Il feed prodotto che nessuno apre da tre anni è diventato il vostro biglietto d’ingresso

Il file creato per le campagne Google Shopping e mai più toccato oggi decide se i vostri prodotti compaiono nelle risposte di ChatGPT. Ma la pagina prodotto non è finita: due studi di marzo e giugno 2026 dicono cose diverse, e servono due lavori diversi.

In quasi tutte le aziende che vendono online c’è un file di cui nessuno si ricorda il nome. È stato generato da un plugin quando si sono attivate le prime campagne Google Shopping, ha funzionato, e da allora nessuno lo ha più guardato. Se l’agenzia che gestisce le campagne è cambiata una volta, probabilmente nessuno sa nemmeno più dove viene prodotto.

Quel file è il feed prodotto: l’elenco strutturato di tutto il catalogo, con codici, titoli, prezzi, disponibilità, immagini e categorie, che il sito manda a Google Merchant Center. Serve alle campagne Shopping. Fino a un anno fa non serviva a niente altro.

Due analisi pubblicate nel 2026 raccontano che le cose sono cambiate, e vale la pena capire cosa dicono davvero, perché le informazioni che stanno circolando nel settore sono più nette dei dati.

Cosa dicono i due studi, con le cautele necessarie

La prima analisi è di Tom Wells e Malte Landwehr, pubblicata su Search Engine Land a marzo 2026. Hanno confrontato i prodotti che ChatGPT mostra nei suoi caroselli di shopping con i risultati organici di Google Shopping: l’83% coincide con i primi 40 risultati di Google Shopping, contro l’11% di Bing. Il 60% delle corrispondenze forti arriva dai primi dieci risultati, e l’ordine del carosello ricalca il ranking di Google Shopping. Il campione, secondo la ripresa fatta dal blog di Seeders, comprende oltre 5.000 caroselli e 43.000 prodotti unici su dieci categorie retail.

Attenzione a come si legge questo numero, perché viene già riportato male. L’83% non significa che l’83% dei prodotti raccomandati dall’AI arriva dai feed. Significa che i prodotti che ChatGPT propone sono in larga parte gli stessi che Google Shopping mostra in cima. È una misura di sovrapposizione, non di provenienza tecnica.

La seconda analisi è di Profound, su oltre un milione di offerte prodotto di ChatGPT rilevate a giugno 2026. Qui il dato interessante è sulla qualità: le offerte che ChatGPT recupera dai feed dei merchant hanno brand, immagine e dati del venditore nel 100% dei casi, contro lo 0% delle offerte ricavate raschiando la pagina prodotto. Il tag "best price" compare nel 100% dei casi contro il 21%. E quando l’offerta arriva dal feed, finisce in prima posizione nel 99,9% dei casi.

Due precisazioni doverose.
La prima: sia Peec AI sia Profound vendono strumenti di monitoraggio della visibilità nei sistemi di AI. I dati sono plausibili e nessuno li ha smentiti, ma sono anche materiale di marketing di chi ha interesse a dire che il tema è urgente. Né Google né OpenAI hanno confermato o contestato niente.
La seconda: sono numeri di marzo e giugno 2026, e questo fenomeno si muove in settimane. Profound stessa riporta che la quota di offerte recuperate dai feed è passata dal 4,3% a circa il 20% in sei settimane.

Perché un file amministrativo è diventato un asset di visibilità

Il punto non è che l’AI abbia scoperto i feed. Il punto è più banale, e più utile da capire per chi decide dove mettere il budget.

Un feed prodotto è un dato strutturato: ogni informazione sta in un campo con un nome preciso. Il codice GTIN è nel campo GTIN, il prezzo nel campo prezzo, la disponibilità nel campo disponibilità. Una pagina prodotto è un documento pensato per un essere umano: il prezzo è scritto in un punto dello schermo, la disponibilità in un altro, la taglia disponibile magari dentro un menu che si apre solo se ci clicchi.

Un sistema che deve mettere insieme dieci prodotti confrontabili in una risposta preferisce il primo formato, perché non deve interpretare niente. È la stessa ragione per cui un magazzino lavora meglio con un file di righe che con dieci email di ordini scritte a mano.

Questo spiega anche il divario di completezza rilevato da Profound: non è che il feed sia magico, è che il feed contiene esplicitamente le informazioni che dalla pagina vanno indovinate. Se il vostro feed ha titoli approssimativi, categorie sbagliate e prezzi non allineati al sito, il vantaggio se ne va.

OpenAI, nella propria documentazione, dichiara che nei risultati di shopping considera disponibilità, prezzo, qualità e il fatto che il merchant sia venditore primario, e specifica che si tratta di risultati organici, non sponsorizzati. Non è una conferma dello studio Peec AI, è un’altra cosa: sono i criteri dichiarati da chi gestisce la superficie, e vale la pena leggerli perché coincidono con i campi del feed che quasi nessuno tiene aggiornati.

La pagina prodotto non è finita, e chi dice il contrario ha letto solo il titolo

Qui serve una correzione, perché nello stesso studio di Profound c’è il dato che ribalta la narrazione dominante: l’88% delle offerte prodotto mostrate da ChatGPT viene ancora dalle pagine prodotto. E resta al 76% anche tra i merchant che il feed lo hanno già.

Quindi il quadro reale è questo: quando l’offerta arriva dal feed va in prima posizione ed è completa, ma nella maggior parte dei casi l’offerta arriva ancora dalla pagina. Sono due superfici, con due lavori diversi, ed entrambe contano.

È una distinzione operativa, non teorica. Molte aziende lavorano con fornitori che tengono separate le due cose: da un lato chi si occupa di SEO e contenuti del sito, dall’altro chi gestisce le campagne e quindi il feed. Se le due parti non si parlano, il risultato tipico è un catalogo con titoli ottimizzati bene sul sito e titoli tagliati male nel feed, o categorie che non corrispondono, o prezzi che divergono di qualche giorno.

Cosa vale la pena fare, e cosa no

Prima distinzione: questo discorso riguarda chi vende prodotti fisici online e ha un catalogo. Per uno studio di consulenza, un’agenzia, un produttore B2B senza e-commerce, oggi non cambia nulla.

Se vendete online, il lavoro utile è di pulizia, non di costruzione. Su Shopify, WooCommerce o Prestashop il feed esiste già grazie a un plugin. I campi su cui vale la pena passare sono quelli che Google premia da sempre: GTIN valido, titolo accurato, prezzo e disponibilità allineati al sito, immagine pulita, brand, categoria corretta. Nessuna novità concettuale: cambia solo che ora quel file ha due destinazioni invece di una.

Al Google Marketing Live 2026 sono stati annunciati i conversational attributes nella specifica dei dati prodotto di Merchant Center, insieme agli AI Performance Insights. Sono campi opzionali. Hanno senso immediato per chi vende prodotti con domande ricorrenti, del tipo "si può portare in aereo" oppure "va bene per la lavastoviglie": sono informazioni che oggi stanno nelle risposte del servizio clienti e non in nessun campo strutturato.

La parte che nessuno mette nel titolo: quanto vale oggi

Uno studio di Kaiser (Università di Amburgo) e Schulze (Frankfurt School), su 973 siti e-commerce e oltre 50.000 transazioni originate da referral di ChatGPT, dice che questo traffico converte molto peggio della ricerca Google, delle email e dell’affiliazione. Secondo la sintesi della Frankfurt School il canale crea valore per prodotti complessi, con alto bisogno informativo, e resta indietro sui prodotti standard. Da altre riprese emerge un miglioramento mese su mese, con ricavo per sessione in crescita.

E in Italia c’è un limite in più: Instant Checkout, la funzione che permette di concludere l’acquisto dentro ChatGPT, secondo le cronache italiane è partita negli Stati Uniti e l’espansione internazionale è annunciata ma non attiva qui. Oggi, in Italia, questo canale porta visite, non acquisti in chat.

Messo tutto insieme, per un’azienda da dieci a cinquanta persone la conclusione è poco spettacolare e abbastanza solida: mettere in ordine il feed sì, perché serve comunque alle campagne Shopping, alle schede gratuite di Google e alla qualità dei dati interni. Riorganizzare la strategia digitale intorno all’AI shopping no, non con i dati disponibili oggi.

La competenza di un fornitore IT come noi di Gigamind, su questo tema, si vede esattamente lì: nel saper distinguere il lavoro che serve comunque da quello che serve solo alla narrazione del momento. E il lavoro che serve comunque, quasi sempre, è in un file che nessuno guarda da tre anni.

Mattia Zanin, Founder di Gigamind