completo, com botão de compra nativo e nomeado, controles rotulados e uma região ativa que anuncia o resultado.
O botão de compra em si costuma estar correto: quando existe, é um <button> nativo e nomeado em 92% dos casos. O problema está ao redor dele. Se dois terços dos seletores de tamanho não têm rótulo, o agente não distingue com segurança qual menu define o tamanho e qual define a cor.
Na avaliação de Hunt, é aqui que UX, acessibilidade e prontidão para agentes precisam andar juntas, porque dependem da mesma marcação. Um seletor rotulado, um botão de compra nomeado e uma mensagem anunciada de item adicionado ao carrinho atendem ao mesmo tempo a um usuário de leitor de tela, a um usuário de teclado e a um agente de navegador. Os conflitos vêm de um design pensado apenas para o visual, com amostras de cor sem nome e confirmações que aparecem somente na tela.
O teste não mede intenção de compra nem receita, e sim a existência de informação, rótulos e ações executáveis no HTML. Como leitura editorial a partir dos dados publicados, três verificações concentram o risco: se as respostas de atendimento que o comprador costuma pedir, como prazo de devolução, prazo de entrega e regras de cancelamento, estão em formato que o agente consegue recuperar; se os seletores de tamanho e cor têm rótulos distintos; e se o controle de adicionar ao carrinho existe no HTML do servidor, e não apenas depois da execução de scripts no navegador. Para acompanhar outras apurações sobre operação de marketing e conversão, veja o Marketing Brasil.
Perguntas frequentes
O arquivo /agents.md das lojas Shopify indica que o lojista está pronto para agentes de IA?
Não. Segundo Bill Hunt, 89 das 122 lojas analisadas servem um arquivo /agents.md, mas 83 desses 89 são cópias quase idênticas de um único template gerado pela Shopify, e apenas cinco foram escritos pelo lojista. Na prática, a métrica mede o cronograma de lançamento da plataforma, não a preparação da loja.
As ferramentas WebMCP da Shopify já funcionam em todas as vitrines?
Segundo o levantamento de Bill Hunt, 76 das 86 páginas de produto coletadas carregam o mesmo script adaptador WebMCP da Shopify, e Slobodan Manic relata que a plataforma ativou essas ferramentas para todas as vitrines Liquid. O dado central é que a ativação partiu da Shopify, e não dos lojistas.
Ser citado por ChatGPT ou Google AI Overviews é suficiente para vender via agente?
Não, segundo os dados apresentados no Search Engine Journal. Slobodan Manic escreve que o GEO não tem nada a ver com a ação, e a janela de devolução citada por Bill Hunt ilustra o problema: a política existe como texto na página, mas o agente não consegue recuperá-la quando o comprador pergunta.
Quais falhas técnicas impedem um agente de IA de concluir uma compra em lojas Shopify?
No teste com 68 páginas de produto recuperadas, 47% têm ao menos um campo sem rótulo, 37% têm ao menos um botão vazio e 65% das lojas que usam menus suspensos têm um seletor de tamanho ou de opção sem rótulo. Além disso, 19 das 68 não trazem nenhum controle de adicionar ao carrinho no HTML servido pelo servidor.
