A resposta orgânica é a parte que você não pode comprar
A OpenAI começou a testar anúncios no ChatGPT em 9 de fevereiro de 2026 e, na atualização de 11 de agosto, o piloto tinha chegado ao Reino Unido, México, Brasil, Japão e Coreia do Sul. Os anúncios são identificados como patrocinados, ficam separados da resposta orgânica e, nas palavras da própria OpenAI, não influenciam as respostas que ela dá.
Ou seja, a recomendação não está à venda. O que deixa a pergunta que todo desafiante já está fazendo: se o modelo já ouviu falar do seu concorrente e não de você, existe uma forma de entrar?
Com especificações idênticas, a marca reconhecida foi escolhida em 100% de 670 testes
Xi Chu, da Trine University, e YuPeng Hou, da Texas A&M, mediram isso num artigo enviado em junho de 2026 e revisado em agosto. Eles montaram conjuntos de dez produtos de skincare: uma marca real, CeraVe, Paula's Choice ou EltaMD, e nove nomes fictícios verificados para confirmar que os modelos nunca tinham ouvido falar deles.
Na primeira condição, todos os produtos tinham a mesma nota, preço, número de avaliações e descrição de ingredientes. Só o nome mudava, então um modelo justo escolheria cada um em cerca de 10% das vezes. Em 670 testes válidos, a marca real venceu todos, nos três modelos e nas quatro subcategorias. Nenhuma marca fictícia foi escolhida uma única vez.
É a leitura mais sombria possível para um desafiante, e a menos útil, porque a condição que ela descreve é uma que você provavelmente está reproduzindo sem querer.
Uma vantagem de 0,075 estrela vira o jogo, e a marca passa a explicar 1,2% do ranking
Dê ao produto desconhecido especificações melhores e ao real piores, e em 2.769 testes os modelos se mantiveram fiéis entre 1,7% e 4,6% das vezes. Diminua a vantagem e a transição se revela um degrau, não uma rampa. Com especificações idênticas, a marca desconhecida venceu de 3,6% a 6,0%. Com a menor vantagem testada, venceu de 64% a 80%, e acumular mais vantagem rendeu pouco. Interpolado até um cara ou coroa, em 9.220 testes, o limite é pequeno o bastante para caber numa lista.
- Uma vantagem de 0,075 estrela na nota, menos que a diferença entre 4,3 e 4,4 estrelas
- Um número de avaliações 1,6 vez maior
- Um preço 7,3% menor
O reconhecimento é o que o modelo usa quando você não diz nada
Uma decomposição de variância em 14.395 testes resolve o que determinou o ranking. Os parâmetros do produto explicaram 82,4%, a posição na lista 6,5%, a identidade da marca 1,2%. A marca não teve efeito mensurável quando a qualidade era claramente alta ou claramente baixa. A influência dela atingiu o pico no meio, onde a informação era ambígua. Pergunte isso por mecanismo, não no agregado: com a menor vantagem de nota, o Claude virou em 11% das vezes, contra 94% do GPT-4o-mini e 88% do Gemini.
A alavanca mais forte que eles encontraram foi uma afirmação clínica que não existia
Mantendo todas as especificações idênticas e mudando só o texto, linguagem de autoridade quebrou o domínio da marca estabelecida em 73,3% das vezes e prova social em 50,7%, contra uma linha de base perto de 4%. Ancoragem, escassez e aversão à perda quase não fizeram diferença, entre 9,6% e 12,9%. Os modelos ignoraram a urgência e trataram uma frase com cara de citação como evidência equivalente a cerca de 0,17 ponto de nota, ou um desconto de 15,3%.
Esta é a parte que um resumo vai deixar de lado. Esses estímulos eram ensaios clínicos inventados e falsos endossos de dermatologistas. Os autores chamam isso de potencial propaganda enganosa e restringem as próprias recomendações a certificações reais e ensaios publicados. A alavanca medida é a fabricação, o que é uma descoberta sobre a verificação de evidências dos modelos, não uma tática.
Quando todas as marcas otimizam, a resposta volta para a marca estabelecida
O terceiro experimento deveria mudar a forma como você monta o orçamento. Aumentando de nenhum para todos os nove os desafiantes com texto de autoridade, em 4.800 chamadas: sem ninguém otimizando, a marca estabelecida sobreviveu em 100% das vezes; com um desafiante, em 19,8%; com os nove, em 93,8%. O sinal deixou de ser sinal quando todo mundo passou a tê-lo, e o modelo voltou ao nome que conhecia.
O retorno por marca caiu de 0,802 para quem saiu na frente para 0,007 com adoção universal, uma meia-vida de cerca de 1,4 concorrente. Em 4.745 testes, os desafiantes que não otimizaram receberam zero recomendações. Os autores chamam isso de dilema do prisioneiro, e têm razão. Uma tática que um concorrente copia numa tarde tem um retorno com meia-vida de cerca de um concorrente. Uma diferença real que você consegue provar, não.
Na vida real, o modelo precisa encontrar o fato primeiro
Todas as condições acima entregam ao modelo uma tabela de especificações limpa dentro do Prompt. Os mecanismos ao vivo montam uma por conta própria, e é nessa lacuna que está o trabalho prático. Na categoria que amostramos, listas foram 44% do que o ChatGPT citou numa pergunta de melhores, sites de avaliação 24% e páginas de fornecedores 18%. Esses números são nossos, restritos às nossas amostras, não uma lei geral.
O formato é o que importa. Se as listas comparativas que respondem à pergunta da sua categoria mostram você sem nota, sem número de avaliações e sem a única especificação em que você vence, então, para o modelo, você está na condição de especificações idênticas. Você não está perdendo a comparação. Você não está em uma.
- Encontre a única dimensão em que você realmente supera a líder da categoria e confira se ela aparece como número nas páginas de terceiros que os mecanismos citam, não só no seu próprio site.
- Puxe as respostas em que um concorrente ficou com a recomendação e leia o que o modelo disse que era a diferença.
O que fazemos a respeito
O Proofsource amostra os mecanismos várias vezes em vez de uma, pontua cada número de visibilidade com um intervalo de Wilson, condiciona os alertas a esse intervalo, mapeia quais páginas são citadas ao seu lado e verifica se os crawlers conseguem ler suas páginas.
O limite, dito com clareza: medimos se os mecanismos mencionam você, o que eles citam quando mencionam e se os crawlers de IA e o tráfego vindo de IA chegam ao seu site. Não medimos se a venda aconteceu.
Onde isto pode estar errado
Uma categoria, skincare, escolhida porque os compradores não conseguem avaliar a qualidade antes da compra. A replicação com bens de busca cobre só o primeiro experimento, e os autores dizem que não testaram os resultados de linguagem ou de várias marcas fora dele. Três modelos fechados, uma persona de comprador, temperatura 0,7, com um bootstrap por clusters em 24 blocos ao qual os efeitos principais sobrevivem.
Nove dos dez produtos de cada conjunto eram fictícios. Isso isola o reconhecimento de marca com precisão e remove tudo o que um concorrente real tem: avaliações espalhadas pela web, cobertura de terceiros, páginas que o modelo pode buscar. Os 100% não são um mercado real.
A maior parte disso testa o que os modelos sabem, não o que eles buscam, e os mecanismos que os compradores usam são sistemas de busca. O próprio teste de busca do artigo é mínimo, um modelo de embedding e nenhum reordenamento, e os autores se recusam a generalizar a partir dele. Ele aponta para o outro lado: a camada de busca não deu à marca real nenhum crédito por ser conhecida, e a taxa de recomendação dela caiu para 0%.
Nossos 44% são uma única medição na nossa própria amostra, publicada como nossa e não como uma propriedade da web.
