Como as IAs escolhem quais marcas recomendar?

Uma marca aparece na resposta do ChatGPT sobre um determinado assunto. Um concorrente aparece três vezes mais. Por que isso acontece?

A resposta não está em um único fator. Modelos de IA generativa combinam, em graus diferentes dependendo do modelo e da pergunta, duas fontes de conhecimento distintas para decidir o que dizer, e para decidir quais marcas mencionar.

Duas fontes de conhecimento

A primeira fonte é o treinamento. Um modelo de linguagem aprende, durante o treinamento, associações estatísticas entre palavras, entidades e contextos a partir de um grande volume de texto. Se uma marca aparece com frequência, em contextos claros e associada a uma categoria específica, o modelo tende a associar essa marca àquela categoria também nas respostas.

A segunda fonte é a busca em tempo real, também chamada de grounding ou retrieval. Vários modelos hoje têm a capacidade de pesquisar a web no momento em que geram uma resposta, em vez de depender só do que aprenderam no treinamento. Essa segunda fonte é onde o conteúdo publicado recentemente, e a forma como ele está estruturado, tem mais chance de influenciar a resposta.

O que vem do treinamento

Durante o treinamento, o modelo não guarda um banco de dados de marcas e categorias. Ele aprende padrões estatísticos de coocorrência entre palavras. Uma marca mencionada repetidamente, em fontes diversas e em contextos que deixam clara sua categoria e seu diferencial, tende a formar uma associação mais forte no modelo do que uma marca pouco mencionada ou mencionada de forma ambígua.

Isso explica, em parte, por que marcas mais antigas ou mais mencionadas na internet costumam aparecer com mais frequência em respostas que não envolvem busca em tempo real. O modelo tende a recorrer a associações que viu repetidas vezes durante o treinamento.

Esse tipo de associação é relativamente estável entre uma pergunta e outra, mas também é o mais lento para mudar. Um conteúdo publicado hoje não altera o treinamento de um modelo já lançado. Ele só pode influenciar essa camada em um treinamento futuro, ou indiretamente, se aquele conteúdo virar uma fonte usada em buscas em tempo real que, por sua vez, seja usada como dado de treinamento futuro.

O que vem da busca em tempo real

Quando um modelo tem acesso a busca na web, o mecanismo muda. Em vez de responder só com o que aprendeu no treinamento, o modelo decide se vale a pena pesquisar, executa uma ou mais buscas, processa os resultados e usa esse material para formular a resposta.

Cada modelo implementa isso de um jeito um pouco diferente. No Gemini, o modelo analisa o prompt e decide se uma busca no Google melhoraria a resposta, e a resposta final inclui citações vinculadas a trechos específicos do texto (Google AI for Developers, Grounding with Google Search). No ChatGPT, a busca pode ser acionada automaticamente quando a pergunta se beneficia de informação atual, ou ativada manualmente pelo usuário, com as fontes citadas apresentadas de forma explícita na resposta (OpenAI Help Center, Searching the web with ChatGPT). O Claude decide quando pesquisar com base no conteúdo do prompt, com citações sempre habilitadas quando a busca é usada (Anthropic, Web search tool). O Perplexity pesquisa a internet em tempo real por padrão, incluindo citações numeradas em praticamente toda resposta (Perplexity Help Center).

Nessa camada, o que importa não é só quantas vezes a marca foi mencionada na internet ao longo dos anos, mas se o conteúdo mais relevante para aquela pergunta específica está acessível, indexado e claro o suficiente para ser usado como fonte naquele momento.

Reconhecimento de entidade

Para que um modelo mencione uma marca, ele precisa primeiro reconhecer que aquele nome se refere a uma entidade específica, e não a uma palavra comum ou a outra coisa com o mesmo nome. Marcas com nomes genéricos, ou que compartilham nome com outra empresa, produto ou termo do dia a dia, enfrentam uma dificuldade adicional: o modelo pode não associar aquele nome à categoria certa, mesmo que a marca tenha presença relevante no mercado.

Dados estruturados que declaram explicitamente o que uma organização é, como o schema de Organization, ajudam mecanismos compatíveis a resolver essa ambiguidade com mais precisão (Google Search Central, Organization structured data).

Por que a mesma pergunta traz respostas diferentes

Modelos de IA generativa não são determinísticos por padrão. A mesma pergunta, feita duas vezes, pode gerar respostas diferentes, com marcas diferentes mencionadas ou em ordens diferentes. Um estudo da SparkToro em parceria com a Gumshoe.ai, com 2.961 execuções de prompts em ChatGPT, Claude e na IA do Google, encontrou menos de 1 chance em 100 de duas execuções do mesmo prompt trazerem exatamente a mesma lista de marcas (SparkToro).

Isso tem uma consequência prática direta: observar a presença de uma marca em uma única execução de um prompt não é suficiente para concluir nada. É preciso observar várias execuções, ao longo do tempo, para identificar um padrão real em vez de uma variação aleatória.

O papel da otimização de conteúdo

Entender esses mecanismos é o que permite agir sobre eles. Se parte da resposta vem de busca em tempo real, então acessibilidade técnica, clareza de conteúdo e presença em fontes relevantes importam. Se parte vem de associações de treinamento, então presença consistente e citações em fontes autoritativas ao longo do tempo importam. O guia O que é GEO e como funciona? detalha as técnicas de otimização testadas academicamente para essa segunda camada.

Relação com AI Visibility

Entender como as IAs escolhem marcas explica o mecanismo. Medir se isso está funcionando para uma marca específica é outra etapa, chamada de AI Visibility, coberta no guia O que é AI Visibility?. A prática consiste em observar prompts relevantes para o negócio, repetidamente, em diferentes modelos, e acompanhar se e como a marca aparece.