Analytics

Conjunto de consideração: definição e como medir em IA

By Citoriq editorial team · · 5 min

Conjunto de consideração é a lista curta de produtos que um sistema coloca na frente do comprador antes da decisão. Em respostas de IA, é quem entra nessa lista, e não quem fica em último lugar, que define a disputa. Este glossário explica o termo, mostra de onde vem e como medi-lo.

O que é conjunto de consideração?

Em marketing, é o grupo de alternativas que o consumidor realmente avalia. Em busca, o conceito aparece em um artigo de Bhattacharya, Gollapudi e Munagala, apresentado no WWW de 2011. Lá, o conjunto de consideração é o conjunto de produtos que o mecanismo de busca devolve para uma consulta e que serve de ponto de partida para o que o usuário faz antes de uma possível compra.

Em respostas de IA, a ideia se mantém. Quando a resposta lista três ou cinco opções, essa lista é o conjunto de consideração daquela pergunta, naquele modelo, naquele dia. Quem não entra nela não é rejeitado. Simplesmente não existe para aquela decisão.

Como o artigo de 2011 descreve a seleção?

Os autores tratam a montagem do conjunto como um problema de dispersão: cada produto tem um custo ligado ao quão pouco ele se ajusta aos atributos que o usuário pediu, e a distância entre dois produtos mede a diversidade nos atributos que o usuário não especificou. O objetivo é escolher um subconjunto que maximize a diversidade dentro de um orçamento. O artigo prova que o problema é NP-difícil e apresenta um algoritmo de aproximação com fator 2.

O que isso nos ensina é uma tensão. Um bom conjunto precisa ser relevante para o que foi pedido e diverso no que não foi. Um sistema que só repete variações do mesmo produto entrega um conjunto pobre. Isso é um modelo matemático de 2011 para busca em e-commerce, não uma descrição de como o ChatGPT ou o Gemini funcionam hoje. Usamos como vocabulário, não como prova de mecanismo.

Por que o conjunto muda tanto com a pergunta?

Um preprint de 14 de setembro de 2026, de Edward Malthouse e colegas (Northwestern e Boston University), testou seis modelos com a busca na web desligada. Com prompts de categoria apenas ("estou procurando uma furadeira sem fio"), as marcas Craftsman e L.L.Bean tiveram MRR zero e BRP@5 de 0%. Com prompts baseados em necessidades, Craftsman chegou a BRP@5 de 35,4% e L.L.Bean a 5,4%. Com sondas de posicionamento, usadas como diagnóstico propositalmente irreal, os números subiram a 81,3% e 88,5%.

Os próprios autores avisam que os casos de Craftsman e L.L.Bean são ilustrativos, com poucos prompts escritos à mão, e que a abordagem precisa de validação em escala. Mesmo assim, o padrão é útil: a mesma marca pode estar fora do conjunto numa pergunta genérica e dentro dele numa pergunta que combina com seu posicionamento. Detalhamos as métricas em BRP@k e MRR@k.

Um exemplo com um produto fictício

Tome o Aurora Pro 14, notebook de exemplo. Para "notebook bom", o conjunto da IA pode ser dominado por marcas que o modelo já associa à categoria. Para "notebook leve com bateria de dia inteiro para viajar a trabalho", o conjunto se estreita e passa a depender de atributos declarados nas páginas e nas fontes de terceiros. Se a página do Aurora Pro 14 informa autonomia e peso de forma clara, ele tem como entrar na segunda lista, mesmo ficando fora da primeira. É um exemplo ilustrativo, sem dados reais.

Como o conjunto de consideração difere de termos parecidos?

  • Citação é uma fonte apontada como base da resposta. Um produto pode estar no conjunto sem que sua página seja citada, e vice-versa. A distinção está em citação, menção e recomendação.
  • Share of recommendation é a fração das recomendações que cabe a uma marca. Ela se calcula sobre vários conjuntos, não sobre um só. Veja share of recommendation.
  • Ranking é a ordem dentro do conjunto. Entrar vem antes de subir de posição.

Como medir o conjunto de consideração da sua marca?

  1. Defina as perguntas por tipo de necessidade, não por palavra-chave. Compare perguntas de categoria com perguntas de necessidade específica.
  2. Rode cada pergunta várias vezes e em mais de um modelo. A variância de resposta faz um conjunto de uma rodada pouco confiável.
  3. Registre a lista inteira de produtos citados, não só a sua marca. É dela que vêm seus concorrentes reais naquela pergunta.
  4. Calcule a frequência de entrada: em quantas rodadas seu produto aparece. É a medida mais direta de pertencer ao conjunto.
  5. Anote modelo, data e se havia busca ativa. Resultados variam por modelo, prompt e dia.

Na Citoriq, o diagnóstico gratuito segue esse desenho como análise experimental via API. Ele não replica a interface de consumidor do ChatGPT, e estar no conjunto não garante venda nem posição.

O que levar daqui

  • Conjunto de consideração é a lista curta de produtos que uma resposta coloca à frente do comprador.
  • O conceito vem da busca em e-commerce, com definição formal em artigo de 2011 do WWW.
  • Em um estudo de 2026, a mesma marca saiu de 0% para 35,4% de BRP@5 ao trocar pergunta de categoria por pergunta de necessidade, num caso ilustrativo.
  • Entrar no conjunto vem antes de ganhar posição.
  • Meça a frequência de entrada com repetições e em mais de um modelo.

Perguntas frequentes

Conjunto de consideração é o mesmo que ranking?

Não. O conjunto diz quem entra. O ranking diz a ordem dentro dele.

Dá para aparecer em todo conjunto?

Não e não é o objetivo. Cada pergunta traz um conjunto diferente. A meta é entrar nos conjuntos que correspondem ao seu posicionamento.

Qual a diferença entre pertencer ao conjunto e ser recomendado?

Ser recomendado costuma significar destaque ou primeira posição. Pertencer ao conjunto é o requisito mínimo para chegar lá.

Veja em quais conjuntos sua marca já entra com o diagnóstico gratuito ou conheça nossa metodologia.

Sources

Sources last verified: October 31, 2026

Related articles