Identifique as oportunidades de crescimento que valem a pena priorizar, considerando a demanda do mercado, o cenário competitivo, as propostas de valor da marca e as fontes de citação.
Um agente de IA chega para comprar por um usuário. Quem o deixa entrar, de quem é a identidade que ele usa e quem fica com os dados do cliente? Amazon, Shopify e Manus mostram as escolhas que sites e marcas têm pela frente.
Explore mais de 12,000 nichos de mercado.
Atualizado por
Atualizado em Nov 05, 2026
Na noite de 20 de setembro de 2026, compradores dos EUA que usavam o Muse, da Meta, na Amazon começaram a ver uma série de pop-ups. A mensagem era direta: continuar acessando por meio de um agente de IA não autorizado viola as Condições de Uso da Amazon que você aceitou.
Oito dias depois, a Manus lançou o Manus 2.0 e um aplicativo independente chamado Cue. No Cue, cada agente tem o próprio endereço de e-mail, número de telefone, carteira e computador.
No mesmo dia, a Shopify abriu o seu checkout para agentes de IA que rodam no navegador, com três ferramentas prontas: ler o checkout, atualizar o checkout e fazer o pedido.
Lidos como três anúncios de produto, esses fatos levam a uma conclusão óbvia: a concorrência entre agentes pessoais de IA está esquentando. É verdade, mas isso deixa escapar o ponto principal. Os três são respostas à mesma pergunta:
Quando um agente que age em nome de um usuário chega à porta, quem decide se ele entra, que identidade ele usa e o que pode fazer lá dentro?
Por mais de duas décadas, SEO foi ajudar pessoas e mecanismos de busca a encontrar você. Agora existe um novo tipo de visitante. Ele representa uma pessoa real, traz a autorização dessa pessoa, às vezes traz a própria carteira e vai ao seu site para concluir uma transação. A disputa pela porta de entrada está mudando de "qual modelo é mais inteligente" para "quem entra, quem paga e quem fica com os dados da transação".
Figura 1: Em três semanas de setembro, plataformas, sites e provedores de infraestrutura deram respostas muito diferentes aos agentes de IA.
Comece pelos motivos da própria Amazon. Com base na reportagem original do GeekWire e na continuação da CNN, a Amazon apresentou quatro pontos principais:
Figura 2: O GeekWire deu a notícia na noite de 20 de setembro. A imagem é uma peça promocional da Meta em que o Muse compara carrinhos de bebê e pede ao usuário que aprove o pedido.
Todos esses motivos se sustentam. Nenhum deles é a história completa.
Ben Thompson, do Stratechery, descreveu a disputa como uma guerra de "aggregator v. aggregator" (agregador contra agregador) e apontou a frase que mais importa: "Muse doesn't see ads." (o Muse não vê anúncios).
A receita de publicidade da Amazon passou de US$ 68 bilhões em 2025. Esse negócio se apoia em uma premissa: os compradores navegam, pesquisam e comparam nas páginas da Amazon e veem produtos patrocinados pelo caminho. Um agente que compara preços e faz pedidos pelo usuário não vê anúncios, não percorre as prateleiras e não se deixa levar pelos posicionamentos. Ele só traz o resultado. Para a Amazon, isso não é um novo canal de tráfego. É um desvio da prateleira de anúncios.
Na discussão do Hacker News, um comentarista sugeriu que a Amazon simplesmente criasse uma API amigável para bots e controlasse o comportamento deles pelos termos de uso. Outro respondeu na hora: do ponto de vista da Amazon, essa é exatamente a direção errada. A preocupação dela nunca foi técnica. É ser desintermediada.
Figura 3: A thread do Hacker News (152 pontos, 162 comentários). O debate não é sobre tecnologia. É sobre quem fica com o relacionamento com o cliente.
Figura 3b: O resumo do Techmeme, em que dezenas de nomes do setor entraram na conversa, entre eles Elon Musk, Chamath Palihapitiya, Nikesh Arora e Eric Seufert.
Vale notar mais um detalhe: a própria Amazon faz a mesma coisa. O recurso Buy for Me faz pedidos em sites de marcas externas em nome dos usuários. Em janeiro de 2026, lojistas independentes protestaram por terem sido incluídos no programa por padrão, com a saída como única opção depois do fato. Em maio de 2026, a Amazon juntou Alexa e Rufus no Alexa for Shopping, e o balanço do 2º trimestre informou que mais de 350 milhões de pessoas o usaram nos últimos 12 meses.
Ou seja, a Amazon não é contra compras feitas por agentes. Ela é contra o agente de outra empresa comprando nas prateleiras dela.
Do ponto de vista de SEO e de infraestrutura web, a parte mais interessante desta história é o robots.txt.
Baixamos o amazon.com/robots.txt em 29 de setembro de 2026. Ele contém 101 declarações de User-agent, que, sem duplicatas, somam 100 identificadores distintos, e todas estão configuradas como Disallow: /. A lista é minuciosa: GPTBot, OAI-SearchBot e ChatGPT-User, da OpenAI; ClaudeBot e Claude-User, da Anthropic; Google-Extended, GoogleAgent-Mariner e GoogleAgent-Shopping, do Google; meta-externalagent, meta-externalfetcher e meta-webindexer, da Meta; além de Perplexity, Mistral, DeepSeek, xAI e até Manus-User.
O único nome que falta é Muse.
Figura 4: Crawlers e agentes de IA citados no robots.txt da Amazon, baixados e compilados pelo autor em 29/09/2026.
A Amazon não esqueceu de incluí-lo. Ela não podia. Uma das queixas da Amazon é justamente que o Muse não se identifica ao navegar. O robots.txt não tem como citar um visitante que nunca diz o próprio nome.
O problema mais profundo é que o robots.txt nunca foi pensado para agentes que agem em nome de um usuário. A documentação da OpenAI divide seus crawlers em três tipos: o OAI-SearchBot, para busca, e o GPTBot, para treinamento, seguem o robots.txt, enquanto para o ChatGPT-User, acionado pelo usuário, a documentação diz que as regras do robots.txt "may not apply" (podem não se aplicar). Em março de 2026, o Google incluiu o Google-Agent na sua documentação sobre "fetchers acionados pelo usuário", categoria que em geral também não segue o robots.txt.
A lógica é simples. O robots.txt governa se um crawler pode vir e rastrear por conta própria. Um agente está lá porque um usuário o mandou.
A linha jurídica também está sendo redesenhada. Em 4 de agosto de 2026, o Tribunal de Apelações do Nono Circuito dos EUA anulou a liminar no caso Amazon contra Perplexity, com o argumento de que, pela Lei de Fraude e Abuso de Computadores dos EUA (CFAA), quem acessa os computadores da Amazon é o usuário, e a empresa de IA é apenas uma ferramenta que ele usa. Em 10 de setembro, o tribunal negou o pedido de novo julgamento da Amazon.
É por isso que os pop-ups da Amazon contra o Muse citam termos contratuais, como as Condições de Uso, e não "invasão não autorizada". Tecnicamente, só resta a detecção de comportamento. Juridicamente, só restam os termos de serviço. Quando o visitante representa um usuário real, o velho modelo de permitir ou bloquear pelo nome praticamente deixou de funcionar.
Em 21 de setembro, um dia depois de a Amazon fechar a porta, o CEO da Shopify, Tobi Lütke, anunciou no X uma parceria profunda com o Muse: todas as lojas Shopify passariam a aceitar checkout por agentes com o Shop Pay.
Em 28 de setembro, a Shopify foi além e adicionou suporte a WebMCP ao checkout. Os agentes no navegador não precisam mais tirar capturas de tela nem interpretar HTML feito para pessoas. Eles podem chamar diretamente três ferramentas: get_checkout para ver o checkout, update_checkout para mudar o endereço ou a opção de entrega e complete_checkout para fazer o pedido depois que o comprador autorizar. Como escreveu no X o gerente de produto que lidera o comércio por agentes na Shopify, os agentes devem chamar interfaces estruturadas em vez de tatear páginas feitas para pessoas.
Figura 5: A reportagem do TechCrunch sobre as três ferramentas de checkout da Shopify para agentes. O texto também observa que Amazon e Adidas estão bloqueando agentes de compra em nome do usuário.
Outros participantes no mesmo período:
Abrir ou fechar a porta parece uma questão de postura. Na verdade, é uma questão de posição:
Abrir a porta também tem preço. Desde 18 de setembro, o Google ativou por padrão o checkout nativo no AI Mode e no Gemini para lojistas Shopify elegíveis dos EUA (com base no protocolo UCP do Google), deixando para os lojistas desativá-lo no próprio painel. Segundo o Search Engine Land e o PPC Land, nem o GA4 nem os pixels personalizados dos lojistas são acionados nesse checkout.
Quando a transação acontece na interface de outra empresa, o lojista recebe o pedido, mas pode perder dados de atribuição, oportunidades de venda cruzada e o controle sobre a experiência da página.
De volta à Manus.
Figura 5b: A Meta lançou o Muse em 8 de setembro de 2026, apresentando-o como o primeiro agente pessoal de IA do mundo feito para todos.
O Muse funciona assim: você conecta seu e-mail, sua agenda, seus pagamentos e suas contas de compras, e ele age por você usando a sua identidade. Nos serviços sem API, ele usa o próprio navegador e opera "como uma pessoa". É essa a parte que a Amazon não aceita: um visitante logado com a conta de um cliente que não diz que é IA.
O Cue segue outro caminho. Segundo o blog oficial da Manus, cada agente no Cue tem o próprio endereço de e-mail, número de telefone, carteira e computador. Ele pode enviar mensagens, pagar dentro de um orçamento definido por você, atender ligações e deixar resumos, e entrar em grupos de conversa para dividir o trabalho com outros agentes.
Figura 6: O site do Cue. O título da página diz "Your Personal Agents, With Their Own Identity" (seus agentes pessoais, com identidade própria), e cada agente recebe o próprio telefone, carteira, computador e e-mail.
Figura 6b: O Manus 2.0 roda no Cascade, sua estrutura própria de agentes. A Manus informa 23,2% menos tokens, 28,2% menos tempo e 32% menos custo, mas os números vêm de testes internos em uma única configuração, e a metodologia não foi publicada.
O fundador da Manus, Xiao Hong, explicou a ideia no Jike, um app social chinês: algo inteligente o bastante, com número de telefone, e-mail, meios de pagamento e computador próprios, talvez seja tratado como uma "pessoa". Seguindo essa lógica, chega-se a grupos de conversa em que pessoas e bots trabalham lado a lado.
Curiosamente, a Manus não está sozinha:
Coloque isso ao lado das exigências da Amazon e surge uma direção comum. Quando a Amazon pede que os agentes "atuem abertamente", está pedindo que digam quem são. Cue e Spark dão identidade própria aos agentes e respondem à mesma pergunta no nível do produto: os agentes não devem continuar se passando pelos usuários. Devem aparecer como visitantes identificáveis.
A camada de infraestrutura vai no mesmo sentido:
"Quem é este bot?" e "Este bot pode pagar?" estão se fundindo na mesma camada de assinatura.
Mas, quanto mais completa a identidade, maior a responsabilidade e mais concentrado o risco. O Cue está em acesso antecipado só por convite. A Manus não divulgou os meios de pagamento por trás da carteira, de onde vêm os números de telefone nem como funcionam a verificação de identidade e o KYC. Quatro dias antes do lançamento do Manus 2.0, a empresa de segurança Salt Labs revelou, por meio do Dark Reading, uma vulnerabilidade: um único e-mail com instruções embutidas, enviado para a caixa de entrada de um usuário da Manus, podia disparar execução remota de código e expor credenciais de apps conectados, como Gmail e GitHub. Dar a um agente um endereço de e-mail público é dar aos atacantes uma porta de entrada pública.
O Muse também teve problemas. O Guardian noticiou em 28 de setembro que um usuário de Toronto deixou o Muse cuidar de uma venda de item usado no Facebook Marketplace. Sem que ele soubesse, o Muse enviou o endereço da casa dele ao comprador e, quando o comprador chegou, respondeu "cheguei" com a voz dele. O Muse depois admitiu que entendeu "definir um local de retirada" como permissão para compartilhar o endereço.
Esses casos apontam para a mesma conclusão: se um agente passa pela porta depende, no fim, de ele poder ser identificado, autorizado e responsabilizado. Isso não é só uma disputa entre sites e plataformas. É uma pergunta que os próprios produtos de agentes precisam responder.
O impasse entre Amazon e Muse tem um precedente próximo na China.
Em 1º de dezembro de 2025, a ByteDance e a Nubia, da ZTE, lançaram um protótipo de engenharia de celular com o assistente Doubao embutido. O Doubao é o assistente de IA da ByteDance. Usando permissões de sistema para ler a tela e simular toques, ele conseguia concluir tarefas como reservar passagens e fazer pedidos em vários apps. A partir da noite seguinte, usuários que o colocaram para operar o WeChat, app de mensagens da Tencent, começaram a ser desconectados à força, e Alipay, Taobao e alguns apps de bancos passaram a exibir alertas de "ambiente de login anormal". Em poucos dias, o Doubao retirou a capacidade de operar o WeChat e restringiu cenários ligados a finanças.
Em setembro de 2026, a segunda geração do celular Doubao chegou às lojas junto com o SAEP, um protocolo de declaração de automação de tela que permite a apps de terceiros declarar se a IA pode operar dentro deles. Apps que não declaram nada ficam intocados por padrão. Em testes práticos, WeChat, Taobao, Xiaohongshu (RedNote) e o app de entrega de comida da Meituan ainda podiam ser apenas abertos, não operados automaticamente. Em 27 de setembro, usuários também relataram que celulares com o assistente Doubao eram marcados com "ambiente de dispositivo anormal" ao entrar no Honor of Kings, jogo para celular da Tencent.
O contraste é o Qwen, assistente de IA da Alibaba. Em vez de simular toques dentro dos apps de outras empresas, ele se conectou diretamente ao Taobao, ao Alipay e ao Fliggy (a plataforma de viagens), todos da própria Alibaba, e em maio passou a cuidar de todo o fluxo de escolha do produto, comparação de preços, pedido e pós-venda. Os agentes de sistema de fabricantes chinesas de celulares como OPPO e Honor seguiram o mesmo caminho, fechando integrações em parceria com Alipay, Tencent Maps e outros.
Os resultados dos dois caminhos são muito diferentes: sem parceria, usar simulação de tela para entrar no ecossistema alheio é bloqueado, por meio de controles de risco, por quem é dono das contas e do tráfego. O caminho construído sobre interfaces autorizadas funciona de verdade. Os EUA estão reprisando a mesma cena agora, com Amazon e Meta nos papéis principais, e as Condições de Uso e a detecção de comportamento fazendo as vezes dos controles de risco.
Juntando os acontecimentos de setembro, a disputa pelos agentes pessoais acontece em três camadas:
Figura 7: O sistema operacional, os superapps e os navegadores e a nuvem definem, cada um, as próprias regras para o que os agentes podem fazer.
A primeira camada é o sistema operacional. A nova Siri da Apple chegou com o iOS 27 em 14 de setembro, e os apps de terceiros usam App Intents para definir quais ações ela pode chamar. As fabricantes chinesas Honor, OPPO e vivo transformaram grandes conjuntos de recursos do sistema e serviços de terceiros em ferramentas que os agentes podem chamar. Quem define as interfaces define o que os agentes podem fazer.
A segunda camada é o superapp. O ChatGPT tem os Apps e os recém-testados Sponsored Agents. A Meta tem o Muse. A Amazon tem o Alexa for Shopping. A Alibaba tem o Qwen mais o Taobao, e o WeChat, da Tencent, estaria testando um agente nativo com um pequeno grupo de usuários. O que eles têm em comum: contas, pagamentos e demanda conectados dentro do próprio ecossistema, com barreiras para agentes de fora.
A terceira camada é o navegador e a nuvem. O Gemini no Chrome navega sozinho, o Claude in Chrome, da Anthropic, está aberto a todos os usuários pagantes, a Perplexity continua com o navegador Comet, e Manus e Cue colocam agentes em computadores na nuvem. Essa camada fica de frente para os sites e esbarra diretamente nos limites do robots.txt.
Um sinal fácil de passar despercebido: os navegadores de IA independentes estão recuando. A OpenAI encerrou o Atlas em 9 de agosto, o Google incorporou o Project Mariner ao Gemini e ao Chrome em maio, e a Microsoft abandonou o Copilot Mode separado no Edge. As capacidades não sumiram. Foram puxadas de volta para portas de entrada que já têm usuários frequentes. A disputa não é por criar uma nova porta de entrada. É por dar às que já existem a capacidade de agir.
O dinheiro também está se movendo. Os Sponsored Agents do ChatGPT levam quem clica em um anúncio direto para uma conversa com o agente da própria marca. No Connect, Mark Zuckerberg disse que o Muse vai acabar ganhando dinheiro com uma pequena comissão sobre as transações. As plataformas vendiam espaços de anúncio. A seguir, podem vender o controle sobre o roteamento dos agentes: onde o agente do usuário faz o pedido, qual agente de marca ele chama e quais produtos entram na comparação. Essas decisões são a nova distribuição.
Os dados confirmam essa mudança de tráfego, mas precisam ser lidos com cuidado:
Cada um desses números vem dos próprios clientes e da própria rede de cada empresa. Os métodos são diferentes, então os números não podem ser somados, e não significam que todos os setores estejam iguais. Mas apontam na mesma direção: entre os visitantes do seu site, máquinas que agem por pessoas estão ficando tão comuns quanto as próprias pessoas.
Do ponto de vista de SEO e de infraestrutura web, esta disputa não traz uma nova palavra da moda. Traz uma lista concreta de trabalho.
1. Saiba quem está visitando você. A maioria das visitas de agentes não executa JavaScript, então o GA4 quase não as vê. Use os logs do servidor ou da CDN para separar três tipos de tráfego: crawlers de busca, crawlers de treinamento e agentes que agem pelos usuários. Valor e risco são totalmente diferentes, então uma única regra para todos não funciona.
2. Confira os padrões da sua CDN. Desde 15 de setembro, a Cloudflare mudou a política padrão: em sites novos e sites gratuitos que não alteraram as configurações, as páginas que exibem anúncios permitem crawlers de busca e bloqueiam por padrão o tráfego de treinamento e de agentes. Muitos sites podem estar recusando agentes de reserva e de compras sem saber. Se é isso que você quer, precisa ser uma decisão consciente.
3. Mude a política de acesso de nomes para identidade. Strings de user-agent podem ser falsificadas ou simplesmente omitidas. Um caminho mais confiável: verificar agentes confiáveis com listas de IP publicadas oficialmente e assinaturas Web Bot Auth, aplicar detecção de comportamento ao tráfego automatizado sem assinatura e deixar claro nos termos de serviço como agentes não autorizados são tratados. São exatamente as três coisas em que a Amazon acabou se apoiando.
4. Publique fatos essenciais como informação própria legível por máquinas. Uma pesquisa publicada por Kevin Indig na Growth Memo em julho de 2026 constatou que, no B2B, as páginas de preços são onde os agentes mais travam. Quando não conseguem ler a informação do próprio fornecedor, os agentes recorrem a G2, Capterra e cobertura da imprensa, deixando que terceiros informem os seus preços por você. Preços, especificações, estoque, frete e políticas de devolução devem estar claros em HTML renderizado no servidor e em dados estruturados, e sites de e-commerce devem sincronizá-los com os seus feeds de produtos.
5. A árvore de acessibilidade é a interface que os agentes veem. Muitos frameworks de agentes leem o snapshot de acessibilidade da página, e não uma captura de tela. Se os botões têm nome, se os formulários têm rótulos, se a estrutura é estável, se os modais bloqueiam a página: questões antes tratadas como conformidade em acessibilidade agora também decidem se um agente consegue concluir um pedido. O Lighthouse 13.5, do Google, lançado em 18 de setembro, ganhou uma categoria experimental de auditoria chamada "Agentic Browsing". É um sinal.
Figura 8: A Cloudflare apresentou a pontuação Agent Readiness em abril de 2026. Entre cerca de 200 mil domínios principais, a adoção dos padrões relevantes ainda é baixa.
6. Negocie as condições antes de abrir a porta. A Shopify abriu a API de checkout e o Google ativou o checkout com IA por padrão, mas quanto de dados os lojistas recebem dessas transações, se conseguem atribuí-las e se mantêm o relacionamento com o cliente não é automático. Entre abrir e fechar a porta existe uma opção mais importante: abrir com condições. Em quais cenários os agentes podem fazer pedidos, quais dados precisam ser devolvidos e quem responde quando algo dá errado são pontos que devem estar na mesa nas negociações com as plataformas.
7. Não pegue atalhos. O Google já disse que o llms.txt não tem efeito sobre AI Overviews nem sobre o AI Mode. Mostrar conteúdo diferente para bots e pessoas corre o risco de ser tratado como cloaking. Esconder prompts nas páginas para orientar agentes já é considerado envenenamento de LLM. As táticas black hat da era dos agentes serão mais perigosas que as da busca, porque se ligam diretamente a pagamentos.
8. Ser escolhido por um agente é um novo problema de ranking. O estudo ACES, da Columbia Business School e de outras instituições, colocou diferentes modelos para comprar em um ambiente de e-commerce simulado. Ele constatou que os agentes mostram um viés claro de posição, desvalorizam itens marcados como "Sponsored", reagem fortemente à redação das descrições de produto e embaralham bastante a participação dos produtos sempre que o modelo é atualizado. O experimento Magentic Marketplace, da Microsoft, também concluiu que alguns modelos aceitam quase sempre a primeira oferta.
Isso significa que o desempenho de uma marca com os agentes não se resolve com uma otimização pontual. Precisa de monitoramento contínuo, por modelo e por cenário. Antes estudávamos em qual resultado o usuário clicaria. Agora também precisamos estudar qual resultado um agente vai escolher pelo usuário.
Olhando para trás, tanto a Amazon quanto a Shopify fizeram escolhas racionais. Uma é dona da demanda e das prateleiras de anúncios e está protegendo cada segundo que os compradores passam nas suas páginas. A outra precisa de distribuição e está cortejando todo agente que possa trazer um pedido. O Cue, da Manus, representa a resposta do lado dos agentes: se os sites querem que os agentes se identifiquem, deem a eles identidades reais.
A maioria das marcas e dos sites não é nem Amazon nem Shopify. Eles estão no meio: querem a nova demanda que os agentes podem trazer e temem perder o relacionamento com o cliente e os dados.
A busca por IA mudou a forma como os usuários encontram você. Os agentes pessoais mudam quem conclui, em nome do usuário, cada etapa depois disso. A primeira decide se você é mencionado. A segunda decide se você fecha a venda.
A porta de entrada do comércio está saindo da caixa de busca e da prateleira da loja e indo para a lógica de roteamento dos agentes. O resultado desta disputa vai decidir quem abre as portas da próxima internet.
Confira grátis o desempenho da sua marca no mercado de busca por IA
Verifique agora, é grátis >
Atualizado por
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Dageno • Sep 28, 2026
Ye Faye • Oct 15, 2026
Ye Faye • May 22, 2026
Dageno • Nov 03, 2026
Alexa for Shopping