Quando un assistente AI aiuta una persona a cercare, confrontare o avviare un acquisto, una descrizione persuasiva non basta. Deve poter trovare e interpretare caratteristiche, varianti, prezzo, disponibilità, consegna e reso senza incontrare versioni discordanti della stessa offerta.
Questo articolo risponde a domande operative su catalogo, feed, markup, promozioni e assistenza AI. La selezione dei temi è editoriale: deriva dalle funzionalità documentate e dagli obblighi della vendita a distanza, non da una misurazione dei volumi di ricerca italiani.
Il punto di partenza non è inseguire una nuova etichetta SEO. È trattare il catalogo come una fonte di verità delle promesse commerciali: per ogni SKU e variante, ciò che viene mostrato deve poter essere riconciliato con ciò che l’utente può acquistare e con ciò che l’assistenza può confermare.
ChatGPT Shopping, ACP e checkout: cosa distinguere
Il 24 marzo 2026 OpenAI ha annunciato un ampliamento dell’Agentic Commerce Protocol (ACP) per la scoperta dei prodotti: i merchant possono condividere feed e promozioni, mentre ChatGPT può mostrare confronti visivi e dettagli come prezzo, recensioni e caratteristiche. ACP resta uno standard in evoluzione: versioni, integrazioni e condizioni di accesso possono cambiare.
Secondo OpenAI, ChatGPT può usare dati di prodotto provenienti da ACP, informazioni pubbliche sui prodotti e altre fonti retail. La piattaforma avverte anche che prezzi, disponibilità e sconti mostrati possono non coincidere sempre con la pagina del venditore: il sito del retailer rimane quindi il riferimento finale per confermare l’offerta.
Per i merchant Shopify, i dati risultano integrati tramite Shopify Catalog. Gli altri merchant interessati a un feed diretto possono consultare la documentazione e richiedere l’accesso. Non è corretto trattare il feed diretto come requisito universale o come funzione automaticamente disponibile a ogni negozio italiano.
È inoltre essenziale distinguere la scoperta del prodotto dalla conclusione dell’ordine in chat. L’annuncio iniziale di Instant Checkout, del 29 settembre 2025, riguardava utenti ChatGPT negli Stati Uniti e venditori Etsy statunitensi, con merchant Shopify in arrivo. Tale annuncio non dimostra la copertura attuale in Italia: una PMI italiana dovrebbe verificare idoneità, paesi supportati e condizioni aggiornate prima di presentare il checkout in chat come disponibile.
La base comune: schede prodotto verificabili, non un feed isolato
Google raccomanda, quando pertinente al modello di vendita, di combinare dati strutturati Product sulle pagine, feed in Merchant Center e schede gratuite. I merchant listing possono esprimere anche informazioni come taglie, spedizioni e politiche di reso. Non è una ricetta specifica per ChatGPT, ma una base riutilizzabile per rendere il catalogo più leggibile e coerente tra canali.
Per ogni prodotto o variante acquistabile, il nucleo informativo dovrebbe includere:
- un identificativo stabile di prodotto e variante;
- nome preciso, marca quando rilevante e caratteristiche distintive;
- immagini coerenti con la variante realmente selezionata;
- prezzo, valuta, disponibilità e URL della pagina acquistabile;
- attributi che cambiano l’offerta, come taglia, colore, formato, compatibilità, configurazione o capacità;
- condizioni di consegna, reso e assistenza applicabili.
La variante non è un dettaglio grafico. Se una scarpa è disponibile solo in certe taglie, un ricambio è compatibile con alcuni modelli o un prodotto configurabile cambia di prezzo, ciascuna combinazione proposta deve corrispondere alla reale offerta acquistabile.
Test della promessa. Per ogni combinazione prodotto-variante, controlla che prezzo, disponibilità e opzione selezionata nella pagina possano essere confermati nel checkout. Se il checkout contraddice la scheda, il dato non è ancora affidabile.
Prezzi, stock e promozioni: la sincronizzazione è parte dell’offerta
Trattare il catalogo come fonte di verità delle promesse è un metodo operativo, non una definizione normativa. È utile perché le piattaforme di shopping usano dati di prodotto e perché le condizioni commerciali devono rimanere coerenti con l’offerta effettivamente acquistabile.
Le discrepanze più dannose sono spesso semplici: un prezzo promozionale scaduto, stock presente sul sito ma assente in magazzino, una variante non più vendibile ancora selezionabile o uno sconto applicabile solo a condizioni non dichiarate.
Prima di pubblicare feed o integrare nuovi canali, costruisci una mappa essenziale:
- quale sistema governa il prezzo di listino e quello promozionale;
- quale sistema è autorevole per disponibilità e riassortimenti;
- chi aggiorna le regole di sconto e la loro data di scadenza;
- da dove arrivano stato ordine, tempi stimati e restrizioni di consegna;
- con quale frequenza sito, gestionale, feed e assistenza vengono sincronizzati;
- chi interviene quando l’allineamento fallisce.
Una checklist minima dovrebbe scattare dopo modifiche di listino, avvio o chiusura di offerte, indisponibilità, riassortimenti, cambio di corriere e variazioni delle policy. Nei cataloghi collegati a più sistemi, non basta sapere che una sincronizzazione è partita: occorre riconciliare i casi in cui prodotto, variante o condizioni non arrivano correttamente a destinazione.
Dati completi non garantiscono comparsa, ranking, traffico o conversioni. OpenAI indica che nella selezione e nel ranking possono incidere pertinenza, disponibilità, prezzo, qualità e ruolo del venditore; Google precisa che la visualizzazione dei risultati arricchiti è discrezionale e può cambiare. Feed, markup e pagine prodotto complete sono quindi prerequisiti di qualità del dato, non leve di visibilità garantita.
Spedizioni, resi e garanzia: rendere esplicite le condizioni
Le informazioni decisive spesso restano disperse tra FAQ, footer e messaggi dell’assistenza. Un catalogo consultabile da persone e sistemi dovrebbe rendere espliciti destinazioni servite, costi, soglie per la spedizione gratuita, finestre o tempi di consegna, restrizioni e procedura di reso.
Schema.org prevede OfferShippingDetails per esprimere destinazioni, costi e tempi di spedizione e hasMerchantReturnPolicy per associare una politica di reso a un’offerta, un’organizzazione o un prodotto. Il markup può rendere i dati più espressivi e coerenti, ma non sostituisce checkout, condizioni contrattuali, pagine legali o integrazioni operative.
Nelle vendite B2C a distanza nell’UE, se sono state fornite le informazioni necessarie, il consumatore dispone normalmente di 14 giorni per recedere; per i beni il termine decorre dalla consegna. Esistono eccezioni, per esempio per prodotti personalizzati o deperibili, e l’assenza delle informazioni richieste può estendere il periodo. Questo è un quadro generale: categoria di prodotto, contratto e normativa nazionale applicabile richiedono una valutazione legale specifica.
Garanzia legale, eventuale garanzia commerciale e assistenza post-vendita vanno mantenute distinte. Un chatbot non dovrebbe ridurle alla formula generica “garanzia inclusa” se durata, copertura, procedura o soggetto responsabile differiscono.
Assistenza AI: utile entro un perimetro controllabile
Un chatbot può aiutare a trovare una guida, chiarire una compatibilità documentata o recuperare una policy corrente. Per farlo in modo affidabile deve usare fonti approvate e aggiornate: catalogo, stato ordine, documentazione tecnica, FAQ governate e policy vigenti.
Conviene separare le richieste a basso rischio dalle eccezioni. Nel primo gruppo rientrano, per esempio, la disponibilità di un manuale o una caratteristica riportata nella scheda tecnica. Nel secondo rientrano rimborso fuori policy, contestazioni, indisponibilità, deroghe commerciali, reclami, dati personali e promesse di consegna non confermate.
Il bot non dovrebbe improvvisare il prezzo finale se dipende da regole non disponibili, una data di consegna non confermata, il diritto al reso in casi eccezionali, un rimborso o una compatibilità non documentata. Per questi casi è opportuno predisporre l’escalation verso una persona o una procedura interna.
Il calendario indicato dalle fonti UE colloca al 2 agosto 2026 l’applicazione degli obblighi di trasparenza dell’articolo 50 dell’AI Act. Gli obblighi concreti dipendono dal ruolo dell’impresa e dalla configurazione del sistema. Rendere riconoscibile il chatbot, definirne il perimetro e predisporre il passaggio a un operatore umano sono misure operative prudenti; il passaggio umano non è un obbligo generale desunto dalle fonti citate.
Servono inoltre log delle conversazioni, revisione degli errori ricorrenti e un responsabile interno per contenuti, policy e integrazioni. La governance dell’AI non coincide con la scelta del modello: riguarda anche le fonti che il modello può usare e le azioni che gli è consentito suggerire.
Checklist di priorità per una PMI
- Censire SKU, varianti, identificativi, fonti dati e pagine prodotto mancanti.
- Stabilire il sistema autorevole per prezzo e stock, poi controllare le sincronizzazioni tra gestionale, e-commerce e feed.
- Rendere espliciti consegna, reso, garanzia e limiti applicabili a prodotto o offerta.
- Completare le pagine prodotto e il markup Product; quando appropriato, aggiungere dati strutturati di spedizione e reso e validare l’implementazione.
- Valutare Merchant Center, feed diretti e integrazioni di piattaforma soltanto dopo aver stabilizzato i dati di base e verificato l’accesso effettivo.
- Configurare l’assistenza AI con fonti approvate, escalation e limiti chiari sulle promesse commerciali.
- Monitorare casi reali: prodotto mostrato ma non acquistabile, prezzo diverso, stock errato, variante incoerente o risposta del bot da correggere.
Questa sequenza è una checklist editoriale derivata dalle fonti disponibili, non uno standard certificato né un ordine obbligatorio per ogni impresa. Se il catalogo dipende da più sistemi, il primo output utile è spesso una mappa di dati, responsabilità e punti di riconciliazione: installare subito un nuovo strumento non risolve una promessa commerciale già incoerente.
