ChatGPT Ads da el siguiente paso: campañas desde feeds de producto y una nueva oportunidad para el e-commerce

En el anterior artículo hablábamos de cómo la publicidad digital está entrando en una nueva etapa con la llegada de las interfaces conversacionales. Analizábamos el nacimiento de ChatGPT Ads, todavía en beta, con un gestor publicitario muy básico, objetivos limitados y una lógica muy diferente a la de plataformas maduras como Meta Ads o Google Ads.

La conclusión era clara: lo importante no es tanto lo que ChatGPT Ads permite hacer hoy, sino lo que puede llegar a significar mañana.

Y ese “mañana” empieza a verse con algo más de claridad.

OpenAI ya ha publicado documentación sobre la creación de campañas desde feeds de producto dentro de Ads Manager. Es decir, campañas pensadas para que los retailers puedan subir su catálogo, estructurar sus productos y crear anuncios basados en ese feed dentro del ecosistema publicitario de ChatGPT.

De nuevo, conviene ser prudentes. En España todavía no estamos ante una activación publicitaria masiva ni plenamente desplegada. La documentación apunta a un entorno en beta y a una disponibilidad todavía limitada por mercados. Pero el movimiento es lo suficientemente relevante como para que cualquier marca de e-commerce empiece a observarlo muy de cerca.

Porque esta vez no hablamos solo de poner un anuncio en una conversación.

Hablamos de conectar catálogos de producto con conversaciones de alta intención.

Del anuncio manual al catálogo conectado con la conversación

Hasta ahora, cuando analizábamos ChatGPT Ads, veíamos un entorno publicitario muy simple: campañas con objetivos básicos, creatividades reducidas, context hints y medición todavía limitada.

La llegada de campañas basadas en feeds de producto introduce una capa mucho más interesante para e-commerce y retail.

Según la documentación de OpenAI, estas campañas permiten a los anunciantes subir un feed de producto a Ads Manager para crear anuncios basados en ese catálogo. El objetivo es facilitar que una mayor parte del catálogo pueda entrar en la publicidad de ChatGPT, crear anuncios a escala y conectar productos relevantes con usuarios durante conversaciones de alta intención.

Esto cambia bastante la lectura.

Ya no hablamos únicamente de crear un anuncio con un titular, una descripción y una imagen. Hablamos de que el catálogo se convierta en la materia prima publicitaria.

Y esto, para cualquier e-commerce, tiene implicaciones enormes.

Durante años hemos trabajado feeds para Google Shopping, Performance Max, Meta Advantage+ Catalog Ads, marketplaces, comparadores o plataformas de afiliación. Pero ahora aparece un nuevo posible destino: una interfaz conversacional donde el usuario no busca exactamente igual que en Google ni consume contenido como en Instagram.

El usuario pregunta, compara, explica una necesidad, pide recomendaciones y espera una respuesta útil.

La nueva batalla será la calidad del feed

Si ChatGPT Ads evoluciona hacia campañas basadas en producto, la calidad del feed va a ser mucho más importante de lo que muchas marcas creen.

En Google Shopping, un feed mal trabajado ya limita el rendimiento. Títulos pobres, categorías incorrectas, atributos incompletos, imágenes poco claras, descripciones genéricas o errores de disponibilidad impactan directamente en la visibilidad y en la eficiencia.

En un entorno conversacional, este problema puede ser todavía más crítico.

¿Por qué?

Porque la IA necesita entender el producto. No solo leerlo.

Necesita interpretar para qué sirve, en qué contexto encaja, qué problema resuelve, para qué tipo de usuario puede ser relevante, qué atributos lo diferencian, qué variantes tiene, qué precio ofrece, qué disponibilidad existe y qué información puede ser útil en una conversación real.

Un ejemplo sencillo.

No es lo mismo un producto llamado:

“Zapato piel negro ref. 4587”

que un producto estructurado como:

“Zapato de piel negro para hombre, cómodo, elegante, ideal para oficina, eventos y uso diario, con plantilla acolchada y suela flexible”.

En un buscador tradicional, ambos pueden competir hasta cierto punto si hay puja, histórico y optimización. En una conversación con IA, el segundo producto ofrece muchas más señales para ser comprendido y contextualizado.

La conclusión es clara: los feeds dejan de ser un elemento técnico secundario y pasan a ser un activo estratégico de marketing.

Mínimo 1.000 productos y enfoque retail

OpenAI indica que los feeds deben contener un mínimo de 1.000 productos y un máximo de 2 millones, y que deben subirse mediante SFTP. También señala que las campañas basadas en feeds están diseñadas para anunciantes retail con catálogos amplios o que cambian con frecuencia.

Esto ya nos da pistas sobre el tipo de anunciantes que pueden beneficiarse primero de este modelo.

No parece una solución pensada inicialmente para negocios pequeños con pocos productos, sino para retailers, marketplaces, marcas de moda, calzado, tecnología, belleza, decoración, deporte, alimentación especializada o cualquier e-commerce con un catálogo suficientemente amplio y bien estructurado.

También es relevante otro detalle: los productos del feed, durante esta beta, solo serán elegibles para anuncios y no aparecerán en conversaciones orgánicas de ChatGPT. OpenAI deja abierta la posibilidad de que eso pueda cambiar en el futuro, pero por ahora diferencia claramente entre inventario publicitario y presencia orgánica.

Este matiz es importante, porque evita una confusión habitual: subir un feed publicitario no significa, al menos en esta fase, aparecer de forma orgánica en las respuestas de ChatGPT.

Los títulos y descripciones del feed serán la creatividad

Otro punto especialmente relevante es que los anuncios creados desde feeds utilizarán el mismo formato que las unidades publicitarias actuales, pero el título y la descripción se extraerán directamente del feed de producto.

Esto puede parecer un detalle técnico, pero en realidad es uno de los puntos más importantes para los equipos de marketing.

En muchas marcas, los feeds se han construido históricamente con una lógica más operativa que estratégica. Se exportan desde Shopify, Prestashop, Magento, WooCommerce, ERPs o PIMs, y luego se corrigen parcialmente para cumplir con los requisitos de cada plataforma.

Pero si el título y la descripción del feed se convierten directamente en el contenido visible del anuncio, el feed pasa a ser también copy publicitario.

Y eso obliga a trabajar de otra forma.

Los títulos no pueden ser solo referencias internas. Las descripciones no pueden ser textos genéricos duplicados. Las imágenes no pueden estar descuidadas. Las URLs de destino deben llevar a fichas de producto claras, rápidas y orientadas a conversión.

En otras palabras: la optimización del feed ya no será solo una tarea de performance o de data feed management. Será una tarea conjunta de marketing, producto, contenido, CRO y medición.

El campo ads_metadata: una pista muy interesante

OpenAI también menciona el uso del campo ads_metadata para organizar productos cuando los filtros disponibles no sean suficientes. Por ejemplo, se pueden añadir valores como bidding_tier o product_line para estructurar mejor los grupos de anuncios.

Este punto es muy interesante porque abre la puerta a una estrategia más avanzada.

Un e-commerce no debería subir simplemente todo su catálogo y esperar que el sistema haga magia. Debería pensar cómo clasificar sus productos en función de criterios de negocio.

Por ejemplo:

Productos con mayor margen.

Productos con alta disponibilidad.

Productos de nueva temporada.

Productos best seller.

Productos con alta tasa de conversión.

Productos con mayor ticket medio.

Productos estratégicos para captación.

Productos orientados a remarketing.

Productos por línea, categoría, uso o intención de compra.

Aquí empieza el trabajo real. Porque si ChatGPT Ads evoluciona hacia un modelo más automatizado, las señales que demos al sistema serán determinantes.

La automatización no elimina la estrategia. La desplaza hacia capas más profundas: datos, estructura, etiquetado, catálogo, intención y medición.

De Google Shopping a ChatGPT Shopping Ads: similitudes y diferencias

Es inevitable comparar este movimiento con Google Shopping o Performance Max.

En ambos casos, el feed es clave. En ambos casos, el sistema interpreta productos. En ambos casos, la automatización puede decidir qué mostrar, cuándo y a quién.

Pero la diferencia está en el contexto.

Google Shopping parte de una búsqueda explícita. El usuario introduce una keyword o una consulta con intención comercial. La plataforma responde con productos, precios, imágenes y enlaces.

ChatGPT parte de una conversación. El usuario puede estar mucho antes en el proceso de decisión. Puede no saber exactamente qué producto necesita. Puede pedir ayuda para elegir, comparar opciones, entender diferencias o resolver una necesidad.

Esto puede abrir una oportunidad muy interesante para productos que requieren asesoramiento, explicación o contextualización.

No se trata solo de aparecer cuando alguien busca “comprar zapatillas running hombre”. Se trata de poder aparecer cuando alguien pregunta “qué zapatillas necesito si estoy empezando a correr y tengo molestias en la rodilla”.

Ese cambio es muy profundo.

La publicidad deja de competir únicamente por keywords y empieza a competir por relevancia dentro de una necesidad expresada en lenguaje natural.

Qué sectores pueden estar más atentos

Aunque todavía es pronto para sacar conclusiones definitivas, hay sectores donde esta evolución puede ser especialmente relevante.

Moda y calzado, porque muchas decisiones de compra se basan en estilo, uso, ocasión, talla, comodidad, materiales y comparación.

Tecnología, porque el usuario necesita entender diferencias entre productos, prestaciones, compatibilidades y rangos de precio.

Belleza y cosmética, porque las recomendaciones dependen del tipo de piel, rutina, objetivo, sensibilidad o preferencias.

Decoración y hogar, porque el usuario suele buscar inspiración y soluciones adaptadas a espacios concretos.

Deporte, porque la compra depende de nivel, disciplina, uso, frecuencia, materiales y objetivos.

Formación, aunque no siempre encaje en feed retail tradicional, porque el modelo conversacional puede influir mucho en la comparación y elección de programas.

Y, por supuesto, marketplaces o retailers multicategoría, que pueden encontrar en este entorno una forma de conectar catálogos amplios con necesidades muy concretas.

La variable España: prepararse antes de que el canal esté maduro

En España todavía debemos mirar este movimiento con cautela. No estamos ante una plataforma publicitaria disponible de forma generalizada ni ante un canal que hoy pueda planificarse como Google Ads, Meta Ads o TikTok Ads.

Pero esperar a que todo esté maduro para empezar a trabajar sería un error.

Esto ya ha pasado antes.

Muchas marcas llegaron tarde a Google Shopping porque no tenían bien estructurado su catálogo. Otras llegaron tarde a Meta Catalog Ads porque sus eventos, píxeles y feeds estaban mal configurados. Otras están llegando tarde a Retail Media porque no han ordenado su first-party data ni su medición.

Con ChatGPT Ads puede ocurrir algo parecido.

Cuando el canal se active con más fuerza, las marcas que tengan feeds limpios, títulos optimizados, atributos completos, metadatos estratégicos, medición bien configurada y fichas de producto orientadas a conversión partirán con ventaja.

Las que tengan catálogos desordenados tendrán que correr.

Qué deberían hacer los e-commerce ahora

No se trata de invertir mañana en ChatGPT Ads en España. Se trata de preparar la base.

La primera tarea es auditar el feed de producto. Revisar títulos, descripciones, categorías, imágenes, disponibilidad, precios, variantes, URLs, atributos y calidad general de la información.

La segunda es enriquecer el catálogo con contexto. No basta con decir qué es un producto. Hay que explicar para quién es, cuándo se usa, qué problema resuelve, qué lo diferencia y en qué situaciones puede ser relevante.

La tercera es conectar el feed con criterios de negocio. Margen, stock, temporada, prioridad comercial, best sellers, productos estratégicos o líneas clave deben poder reflejarse en la estructura del catálogo.

La cuarta es mejorar la ficha de producto. Si el anuncio lleva tráfico a una landing pobre, lenta o poco persuasiva, la oportunidad se pierde. La IA puede ayudar a generar demanda, pero la conversión seguirá dependiendo en gran parte de la experiencia en la web.

La quinta es reforzar la medición. UTMs, eventos, píxeles, Conversions API, analítica, CRM y modelos de atribución deberán estar preparados para medir el impacto real de este nuevo canal cuando llegue.

La oportunidad no está solo en anunciarse, sino en ser entendible para la IA

Este es quizá el punto más importante.

La publicidad en interfaces conversacionales no va solo de comprar inventario. Va de ser interpretable.

Las marcas tendrán que construir activos digitales que las inteligencias artificiales puedan entender, clasificar y relacionar con necesidades reales de los usuarios.

Eso afecta al feed, pero también al SEO, al contenido, a las fichas de producto, a las preguntas frecuentes, a las reseñas, a la arquitectura web, al dato estructurado y a la coherencia entre canales.

Hasta ahora, muchas estrategias digitales se han basado en captar tráfico.

La siguiente etapa será captar intención.

Y para captar intención, el producto, la marca y la propuesta de valor deben estar perfectamente estructurados.

Nuestra visión desde 2bedigital

Desde 2bedigital creemos que este movimiento confirma una evolución que ya estamos viendo en el mercado: el performance marketing está dejando de ser solo una disciplina de activación de campañas para convertirse en un ecosistema mucho más integrado de datos, creatividad, automatización, inteligencia artificial y medición.

ChatGPT Ads todavía está en una fase inicial. Sus campañas desde feeds de producto también. Pero la dirección es clara.

Primero llegaron las campañas manuales básicas.

Ahora empiezan a aparecer los feeds de producto.

Después vendrán formatos más sofisticados, mejores modelos de medición, más automatización, más señales contextuales y probablemente una integración mucho más profunda entre conversación, recomendación y compra.

No se trata de pensar que ChatGPT Ads sustituirá a Google, Meta, TikTok o Retail Media. Lo más probable es que se sume como una nueva capa dentro del ecosistema.

Pero puede ser una capa muy relevante.

Porque cuando un usuario conversa con una IA, no solo está buscando información. Muchas veces está construyendo una decisión.

Y si una marca consigue aparecer ahí de forma útil, contextual y medible, puede ganar una posición muy valiosa en el nuevo journey digital.

La publicidad conversacional acaba de empezar.

Y el feed de producto puede convertirse en una de sus primeras grandes llaves de entrada.