Modelos de IA generativa: como o ChatGPT, o Perplexity e o Google AI Overview estão a mudar a visibilidade
Os modelos generativos geram uma resposta própria e formulada a partir de uma consulta — em vez de se limitarem a indicar links, como acontece com um motor de busca clássico. Para as empresas, isto altera profundamente as regras do jogo em matéria de visibilidade e torna a Otimização de Motores Generativos uma nova disciplina obrigatória.
O que são modelos de IA generativa?
Os modelos generativos são
É importante compreender o seguinte: um modelo generativo não inventa factos de forma intencional, mas pode cometer erros. As informações de fonte claras e formuladas de forma inequívoca são reproduzidas com muito mais fiabilidade do que as afirmações vagas.
Exemplos conhecidos são sistemas de chat como o ChatGPT, motores de respostas como o Perplexity e os Google AI Overviews, integrados diretamente na pesquisa. Todos os três recorrem adicionalmente a conteúdos da Web para responder a perguntas atuais, citando fontes selecionadas. Estes modelos são treinados em várias etapas: Primeiro, aprendem padrões linguísticos gerais a partir de uma base de texto muito ampla; em seguida, são treinados de forma específica para formular respostas úteis, seguras e compreensíveis. Esta segunda etapa é determinante na forma como um modelo lida com informações incertas ou contraditórias.
- Formular respostas próprias e novas
- Treinado com enormes quantidades de texto
- Aceder à Web para obter notícias de última hora
Comparação entre o ChatGPT, o Perplexity e os resumos da Google AI
Os três sistemas diferem significativamente na forma como são utilizados e no modo como tratam as fontes. O ChatGPT responde às perguntas principalmente com base no conhecimento adquirido durante o treino e recorre a pesquisas na Web apenas quando necessário. O Perplexity foi concebido, desde o início, como um motor de respostas com listas de fontes visíveis. As «Google AI Overviews» aparecem diretamente acima dos resultados de pesquisa clássicos e dão preferência a conteúdos que já têm uma boa classificação.
Para as empresas, é importante ter em conta que estes sistemas diferem significativamente no que diz respeito à sua atualidade: alguns acedem à Internet em tempo real sempre que recebem um pedido, enquanto outros se baseiam principalmente num conjunto de conhecimentos «congelado» num determinado momento e só o atualizam gradualmente. Quem aposta em conteúdos atualizados, como preços, disponibilidade ou eventos, deve, por isso, saber qual o sistema que o seu próprio público-alvo utiliza efetivamente.
- ChatGPT: Conhecimento e pesquisa pontual na Web
- Perplexity: motor de respostas com lista de fontes
- Visões gerais sobre IA: diretamente na Pesquisa do Google
- Todos preferem fontes claramente estruturadas
Relevância para a otimização generativa de motores de busca
Como os modelos generativos citam apenas algumas fontes por resposta, surge uma nova competição pela visibilidade no seio da própria resposta da IA. Os conteúdos que respondem às perguntas de forma precisa, estruturada e com definições claras são privilegiados. Para as empresas, isto significa que a otimização on-page clássica já não é suficiente por si só; além disso, é essencial uma estrutura de texto clara para respostas legíveis por máquinas.
Para além da estrutura do texto propriamente dita, a acessibilidade técnica também desempenha um papel importante: os conteúdos que podem ser lidos de forma fiável pelos rastreadores, sem que informações importantes fiquem ocultas por interações como cliques ou formulários, são captados e reproduzidos corretamente com muito mais frequência pelos sistemas generativos.
- Poucas fontes por resposta de IA
- Dão-se preferência a respostas precisas e estruturadas
- Definições claras aumentam as hipóteses de ser citado
- O SEO on-page continua a ser um requisito fundamental
Compreender corretamente os modelos generativos
Apesar de toda a atenção que lhes é dedicada, os modelos generativos ainda não substituíram totalmente a pesquisa clássica, mas complementam-na com um nível adicional. Muitos utilizadores alternam conscientemente entre um motor de busca clássico e um sistema de chat, consoante a sua consulta, dependendo se necessitam de uma resposta rápida e direta ou de várias fontes para comparação. Para as empresas, isto significa gerir ambas as formas de visibilidade em paralelo, em vez de se concentrarem apenas numa delas.
- Complementam a pesquisa clássica, não a substituem
- Os utilizadores variam consoante o pedido
- Gerir ambas as formas de visibilidade em paralelo
- A acessibilidade técnica continua a ser um requisito essencial
Compreender corretamente os modelos generativos: equívocos comuns
Um equívoco comum é a suposição de que os modelos generativos pesquisam diretamente conteúdos na Internet, tal como um motor de busca clássico. Na realidade, muitos sistemas combinam conhecimentos adquiridos através de treino com pesquisas pontuais e específicas na Web, o que significa que nem todas as consultas incluem automaticamente conteúdos atuais da Web. Quem não sabe disso fica surpreendido com respostas desatualizadas ou incompletas.
A origem dos modelos também é frequentemente confundida: nem todos os sistemas que parecem ser um produto autónomo provêm da empresa com o mesmo nome. O artigo sobre a OpenAI, um dos fornecedores mais conhecidos por trás do ChatGPT, fornece mais informações sobre este assunto.
- Nem todas as pesquisas utilizam a pesquisa em tempo real na Web
- Os conhecimentos adquiridos na formação podem estar desatualizados
- Não confundir o fornecedor com o nome do modelo
- Verificar previamente a origem de um sistema
Preparar conteúdos para modelos generativos: passo a passo
Quem pretenda preparar conteúdos especificamente para sistemas generativos deve começar, de preferência, por uma auditoria aos conteúdos das páginas existentes, para identificar quais os conteúdos que já se encontram claramente estruturados e quais os que necessitam de ser revistos. Segue-se, em seguida, a revisão de secções específicas, com vista a obter respostas precisas e completas a perguntas concretas.
Por fim, vale a pena verificar tecnicamente se estes conteúdos estão, de facto, acessíveis aos rastreadores, antes de prosseguir com o trabalho de criação de conteúdo noutras páginas.
- Começar por fazer uma auditoria aos conteúdos existentes
- Reestruturar as secções para obter respostas claras
- Verificar exaustivamente a acessibilidade técnica
- Avançar passo a passo, em vez de tudo de uma vez
História do marketing: da publicidade antiga às campanhas modernas
Conquistar clientes como prestador de serviços: canais, erros e sistema passo a passo
Software de vendas com IA: comparação entre diferenças, fornecedores e ROI
Mais downloads para a tua aplicação: 15 estratégias para ASO, pagas e orgânicas
Geração de leads B2B: Mais pedidos de informação qualificados
Conquistar clientes sem custos: 10 métodos que funcionam mesmo
4.9 / 5.0