A decisão concreta é esta: antes de liberar uma campanha, compare, para cada variante, o preço e a disponibilidade que aparecem na ficha de produto estruturada, na página visível e no feed do Merchant Center. Se a ficha informar um preço que a página não oferece, a campanha não deve ser liberada até que a divergência seja resolvida. O motivo é que a ficha pode alimentar experiências de busca com dados que o cliente não encontra ao clicar, e a elegibilidade a essas experiências não é garantia de exibição. A revisão de dados gerados por IA precisa distinguir o que é apenas elegível do que será efetivamente mostrado, sem prometer que a marca terá controle sobre a exibição.
O que a ficha estruturada informa e o que a página oferece
A documentação do Google sobre dados estruturados de produto explica que, ao adicionar essa marcação às páginas, as informações do produto podem aparecer de forma mais rica nos resultados da Busca, incluindo imagens e Lens. A mesma fonte exemplifica que os usuários podem ver preço, disponibilidade, avaliações e informações de envio diretamente nos resultados. Isso significa que a ficha não é um detalhe técnico: ela pode ser a primeira vitrine do produto, antes mesmo do clique.
O problema surge quando a ficha gerada por IA informa um preço que a página não oferece. A orientação geral sobre dados estruturados afirma que o conteúdo da marcação não pode ser representativo do conteúdo principal da página nem potencialmente enganoso. Se a ficha diz um preço e a página mostra outro, a marcação deixa de representar o que o usuário encontra e passa a ser misleading. A revisão, portanto, não é apenas conferir se o código está sintaticamente correto, mas se o dado visível corresponde ao dado marcado.
Elegibilidade não é exibição garantida: o que a fonte realmente diz
A documentação do Google é explícita: os aprimoramentos de resultados de busca são mostrados a critério de cada experiência e podem mudar com o tempo. A orientação geral acrescenta que o Google não garante que os dados estruturados apareçam nos resultados, mesmo que a página esteja marcada corretamente segundo o teste de resultados ricos. Usar dados estruturados permite que um recurso esteja presente, mas não garante que ele estará presente. Essa distinção é central para a revisão de dados gerados por IA: a ficha pode estar elegível e, ainda assim, não ser exibida.
Há um mecanismo adicional que ajuda a entender por que a ficha pode não aparecer como esperado. A documentação de produto recomenda fornecer o máximo de informações ricas disponíveis, sem se preocupar com a experiência exata que as usará. Também recomenda fornecer tanto dados estruturados na página quanto um feed do Merchant Center para maximizar a elegibilidade e ajudar o Google a entender e verificar os dados. Algumas experiências combinam dados da marcação e do feed quando ambos estão disponíveis; por exemplo, snippets de produto podem usar dados de preço do feed se não estiverem presentes na marcação da página. Isso não elimina a necessidade de conferir a página: se o feed tem um preço e a página tem outro, a experiência pode exibir um valor que o cliente não encontra ao clicar.
Um exemplo hipotético para fixar o critério de revisão
Considere uma marca hipotética de eletrodomésticos que usa IA para gerar a ficha estruturada de uma air fryer. A ficha informa preço de R$ 399,00 e disponibilidade em estoque. A página do produto, no entanto, mostra R$ 449,00 e frete grátis acima de R$ 400,00. O feed do Merchant Center, por sua vez, está com R$ 399,00 porque foi atualizado antes do reajuste. A campanha está pronta para subir. A decisão de revisão é: não liberar enquanto os três pontos não convergirem para a mesma variante e o mesmo preço. O critério reproduzível é comparar, para cada SKU, o preço e a disponibilidade na ficha, na página e no feed; se houver divergência, corrigir a fonte que estiver desatualizada ou enganosa antes de veicular.
Esse exemplo é hipotético e serve para mostrar o mecanismo, não para prever resultado. A alternativa é liberar a campanha apenas com a ficha corrigida e a página alinhada, mantendo o feed como fonte de verdade para preço e disponibilidade. Outra alternativa é pausar a variante divergente e veicular apenas as que estão consistentes. O limite é que essa revisão não garante exibição: mesmo com tudo alinhado, o Google pode decidir mostrar um resultado de texto em vez de um rich result, como a própria documentação indica ao dizer que o algoritmo adapta os resultados a muitas variáveis, incluindo histórico de busca, localização e tipo de dispositivo.
Quando a conclusão não vale e o que a revisão não resolve
A conclusão de não liberar a campanha com preço divergente não vale quando a página não permite compra direta e a ficha é do tipo Product snippets, voltada a páginas onde as pessoas não podem comprar o produto. Nesse caso, a orientação do Google é seguir os requisitos do tipo que melhor se adequa ao caso de uso, e a revisão deve comparar o que a página oferece com o que a ficha informa, sem tratar a ficha como se fosse de Merchant listings. Também não vale quando a divergência é apenas de formatação e não altera o valor ou a disponibilidade percebida; ainda assim, a marcação não pode ser potencialmente enganosa.
A revisão de dados gerados por IA não resolve a falta de controle sobre a exibição. A documentação afirma que os aprimoramentos são mostrados a critério de cada experiência e que o Google não garante a exibição. Além disso, problemas de qualidade nos dados estruturados não são facilmente testáveis por ferramenta automatizada, e violar uma diretriz de qualidade pode impedir que dados sintaticamente corretos sejam exibidos como rich result. A revisão serve para reduzir o risco de a campanha levar o cliente a uma página que não cumpre a promessa da ficha, mas não serve para assegurar que a ficha será mostrada. A decisão de liberar deve ser tomada com essa distinção explícita.
Fontes
Para aprofundar
- Preço de catálogo, landing page e feed: como conferir a mesma variante antes de lançar a campanha
- Kit de três peças: como separar itens e pedido para medir a campanha sem somar o que não se soma
Sinal / IA & Tecnologia. Texto produzido com auxílio de IA e revisão editorial automatizada.
