In breve. Agentic selling: cos’è, in pratica? Per i brand, è il lato di chi vende del commercio agentico. Il brand agent studia il mercato, prepara lo store e vende a persone e agenti AI nella voce e nelle regole del brand. ChatGPT, Gemini, Perplexity e Copilot possono consultare dati prodotto correnti, secondo superficie e mercato. Il checkout resta sui sistemi del brand.
- L’Agentic Selling organizza il lavoro del venditore quando persone e agenti AI cercano, confrontano e acquistano prodotti.
- Prezzo, stock, varianti e consegna devono concordare tra pagina, feed, inventario e checkout.
- ChatGPT, Gemini, Perplexity e Copilot possono consultare fonti commerciali correnti, con modalità che variano per superficie e mercato.
- Una baseline esterna del giorno zero permette di dimostrare quali correzioni hanno cambiato ciò che un agente può verificare.
- Il brand agent studia il mercato, prepara lo store e vende entro la voce e le regole del brand.
Agentic selling: cos’è, in pratica? Per i brand, è il lato di chi vende del commercio agentico. Il brand agent studia il mercato, prepara lo store e vende a persone e agenti AI nella voce e nelle regole del brand, collegando ogni richiesta a prezzo, stock, variante e checkout verificabili.
Quando una persona chiede a ChatGPT o Gemini quale prodotto comprare, un prezzo incoerente tra pagina e feed può fermare la valutazione prima del carrello. Questi motori possono consultare pagine, cataloghi o programmi merchant per confrontare informazioni correnti, ma fonti e modalità cambiano in base alla superficie, al mercato e alla domanda.
Per un brand o un ecommerceVendere prodotti online attraverso il proprio negozio o i marketplace. Per la visibilità AI il fattore che decide è se il catalogo del negozio è leggibile dalle macchine.Approfondisci italiano, una parte della vendita si sposta quindi verso un interlocutore macchina. Questa guida chiarisce chi prepara i dati, chi conduce la conversazione e chi mantiene il controllo dell’ordine.
Agentic selling: cos'è?
Definizione: l’agentic selling per i brand è il lato di chi vende del commercio agentico. Il brand agent, l’agente autonomo che lavora per un solo brand, studia il mercato, prepara lo store e vende a persone e agenti AI nella voce e nelle regole del brand. Il checkout resta sui sistemi del brand, che rimane merchant of record.
Il punto centrale è la responsabilità del venditore. Se un cliente cerca una giacca impermeabile, taglia 48, disponibile a Milano entro sabato, il brand agent deve poter collegare la richiesta a una variante valida, a uno stock corrente e a una consegna plausibile.
Il commercio agentico comprende l’intero scambio tra chi compra, chi vende, i sistemi di catalogo, il carrello, il pagamento e l’ordine. L’Agentic Selling mette a fuoco come il venditore osserva la domanda, prepara ciò che i motori AI possono leggere e conduce la conversazione fino al checkout.
Nel software per le vendite B2B, “agentic selling” indica anche strumenti che assistono i venditori umani o scrivono ai lead al loro posto. In questa guida il termine riguarda il commercio: un brand che vende i propri prodotti a persone e ad agenti AI che comprano.
| Sistema | Mandato | Azione finale |
|---|---|---|
| Brand agent | Vendere per un solo brand entro regole approvate | Prepara lo store, risponde e accompagna al checkout del brand |
| Agente d’acquisto | Cercare e valutare prodotti per conto del cliente | Propone una scelta, prepara il carrello o avvia l’acquisto |
| Automazione commerciale | Gestire lead e follow-up | Invia messaggi o aggiorna il CRM |
Le parole che servono
Agentic: descrive un sistema che riceve un obiettivo, usa strumenti e compie una sequenza di azioni entro regole definite.
Agente d’acquisto: un sistema che cerca, confronta o acquista prodotti per conto del cliente.
Commercio agentico: l’insieme dello scambio commerciale in cui uno o più agenti AI partecipano alla ricerca, alla valutazione, al carrello, al pagamento o al servizio successivo.
Brand agent: l’agente del brand che vende nella sua voce, applica le sue regole e usa fonti e componenti consentiti.
Checkout agentico: un percorso nel quale un agente prepara o completa passaggi d’ordine tramite interfacce autorizzate. Il soggetto che vende legalmente e incassa, chiamato merchant of record, dipende dall’implementazione; nel modello qui proposto rimane il brand.
Il catalogo decide se una richiesta è verificabile
La scala dei cataloghi rende costosa ogni ambiguità. Un motore deve capire se “Rosso Toscana 2021, confezione regalo” indica una bottiglia da 750 ml o una cassa, se 36 euro include l’imposta, se il prodotto è disponibile e se può arrivare entro venerdì.
La responsabilità del merchant comprende prezzo, valuta, disponibilità, variante, spedizione, reso e percorso d’ordine. Google elenca identificativo, titolo, descrizione, link, immagine, disponibilità e prezzo nella propria specifica dei dati prodotto di Merchant Center. OpenAI tratta a sua volta il feed del merchant come fonte corrente nella specifica del Product Feed. Come una domanda diventa una scelta dentro ChatGPT lo racconta la guida a ChatGPT Shopping.
Una scheda elegante non compensa una variante assente dal feed.
Una bottiglia segnata disponibile sulla pagina e terminata nell’inventario crea invece una promessa che il checkout potrebbe non mantenere. La conseguenza dipende dalla piattaforma, ma il problema operativo resta misurabile.
Commercio agentico e lato venditore: chi fa cosa?
Il commercio agentico descrive l’intero scambio e viene spesso raccontato partendo da chi compra. Il lavoro del venditore consiste nel rispondere con dati correnti, fonti approvate e un percorso d’ordine valido.
| Fase | Agente d’acquisto | Brand agent | Responsabilità del merchant |
|---|---|---|---|
| Scoperta | Interpreta l’obiettivo e cerca candidati | Rende interrogabili assortimento e contenuti approvati | Pubblicare prodotti, mercati e disponibilità corretti |
| Valutazione | Confronta prezzo, caratteristiche, consegna e condizioni | Risponde con fatti pertinenti e varianti valide | Mantenere coerenti pagina, feed e inventario |
| Conversazione | Chiede chiarimenti su uso, budget o preferenze | Compone risposte e componenti commerciali consentiti | Definire voce, regole, fonti e limiti |
| Carrello e checkout | Seleziona l’offerta e avvia l’ordine | Prepara il percorso compatibile con la richiesta | Conservare checkout, pagamento e ruolo di venditore nel modello scelto |
| Dopo l’interazione | Comunica l’esito o formula nuove domande | Registra le domande realmente poste | Gestire ordine, resi e apprendimento operativo |
La mappa ha due lati: l’agente d’acquisto e il brand agent. Tra loro passano catalogo, conversazione e checkout; ogni passaggio richiede un proprietario e una prova osservabile, come una variante valida o un totale d’ordine confermato.
Per approfondire il lato cliente, leggi Agentic commerce: quando il cliente è un agente AI.
Il venditore lavora in tre momenti
Il modello comprende tre momenti: studia, prepara, vende. L’ordine conta, perché una modifica applicata prima di fissare lo stato iniziale rende difficile dimostrare che cosa sia cambiato.
Studia: osserva lo store dalla stessa prospettiva dell’agente
Il lavoro comincia dalla vista esterna dello store, la stessa che incontra un agente d’acquisto. Gli input comprendono catalogo pubblico, assortimento, contenuti, domande ricevute e contesto competitivo consentito.
Prendiamo una scarpa venduta in numeri europei. Se la pagina mostra “42” e il feed omette il sistema di taglie, il dato è leggibile ma ambiguo per un cliente statunitense; l’azione utile consiste nel chiarire il sistema di misura e contare quante richieste chiedono una conversione.
Prepara: allinea prezzo, stock e identità del prodotto
Un catalogo pulito usa identificatori validi. Il GTINIl Global Trade Item Number di GS1, l'identificativo che permette ai motori di riconciliare la tua offerta con lo stesso prodotto venduto altrove. Un GTIN valido è numerico, da 8 a 14 cifre, con check digit GS1.Approfondisci è l’identificatore assegnato a un articolo commerciale, spesso rappresentato dal codice a barre; l’MPN è il codice del produttore e può essere richiesto con il nome del produttore quando un GTIN non è stato assegnato, secondo le regole della piattaforma.
Colore, taglia e formato distinguono le varianti. Schema.orgIl markup schema.org leggibile dalle macchine (Product, Offer, AggregateRating) incorporato nella pagina come JSON-LD. È il modo canonico di dare ai motori fatti di prodotto senza ambiguità.Approfondisci, un vocabolario condiviso per descrivere dati nelle pagine web, permette inoltre di esporre prezzo, valuta e disponibilità in forma leggibile dalle macchine.
Il markup Product e Offer aiuta un motore a estrarre questi fatti dalla pagina. I feed merchant trasmettono informazioni analoghe in un formato aggiornabile e validabile; se una borsa costa 420 euro nella pagina e 390 euro nel feed, la divergenza può causare una disapprovazione dell’offerta o una correzione automatica su alcune superfici Google.
Vende: risponde e prepara il passaggio al carrello
Sul dominio del brand, l’esperienza può adattarsi alla richiesta usando segnali consentiti e componenti approvati. Una persona che chiede “abito per una cerimonia a giugno, consegna a Firenze” può ricevere una selezione con taglie disponibili, tempi e condizioni pertinenti, anche fuori dagli orari dello store.
Lo stesso brand agent può rispondere macchina a macchina a un agente d’acquisto. Nel modello proposto, il checkout resta sui sistemi del brand, che mantiene prezzo finale, imposte, spedizione, pagamento e ruolo di merchant of record.
L’agentic storefront mostra come una vetrina può comporsi con elementi approvati.
Perché un brand dovrebbe avere il proprio agente?
A gennaio 2026 Microsoft ha lanciato i Brand Agents e Google ha attivato Business Agent dentro Search: assistenti che attingono al catalogo e parlano con la voce del brand, sul sito del merchant o nella sua scheda su Google. Quelli di Microsoft si installano in poche ore. Le piattaforme confermano così che la categoria esiste. Voce del brand e presenza sul dominio non bastano però a distinguere due agenti: Microsoft offre già entrambe.
Le differenze che contano sono tre:
- Indipendenza. L’agente della piattaforma lavora per il canale, che vende anche la pubblicità. L’agente del brand lavora solo per il brand.
- Tutto il mestiere. Studia il mercato, prepara lo store alla fonte, vende e misura dall’esterno, con la stessa vista di un agente d’acquisto.
- L’educazione di categoria. Arriva già formato su come si compra nella categoria, con la stessa competenza davanti a una persona e davanti a un agente AI.
Cos’è un brand agent confronta nel dettaglio le versioni di Microsoft e Google e i criteri per valutarne una.
Verdetto: dati verificabili aiutano ChatGPT, Gemini, Perplexity e Copilot
ChatGPT, Gemini, Perplexity e Copilot possono recuperare informazioni correnti durante alcune risposte o esperienze commerciali. Il recupero viene spesso associato alla RAG, Retrieval-Augmented Generation, una tecnica che porta fonti pertinenti nel contesto prima di generare una risposta; i quattro prodotti usano però architetture, indici e percorsi diversi.
Il flusso commerciale può essere letto così: domanda del cliente → recupero di pagina o feed → confronto dei fatti → risposta o scheda prodotto → checkout sui sistemi del brand.
Per prezzo, stock e varianti, la memoria parametrica del modello non costituisce una fonte affidabile dello stato commerciale corrente. OpenAI documenta feed prodottoUn export strutturato del catalogo (id, titolo, descrizione, link, immagine, prezzo, disponibilità) secondo la spec di Google Merchant Center, il formato che quasi tutte le superfici di shopping ingeriscono.Approfondisci e strumenti commerciali; Google usa Merchant Center e Shopping Graph; Perplexity offre un Merchant Program; alcune esperienze Copilot possono usare l’indice Bing e dati di Microsoft Merchant Center, con disponibilità variabile per mercato e superficie.
Ciò che il motore riesce a leggere e verificare incide sui prodotti che può valutare. Dati corretti rendono il catalogo più facile da interpretare e citare, mentre i criteri di selezione restano proprietari.
OpenAI scrive nella guida ai risultati di shopping che i risultati organici di prodotto sono “selected independently by ChatGPT and are not ads”. La documentazione sul commercio di OpenAI tratta a parte feed e checkout, così l’idoneità tecnica del catalogo resta separata dalla decisione finale del motore.
In sintesi, un feed valido rende il prodotto idoneo alla valutazione, ma non garantisce che ChatGPT lo selezioni o lo raccomandi.
Una richiesta concreta mostra dove può fermarsi la vendita
“Cerco un vino italiano da regalare, sotto 40 euro, consegnabile entro venerdì” contiene almeno sei condizioni verificabili. Il prezzo di 36 euro è illustrativo e serve a mostrare il controllo.
| Passaggio | Cosa chiede l’agente d’acquisto | Cosa deve poter rispondere il brand agent | Prova osservabile |
|---|---|---|---|
| Origine | È davvero italiano? | Paese e zona di produzione | Scheda e feed concordano sull’origine |
| Formato | È adatto a un regalo? | Volume, confezione e immagine corretti | Variante da 750 ml identificata |
| Prezzo | Resta sotto 40 euro? | Prezzo corrente di 36 euro e valuta EUR | Stesso importo in pagina, feed e carrello |
| Stock | È acquistabile adesso? | Disponibilità della variante scelta | Inventario e stato pubblico allineati |
| Consegna | Arriva entro venerdì? | Opzione disponibile per il CAP richiesto | Data promessa nel checkout |
| Resi | Quali condizioni valgono? | Finestra e condizioni applicabili | Pagina resi raggiungibile e coerente |
| Variante | La confezione regalo è valida? | Identificativo e sovrapprezzo | Carrello accetta la configurazione |
Una lacuna interrompe il ragionamento in un punto preciso. Se manca il formato, il motore può ancora citare il vino, ma potrebbe non riuscire a verificare che l’offerta corrisponda alla richiesta.
Una baseline rende ogni correzione dimostrabile
Questa matrice può essere usata da un ecommerce anche senza acquistare software specifico. Ogni riga collega un’attività a un risultato controllabile.
| Momento | Input | Azioni | Output osservabili | Responsabilità del merchant |
|---|---|---|---|---|
| Studia | Catalogo pubblico, domande, assortimento | Legge dall’esterno e individua ostacoli alla scelta | Baseline, priorità, domande emergenti | Autorizzare fonti e mercati |
| Prepara | Prezzi, stock, varianti, identificatori | Verifica coerenza e aggiorna feed e pagine | Dati validi e aggiornamenti tracciati | Approvare la pubblicazione |
| Vende | Intento, contesto consentito, componenti approvati | Risponde e prepara il passaggio al checkout | Risposte verificabili e domande registrate | Gestire prezzo finale, ordine e resi |
Prima delle modifiche, congela una baseline del giorno zero. Poi:
- leggi lo store dall’esterno come farebbe un agente;
- verifica la coerenza tra pagina, feed ed endpoint, cioè le interfacce con cui altri sistemi interrogano catalogo e checkout;
- definisci regole di pubblicazione e approvazione;
- mantieni il checkout sui sistemi scelti dal brand;
- registra le domande effettive, comprese quelle rimaste senza risposta.
La baseline chiude il filo aperto all’inizio. Prima misuri ciò che un agente vede; poi modifichi, conservando per ogni prezzo o variante una data, un prima e un dopo.
La scorecard parte dalla cassa
Misurare una citazione prima della validità del prezzo equivale a contare gli ingressi senza controllare se la cassa funziona.
- Completezza e validità: quota di prodotti con prezzo, valuta, disponibilità, identificatore, spedizione e resi utilizzabili.
- Divergenza: differenze tra pagina, feed ed endpoint per lo stesso prodotto.
- Latenza di aggiornamento: tempo tra una modifica e la sua comparsa nei punti consultabili.
- Accuratezza estratta: corrispondenza tra ciò che un motore riporta e la fonte corrente del merchant.
- Copertura delle prove: percentuale dei casi di test in cui origine, variante, consegna, reso e acquisto ricevono una risposta verificabile.
- Completamento del checkout agentico: quota delle sessioni implementate che arrivano a un ordine valido.
La share of voice è la presenza del brand nelle risposte a un insieme stabile di domande. La quota di citazioni misura quante risposte attribuiscono una fonte al dominio del brand; per confrontare periodi diversi servono prompt, motori, mercati e date costanti.
L’attrazione di una metrica semplice è evidente: contare un file llms.txt o una citazione richiede poco lavoro. I dati operativi raccontano di più, perché accuratezza, freschezza e capacità d’acquisto mostrano se un prodotto può essere valutato e ordinato.
Il controllo resta nelle regole approvate
Il brand definisce fonti consentite, mercati, prezzi, componenti utilizzabili e soglie di approvazione. Il brand agent opera dentro quel perimetro e può eseguire una ricerca guidata, controllare l’inventario, comporre un carrello e avviare il checkout.
Autonomia significa azione entro regole.
Una ricerca su tre regali sotto 80 euro può essere automatica. Uno sconto fuori listino può richiedere approvazione, mentre un ordine verso un mercato non servito deve fermarsi prima della promessa di consegna.
Per valutare una funzione, separa tre etichette: capacità documentata, cioè ciò che la specifica descrive; disponibilità geografica, cioè dove il servizio è attivo; interpretazione editoriale, cioè la lettura delle conseguenze per il merchant. Questa distinzione evita di trattare un annuncio globale come una funzione già disponibile in Italia.
Nota metodologica: Team editoriale Veliu. Le fonti primarie sono state consultate il 17 giugno 2026 e ricontrollate editorialmente per questa versione del 23 settembre 2026. Il confronto copre le specifiche OpenAI per feed e commercio, la presentazione Google di UCP, la specifica Merchant Center e l’annuncio del Perplexity Merchant Program. Limite principale: disponibilità, nomi delle funzioni e superfici commerciali possono cambiare; i pesi di selezione dei motori non sono pubblici.
Veliu dà al brand un agente che vende
Veliu è il brand agent che vende: fa agentic selling per i brand, e ogni agente lavora per un solo brand. Studia il mercato, prepara lo store e vende a persone e agli agenti AI che arrivano, nella voce e nelle regole del brand, con il checkout sui sistemi del brand. La tesi è nel nostro paper fondativo, in inglese.
Quattro azioni da assegnare questa settimana
- Assegna un responsabile unico alla coerenza di prezzo, stock e varianti tra catalogo, feed, pagina e checkout.
- Verifica lo store dall’esterno prima di modificare i dati, salvando data, mercato, query e risultato come baseline.
- Separa le regole del brand dalle decisioni di ChatGPT, Gemini, Perplexity e Copilot: controlli fonti, assortimento e checkout; ogni motore controlla la propria selezione.
- Prova una domanda e un acquisto completi nel mercato prioritario, dal requisito iniziale fino alla variante nel carrello e alla conferma della consegna.
Domani mattina, prova una sola richiesta reale e registra il primo punto in cui prezzo, variante o consegna smettono di essere verificabili.
Il prossimo paper, appena lo scriviamo.
Una mail per ogni paper, e nient'altro.
Iscriviti
