Quando um agente de IA compra algo por alguém, quem decide qual produto sai na frente não é mais só o algoritmo de busca — é o modelo de linguagem por trás do agente. E, segundo um teste publicado pela Search Engine Journal, modelos diferentes decidem de forma diferente, mesmo vendo exatamente os mesmos produtos.
O experimento
A Shopify abriu, em 13 de outubro, o Shop MCP — uma conexão que permite que qualquer agente de IA busque no catálogo da Shopify (mais de 1 bilhão de produtos), monte carrinho e finalize compra via Shop Pay, sem precisar de chave de API. O autor do teste buscou, uma única vez por categoria, os 20 primeiros resultados para termos como “coffee beans” ou “water bottle”, salvou essa lista fixa e entregou exatamente os mesmos 20 produtos — título, loja, preço, nota, número de avaliações, resumo e três características — para três modelos da Anthropic (Haiku 4.5, Sonnet 5 e Opus 5), pedindo a cada um para escolher um produto e justificar a escolha em uma frase. Foram 1.980 escolhas ao todo, sem orçamento, sem histórico de compra e sem instrução de uma marca por trás — só a palavra de busca.
Os três modelos nunca concordaram
Em nenhuma das seis categorias testadas (mochila, café, tênis de corrida, garrafa de água, fone de ouvido e tapete de yoga), os três modelos escolheram o mesmo produto como favorito. Cada modelo foi extremamente consistente consigo mesmo — o produto mais escolhido por Sonnet apareceu em 94% das suas respostas, o de Opus em 89%, o de Haiku em 67% — mas, entre si, os modelos quase não bateram. Em três das seis categorias, a escolha de cada modelo também veio de uma loja diferente.
Cada modelo tem seu próprio critério
Haiku e Sonnet favoreceram consistentemente o produto com mais avaliações na lista — e, no caso de uma garrafa de água, citaram um número de avaliações (447.221) que não aparecia nem na própria página do produto na loja (6.537, segundo o autor verificou) nem no registro de cor específico do catálogo (1.674). Nenhum dos dois modelos questionou o número; simplesmente reproduziram o que o catálogo mostrava. Opus 5, por outro lado, raramente seguiu o número de avaliações: em 222 das 300 respostas nas seis categorias, justificou a escolha como a opção “mais segura” — construindo, segundo o autor, um comprador genérico que a pergunta nunca descreveu, e optando pela versão mais “para todo mundo” do produto.
A posição na lista também pesa — e nenhum modelo admite isso
Em um teste à parte, com oito categorias de skincare, o mesmo produto foi mostrado ora em primeiro lugar na lista, ora em último. Resultado: nas buscas por protetor solar, os três modelos praticamente pararam de escolher o produto antes favorito assim que ele foi movido para o fim da lista — e, em nenhuma das 480 justificativas registradas, um modelo mencionou a posição como motivo da escolha. Eles citaram avaliações, ingredientes e preço; a posição ficou invisível até para quem lê a explicação.
Orçamento e necessidade específica mudam tudo
Quando a busca incluiu orçamento e um critério específico (“mineral sunscreen SPF 50, under $25, for oily skin”), os três modelos abandonaram quase totalmente o produto mais caro e mais bem ranqueado pelo catálogo (US$ 48) e passaram a escolher opções abaixo de US$ 25 em 298 das 300 respostas. Um detalhe chamou atenção: Opus escolheu, em um terço das vezes, justamente a opção mais barata com a pior nota entre as elegíveis — porque era a única cujo texto dizia explicitamente “sem entupir os poros”, a frase exata que respondia à necessidade informada. Os modelos também repetiram, como se fossem fatos, alegações de marketing que não têm como verificar — como “11 vezes mais rápido”, direto da descrição do produto.
Visão Estratégica da Web Estratégica
- Tratar a camada de decisão do agente como parte do diagnóstico de GEO: verificar o que o catálogo (via Shop MCP ou equivalente) mostra sobre nota, número de avaliações, resumo e características de cada produto do cliente — esse é o material bruto que o modelo usa para decidir, e pode divergir da própria página do produto.
- Orientar a reescrita de listagens e fichas de produto para responder, nas palavras exatas do comprador, às necessidades específicas mais comuns da categoria (orçamento, tipo de pele, uso) — o teste mostra que uma frase certa pode superar uma nota mais alta.
- Auditar a veracidade de toda alegação presente em listagens e páginas de produto: o modelo repete essas alegações ao comprador como se fossem fato, sem checagem — o risco de reputação migrou da página para a resposta do agente.
- Incluir, na rotina de monitoramento de GEO, testes periódicos do mesmo produto em múltiplos modelos de IA — awareness primeiro, ajuste depois.
