Afiliados: 18 lojas de nicho da Shopee rodando num app só - tudo em um fim de semana

No começo de outubro eu estava estudando a API da Shopee, para um outro projeto pessoal que ainda está em desenvolvimento. A vantagem é que eles liberam o acesso para recém-cadastrados na plataforma, sem vendas mínimas, e é uma API bem completa.

Pois bem, durante essa análise, descobri que a API expõe a imagem do anúncio e outros atributos, como preço, avaliação, praticamente o anúncio completo. Então tive a ideia de fazer uma loja só com produtos de nicho, baseada nessa resposta pronta.

Eu já tinha o domínio camisetanerd.com.br (outra mania minha, acumular domínios legais) e então, sem muito planejamento, só com a “/grill-me” do Matt Pocock, eu fiz um protótipo funcional da primeira loja em Astro, que é o framework que mais tenho usado ultimamente.

Antes de existir a loja, comecei pelos docs

Nessa primeira loja defini o conceito das “Categorias” e “Universos”, que se cruzam dentro desse nicho. Exemplo: tenho as Camisetas (Categoria), que podem ser de ciência, de anime (Universos). Defini também um prompt para gerar as imagens dessas categorias, com Codex ou o Antigravity, e então o trabalho inicial foi definir os filtros na API, a direção de design e o mascote da loja.

O “mascote” são as aspas com os dedos, para quem entende a referência.

O resultado é que a loja ficou tão legal que resolvi fazer a segunda: bacter.ia.br, especializada em “Orgulho do Profissional da Saúde”. E aí surgiu o primeiro problema: a cada nova evolução ou correção, eu tinha que dar manutenção em 2 projetos, ou deixar eles divergirem.

Foi então que, aproveitando um feriado prolongado e alguns resets de Codex, eu reescrevi as 2 lojas em uma stack única, literalmente de lojas infinitas, e agora são 18:

• Camiseta Nerd: camisetas, decoração e colecionáveis nerds.
• Bacter.ia: vestuário para profissionais de saúde.
• jal.eco.br: jalecos personalizados.
• Perfumar.ia: perfumes e aromas, em tom editorial.
• Hamburguer.ia: churrasco e hambúrguer.
• Odômetro: acessórios para carro.
• Doutor Bacteria: produtos de limpeza para a casa.
• LocalModel: hardware para rodar IA local.
• Dona Clécia: cama, mesa e banho.
• Muro: reforma, com humor.
• richarlison.com.br: artigos para futebol.
• Amigo do Ronco: CPAP, máscaras, antirronco e travesseiros.
• CodeSkill: adesivos e skins para notebook.
• FitGPT: roupa e acessórios de treino.
• Cowork: itens para home office.
• Reciclo: itens reutilizáveis e de compostagem.
• Retool: ferramentas para casa, jardim e oficina.
• Vigia: segurança da casa.

O processo de criação a partir daí foi quase automatizado. Eu só passava o domínio, o tema, o mascote (cada loja tem um mascote criado a partir de prompts predefinidos), e a loja aparecia pronta, com tag de Google Analytics e publicada no meu servidor.

Como o catálogo se mantém

Os preços em qualquer loja são dinâmicos, então, para que eu não ultrapasse o limite da API, eu tenho um cache local no meu banco de dados, e uma coleta diária, às 6h, consulta a API de Afiliados da Shopee e atualiza os links. Cada loja tem um plano de consultas, com um núcleo que roda sempre e uma expansão em rodízio, e uma cota padrão de 150 chamadas por loja. Cada chamada fica registrada no log, por consulta.

Três regras filtram o catálogo:

1. Só entra produto com link mensurável. O link curto é gerado com o identificador da loja. Anúncio sem esse identificador não aparece, e os que ficaram sem são removidos no fim de cada coleta.
2. Classificação automática. Cada loja combina a categoria da Shopee com evidências no título para decidir o departamento. Acessórios fora do nicho, usados e indícios de falsificação ficam de fora.
3. Vitrine rala não é indexada. Páginas com menos de 6 anúncios saem com noindex até terem conteúdo.

SEO e GEO como núcleo

SEO e GEO (otimização para leitura por agentes de IA) ficam no núcleo do app, e toda loja nova já nasce com isto:

• canonical, robots por página, Open Graph, JSON-LD e sitemap;
• robots.txt que convida buscadores e agentes de IA;
• llms.txt e AGENTS.md por loja;
• espelho em Markdown das páginas;
• aviso de URLs novas por IndexNow.

Medição também é por loja: Google Analytics e Umami. O app registra o clique em “Ver na Loja” e de onde ele veio (busca, IA, rede social ou direto). Também conta os acessos de robôs de IA por rota. Assim que tiver os primeiros números orgânicos, faço um post só sobre isso.

Divulgação social automática

A Camiseta Nerd foi a primeira a ganhar redes sociais. Um script do próprio app sorteia produtos, um por vendedor e sem repetir em 30 dias, monta uma legenda só com fatos das ofertas e publica. No Instagram sai um carrossel com cartões gerados pelo app e, depois, um story. No X, o texto sai sem link, com o link na bio. Toda postagem começa com #publi, porque é divulgação de afiliado. Cada loja tem uma voz própria: nerd na Camiseta Nerd, técnica na CodeSkill, neutra nas demais.

Hoje a Camiseta Nerd publica em três lugares: no Instagram @camiseta_nerd, no X e num grupo no Telegram. Os três rodam sozinhos. Ninguém escolhe produto nem escreve legenda à mão, eu só recebo o status no meu celular.

As outras lojas vão seguir o mesmo caminho depois que eu acompanhar alcance e cliques por alguns dias.

O que aprendi até aqui

Primeiro, ainda me impressiono com como consegui escalar tão rápido. Um projetinho de feriado virou um núcleo compartilhado de 18 lojas de uma vez, em tão pouco tempo e com uma qualidade dessa. As mídias geradas são profissionais.

Outra coisa que me impressionou foi o baixo nível de retrabalho que tive. A maior parte do desenvolvimento foi com GPT Luna medium, orquestrado no GPT Sol, então não foi caro também. Depois da segunda loja e com o framework padronizado, eu só dei o comando das demais lojas e elas surgiram.

Próximos passos

Talvez algum tráfego pago nas lojas que performarem melhor organicamente. Veremos.

O que sugerem?

Parte desse post foi escrito com o meu Grok Bot especialista no meu portfólio.