Garantir Visibilidade em IA é Impossível: Veja o que as Marcas Devem Medir em seu Lugar
OpenAI
Perplexity AI
O artigo explica por que as respostas de chatbots de IA, como as do ChatGPT, não podem garantir a inclusão de uma marca, devido à natureza probabilística dos modelos de linguagem. Ele apresenta o Share of Model como uma métrica confiável para medir a visibilidade da marca e aconselha as marcas a procurarem contratantes que ofereçam métricas mensuráveis em vez de promessas vazias.
O autor, que trabalha com visibilidade de marcas em IA, recebeu três ofertas comerciais prometendo colocar marcas no topo das respostas do ChatGPT, inclusive com uma posição específica em 30 dias. Ele explica que tais garantias são fisicamente impossíveis porque os modelos de IA geram texto probabilisticamente, palavra por palavra, e mesmo com a temperatura definida em 0 e uma semente fixa, pequenas variações nos cálculos do servidor e no agrupamento de dados levam a resultados diferentes. Além disso, os modelos modernos são conjuntos de modelos menores, o que adiciona outra camada de imprevisibilidade. Além disso, as respostas da IA dependem tanto dos dados de treinamento do modelo quanto da pesquisa web ao vivo, ambos mudam independentemente e não podem ser controlados por uma marca. Em vez disso, o autor sugere medir a Participação no Modelo, a porcentagem de prompts controlados em que um modelo menciona uma marca sem uma dica direta, executando uma amostra de 15 a 20 prompts reais antes e depois da otimização de conteúdo. Ele referencia um estudo de 2024 de Aggarwal e colaboradores que mostrou um aumento de 30 a 115% na frequência de citação a partir da otimização adequada. Ele também alerta sobre sinais de alerta em contratados, como prometer posições específicas ou percentuais de crescimento unificados em diferentes plataformas, e aconselha a pedir medições reproduzíveis em vez de garantias de posição.
Fonte: Habr — хаб NLP —
original
