O Seu Conteúdo Já Não É a Resposta

A sua estratégia de conteúdos para LLM está a ser lida por alguém para quem não a escreveu.

Agora, os modelos estão a sintetizar as suas páginas numa resposta parafraseada que o seu comprador lê antes sequer de encontrar o seu site.

Por isso, se os seus números de tráfego do segundo trimestre parecem estranhos, é por isto. Andrea Saez, Diretora de Marketing de Produto e GTM de IA da Turtl e coautora de A Lacuna do Impulso do Produto, apercebeu-se cedo desta mudança.

"As pessoas já não vão a sites", afirma, "fazem perguntas a um LLM e recebem uma lista de fornecedores".

A maioria das equipas de marketing ainda escreve para o leitor humano. Só que o leitor já avançou.

Os hábitos do público mudaram

É provável que a quantidade de conteúdos produzidos pela sua equipa não esteja a diminuir, mas o problema agora é saber quem está do outro lado.

Durante anos, estruturou conteúdos para um leitor humano a navegar no Google. Escreveu artigos ou funcionalidades para serem facilmente percorridos, terem um arco narrativo forte e oferecerem detalhes específicos que tornam um conceito abstrato mais fácil de compreender. A fórmula funcionava.

Agora, defende Saez, a maioria dos conteúdos é processada por LLM antes de um comprador alguma vez lhes chegar. Recebem uma resposta sintetizada, moldada pela forma como o modelo interpretou a sua pergunta. E, agora, a sua página pode nem sequer chegar a carregar para eles.

O conteúdo está, na verdade, a ficar cada vez mais longo porque temos de tentar incluir tudo isto, afirmou. "Mas, na realidade, ninguém o está a ler. O conteúdo que estamos a criar serve apenas para que o LLM o consiga extrair.

Entre anedotas, clareza e estrutura narrativa, os artigos são concebidos para ajudar um leitor humano a compreender algo. E nada disso está otimizado para ingestão por máquinas.

Os conteúdos que têm bons resultados nos LLM são completos, bem estruturados e diretamente relevantes para a consulta. O seu comprador recebe, cada vez mais, aquilo que o modelo decide apresentar.

Não existe uma classificação num LLM

Muitas pessoas têm perguntado como fazer com que os seus conteúdos tenham uma boa classificação num LLM. A verdade é que não sabemos.

As pessoas pensam que é possível ter uma classificação num LLM, mas não é, afirmou Saez. "Não existe uma classificação. O melhor que pode fazer é tentar ser incluído tantas vezes quanto possível.

A pesquisa tinha um mapa. Palavras-chave, ligações de retorno, autoridade do domínio. Claro que era confuso, mas era possível acompanhá-lo. Podia observar as classificações a mudar em resposta às decisões que tomava.

Mas os modelos não oferecem isso, e a sua estratégia de conteúdos para LLM precisa de ter isso em conta.

Pode executar o mesmo pedido quinze vezes e aparecer em doze delas. Não existe um sinal fiável que explique por que motivo apareceu ou não.

O que pode fazer é garantir que os seus conteúdos respondem às perguntas que os seus compradores estão realmente a fazer, com a maior precisão possível. O problema é que não consegue ver a pergunta.

"Não há forma de saber realmente que pergunta estão a fazer", afirmou Saez.

Está a otimizar para uma consulta que nunca vê, de um comprador cujo comportamento já não consegue acompanhar da forma que acompanhava anteriormente. Mesmo que a sua equipa ainda não tenha começado a lidar com isso, as equipas à sua volta já o fizeram.

A camada de personalização torna tudo mais difícil

Existe uma dimensão desta questão que é frequentemente subestimada na maioria das conversas sobre AEO.

Os LLM vão além de responder a consultas; agora, estão adaptados para responder especificamente à pessoa que faz a pergunta. Quanto mais um modelo souber sobre quem pergunta, melhor conseguirá adaptar a resposta ao contexto dessa pessoa.

Dois compradores que façam a mesma pergunta sobre a sua categoria de produtos podem receber duas respostas completamente diferentes — nenhuma das quais consegue ver ou antecipar.

Saez partilha uma anedota pessoal para explicar como isto está a funcionar em tempo real. Pediu ao Claude que recomendasse restaurantes em Amesterdão e recebeu resultados precisamente adaptados às suas preferências, porque o modelo sabia quais eram. O seu companheiro, se fizesse a mesma pergunta, teria recebido algo diferente.

Agora, coloquem isto num contexto B2B, afirmou. "Se eu for a VP de marketing, vou a um LLM e digo, 'Olá, tenho este problema específico.' Como é que ele personaliza os resultados para essa pessoa? E o que podemos nós, enquanto profissionais de marketing, fazer para garantir que aparecemos nesses resultados? Não faço ideia.

Saez trabalha com isto há mais tempo do que a maioria. Se ela não tem uma resposta clara, é porque ainda não existe uma. A humildade e a experimentação ativa são os únicos modos de atuação honestos neste momento, e a janela para começar está a estreitar-se.

O Que é Filtrado

A questão mais difícil é saber o que a síntese de LLM remove efetivamente.

A especificidade do seu ponto de vista, aquilo que torna a sua marca distinta em vez de intercambiável. E essas características não sobrevivem particularmente bem à compressão. O que sobrevive é a resposta à consulta. A sua marca é extraída como uma resposta relevante ou não aparece.

Enquanto autora, isso deixa-me muito triste," disse Saez. "Está a faltar empatia. Está a faltar o toque humano.

Se a máquina é agora o primeiro leitor, o que vivencia o seu comprador quando finalmente entra em contacto direto com a sua marca? Para muitos, isso não acontecerá. A maioria das pessoas aceitará a resposta sintetizada, confiará nela e tomará uma decisão. O trabalho que está por detrás dela permanece invisível.

Este é um problema de marca, não apenas um problema de conteúdo. E agrava-se quanto mais tempo esperar para o resolver.

Por Onde Começar

Não existe um manual claro para CMOs. E Saez foi incisiva na sua resposta, observando que a falsa certeza não serve ninguém nesta era de análise de conteúdos por LLM.

O que é claro é que o conteúdo escrito em torno do que a sua empresa quer dizer, em vez daquilo que o seu comprador está a tentar aprender, está a ser filtrado.

A estrutura faz agora mais trabalho do que o estilo. Respostas diretas, claramente enquadradas e próximas do topo da página, são aquilo que os LLM conseguem analisar e apresentar — de forma semelhante à que os sistemas ATS associam palavras-chave aos candidatos provenientes das fontes.

E testar a sua própria capacidade de ser encontrado através de diferentes instruções e plataformas, embora seja impreciso, é atualmente um dos sinais mais honestos disponíveis.

Continue a valorizar o cuidado artesanal. Os compradores que encontram o caminho até ao seu conteúdo cuidadosamente elaborado, que leem em vez de simplesmente aceitarem a resposta sintetizada, são provavelmente os seus melhores compradores. Saez continua a escrever para eles, ao mesmo tempo que reconstrói a sua estratégia mais abrangente para um mundo que já ultrapassou a página.

A maioria das equipas ainda não identificou plenamente esta mudança. As que já o fizeram estão vários passos à frente.

O Que Se Segue?

Crie uma conta gratuita no The CMO Club para receber diretamente na sua caixa de entrada informações sobre marketing e liderança.