Un prodotto con prezzo aggiornato ma disponibilità sbagliata non è un problema di copy: per un agente AI è un dato che può bloccare una raccomandazione o produrre un acquisto errato. La ricerca di prodotto sta passando da pagine lette da persone a cataloghi confrontati da software. Per un e-commerce, quindi, la nuova unità di lavoro non è la singola scheda bella da vedere. È una scheda coerente tra pagina, dati strutturati, feed e checkout.

Il segnale più recente arriva da Amazon. Reuters ha descritto un piano interno chiamato “World Product Graph”, pensato per raccogliere informazioni anche su prodotti venduti fuori da Amazon. Non è un servizio annunciato e potrebbe cambiare o non uscire. Ma Amazon offre già Shop Direct, che porta prodotti di negozi esterni dentro la ricerca Amazon e Alexa for Shopping. La direzione è abbastanza chiara da giustificare un audit dei dati prodotto, non una corsa ad aggiungere l’ennesimo plugin.

Il catalogo diventa un’infrastruttura

Il 13 novembre 2026 Reuters ha riportato l’esistenza del piano World Product Graph sulla base di un documento interno e di fonti vicine al progetto. L’obiettivo descritto è collegare dati su articoli venduti in tutto il web, compresi quelli non presenti nel catalogo Amazon. Amazon ha risposto che i documenti di brainstorming possono essere incompleti o superati e non rappresentano necessariamente i piani correnti dell’azienda.

Questa cautela va mantenuta: non esiste un lancio confermato sul quale costruire oggi una strategia. Esiste però un servizio operativo che mostra il modello. Il 4 novembre Amazon ha aperto il Shop Direct Merchant Workspace, un portale attraverso il quale i merchant idonei possono verificare il proprio sito e condividere il catalogo. Amazon dichiara che Shop Direct ha già mostrato centinaia di milioni di prodotti di negozi esterni e che questi articoli compaiono in centinaia di milioni di ricerche al mese.

Il Merchant Workspace accetta formati di feed già usati per altri canali e prevede collegamenti tramite provider come Feedonomics, Salsify, CEDCommerce e VersaFeed, oltre alla Selling Partner API. Il cliente vede il prodotto su Amazon o in Alexa for Shopping, poi può essere inviato al sito del merchant; quando disponibile, “Buy for Me” esegue il checkout sul negozio per conto dell’utente. Per ora Shop Direct è rivolto ai clienti statunitensi. Un e-commerce italiano non deve quindi trattarlo come un canale già disponibile ovunque, ma può usare il caso per preparare il proprio catalogo.

La mia tesi è questa: nell’agentic commerce il vantaggio non parte da una descrizione più persuasiva, ma da dati più facili da verificare. Un agente deve capire quale variante è disponibile, quale prezzo è valido, quali sono tempi e costi di consegna e se l’URL porta davvero al prodotto descritto. Se queste risposte cambiano tra HTML, schema, feed e checkout, il catalogo non è pronto, indipendentemente dalla qualità del testo.

I campi che un agente deve poter verificare

Una scheda prodotto utile alle macchine deve distinguere identità, attributi commerciali e condizioni di acquisto. Il nome serve a presentare l’articolo; SKU, GTIN o MPN servono a riconoscerlo; variante e gruppo prodotto spiegano la relazione con colori, taglie o configurazioni; prezzo, valuta e disponibilità descrivono l’offerta in quel momento.

La documentazione Google sulle merchant listing offre una base concreta. Per il markup Product richiede nome, immagine e una Offer acquistabile. Raccomanda, quando disponibili, descrizione, brand e identificatori globali. Per gli e-commerce che cambiano spesso prezzo o disponibilità, Google consiglia di inserire i dati strutturati nel primo HTML servito: generarli soltanto via JavaScript può rendere il crawling meno affidabile.

Non basta compilare i campi. Occorre rispettare quattro relazioni:

  • Identità: SKU, GTIN e MPN non devono essere riutilizzati per prodotti diversi o lasciati a valori segnaposto.
  • Variante: colore, taglia, materiale o capacità devono indicare la combinazione selezionata, non l’intera famiglia.
  • Offerta: prezzo, valuta e disponibilità devono coincidere tra pagina, schema, feed e carrello.
  • URL: ogni collegamento deve aprire il prodotto o la variante descritta, senza redirect verso categorie, homepage o articoli non disponibili.

Quest’ultimo punto merita un controllo dedicato. Un chatbot può costruire una risposta corretta e citare un collegamento ormai rotto o ambiguo. Nella guida Link dai chatbot: verifica prima ho proposto di separare la qualità della risposta dalla raggiungibilità della destinazione. Sul catalogo vale la stessa regola: un attributo è utile solo se conduce a un’offerta reale.

Varianti: dove i cataloghi si rompono

Le varianti sono il punto in cui una scheda apparentemente corretta produce più facilmente dati contraddittori. La pagina può mostrare una scarpa blu taglia 42, mentre il JSON-LD espone il prezzo della variante rossa taglia 39. Oppure tutte le combinazioni condividono lo stesso SKU, la stessa immagine e un’unica disponibilità generica. Per una persona il selettore può chiarire il contesto; un crawler o un agente riceve entità che non riesce a distinguere.

Google documenta due modelli per rappresentare le varianti con ProductGroup e Product: una pagina unica con varianti selezionabili oppure pagine separate. In entrambi i casi ogni variante deve avere un identificatore distinto. Con una pagina unica, l’URL deve permettere di preselezionare la combinazione e mostrarne immagine, prezzo e disponibilità; il gruppo mantiene un proprio identificatore e dichiara gli attributi che variano.

Su WooCommerce il controllo va fatto sull’HTML finale, non sulle impostazioni del plugin. Tema, plugin SEO, estensioni feed e personalizzazioni possono modificare o duplicare lo schema. Apri una variante specifica senza cookie, verifica l’URL, poi confronta titolo, immagine, SKU, prezzo e disponibilità presenti nella pagina con quelli del JSON-LD. Se compaiono due nodi Product incompatibili, non aggiungerne un terzo: individua quale componente li genera e scegli una sola fonte autorevole.

La stessa prudenza vale per il checkout agentico. Nel confronto Checkout per agenti AI su WooCommerce ho separato il livello di scoperta dal livello transazionale. Rendere il catalogo leggibile non significa concedere a un agente accesso senza limiti al carrello, ai pagamenti o ai dati del cliente. Catalogo, autorizzazione e pagamento restano tre perimetri distinti.

Audit WooCommerce in 90 minuti

Non partire da tutto il catalogo. Seleziona venti prodotti che coprano i casi più rischiosi: cinque bestseller, cinque articoli con varianti, cinque prodotti aggiornati spesso e cinque con spedizione o disponibilità particolare. Il campione deve includere almeno un prodotto esaurito, uno scontato e uno con più immagini.

  1. Apri la pagina come utente anonimo. Registra URL canonico, titolo, prezzo, valuta, disponibilità, variante selezionata e immagine principale.
  2. Leggi il JSON-LD servito. Cerca i nodi Product, ProductGroup e Offer. Segna duplicati, valori mancanti e differenze rispetto alla pagina.
  3. Controlla il feed principale. Confronta gli stessi campi, compresi SKU, GTIN, brand, link e link immagine. Non correggere il feed a mano se viene rigenerato: risali alla fonte.
  4. Prova l’URL della variante. Aprilo in una sessione pulita. Deve preselezionare la combinazione corretta e permettere di aggiungerla al carrello.
  5. Simula un cambio. Modifica in staging prezzo o disponibilità e misura quanto tempo impiegano pagina, schema e feed ad allinearsi.
  6. Verifica il checkout. Il carrello deve mantenere variante, quantità, prezzo e condizioni mostrate sulla scheda.

Per ogni prodotto assegna un esito semplice: PASS quando i quattro livelli coincidono; WARN quando manca un campo consigliato ma la transazione è corretta; FAIL quando identità, prezzo, disponibilità o destinazione divergono. Un foglio di audit con venti righe è più utile di un punteggio SEO generico, perché indica quale dato interrompe il flusso.

Durante il controllo evita due scorciatoie. La prima è copiare la descrizione del produttore senza verificare identificatori e varianti: produce pagine simili ma non risolve l’identità. La seconda è installare un plugin di schema sopra un output già esistente: può trasformare un campo mancante in due versioni contrastanti dello stesso prodotto.

Una sola fonte, più canali

Il modello sostenibile è definire una fonte operativa per ogni attributo. WooCommerce può restare il sistema principale per prezzo e disponibilità; un PIM può gestire descrizioni, tassonomia e media; un gestionale può governare stock e identificatori. La scelta conta meno della responsabilità: ogni campo deve avere un proprietario e una regola di sincronizzazione.

Costruisci quindi una mappa minima:

  • campo e formato accettato;
  • sistema autorevole;
  • frequenza di aggiornamento;
  • canali che lo consumano;
  • controllo automatico e soglia di errore;
  • persona che interviene quando la sincronizzazione fallisce.

Se la disponibilità cambia ogni ora, un feed giornaliero è già una decisione sbagliata. Se il GTIN non cambia quasi mai, può essere controllato all’importazione e poi monitorato per anomalie. Se prezzo e promozione hanno date di validità, il feed deve esporle in modo esplicito e il sito deve tornare al prezzo ordinario senza interventi manuali.

Shop Direct rafforza questo approccio perché consente, secondo Amazon, di riutilizzare cataloghi già costruiti per altri canali. La conseguenza pratica non è creare un “feed per l’AI”, ma mantenere un nucleo di dati affidabili che possa alimentare più destinazioni. Ogni trasformazione specifica va tenuta sottile, documentata e verificabile.

Il piano dei prossimi 30 giorni

Nella prima settimana completa l’audit sui venti prodotti e correggi tutti i FAIL transazionali: URL errati, varianti indistinguibili, prezzi discordanti e disponibilità non sincronizzata. Nella seconda estendi i controlli alle famiglie di prodotto che condividono lo stesso template e aggiungi test automatici sui campi critici.

Nella terza settimana misura la freschezza. Registra l’orario dell’ultima modifica nel sistema autorevole e quello in cui il dato compare su pagina, schema e feed. Non serve una dashboard complessa: per iniziare bastano il ritardo massimo, il numero di prodotti incoerenti e il tempo medio di correzione.

Nella quarta settimana prova un secondo canale con un sottoinsieme del catalogo. Scegli prodotti con identità e disponibilità stabili, confronta ciò che il canale riceve e prepara una procedura per sospenderli se i dati divergono. Shop Direct è oggi limitato agli Stati Uniti, quindi non deve per forza essere il test scelto da una PMI italiana. Google Merchant Center o un comparatore già usato possono offrire lo stesso esercizio operativo.

La metrica principale non è quante piattaforme ricevono il feed. È la percentuale di prodotti per i quali pagina, schema, feed e checkout dicono la stessa cosa. Gli agenti AI renderanno più visibili i cataloghi leggibili, ma renderanno anche più costosi gli errori distribuiti in automatico. Prima di ottimizzare la presenza in un nuovo canale, fai in modo che ogni prodotto abbia un’identità verificabile e un’offerta coerente.

Fonti