Prompt de IA

Os prompts são as novas palavras-chave. Onde os clientes escreviam antes algumas palavras curtas num motor de pesquisa, hoje fazem perguntas completas em linguagem natural a assistentes de IA: qual a opção indicada para uma cozinha pequena, qual o modelo que dura mais tempo, qual a marca em que as pessoas realmente confiam. A formulação é mais longa, mais específica e mais próxima da forma como alguém falaria com um amigo especialista, pelo que a informação que o comprador revela sobre a sua intenção de compra é muito mais ampla do que o que uma caixa de pesquisa por palavras-chave alguma vez captou. Um prompt transporta habitualmente três elementos em simultâneo: o assunto que interessa ao cliente, a restrição que delimita o campo (orçamento, tamanho, tipo de pele, clima) e um critério implícito para o que constitui uma boa resposta. Interpretar os três elementos, e não apenas os substantivos, é o que distingue o conteúdo que o modelo consegue utilizar do conteúdo que ignora.

A medida prática consiste em formular o conteúdo como respostas diretas aos prompts que os clientes efetivamente utilizam. Convém começar pelo ponto essencial na primeira frase, nomear o produto ou o caso de utilização de forma clara e deixar o detalhe de suporte para depois. Os modelos tendem a reproduzir uma afirmação clara e autónoma que resolve a questão; um parágrafo que enterra a conclusão três frases abaixo tem menos probabilidade de ser citado do que um que a enuncia logo no início.

Tomemos como exemplo uma loja Shopify que vende cerâmica artesanal portuguesa. O lojista repara que os clientes que utilizam assistentes de IA raramente pesquisam o nome de um produto; fazem perguntas como qual o prato indicado para ir ao forno, ou se uma travessa é demasiado pesada para o uso diário. Por isso, reformula a cópia das coleções e as perguntas frequentes dos produtos para responder exatamente a essas questões em frases diretas: a travessa de 24 cm vai ao forno e pesa 850 gramas, mais leve do que a de 28 cm que muitos compradores de primeira vez escolhem. Organiza também as avaliações de clientes para que as que mencionam resistência ao calor e facilidade de manuseamento apareçam no topo. A página funciona agora como um conjunto de respostas curtas e citáveis, em vez de um catálogo.

Isto é relevante para a pesquisa por IA porque assistentes como o ChatGPT, o Perplexity e o Google AI Overviews respondem a um prompt através da agregação de excertos que correspondem claramente à pergunta, citando depois as fontes que os sustentam. Uma página escrita para responder a prompts reais dá a esses sistemas algo preciso para citar e atribuir, e é assim que uma loja consegue ser mencionada dentro de uma resposta em vez de ser apenas resumida. A ressalva honesta é que não é possível conhecer todos os prompts que um cliente escreve, e os sistemas de IA reformulam as perguntas internamente, pelo que o mapeamento de prompts deve ser tratado como inferência informada e não como uma ferramenta de segmentação precisa. O caminho certo é mapear as decisões genuínas por trás de uma compra (adequação, durabilidade, comparação, confiança) e responder a essas decisões, em vez de tentar adivinhar formulações exatas.