Como é que os LLMs “Descobrem” Marcas e Empresas?

Os LLMs podem conhecer uma marca de duas formas diferentes

A primeira acontece durante o treino.Os grandes modelos de linguagem são treinados com enormes coleções de texto. Durante esse processo, o modelo aprende relações entre palavras, conceitos, produtos, pessoas e empresas.

Imagine que uma empresa fictícia chamada Flowdesk aparece em vários locais na internet em frases como:

“A Flowdesk é uma plataforma de gestão de projetos para equipas remotas.”

“A Flowdesk ajuda empresas a gerir projetos e tarefas.”

“Entre as alternativas à Flowdesk estão a Asana e a Monday.com.”

O modelo não guarda essas frases numa base de dados tradicional de empresas. Em vez disso, vai aprendendo gradualmente relações. A Flowdesk passa a estar associada a conceitos como gestão de projetos, equipas remotas, gestão de tarefas e, possivelmente, concorrentes como a Asana.

Esta é uma das formas através das quais um modelo desenvolve aquilo a que podemos chamar uma compreensão de uma marca. Quanto mais claras forem estas relações em conteúdos relevantes, mais fácil será para o modelo associar a empresa a um determinado mercado ou problema.

Mas o treino é apenas uma parte da história.

Os assistentes de IA também podem descobrir empresas enquanto respondem

Os assistentes de IA modernos estão cada vez mais ligados a motores de pesquisa, índices e outras fontes de informação. Isto significa que nem sempre precisam de depender exclusivamente daquilo que o modelo aprendeu durante o treino.

Imagine que alguém pergunta:

“Quais são boas plataformas de processamento salarial para pequenas empresas em Portugal?”

Um sistema de IA com acesso à web pode pesquisar informação relevante antes de responder. Pode consultar websites de empresas, artigos, páginas de comparação ou outras fontes e utilizar essa informação para construir a resposta.

Isto cria uma distinção importante. Um LLM pode já conhecer uma empresa através dos seus dados de treino ou um assistente de IA pode encontrá-la através de pesquisa e recuperação de informação no momento em que a pergunta é feita.

No caso de marcas estabelecidas, ambas as situações podem acontecer. Para uma empresa mais recente, a pesquisa em tempo real pode ser particularmente importante. A empresa pode nem sequer existir quando um determinado modelo foi treinado, mas ainda assim pode surgir numa resposta gerada por IA se existir informação atual, acessível e relevante sobre ela.

O desafio não é simplesmente estar online

A maioria das empresas já tem um website. Isso não significa necessariamente que os sistemas de IA consigam compreendê-las bem.

Imagine uma startup cuja homepage diz:

“Estamos a redefinir o futuro dos negócios.”

Parece impressionante, mas transmite muito pouca informação. O que vende realmente a empresa? Quem utiliza o produto? Em que mercado opera? Que problema resolve?

Agora compare com:

“Fornecemos software de gestão de horários e equipas para restaurantes e empresas de retalho.”

A segunda descrição dá a um sistema de IA muito mais informação com que trabalhar. Liga a empresa a uma categoria de produto, a um problema de negócio e a um tipo específico de cliente.

É por isso que um posicionamento claro é importante para além do marketing tradicional. Hoje, um website já não comunica apenas com potenciais clientes. Motores de pesquisa, sistemas de IA e agentes automatizados também estão a tentar compreender o que a empresa representa.

Se o posicionamento for vago, a compreensão que estes sistemas têm da empresa também pode ser vaga.

Uma marca é compreendida através do contexto

Uma empresa não existe online apenas através do seu próprio website.

Imagine um sistema de IA a encontrar uma marca em várias fontes. O website apresenta-a como software de apoio ao cliente. O G2 classifica-a na categoria de help desk. Uma publicação de tecnologia compara-a com a Zendesk. Um cliente escreve sobre como utiliza a plataforma para automatizar tickets de suporte. Uma análise no YouTube demonstra as funcionalidades do chatbot. Uma discussão no Reddit recomenda-a a pequenas empresas de e-commerce.

Em conjunto, estas fontes criam um contexto muito mais rico do que a homepage da empresa, por si só.

A marca passa a estar associada a apoio ao cliente, help desks, e-commerce, automação e concorrentes específicos.

Isto é particularmente importante porque as pessoas raramente perguntam aos assistentes de IA apenas por nomes de empresas.

Fazem perguntas como:

“Qual é uma boa alternativa à Zendesk para uma pequena empresa?”

“Que plataforma de apoio ao cliente tem boa automação com IA?”

“Que ferramentas pode uma loja Shopify utilizar para reduzir os pedidos de suporte?”

Para uma empresa aparecer em respostas deste género, a IA precisa de contexto suficiente para associá-la a estas situações específicas. Repetir simplesmente o nome da empresa não é suficiente.

O que outras pessoas dizem sobre a empresa também importa

Existe outra diferença importante entre o website de uma empresa e o resto da web.

O website mostra como a empresa se descreve. Outros websites mostram como o mercado descreve essa empresa.

Avaliações, artigos comparativos, publicações do setor, casos de clientes, diretórios, vídeos e discussões em comunidades podem fornecer contexto adicional.

Imagine que uma empresa se apresenta como “a plataforma líder de vendas com IA”. Isso é uma afirmação de marketing. Mas se clientes, reviewers e publicações do setor descreverem de forma independente o produto como uma plataforma de automação de vendas, compararam-no com produtos semelhantes e discutirem os contextos em que funciona melhor, os sistemas de IA passam a ter muito mais informação disponível para compreender a posição dessa empresa no mercado.

Isto não significa que as empresas devam tentar criar centenas de menções artificiais. O objetivo não é repetir o nome da marca por todo o lado.

O objetivo é construir uma presença genuína em torno dos temas, produtos e problemas aos quais a empresa quer estar associada.

Visibilidade em IA não é o mesmo que posicionamento no Google

É aqui que pensar nos LLMs como motores de pesquisa tradicionais pode tornar-se enganador.

O Google apresenta normalmente uma lista ordenada de páginas. Um LLM gera uma resposta. E essa resposta pode mudar de acordo com a pergunta.

Pergunte:

“Quais são as melhores plataformas de CRM?”

Depois:

“Qual é um CRM simples para uma empresa com cinco pessoas?”

E depois:

“Que CRM tem uma boa integração com WhatsApp?”

As respostas podem apresentar marcas completamente diferentes.

Uma empresa pode ser altamente relevante para uma pergunta e pouco relevante para outra. Por isso, não existe necessariamente uma “posição número um” permanente dentro de um LLM.

A visibilidade em IA é muito mais contextual. O que importa é se o modelo consegue associar, com confiança, uma empresa ao problema, categoria, cliente ou requisito específico mencionado na pergunta.

O que devem as empresas fazer?

A boa notícia é que as empresas não precisam de reconstruir toda a sua estratégia de marketing para os LLMs. Muitos dos princípios fundamentais já são conhecidos.

É importante garantir que alguém que visita o website consegue perceber rapidamente o que a empresa faz, para quem é o produto e que problemas resolve.

O website, perfis nas redes sociais, diretórios, páginas de produto e outras fontes importantes devem transmitir uma história consistente. As empresas devem criar conteúdos úteis em torno de perguntas reais dos clientes, explicar casos de utilização, comparar diferentes abordagens, documentar integrações, responder a dúvidas comuns durante o processo de compra, publicar casos de clientes, tornar a informação sobre os produtos fácil de encontrar e manter as páginas importantes atualizadas.

E é essencial olhar para além do website da empresa.

Avaliações, parcerias, cobertura em publicações do setor, discussões de clientes e outras referências credíveis de terceiros ajudam a construir uma visão mais abrangente do negócio.

O objetivo não é “enganar o ChatGPT” para recomendar uma empresa. É tornar essa empresa mais fácil de compreender.

A web está a tornar-se o contexto por detrás da resposta

Durante anos, as empresas optimizaram os seus websites principalmente em torno de uma pergunta:

As pessoas conseguem encontrar-nos no Google?

Os assistentes de IA introduzem uma nova pergunta:

Quando alguém pergunta a uma IA sobre o nosso mercado, ela compreende quem somos?

A diferença é subtil, mas importante.

Os LLMs não descobrem marcas através de um único fator de ranking ou de um directório secreto de empresas. Constroem relações a partir da informação que têm disponível, seja através do que aprenderam durante o treino, seja através da informação que conseguem encontrar e recuperar quando estão a gerar uma resposta.

Isto significa que a visibilidade de uma empresa em IA acaba por depender de algo relativamente simples:

Existe informação suficientemente clara, consistente e credível para que um sistema de IA compreenda o que a empresa faz e em que contextos é relevante?

As empresas que tornarem essa resposta óbvia serão muito mais fáceis de descobrir, tanto pelas pessoas como pelos sistemas de IA.