Playbook de AEO en Shopify para la era Sidekick

Qué cambió el 17 de septiembre de 2025

Shopify convirtió a Sidekick en el canal principal de descubrimiento y activación de apps dentro del admin. Las razones para recomendar pasan a ser machine first. La visibilidad depende de cómo entienda el LLM tu propuesta de valor y tu prueba social.

Objetivo del playbook y métricas clave

Objetivo: maximizar share of voice en recomendaciones, tasa de clic en sugerencias desde chat, installs asistidos por Sidekick, activaciones en primera sesión y tiempo a valor.
Métricas clave: share de impresiones en carouseles de Sidekick, CTR en deep links, installs atribuidas a sidekick_ref, ratio de activación en 24 horas, TTV mediano y retención a 28 días por intención.

Playbook de Agent Store Optimization para Sidekick

1) Reescribe el listing en lenguaje de tareas y objetivos del merchant

Mapea intenciones por estadio y vertical. Ejemplos: recuperar carritos, lanzar referidos, traducir catálogo, crear bundles, prevenir fraude en POS, predecir demanda con IA.
Plantilla de mensaje orientado a tarea:
- Para: segmento y situación. Ejemplo: Para tiendas DTC con AOV bajo y alto abandono.
- Hace: acción concreta. Ejemplo: Envía WhatsApps con descuento condicionado a margen.
- Requiere: permisos y conectores. Ejemplo: read_orders y write_customers.
- Resultado esperado: métrica y horizonte. Ejemplo: Subir recuperación de carritos de 8 a 12 por ciento en 14 días.
Estructura el copy con bloques cortos y verbos de acción. Incluye 5 a 7 intents con resultados esperados y prerequisitos. Evita jerga de features sin contexto de tarea.
Añade snippet de prompts sugeridos tipo: “Pregúntame cómo lograr X con Y en Z minutos”. Úsalos como subtítulos para que el LLM pueda citarlos.
KPI de esta fase: aumento del porcentaje de consultas donde tu app aparece entre las 3 primeras recomendaciones en intents objetivo.

2) Expón señales machine readable como razones para recomendar

Publica un manifiesto JSON estable. Ubicación sugerida en tu dominio del producto, con versionado y fecha de build.
Campos mínimos sugeridos:
- app: name, app_id, categoría, soportes idioma
- tasks_supported: intent, descripción, prerequisitos, éxito_métricas
- features: nombre, tipo, latencia_p50_ms, límites
- plans: nombre, precio_mensual, prueba_días, límites, id_plan
- compatibilidad: sales_channels, themes_min_version, markets, idiomas
- integraciones: destino, tipo, versión mínima, bidireccional
- permisos: scope, justificación, datos_tratados
- políticas: gdpr, retención_días, subprocesadores_url
- razones_recomendar: cuando, porque, evidencia_id
- calidad: crash_rate, uptime_30d, nps
Mini ejemplo:

{
  "app": {"name": "Cart Whisper", "app_id": "app_123", "categoria": "Conversational"},
  "tasks_supported": [{"intent": "recuperar_carritos", "éxito_métricas": ["lift_recuperación_pct"]}],
  "plans": [{"nombre": "Pro", "precio_mensual": 29, "id_plan": "pro_29"}],
  "compatibilidad": {"sales_channels": ["Online Store"], "themes_min_version": {"Dawn": "11.0"}},
  "permisos": [{"scope": "read_orders", "justificación": "segmentación de carritos"}],
  "razones_recomendar": [{"cuando": "GMV_mensual_menor_100k", "porque": "mejor CPL", "evidencia_id": "cs_45"}],
  "calidad": {"uptime_30d": "99.95"}
}

Buenas prácticas: consistencia terminológica con intents comunes, fe de vida con build_date, enlaces a changelog y política de datos, compatibilidad semántica en nombres de scopes. Relaciónalo con licencias machine readable como señal de ranking.
KPI de esta fase: incremento en la tasa de citas de razones por parte de Sidekick y mayor precisión de matching por intención.

3) Estructura la prueba social en bloques parseables

Define un catálogo de casos de uso atómicos. Cada bloque debe ser legible por máquina y verificable por humanos.
Esquema sugerido para case_study:

{
  "id": "cs_45",
  "sector": "Moda",
  "región": "ES",
  "tamaño": "SMB",
  "objetivo": "recuperar_carritos",
  "intervención": "secuencia WhatsApp con cupón condicional",
  "métrica": "recuperación_carritos_pct",
  "baseline": 8.0,
  "resultado": 12.1,
  "periodo_días": 14,
  "muestra": 3214,
  "quote_breve": "Aumentamos 51 por ciento la recuperación"
}

Añade bloques de validación con auditoría de métricas y fecha de última verificación. Mantén 3 a 5 estudios por intención prioritaria.
KPI de esta fase: Sidekick cita una prueba social concreta en al menos 50 por ciento de sus recomendaciones sobre tu app.

4) Añade deep links a instalación y ajustes para acciones desde chat

Define acciones canónicas invocables desde Sidekick: install_app, start_trial, configure_feature, import_data, launch_playbook, connect_integration.
Patrones de deep link con parámetros estándar. Usa paths para evitar errores de dominio:

/admin/apps/{app_slug}/install?plan={id_plan}&sidekick_ref={intent_id}:{request_id}
/admin/apps/{app_slug}/setup?action={configure_feature}&setup_token={token}&sidekick_ref={intent_id}:{request_id}

Requisitos: scopes validados en OAuth, idempotencia en endpoints de setup, tokens de una sola vez con expiración corta, preselección de plan y localización del merchant. Relaciónalo con acciones de marca sin SERP para flujos sin fricción.
KPI de esta fase: menor abandono entre clic y primer evento de configuración y menor TTV en flujos invocados desde chat.

5) Etiqueta y atribuye installs y activaciones originadas en Sidekick

Convención de parámetros: utm_source=sidekick, utm_medium=agent, utm_campaign=recommendations, utm_content=intent_{intent_id} y sidekick_ref={assistant_request_id}.
Eventos de servidor: app_recommended_impression, app_recommendation_click, app_install_started, app_installed, feature_configured, first_value_event. Payload mínimo: timestamp, shop_id, app_id, intent_id, assistant_request_id, plan, región, latencia_ms, éxito_bool.
Resolución de identidad: une assistant_request_id con shop_id durante OAuth y guarda el mapping para atribuir activaciones multi sesión.
Reporting: funnel por intención y vertical, cohorte por semana, lift vs tráfico orgánico del App Store, contribución a MRR por intención recomendada.
KPI de esta fase: porcentaje de installs con sidekick_ref atribuido, tasa de activación en 24 horas, MRR incremental atribuido a Sidekick.

Operativa y gobierno

Roles: PMM define intents y copy, Producto mantiene el manifiesto y deep links, Data instrumenta eventos y cuadros de mando, Soporte valida casos de uso y feedback con merchants.
Cadencia: revisión quincenal de intents y razones, actualización mensual de pruebas sociales, auditoría trimestral de permisos y políticas. Conecta esto con la idea de marca que los agentes recuerdan para reforzar repetición y memoria del asistente.

Roadmap sugerido 30 60 90 días

0 a 30 días: mapeo de intents, reescritura del listing, primer manifiesto JSON, deep link de instalación con sidekick_ref, tablero de funnel básico.
31 a 60 días: pruebas sociales parseables por 3 verticales, más acciones invocables desde chat, reducción de TTV con configuraciones idempotentes.
61 a 90 días: optimización por cohortes, razones condicionales por mercado e idioma, SLA de calidad y latencia publicados, automatización de updates del manifiesto desde CI.

Checklist de lanzamiento AEO

Intents priorizados con copy orientado a tareas y resultados.
Manifiesto machine readable expuesto y versionado.
Pruebas sociales en bloques consistentes y verificables.
Deep links por acción crítica con sidekick_ref.
Telemetría y atribución de extremo a extremo con paneles por intención.

Principales riesgos y mitigaciones

Riesgo de desalineación entre copy humano y señales técnicas. Mitiga generando el manifiesto desde una única fuente de verdad en repositorio.
Riesgo de baja citabilidad. Mitiga con razones explícitas y métricas verificables por intención.
Riesgo de fricción en setup. Mitiga con deep links idempotentes y preconfiguración por plan e idioma.

Resultado esperado

Mayor presencia en recomendaciones de Sidekick, más installs de alta intención y activaciones más rápidas, con evidencia cuantificada por intención y vertical.