// pesquisa em andamento · ICMC/USP · 2026
Agent-Readiness Score · PDPs · E-commerce BR
Visível para humanos.
Invisível para agentes.
A nova fronteira do e-commerce não é o SEO tradicional. É a otimização para Inteligência
Artificial.
A descoberta de produtos mudou. Motores de busca estão dando lugar a agentes generativos que leem, interpretam e
decidem o que recomendar. O Ghostprod audita a invisibilidade semântica do seu catálogo para garantir que ele
seja a primeira escolha dos LLMs.
01 · o problema e a estratégia
A inteligência de dados aplicada a negócios exige mais do que atrair tráfego; exige garantir o posicionamento nos novos ecossistemas de IA. Hoje, agentes como ChatGPT e Gemini decidem quais produtos comparar baseados puramente na densidade de dados estruturados e na performance técnica da sua página. Performance técnica ruim, Schema.org ausente e descrições sem atributos verificáveis tornam uma PDP semanticamente invisível. O produto existe no seu servidor, mas para o modelo de linguagem que vai recomendar a compra, ele simplesmente não existe.
02 · resultado real · ao vivo
Análise rodada ao vivo em 27/03/2026 · Pipeline Python + Playwright + CrUX API + spaCy · @naturaoficial — dados públicos, PDPs abertas
→ https://www.natura.com.br/p/serum-intensivo-multiclareador-chronos-derma-30-ml/NATBRA-169222
03 · engenharia de dados: sob o capô
A invisibilidade não se resolve com achismos, mas com orquestração de dados. O motor do Ghostprod executa um pipeline determinístico que cruza dados de campo reais (CrUX) com testes sintéticos em tempo real, validação de JSON-LD e processamento de linguagem natural (NLP). É a engenharia traduzindo o caos do código em inteligência acionável.
AGENTE 01
CrUX Field Data
Dados de campo reais via Chrome UX Report API. Percentil p75 de LCP, INP, CLS e TTFB.
AGENTE 02
PageSpeed Lab
4 scores do Lighthouse (Performance, Accessibility, Best Practices, SEO) via PageSpeed Insights API.
AGENTE 03
Schema.org
Playwright renderiza a PDP com Chromium headless — resolve CSR e VTEX IO. Extrai e avalia completude do JSON-LD.
AGENTE 04
Conteúdo NLP
Mede densidade de atributos técnicos verificáveis vs. marketing gloss. Modelo em português.
AGENTE 05
Gap Analysis
Simula o raciocínio de um agente real. Responde: com esses dados, esse produto seria recomendado para "sérum para pele oleosa"?
COMO É CALCULADO?
O Agent-Readiness Score combina três variáveis técnicas em um número de 0 a 100.
Os pesos são o que a pesquisa está descobrindo.
Isso é a tese.
04 · rigor acadêmico: a metodologia
Tese · ICMC/USP
MBA em Ciência de Dados. Hipótese: as três variáveis têm pesos diferentes na predição de invisibilidade semântica para agentes de Level 1. O ghostprod é o instrumento de coleta de dados. Modelo: regressão logística + SHAP values.
Série Substack
Agentic Commerce — artigos com dados originais sobre como agentes de IA leem o e-commerce brasileiro. Dois artigos publicados. Cada publicação tem dado verificável, hipótese testável ou experimento replicável.
Dado de campo
CrUX API confirma: a maioria das PDPs individuais não atinge o threshold mínimo de tráfego Chrome para gerar dados de campo. Isso é uma limitação metodológica real — e um ponto cego de todos os concorrentes que usam CrUX.
05 · quem lidera o projeto