Misurare la visibilità AI Shopping senza sovrainterpretare segnali deboli
Un modello pratico che combina Search Console, insight AI di Merchant Center, analytics proprietari e controlli manuali sulle superfici IA.
Un processo pratico per controllare la visibilità prodotto con Merchant Center AI insights, Google Search, ChatGPT Shopping, dati strutturati e analytics first-party.

Non esiste un singolo dashboard che dimostri la visibilità in tutte le esperienze di shopping AI. Google, ChatGPT, Gemini e altri assistenti usano indici, feed, pagine pubbliche, metadati merchant, località e segnali personali diversi.
La domanda utile è se il team può ripetere un processo per capire se i prodotti sono trovabili, se i dati sono leggibili e se traffico o conversioni cambiano dopo miglioramenti a pagine e catalogo.
Scegli 20-50 prodotti importanti: best seller, prodotti ad alto margine, nuovi lanci e prodotti con intento chiaro. Abbina query naturali su uso, budget, materiale, taglia, confronto e paese.
Registra mercato, lingua, dispositivo, data, URL, titolo, disponibilità, prezzo e prompt esatto. Senza questa base, avrai screenshot non confrontabili.
Google ha annunciato il 27 maggio 2026 AI performance insights in Merchant Center. Il report aiuta a capire come i prodotti vengono scoperti in AI Mode, AI Overviews in Search e Gemini, con share of voice, funnel, termini prodotto e completezza degli attributi.
È un segnale Google diretto, ma direzionale. Non promette apparizioni future e non copre assistenti non Google.
Google Search Central dice che le apparizioni in AI Overviews e AI Mode sono incluse nei dati Web complessivi di Search Console. Non è un report AI Mode separato.
Monitora query lunghe o comparative, impression delle pagine prodotto, clic e landing page. Incrocia con analytics per vedere engagement e conversioni.
Lo shopping AI ha bisogno di fatti prodotto leggibili. Google raccomanda coerenza tra dati strutturati e testo visibile, Merchant Center aggiornato e Search Console per diagnosi tecniche.
Verifica Product schema, prezzo, disponibilità, immagini, identificatori, varianti e conflitti tra pagina e feed. Dati mancanti o incoerenti possono limitare l’idoneità o impedire la visualizzazione.
Usa prompt puliti per mercato e lingua. Registra se appare il tuo prodotto, un concorrente o solo un consiglio di categoria, e quali fatti prodotto vengono ripetuti.
OpenAI spiega che ChatGPT Shopping può usare metadati strutturati, dati merchant e prodotto, informazioni pubbliche e fonti retail. Non tutti i prodotti disponibili vengono necessariamente mostrati.
Il log deve includere prodotto, query, superficie, risultato e prossima azione. Cerca pattern: attributi mancanti, pagine non indicizzate, prezzi vecchi, varianti poco chiare o competitor descritti meglio.
Foundax supporta segnali controllabili: dati prodotto puliti, Product structured data sulle PDP, preflight e sync Google Merchant Center, verifica Search Console, invio sitemap, analytics first-party e GA4 come diagnostica. Foundax non promette inclusione in Google AI Mode o ChatGPT Shopping.
No. Google include AI Overviews e AI Mode nei dati Web complessivi. È un segnale direzionale.
Merchant Center AI insights se disponibile, poi diagnostica Merchant Center, Search Console, schema, prompt manuali e analytics.
No. I risultati AI variano per ora, mercato, stock, contesto e prompt.
Usa prompt ripetibili e registra se appare il tuo prodotto, un concorrente o solo una categoria.
Product schema, preflight GMC, sync feed, Search Console, engagement pagina prodotto e conversioni.
Dopo modifiche a feed, prezzo, stock, template, immagini o localizzazione. Per cataloghi stabili, mensile è spesso sufficiente.