A lacuna de recomendação de I.A.: O que as co-menções revelam
Um estudo recente identifica uma lacuna crítica nas recomendações de I.A., destacando que o Reconhecimento da marca não garante a Recomendação.
Uma pesquisa exclusiva do Search Engine Land, em colaboração com João da Silva e Friction AI, trouxe à tona uma falha significativa na forma como os Modelos de Linguagem Grande (LLMs) recomendam marcas. Embora a otimização tradicional para visibilidade em I.A., como esquemas e respostas diretas, seja crucial para o reconhecimento de uma marca por esses modelos, a força de seu Knowledge Graph não se traduz automaticamente em recomendação em categorias adjacentes. Isso demonstra um "gap de enquadramento" em que marcas bem estabelecidas podem ser reconhecidas, mas não recomendadas pelos LLMs em contextos onde, do ponto de vista do negócio, deveriam aparecer.
O estudo analisou 12 marcas de athleisure e activewear, divididas em três níveis de força de Knowledge Graph, realizando mais de 14.000 testes em LLMs populares como ChatGPT, Gemini e Google AI Overviews. Curiosamente, marcas com força média no Knowledge Graph exibiram a maior disparidade entre reconhecimento e recomendação. A análise aprofundada revelou que os LLMs não avaliam as marcas de forma isolada, mas sim por meio de padrões de associação baseados em co-menções em conteúdo externo. Por exemplo, a alta frequência de co-menções entre Lululemon, Alo Yoga e Nike nas mídias molda a percepção do LLM sobre o 'grupo athleisure', enquanto marcas como New Balance e Reebok, que raramente aparecem junto a esses líderes, ficam fora desse cluster de recomendação, mesmo que seu Knowledge Graph as descreva de forma semelhante.
Essa descoberta sugere que, para uma marca ser efetivamente recomendada por LLMs, não basta apenas ter um Knowledge Graph robusto ou informações claras sobre si mesma. É imperativo que as marcas se engajem ativamente em estratégias de conteúdo que promovam co-menções com líderes e players relevantes em suas categorias, em diversas fontes externas. Isso não só reforça a associação da marca com seu nicho, mas também influencia os padrões que os LLMs utilizam para gerar recomendações, preenchendo a "lacuna de enquadramento" e garantindo que empresas de peso não sejam ofuscadas nas sugestões dos modelos de inteligência artificial.
Fonte: Search Engine Land
---
Fonte original: [Search Engine Land](https://searchengineland.com/co-mentions-ai-recommendation-gap-479829)