Ferramentas de software existem para ajudar as pessoas a realizar tarefas. Mas, para ir do ponto A ao ponto Z, é preciso usar sua interface, seguir sua lógica de dados e fluxo, e aceitar o resultado que oferecem. As melhores ferramentas fornecem certo grau de flexibilidade, permitindo que os usuários ajustem sua forma de trabalhar para alcançar o resultado desejado. É por isso que a experiência do usuário (UX) é tão importante: é nela que o consumidor chega mais perto de manipular o resultado. Isso vale até mesmo quando escolhemos as palavras que digitamos no enorme campo de busca do Google.
O que muitas vezes não percebemos é o quanto as ferramentas de software manipularam a nossa própria forma de trabalhar. Nós, usuários de internet, tivemos nossa experiência de busca por informações totalmente moldada pela evolução da pesquisa nos últimos 30 anos. Embora já houvesse formatos mais limitados antes, a busca para consumidores começou em 1994 e se tornou realmente prática em 1995, quando o AltaVista introduziu a pesquisa em linguagem natural. Já por volta de 2021, o campo de busca passou a ter dupla função: além de pesquisar, servia para digitar diretamente o endereço de um site.
Agora temos a busca guiada por inteligência artificial, que ao mesmo tempo melhora e confunde a experiência do consumidor. Na parte 1 desta série em duas partes, vamos explorar como marcas e varejistas podem competir de forma eficaz nesse novo cenário, entendendo exatamente como a busca com IA funciona em relação à busca tradicional. Já na parte 2, vamos inverter o modelo e explorar abordagens alternativas para marcas e varejistas.
Você não pode fugir do diagrama de Venn
Os resultados de busca tradicionais pouco mudaram nos últimos 30 anos. Ainda são listas em formato de tabela, ordenadas do mais relevante para o menos relevante. O que define essa relevância é o algoritmo de busca. Mas isso deixou de ser ciência pura: primeiro surgiram formas de “enganar” o sistema; depois, quando essas brechas foram fechadas, os próprios buscadores criaram brechas monetizadas. Qualquer empresa podia pagar para aparecer no topo, transformando os resultados em mais um meio publicitário leiloado em alta velocidade.
Isso é bastante irônico, porque os resultados de busca deveriam refletir os termos de pesquisa que usamos. Os termos de busca funcionam como um resumo abreviado, que muitas vezes é incompleto ou confuso – afinal, somos humanos e muitas palavras podem ser tanto substantivos quanto verbos. Por isso, no modelo tradicional, a interação com o algoritmo se parece mais ou menos com isto:
– Consumidor: Aqui está o que eu quero
– Algoritmo: Aqui está o que você pediu MAIS algumas sugestões pagas por marcas, baseadas nos seus dados
– Consumidor: Não, não é bem isso, vou acrescentar mais palavras para esclarecer
– Algoritmo: Ok, com base nos seus dados e nos novos termos, aqui estão MAIS sugestões pagas por marcas
– Consumidor: Não é para mim, é para outra pessoa, use só esses novos termos
– Algoritmo: Ok, aqui está o que você pediu MAIS sugestões pagas por marcas
– Consumidor: ARRRGH
Leitores antigos desta coluna já conhecem o truque da minha esposa: procurar o que deseja e começar do final da lista – onde o algoritmo julga menos relevante – porque ali podem aparecer opções bem interessantes. Esses mesmos leitores talvez se lembrem da minha sugestão de que uma forma melhor de apresentar os resultados seria com um diagrama de Venn de três círculos. No centro estariam as opções que o algoritmo considera mais alinhadas ao que você busca; nas áreas de sobreposição de dois círculos, as alternativas secundárias; e dentro de cada círculo, as demais opções. Essa solução evita a priorização forçada de uma lista e estimula o consumidor a explorar possibilidades interessantes que normalmente ficam escondidas pela hierarquia implícita de que a “primeira página” é sempre melhor que as seguintes.
O equivalente na vida real é entrar em uma loja de vinhos (assunto sobre o qual sei até demais). Quem não entende nada de vinhos, mas precisa levar um presente para o anfitrião de uma festa, procura o dono da loja ou um vendedor, porque eles conhecem o estoque e vão indicar algo no preço certo e que cause a reação de “uau” no anfitrião. O papel do vendedor é processar a sua “busca” ao vivo, em tempo real, fazendo perguntas-chave para ajudar a refinar o seu pedido.
O que nos leva ao AOE.
Onde estão minhas chaves do carro?
Motoristas de carros mais novos já não usam chaves. Eles carregam um pequeno transmissor que informa ao veículo que é seguro destravar as portas e ligar o motor… apenas apertando um botão. A ideia de enfiar uma chave de metal na ignição e girá-la – ativando a bateria para enviar corrente ao motor de arranque (que, por sua vez, dá partida no motor) – soa antiquada. Indo além, dependendo do ano e do modelo do veículo, muitos processos que antes eram mecânicos agora são totalmente eletrônicos, em diferentes níveis de sofisticação.
Dito isso, o ato de dirigir um carro permanece basicamente o mesmo desde os primeiros dias do automóvel: o motorista entra, liga, engata a marcha e usa volante, acelerador e freio para conduzir o veículo. O mesmo vale para a busca guiada por IA, em que a ferramenta vasculha as partes relevantes de um modelo de linguagem extenso (LLM – no qual há inovação, e sempre surge uma nova sigla) e entrega uma síntese do que já foi escrito, gravado ou filmado sobre o assunto. Assim, em vez de enfrentar os obstáculos da busca tradicional, você recebe uma orientação clara e imparcial sobre o tema de interesse para tomar sua decisão. Incrível, certo?
Quem dera. Na prática, porém, tanto a busca tradicional quanto a busca por IA acabam sendo tratadas da mesma forma.
Com a busca guiada por IA surgiu o conceito de AEO, ou Otimização para Motores de IA (AI Engine Optimization). Segundo uma newsletter da AdAge de 3 de junho de 2025, o AEO é a nova prioridade para marcas e varejistas. A publicação nos diz:
– AEO é basicamente o SEO aplicado às buscas por IA, mas com diferenças importantes, como menor dependência de palavras-chave e de métricas de cliques para medir sucesso.
– O tráfego gerado por buscas com IA está explodindo – aumento de 1.200% em sites de varejo – e as marcas precisam agir para aparecer nesses resultados.
– As estratégias de AEO se baseiam em fornecer informações claras e confiáveis para os rastreadores de IA, tanto em sites próprios quanto em mídia conquistada e publicações em redes sociais.
– Marcas e agências já estão se adaptando à busca por IA atualizando suas informações online, e novos serviços estão surgindo para oferecer soluções ainda mais sofisticadas.
A AdAge também afirma que “a busca por IA em breve vai dominar a busca tradicional. Isso significa que o AEO, e não o SEO, é o futuro do marketing de busca”. Lá em 2016, pessoas como eu já alertavam as marcas para prepararem seus dados de produtos para serem facilmente interpretados por buscas de voz (como a Alexa da Amazon ou o que hoje chamamos de Google Assistente) e também para buscas visuais, na época pelo Google Glass. Mas isso realmente se tornou necessário? Não. Por quê? Porque o avanço dos LLMs facilitou para as empresas de IA vasculharem todas as fontes disponíveis publicadas e, a partir delas, sintetizarem respostas às perguntas dos consumidores.
Vamos nos concentrar no terceiro ponto citado pela AdAge. “Fornecer informações claras e confiáveis para os rastreadores de IA” deve soar familiar porque provavelmente é algo que você já faz: garantir que os rastreadores, de qualquer tipo, recebam das marcas e varejistas o conteúdo que se deseja mostrar ao consumidor, independentemente da ferramenta de busca com IA utilizada. Dessa forma, o ChatGPT e o Perplexity passam a ser tão confiáveis quanto o Google é na busca tradicional. O RunwayML, por exemplo, precisa saber como é exatamente uma lata de Coca-Cola Zero para conseguir gerar uma imagem correta quando o prompt inclui “lata de Coca-Cola Zero”.
Mas não foi para isso que a IA foi criada. Ela é capaz de entregar mais do que uma lista de resultados: pode entregar um desfecho, seja uma análise textual completa, uma solução de organização para lidar com seus 1.009 e-mails não lidos, ou até uma imagem ou vídeo que represente algo nunca criado por um artista ou designer. Não apenas resultados de busca. Na vida de uma pessoa comum, a IA funciona como a adição de um novo membro à equipe – um especialista no assunto ou um assistente treinado. Ou, dependendo da ferramenta, pode ser um videomaker, designer gráfico ou até um artista plástico. Em última instância, o que a IA não generativa entrega é conteúdo sintetizado a partir de todas as fontes disponíveis.
(A IA generativa, por sua vez, pode pegar esse conteúdo e agir sobre ele, desenvolvendo planos ou ativando processos. Mas vamos falar disso em outro artigo, porque empresas como a Visa e outras já estão criando aplicações voltadas especificamente para o e-commerce. Ainda é algo pouco maduro, mas que merece uma análise dedicada.)
O que nos leva ao seu plano de marketing.
Venda mais coisas para mais pessoas com mais frequência e por mais dinheiro
No primeiro ano do novo milênio, Sergio Zyman, ex-CMO da Coca-Cola, criticou duramente o que chamava de “marketing preguiçoso”. Ele incomodou muita gente. Mas também disse algo que, hoje, soa ainda mais atual: “Passei muito tempo vendendo água com açúcar e gás. Para isso, é preciso contar histórias”.
Com a IA assumindo um papel central no marketing digital, a profundidade da narrativa de uma marca passa a ser o fator mais importante. Como a IA se apoia em LLMs para obter informações que depois sintetiza em conteúdo, marcas e varejistas (como veremos na Parte 2) precisam garantir que suas histórias façam parte desse universo de dados que a busca com IA acessa. Isso significa que as histórias da marca – quem são, o que fazem, o que produzem, quais são seus valores, por que são importantes – devem estar disponíveis, publicadas e acessíveis. Também importa que essas histórias venham não apenas de fontes confiáveis, mas de fontes variadas. É aí que o público ajuda: os feedbacks e as reações que eles publicam dão profundidade e ressonância extraordinárias à sua narrativa.
“Conte a história da sua marca em tantos pontos de contato relevantes quanto possível, depois faça mais pessoas experimentarem e comprarem o seu produto, e em seguida incentive-as a falar sobre isso para que mais pessoas façam o mesmo” é o típico dilema do ovo e da galinha. Também não é uma estratégia em si. Mas é um ponto de partida para você descobrir como aproveitar ao máximo a busca guiada por IA do consumidor. Investir em contar a história da sua marca e de seus produtos alimenta a base da qual a IA vai extrair informações. Identifique e destaque os diferenciais da sua marca e dos seus produtos, e concentre-se neles. E faça isso com frequência, porque, infelizmente, essa base de informações é extremamente extensa.
Na Parte 2, vamos inverter um pouco esse modelo e explorar novas formas de utilizar a IA em ambientes de varejo ao vivo.