Qwairy
Playbook: Comércio

Verifique se os seus produtos aparecem nas recomendações de compra da IA

Analise os produtos e lojas detetados nos resultados de compras da IA, examine as respostas e fontes subjacentes e crie um plano mensurável de visibilidade para comércio eletrónico.
Execução guiada: 15 minIntermédioAtualizado a 23 de ago. de 2026
Plano do fluxo de trabalho
v1.0

Resultado pretendido

Um mapa da visibilidade dos produtos e um plano de ação priorizado com base em dados

  1. Recolher dados de compras

  2. Identificar as fontes decisivas

  3. Comparar produtos

  4. Priorizar as ações

Execução rápida

Execute o fluxo de trabalho num clique

Nada a preencher: o prompt é executado tal como está e pede-lhe o que ainda precisar.
Requer o conector MCP do Qwairy

«Executar no Claude» e «Executar no ChatGPT» abrem um novo separador do navegador com o prompt já escrito. Nada é enviado até o submeter.

Lista de verificaçãoVerifique os dados de entrada e os resultadosPúblico, ferramentas, resultado esperado e pré-requisitos.
Ideal para
Equipas de comércio eletrónicoEquipas de crescimentoAgências
O que obtém
  • Mapa da visibilidade dos produtos
  • Análise das fontes de compras
  • Comparação dos produtos com a concorrência
  • Plano de otimização priorizado com base em dados
Antes de começar
  • Um plano Qwairy Starter ou superior com monitorização ativa
  • Claude ou ChatGPT com o conector MCP do Qwairy ativado
  • Dados recentes de monitorização suficientes para o tema selecionado
O playbook em detalheComo funciona o fluxo de trabalhoO que cada etapa obtém, a decisão GEO que permite tomar e o prompt completo.5 min de leitura4 secções

Alguém pergunta a um assistente quais são os melhores auscultadores sem fios por menos de 200 euros e recebe uma seleção de produtos e lojas. Não sabe se o seu catálogo está incluído. Este fluxo analisa o que foi detetado nas respostas monitorizadas e organiza o trabalho por áreas.

O problema GEO que resolve

Se o tratar como SEO de produto, a resposta parece ser reescrever a página e acrescentar marcação. Mas as respostas de compra combinam listagens de retalhistas e avaliações editoriais que variam conforme o fornecedor e a consulta. Uma página irrepreensível, por si só, não prova nada.

As evidências observadas invertem a ordem: comece pelos nomes detetados e distinga o que a ferramenta devolve, o que a resposta diz e o que consta do seu catálogo.

As etapas do fluxo de trabalho

1. Obtenha a base de referência das compras. get_shopping_insights devolve produtos e lojas detetados com número de menções, avaliações e dois indicadores por loja: se vende os seus produtos e se vende produtos concorrentes. Daí resulta uma lista ordenada de oportunidades, very-high para uma loja com produtos concorrentes mas sem os seus, high para uma que venda ambos. A lista abrange apenas as lojas mais mencionadas. Mostra deteções, não inventário.

2. Fontes, concorrentes e depois respostas. get_source_domains ordena os domínios citados por menções; get_source_profile detalha um domínio e os seus principais URLs; get_source_urls lista os URLs citados de um domínio exato. Os três aceitam os mesmos filtros de data, fornecedor, tema, etiqueta e etapa do funil, mas são dados diferentes dos das lojas de compras. get_competitor_position acrescenta cobertura e share of voice filtrados, além de uma contagem de sobreposição de produtos explicitamente calculada para todo o histórico. Conta registos de produtos, sem os classificar. get_prompt_answers devolve pré-visualizações truncadas; get_answer_details devolve uma resposta integral com menções por ordem de posição e URLs citados. Identificar os produtos mencionados exige ler o texto da resposta.

3. Guarde as lacunas. get_content_opportunities devolve até dez perguntas em que aparecem concorrentes e a sua marca não, além de até dez perguntas de baixa visibilidade, com pelo menos duas respostas e presença da marca inferior a 30 por cento. Nem esta ferramenta nem get_keyword_triggers filtram por compras. Selecione manualmente as perguntas com intenção de compra.

Como aproveitar os resultados

Trate uma área de cada vez. Comece pelas contradições: uma avaliação ou disponibilidade detetada que o seu feed indica como errada para um produto que vende. Esta área vai primeiro por ser a única que pode verificar sem novas respostas.

Depois, trate as lojas very-high, por ordem decrescente de menções. Seguem-se as lojas high, onde aparecem os produtos de ambos: trabalho de coerência numa listagem que controla. Depois, a cobertura dos prompts, começando pelas perguntas perdidas. O contacto com editores fica para o fim, pois é o resultado que menos controla.

Uma lista de oportunidades vazia é um resultado normal, não uma falha da chamada. Se uma área estiver vazia, avance para a seguinte em vez de inventar tarefas.

Guarde primeiro a base de referência: contagens resumidas, lista de lojas, domínios citados e respostas lidas. Nenhuma recomendação está garantida. Antes de iniciar cada área, anote o número de referência que deverá mudar.

O prompt completo

Quero verificar se os meus produtos aparecem nos resultados de compras de IA monitorizados. Lista as marcas que monitorizo e pergunta qual usar se houver várias. Usa os últimos 30 dias, mantendo em colunas separadas os campos das ferramentas, as tuas leituras das respostas e os dados do meu catálogo.

1. Chama get_shopping_insights e indica primeiro as contagens resumidas. Se devolver zero produtos e zero lojas, diz que não existem deteções de compras. Repete para 90 dias e, se continuar vazio, termina a parte de compras e retoma no passo 2. Caso contrário, apresenta os principais produtos com avaliação e menções, as principais lojas com ambos os indicadores e as oportunidades ordenadas, que só abrangem as lojas mais mencionadas. Não inventes preços, fornecedores ou ligações para compra. Mostra-me os nomes detetados, pergunta quais correspondem ao meu catálogo e não leves nenhum nome sem correspondência para os passos seguintes.
2. Chama get_source_domains para o período de 30 ou 90 dias definido no passo 1. Seleciona os domínios relevantes para a minha categoria. Depois, chama get_source_profile para esses domínios e get_source_urls para um domínio exato, com filtros idênticos. Mantém separados as lojas de compras e as fontes citadas.
3. Chama get_competitor_comparison e get_competitor_position para o mesmo período de evidência e para os dois concorrentes mais próximos da minha categoria. Indica apenas valores relativos à marca. Assinala que a sobreposição de produtos abrange expressamente todo o histórico, conta registos de produtos e não é uma classificação. Depois, seleciona prompts de produto e categoria com get_prompts para o mesmo período, usa get_prompt_answers para escolher respostas e get_answer_details para obter o texto integral. Para cada resposta, indica os produtos mencionados e a sua ordem e quaisquer preços ou avaliações presentes no texto, identificados como a tua leitura e sujeitos à minha verificação.
4. Chama get_content_opportunities e get_keyword_triggers para o mesmo período. Mantém apenas perguntas de descoberta de produtos, comparação ou compra, pois nenhuma das ferramentas tem filtro específico para compras. Para cada lacuna, apresenta a pergunta, os concorrentes presentes quando a minha marca está ausente e as evidências em falta.
5. Organiza o plano em áreas ordenadas. Primeiro: avaliações ou disponibilidade detetadas que contradizem o meu feed para produtos que vendo. Segundo: lojas very-high por menções. Terceiro: lojas high. Quarto: lacunas na cobertura dos prompts, começando pelas perguntas perdidas. Quinto: contacto com editores. Se uma área estiver vazia, escreve «vazia» e avança. Inclui as evidências, o responsável e a data de revisão em cada linha e, em cada área, o número de referência que deverá mudar.

Antes da primeira área, pergunta-me o que as ferramentas não conseguem ver: os meus preços e existências por mercado e as afirmações que posso fazer. Não inventes volumes de consultas nem estimativas de receita.
Ponha o fluxo de trabalho em prática

Execute este playbook com os seus próprios dados de visibilidade em IA.

Ligue o Qwairy ao Claude, obtenha os sinais exatos do fluxo de trabalho e saia com um resultado pronto a executar.