Scelto
L'agente ha raccomandato il tuo prodotto come l'unica cosa da acquistare. La cima dello scaffale, e l'unico risultato su cui la maggior parte degli acquirenti agisce.
Funzionalità · Agent Shelf
Lo scaffale che legge l'agente è ormai l'unico che conta.
Gli acquirenti non navigano più: dicono a un assistente «comprami il migliore sotto i 150 €» e l'agente decide. Agent Shelf monitora se gli agenti IA scelgono i tuoi prodotti, nomina il concorrente che ha vinto, cita il motivo e ti indica l'esatta correzione del feed che ti riporta nel carrello.
I prompt
Decisioni d'acquisto, non ricerche.
Un agente trasforma l'obiettivo dell'acquirente in un prompt d'intento d'acquisto, valuta una manciata di prodotti e restituisce una sola scelta. Agent Shelf esegue questi prompt su ogni modello e valuta dove atterra il tuo prodotto.
- › migliori scarpe da trail sotto i 150 €, consegna entro venerdì
- › una macchina espresso silenziosa per una cucina piccola
- › vale la pena [il tuo prodotto] rispetto a [concorrente]?
- › trolley da cabina più resistente per chi vola spesso
- › miglior regalo per neogenitori sotto i 60 €
Quattro verdetti. Un punteggio da 0 a 100.
Per ogni prompt d'intento d'acquisto, Agent Shelf legge la risposta dell'agente e valuta il tuo prodotto, poi raccoglie i verdetti in un unico Agent Pick Score che vedi muoversi mentre correggi il tuo feed.
In rosa
Nominato come una buona opzione tra altre due o tre. Nel set considerato, ma l'agente ha indirizzato altrove per la scelta finale.
Respinto
Menzionato, poi scartato esplicitamente: «ma X costa meno / ha recensioni migliori / è disponibile». Catturiamo il motivo dichiarato così puoi rispondervi.
Assente
Non è mai comparso. L'agente non sapeva che esistessi per questa decisione. Il pavimento della visibilità, e il punto di partenza più comune.
Cosa monitora Agent Shelf per prodotto.
Non solo se sei stato menzionato, ma se sei stato scelto, perché ha vinto il vincitore e se l'agente sta persino leggendo correttamente i tuoi dati.
Tasso di scelta per agente
Quanto spesso ogni modello sceglie, mette in rosa, respinge o non mostra mai il tuo prodotto, per agente, così vedi dove ChatGPT ti adora e Gemini ti ignora.
Chi ha vinto e perché
Il prodotto concorrente raccomandato al tuo posto, più la motivazione data: «costa meno», «recensioni migliori», «disponibile». Esattamente l'obiezione da risolvere.
Accuratezza dei fatti
Se l'agente cita prezzo, disponibilità e specifiche corretti. Gli agenti ripetono di continuo dati di prodotto obsoleti o errati; segnaliamo la discrepanza rispetto alla tua verità.
Predisposizione dei dati per gli agenti
Quando recuperiamo l'URL di un prodotto, valutiamo quanto è leggibile dalle macchine: schema pulito, parziale o ricavato da scraping. Un voto basso è il primo motivo per cui gli agenti ti saltano.
Andamento dell'Agent Pick Score
Un punteggio da 0 a 100 per prodotto, salvato ogni giorno, così puoi dimostrare che una modifica al feed ha spostato il numero invece di tirare a indovinare.
Lo scaffale citato
Da quali rivenditori, recensioni e feed l'agente ha attinto per decidere: le fonti da conquistare per cambiare l'esito.
Le mosse che ti riportano sullo scaffale.
La leva del commercio agentico sono i tuoi dati, non un articolo di blog. Ogni correzione è legata a un prompt perso specifico e al motivo dichiarato dall'agente.
Schema Product e Offer completo
Pubblica schema.org Product / Offer / AggregateRating valido su ogni PDP. Gli agenti li leggono alla lettera: uno schema assente o parziale è il motivo più comune per un voto «scraping» e per essere saltati.
Correggere l'accuratezza di prezzo e disponibilità
Quando l'agente cita un prezzo sbagliato o «esaurito», smette di raccomandarti. Correggi il feed e i dati strutturati così i fatti dell'agente corrispondono ai tuoi.
Pubblicare un llms.txt
Dai agli agenti un riepilogo pulito e leggibile dalle macchine del tuo catalogo e dei fatti chiave, così non ti ricostruiscono da supposizioni di terzi.
Conquistare le fonti citate
Gli agenti si appoggiano a un piccolo gruppo di rivenditori e thread di recensioni. Agent Shelf nomina quelli che decidono la tua categoria, così sai esattamente dove guadagnare posizione.
Strutturare le specifiche decisive
La specifica che il vincitore aveva e tu no è spesso l'intero motivo. Esponila come dati strutturati e nel testo così l'agente può citarla.
Monitorare la deriva
Le risposte degli agenti cambiano man mano che il web viene reindicizzato. I Pick Score giornalieri segnalano il giorno in cui la modifica di un concorrente ti ha tolto dallo scaffale, mentre puoi ancora reagire.
Scopri se gli agenti ti acquistano.
Aggiungi un prodotto tramite URL, aggiungi un prompt d'intento d'acquisto e ottieni il tuo primo Agent Pick Score su ChatGPT, Claude, Gemini e Perplexity. Piano gratuito disponibile.