Tráfico de agentes de IA: una guía para Shopify y WooCommerce

El tráfico de agentes de IA son visitas y pedidos impulsados por agentes de compra y recomendación como ChatGPT, Gemini y Claude que muestran tus productos, enlazan directamente a tus páginas de SKU y, a veces, completan el proceso de compra sin una sesión de navegador humana. Tu acción de mayor impacto ahora mismo: activar datos estructurados a nivel de SKU en cada página de detalle de producto y sincronizar un feed de productos limpio y completo con Google Merchant Center para que los agentes puedan encontrar, confiar y citar tus fichas.

Puntos clave

El tráfico de agentes de IA es el canal de referencia de mayor crecimiento en ecommerce, y los comercios que lo instrumenten correctamente ahora tendrán una ventaja acumulativa en atribución frente a quienes esperen.

Por qué el tráfico de agentes de IA es una prioridad para tu tienda ahora mismo

Adobe Analytics registró un crecimiento del 1.324% en el tráfico referido por IA entre octubre de 2024 y mayo de 2026. Eso no es un error de redondeo. La cobertura del sector sobre los datos de Shopify también informa de que las sesiones referidas por IA convierten sustancialmente mejor que la búsqueda orgánica. Las sesiones son menos, pero los compradores llegan en una fase más avanzada de su decisión.

El problema de la atribución es tan importante como el crecimiento. La búsqueda con IA está creando nuevos problemas de atribución para los retailers porque los agentes pueden completar compras sin que la sesión del navegador del comprador llegue a tocar tu sitio. Andy Crossen, de Partnerize, lo plantea con claridad: los retailers deben dejar de medir clics y empezar a medir la influencia, porque un agente que actúa como responsable de la decisión evita por completo cualquier modelo de atribución basado en páginas de destino que tengas. Los datos de referencia desaparecen, los ingresos se clasifican como directos u orgánicos de marca, y la plataforma que posee la relación con el agente también posee la relación con el cliente.

Impactos empresariales clave que debes tener en cuenta:

• Los datos de referencia de los agentes de IA son en gran medida invisibles en una configuración estándar de GA4, y el análisis del sector estima que aproximadamente el 70% de las referencias de IA aparecen como tráfico directo u orgánico de marca
• Los ingresos mal clasificados provocan una inversión insuficiente en el canal que realmente está convirtiendo
• Los agentes que completan el pago de forma autónoma rompen por completo los modelos de último clic, no solo parcialmente

¿Qué señales utilizan los agentes de compra con IA para elegir productos?

Los agentes no navegan como lo hacen los humanos. Construyen una imagen del producto a partir de múltiples capas de datos y las ponderan entre sí. Un feed de producto limpio y actualizado con frecuencia es la palanca de mayor impacto para aparecer en superficies mixtas de compra con IA como Google AI Mode y Gemini. El schema en la página importa para las superficies que rastrean directamente.

Las señales que más mueven la aguja, en un orden aproximado de prioridad:

• Schema de Product/Offer en la PDP: nombre, precio, disponibilidad, SKU, GTIN, marca y valoración agregada
• Higiene del feed: feed completo y preciso de Merchant Center o del comercio, sin precios desactualizados ni indicadores de agotado
• GTIN y MPN: la falta de identificadores hace que los agentes omitan un producto o duden sobre él
• Volumen y actualidad de las reseñas: los agentes ponderan mucho las señales de reseñas, y un producto con reseñas recientes se sitúa por encima de otro con reseñas más antiguas o menos numerosas
• Precisión del precio y la disponibilidad: las discrepancias entre el feed y la página hacen que los agentes desconfíen del listado
• Corroboración entre fuentes: si tu feed, el schema de la página y las reseñas de terceros dicen lo mismo, los agentes tratan los datos como fiables; las inconsistencias hacen que duden u omitan el producto por completo
• Imágenes estructuradas y texto alt descriptivo: los agentes que analizan contenido visual necesitan recursos limpios y bien etiquetados

Un ejemplo concreto de la diferencia que marca el schema: un título como “Jersey azul de lana merina con cuello redondo, talla grande de hombre, lavable a máquina” le da a un agente todo lo que necesita para relacionarlo con una consulta. “Sweater-BLU-L” no le da nada.

Cómo medir y atribuir el tráfico de agentes de IA

El GA4 estándar se pierde la mayor parte. Aquí tienes un playbook de seguimiento que realmente funciona.

1. Detecta las sesiones de agentes usando cadenas de user-agent y rangos de IP de salida publicados por las principales plataformas de IA, combinados con fingerprinting de comportamiento. Una detección fiable en 2026 combina fingerprinting de UA/IP, forma del comportamiento y una unión mediante webhook del lado del servidor con las sesiones de pago.
2. Conserva una etiqueta de sesión propia cuando se detecte una sesión de agente. Escribe un identificador de nivel de agente en la sesión para que sobreviva entre cargas de página.
3. Pasa metadatos al checkout del lado del servidor mediante Stripe o tu procesador de pagos. Agent Toolkit de Stripe te permite adjuntar metadatos de sesión de agente a una Checkout Session en el momento de su creación.
4. Realiza la unión mediante webhook tras la confirmación del pago. Haz coincidir el identificador de sesión de agente en la carga útil del webhook con el registro del pedido para atribuir correctamente las líneas de artículo.
5. Audita tu configuración de GA4 para detectar picos de tráfico directo y orgánico de marca que se correlacionen con periodos de crecimiento de referencias de IA.

KPI que merece la pena seguir una vez que la infraestructura esté en su sitio:

• Visitas referidas por IA (sesiones detectadas por día/semana)
• Porcentaje de entradas a PDP que llegan sin una visita previa a una página de categoría o de búsqueda (la huella de enlace profundo)
• Ingresos atribuidos a IA mediante uniones por webhook
• Tiempo hasta añadir al carrito para sesiones referidas por agentes frente a orgánico
• Incremento de conversión para la cohorte referida por agentes

Consejo profesional: Nunca te bases solo en las cabeceras Referer. Los agentes suelen enlazar directamente a páginas de SKU con cadenas de consulta y eliminan u omiten el Referer. El patrón de aterrizaje en PDP combinado con una unión del lado del servidor es una señal mucho más fiable que cualquier enfoque basado en cabeceras.

Para ver un recorrido completo a nivel de código, la guía de seguimiento del tráfico de compras con IA cubre en detalle fragmentos de detección, uniones de webhook de Stripe y pasos de auditoría de GA4.

Lista de comprobación priorizada para tiendas Shopify y WooCommerce

Aborda estos puntos en este orden. Los tres primeros pueden completarse en un solo día.

Victorias rápidas (Día 1):

• Añade el schema de Product/Offer a cada PDP. En Shopify, la mayoría de los temas lo admiten de forma nativa o mediante una aplicación de schema; verifícalo con la prueba de resultados enriquecidos de Google. En WooCommerce, un plugin como Rank Math o Schema Pro se encarga de ello.
• Sincroniza tu feed de productos con Google Merchant Center. En Shopify, la aplicación del canal Google & YouTube se encarga de esto. En WooCommerce, utiliza un plugin de feed específico como WooCommerce Product Feed Pro.
• Rellena todos los campos de GTIN y MPN. Los identificadores en blanco son una penalización silenciosa de posicionamiento en todas las superficies de IA.

Notas específicas por plataforma:

• Shopify: usa el conector de Shopify de un clic de Ecentic para publicar datos de fichas optimizados sin tocar el código del tema. El conector gestiona simultáneamente la inyección de schema y la sincronización del feed.
• WooCommerce: la integración de WooCommerce de Ecentic se conecta al checkout del lado del servidor para pasar automáticamente metadatos de sesión del agente, eliminando la necesidad de código webhook personalizado.

Elementos de siguiente prioridad:

• Configura una secuencia de solicitud de reseñas después de la compra. La actualidad importa; un producto con 12 reseñas de los últimos 60 días supera a uno con 200 reseñas de hace dos años en el ranking de agentes.
• Audita las descripciones de producto para detectar renderizado solo con JS. Si tu descripción solo aparece después de que se active un evento de JavaScript, la mayoría de los agentes nunca la verán. Mueve el contenido crítico a HTML renderizado en servidor.

Consejo profesional: Comprueba la frecuencia de actualización de tu feed. Los feeds de Merchant Center que se actualizan menos de una vez al día son un motivo habitual por el que los productos desaparecen de las superficies de compra con IA tras un cambio de precio o inventario. Las métricas de SEO para IA que merece la pena seguir incluyen la frescura del feed como un indicador adelantado de la visibilidad para agentes.

Cómo comprobar si los agentes realmente están mostrando tus productos

La validación es donde la mayoría de los comercios se quedan cortos. Aplicar la corrección sin confirmar que funcionó es lo mismo que no aplicarla.

1. Redacta consultas de prueba que coincidan con tu categoría de producto y rango de precio. Usa exactamente la formulación que utilizaría un comprador con ChatGPT, Gemini o Claude («las mejores botas de senderismo impermeables por menos de 150 $ para hombre»).

2. Ejecuta cada consulta en los tres agentes y registra: nombre de la superficie, posición del resultado, si aparece tu producto, el texto del fragmento utilizado y si el enlace va a tu PDP o a una página de categoría.

3. Haz seguimiento de los dominios de referencia en los registros de tu servidor durante las 48 horas posteriores a un cambio en la ficha. Una nueva referencia desde chat.openai.com o gemini.google.com confirma que el cambio se ha registrado.

4. Comprueba que los enlaces profundos llegan a la página SKU correcta, no a un 404 ni a un bucle de redirección.

5. Repite el ciclo de pruebas cada semana y registra las tasas de selección a lo largo del tiempo.

Campos que debes recoger en tu registro de simulación: nombre de la superficie, texto de la consulta, posición del resultado, SKU enlazado, texto del fragmento, referencia presente (sí/no) y conversión de sesión.

UCP Playground de Ecentic automatiza este proceso. Ejecuta consultas de prueba estructuradas en ChatGPT, Gemini y Claude simultáneamente, devuelve diagnósticos claros de victoria/derrota para cada SKU y hace seguimiento de las tasas de selección entre reescaneos para que puedas ver si un cambio en la ficha ha marcado la diferencia.

Hoja de ruta de 30/60/90 días para captar tráfico de agentes de IA

Reevalúa la hoja de ruta en el Día 30 si la tasa de selección de referencia es cero en todos los agentes. Eso suele significar un error de configuración del schema o del feed, no un problema de contenido.

Errores comunes que acaban con la visibilidad de los agentes

• Confiar en las cabeceras Referer: los agentes las eliminan. Usa la detección por UA/IP junto con la huella de aterrizaje en la PDP.
• Feeds desactualizados: un feed que se actualiza semanalmente mostrará productos agotados como disponibles. Los agentes los muestran, los compradores hacen clic y la conversión cae. Actualiza a diario como mínimo.
• GTIN ausentes: los agentes tratan un producto no identificado como no verificable. Completa todos los campos.
• Reseñas ocultas: las reseñas cargadas mediante JavaScript después del renderizado de la página son invisibles para la mayoría de los rastreadores. Renderiza el schema de reseñas del lado del servidor.
• Datos incoherentes entre fuentes: si tu feed dice 49,99 $ y el schema de tu página dice 54,99 $, los agentes dudan o se saltan el producto. Audita la coherencia entre el feed, la página y los listados de terceros.
• Uniones por webhook mal configuradas: un webhook que se activa pero no escribe el identificador de sesión del agente en el registro del pedido produce una unión que siempre falla. Prueba la unión de extremo a extremo en staging antes de pasar a producción.

Lista rápida de auditoría: Rich Results Test se supera en 5 PDP aleatorias, Merchant Center muestra cero errores de feed, el campo GTIN está completado en cada SKU activa, el schema de reseñas se renderiza en el código fuente de la página (no solo después de JS), la marca temporal de última actualización del feed está dentro de las últimas 24 horas.

Lo que las primeras pruebas realmente me enseñaron sobre el tráfico agentic

El instinto que tienen la mayoría de los comerciantes es tratar la optimización para agentes de IA como el SEO: escribir mejores títulos, conseguir más backlinks y esperar. Ese es el enfoque equivocado. Los agentes no clasifican páginas; ensamblan respuestas a partir de fuentes de datos estructurados. Los comerciantes que vieron moverse primero las tasas de selección no fueron los que tenían el mejor copy. Fueron los que tenían los feeds más limpios y los datos más consistentes en cada superficie que un agente podía comprobar.

Empieza con el schema de SKU y una auditoría del feed de Merchant Center antes de tocar una sola palabra del copy del producto. Luego ejecuta una simulación. Los diagnósticos basados en simulación de Ecentic te muestran exactamente qué señales están fallando para cada SKU, en lenguaje claro, antes de que pases un día reescribiendo descripciones que nunca fueron el problema.

Ecentic te ofrece la visión completa, desde la simulación hasta la atribución

La mayoría de los comercios que intentan mejorar la visibilidad en IA van a ciegas: hacen cambios y esperan que mejore la tasa de selección. Ecentic cierra ese ciclo. Ejecuta un escaneo gratuito de fichas de producto y obtén un diagnóstico en lenguaje claro de por qué ChatGPT, Gemini o Claude están omitiendo tus SKU, con correcciones específicas clasificadas por impacto.

A partir de ahí, la publicación con un solo clic envía directamente el schema corregido y los datos del feed a tu tienda Shopify o WooCommerce. Las uniones de atribución basadas en webhooks conectan las sesiones de agentes con los pedidos reales en tu procesador de pagos, para que dejes de clasificar erróneamente los ingresos impulsados por IA como tráfico directo. Los reescaneos continuos hacen un seguimiento de tu tasa de selección a lo largo del tiempo, para que sepas cuándo un cambio en la ficha de un competidor empieza a desviar recomendaciones que antes iban hacia ti. Los comercios que usan Ecentic han informado de aumentos significativos en las visitas impulsadas por IA y en las ventas totales tras completar el ciclo de optimización. Empieza con el escaneo gratuito en Ecentic y comprueba exactamente en qué punto se encuentran hoy tus fichas.

Fuentes

• Optimización de búsqueda con IA para comercio electrónico 2026 | Attrifast
• Eevy

Preguntas frecuentes

¿Qué es exactamente el tráfico de agentes de IA para una tienda de comercio electrónico?

El tráfico de agentes de IA son visitas y pedidos que se originan en agentes de compra o recomendación como ChatGPT, Gemini y Claude, que muestran tus productos en respuesta a la consulta de un usuario. Algunos agentes enlazan directamente a tus páginas de SKU; otros completan la compra de forma autónoma sin una sesión de navegador.

¿Por qué GA4 no detecta la mayoría de las sesiones referidas por IA?

Los agentes eliminan con frecuencia las cabeceras Referer y llevan a los usuarios directamente a las páginas de producto, que GA4 clasifica como tráfico directo.

¿Qué corrección debería hacer primero un comercio en Shopify?

Añade schema de Product/Offer a cada PDP y sincroniza un feed completo que se actualice a diario con Google Merchant Center. Estos dos pasos abordan las señales a las que los agentes dan más peso y pueden completarse sin desarrollador en la mayoría de los temas de Shopify.

¿Cómo ayuda Ecentic con la visibilidad y la atribución de agentes?

Ecentic ejecuta diagnósticos basados en simulación en ChatGPT, Gemini y Claude para mostrar exactamente qué señales están fallando en cada SKU, y después publica las correcciones mediante conectores de un solo clic para Shopify y WooCommerce. Las uniones de atribución basadas en webhooks conectan las sesiones de agentes detectadas con los pedidos reales en tu procesador de pagos.

¿Cuánto tardan los cambios en las fichas en aparecer en las recomendaciones de los agentes?

Los cambios en el feed suelen propagarse a Google AI Mode y Gemini en un plazo de 24–48 horas tras una actualización en Merchant Center. Los cambios de schema en la página pueden tardar varios días en reflejarse en las respuestas de los agentes, según la frecuencia de rastreo. Ejecutar consultas de prueba después de cada cambio es la única forma fiable de confirmar que la actualización se ha registrado.