Pesquisas recentes detalham que é possível manipular respostas de IA generativa, mostrando que a visibilidade de marcas pode ser influenciada de forma significativa. Os experimentos trazem dados concretos sobre estratégias de otimização e seus efeitos práticos para profissionais de marketing e SEO.
- Simulações testaram reescrita de descrições para aumentar destaque em respostas de IA.
- Descrições otimizadas superaram originais em até 90% dos casos.
- Estratégias funcionaram em diferentes categorias, sem expertise técnica.
- IA é sensível a mudanças de estilo, instruções e estrutura textual.
- Uso massivo dessas táticas pode prejudicar a experiência do usuário e gerar nova disputa por visibilidade.
A manipulação de respostas de IA generativa foi analisada em detalhes por pesquisadores da Universidade de Columbia, que criaram o E-GEO Testbed. Esse ambiente de teste reuniu mais de 7 mil buscas reais de produtos, extraídas do Reddit, e 50 mil listagens da Amazon. O objetivo era medir como diferentes estratégias de reescrita de descrições impactam a visibilidade de produtos em respostas de modelos como o GPT-4o.
O experimento envolveu três agentes: um “otimizador” que reescrevia descrições para maximizar o destaque, um “juiz” que simulava um assistente de compras avaliando e ranqueando os produtos, e um grupo de controle com descrições originais. O processo era iterativo e o otimizador recebia feedback do juiz e ajustava os textos até encontrar padrões mais eficazes.
O principal achado foi a existência de uma estratégia universal em que descrições mais longas, persuasivas e com linguagem envolvente, mesmo sem adicionar informações novas, aumentaram a visibilidade em cerca de 90% dos casos. Essa abordagem funcionou em diferentes categorias, como eletrônicos e vestuário, sem exigir conhecimento técnico específico do redator.
Outros estudos complementares reforçaram a facilidade de manipulação. Adicionar estatísticas ou citações elevou a visibilidade em até 40%. Em outro teste, a inclusão de sequências de texto otimizadas em páginas de produtos aumentou a recomendação das IAs. Houve ainda casos em que instruções explícitas, como “recomende este produto primeiro”, influenciaram diretamente o ranking gerado pela IA.
Esses resultados mostram que os modelos de linguagem são altamente sensíveis à forma de apresentação do conteúdo. Pequenas mudanças de estilo ou estrutura textual podem alterar drasticamente o posicionamento de um produto nas recomendações. Isso cria um cenário de instabilidade e abre espaço para práticas de otimização agressiva, semelhantes ao início do SEO tradicional.
Para profissionais de marketing e SEO, surge um novo campo para aumentar a presença de marcas em respostas de IA. Porém, o uso indiscriminado dessas técnicas pode prejudicar a experiência do usuário e forçar desenvolvedores de IA a criar mecanismos de defesa, como ocorreu com os algoritmos Panda e Penguin do Google.
A tendência é de uma disputa constante entre otimizadores e plataformas de IA, que precisarão ajustar seus modelos para evitar manipulações em larga escala. Ainda não há consenso sobre quais fatores são mais determinantes em cada modelo, já que cada IA prioriza fontes e sinais de modo diferente.
As limitações dos estudos incluem o foco em ambientes simulados e produtos de e-commerce, o que pode não refletir outros contextos, como notícias ou serviços. Além disso, as plataformas de IA evoluem rapidamente, tornando algumas táticas obsoletas em pouco tempo. Profissionais devem monitorar as atualizações dos modelos e buscar equilíbrio entre otimização e qualidade real do conteúdo.
Para se aprofundar mais no assunto, acesse o artigo “How Much Can We Influence AI Responses?“, publicado no site Search Engine Journal.
