Como o ChatGPT escolhe um produto para alguém: cinco passos e o que leu pelo caminho

Quando alguém pergunta a um assistente de IA que produto comprar, a resposta parece surgir do nada: uma lista curta, uma linha de raciocínio, alguns links. Não é assim. Por trás dela há uma sequência fixa de passos, e conhecê-los muda a forma como se lê a resposta.

Aqui está a sequência, com um exemplo real que corremos a 7 de setembro de 2026: uma sessão do ChatGPT sem login, com a pergunta "Which espresso beans should I buy in the US, under $25 a bag? Give me a short numbered top 5 with the brand and the online shop to buy from."

Passo 1: uma pessoa pergunta

A pergunta é em linguagem corrente e, como a maioria das perguntas de compra, traz duas restrições (o país, o orçamento) e um pedido (cinco, com loja). Ainda não se pesquisou nada.

Passo 2: a pergunta é reescrita em pesquisas

O assistente não pesquisa a frase que escreveu. Transforma-a em várias pesquisas web, normalmente três a seis, cada uma formulada à maneira que um motor de busca gosta: "best espresso beans under $25", "espresso beans US review 2026", e por aí fora. É por isto que uma resposta pode incluir coisas que nunca mencionou e falhar coisas que mencionou: são as pesquisas, e não as suas palavras, que decidem o que é encontrado.

Passo 3: meia dúzia de páginas é obtida

A partir dessas pesquisas, abre um número reduzido de páginas, habitualmente cinco a dez, e lê-as. Não a web inteira, não os primeiros cem resultados: meia dúzia. As páginas que lê são todo o universo de factos que a resposta pode conter.

Na nossa sessão, as páginas lidas foram Coffee Bean Index, Tamp & Pour (duas vezes), Whole Latte Reviews, Complete Home Barista e Burr & Basket. Cinco sites, seis citações. Todos blogues de análises. Zero lojas. (Captura de ecrã)

Passo 4: as páginas são comparadas

Agora alinha o que essas páginas dizem: preço, torra, notas de prova, para quem serve cada café. Onde uma página declara um facto em texto, esse facto é utilizável. Onde uma página tem o facto numa fotografia, num PDF ou na imagem de um gráfico, ele simplesmente não existe para a comparação. A comparação vale apenas o que vale o texto dessas poucas páginas.

Passo 5: responde a partir dessas páginas

A resposta indicou cinco cafés (Lavazza Super Crema, Stumptown Hair Bender, Counter Culture Big Trouble, Peet's Espresso Forte, illy Classico) e, para cada um, um sítio onde comprar: Amazon três vezes, Counter Culture e illy diretamente. Indicou lojas que nunca leu. As lojas entraram porque os blogues de análises as mencionavam.

O que isto significa

Uma observação não é uma taxa; outra pergunta ou outro dia levam à leitura de páginas diferentes. Mas o mecanismo é sempre o mesmo, e daí decorrem três coisas.

Os sites de análises são os porteiros. Numa pergunta de compra, o assistente lê as páginas que já comparam produtos nessa categoria. Se uma categoria tem dois ou três blogues de análises para os quais toda a gente aponta, são essas as páginas que decidem a resposta. Estar lá conta mais do que qualquer palavra-chave.

As lojas são nomeadas em segunda mão. Uma loja aparece na resposta quando as páginas que foram lidas a mencionam. Isto é um jogo diferente do ranking de pesquisa: trata-se de ser o sítio para onde um analista aponta e de ter uma página de produto que declare os seus factos de forma clara quando o assistente a abrir.

Os factos têm de ser texto. O passo 4 compara texto. Origem, torra, preço, aquilo que decide a compra: se vive dentro de uma imagem, está ausente da comparação, por melhor que seja o produto.

A verificação simples para qualquer categoria: faça ao assistente a pergunta que os seus clientes fazem e olhe para as citações por baixo da resposta, não apenas para as marcas nela. As citações são as páginas que foram lidas. É aí que a resposta foi feita.