Quando alguém pergunta "qual o melhor fone de ouvido?", a busca com IA não procura só essas palavras. Em um sistema de pesquisa da Amazon, um modelo de linguagem escreve antes uma lista de pistas (marcas, atributos, reformulações) e só depois a recuperação e o ranking começam. "Melhor" vira um mini-briefing que a máquina escreve para si mesma.
O que é uma consulta superlativa e por que ela é difícil?
Uma consulta superlativa é aquela com "melhor", "mais popular", "mais vendido". Ela parece simples, mas não carrega o critério: melhor em quê? Bateria, cancelamento de ruído, preço? Quem pesquisa espera que o sistema complete essa lacuna com conhecimento de mundo.
Um artigo de Yilun Zhu, Nikhita Vedula e Shervin Malmasi, da Amazon, parte exatamente desse problema. Os autores apontam que consultas com "best" ou "most popular" exigem comparar produtos em várias dimensões implícitas, algo que os métodos de recuperação e ranqueamento tratam mal, e que reranqueadores baseados em LLM grandes costumam ser lentos demais para produção.
Para estudar o caso, eles montaram um conjunto a partir do Amazon Shopping Queries Dataset: 21.407 consultas, cerca de 1,07 milhão de pares consulta-produto e 56 categorias, com rótulos "relevante e melhor", "relevante, mas não o melhor" e "irrelevante". Repare no meio-termo: o produto pode ser relevante e ainda assim não ser o escolhido.
Como funcionam os hints?
A ideia central é gerar hints offline com um LLM. Para cada consulta, o modelo produz uma explicação de raciocínio, marcas sugeridas, características-chave do produto e formulações alternativas da pergunta. Esses hints alimentam um BM25 estendido, que calcula a média das pontuações sobre todas as consultas geradas, e rodam em paralelo com a busca densa, o que reduz o custo de latência.
Pense num sommelier que, antes de entrar no mercado, escreve a lista de compras: "para jantar com carne, procure tinto encorpado, estas três vinícolas, acidez média". O corredor do mercado é o mesmo, mas a cesta que volta é outra. A pergunta original era vaga; a lista é específica, e é a lista que vai à prateleira.
Para quem tem uma marca, a consequência prática é desconfortável e libertadora ao mesmo tempo. Desconfortável porque, se o modelo não associa a sua marca ao que "melhor" significa naquela categoria, ela pode nem entrar na lista de compras. Libertadora porque os atributos e as marcas que entram na lista são, em boa parte, os que aparecem de forma consistente em texto público.
O que muda no ranking depois dos hints?
Depois de recuperar candidatos, entra um reranqueador pontual (pointwise), que dá uma nota a cada par consulta-produto. Segundo o artigo, os hints melhoram MAP em 10,9 pontos e MRR em 5,9 pontos sobre as bases de comparação. O resumo não nomeia a base do ganho de 10,9, e os próprios autores têm pequenas divergências entre texto e tabela, então tratamos o número como ordem de grandeza.
O resultado mais instrutivo está na comparação interna: o modelo de 3 bilhões de parâmetros com hints chega a P@1 de 64,39, contra 58,15 sem hints. E o modelo de 0,5 bilhão com hints supera, em 21,4 pontos de P@1, um reranqueador listwise de 72 bilhões. Contexto bom vence tamanho bruto, pelo menos nessa tarefa e nesse conjunto.
Na avaliação humana, com 153 consultas, o sistema com hints venceu 48 de 78 comparações sem empate (65,38%).
O que essa pesquisa não diz?
Ela descreve um sistema de pesquisa de uma empresa, em um conjunto de dados de busca de uma loja. Não descreve como o ChatGPT, o AI Mode ou o Perplexity tratam "melhor". Nós não vimos evidência pública de que esses assistentes usem exatamente esse desenho, e afirmar isso seria inventar. O que a pesquisa oferece é uma hipótese de trabalho forte: pergunta superlativa tende a ser expandida em marcas e atributos antes de qualquer ranking.
Isso conversa com o que já descrevemos sobre query fan-out e sobre o papel de cada etapa na busca híbrida: a pergunta do consumidor raramente chega intacta ao índice.
Como testar isso na sua categoria?
Sem prometer resultado, dá para observar. Pegue cinco perguntas com "melhor" da sua categoria e rode em mais de um assistente, em mais de um dia. Anote quais marcas e quais atributos aparecem nas respostas, porque eles revelam a "lista de compras" implícita. Compare com os atributos que a sua página de produto declara de forma explícita. Lembre que a resposta varia por modelo, prompt e dia, como descrevemos na nossa metodologia.
O que levar daqui
- "Melhor" não é uma palavra-chave: é uma consulta que, em pelo menos um sistema documentado, é expandida em marcas, atributos e reformulações.
- Ser relevante não basta; o rótulo "relevante, mas não o melhor" existe para separar presença de escolha.
- Atributos declarados com clareza na página dão material para essa expansão encontrar o seu produto.
- O estudo é de um sistema da Amazon; não o trate como descrição do ChatGPT ou do Google.
- Observe respostas reais por categoria antes de mudar qualquer página.
Perguntas frequentes
O que são hints em busca com LLM?
São pistas geradas por um modelo de linguagem para a consulta: marcas, características e reformulações. Elas ajudam a recuperar e ranquear produtos quando a pergunta é vaga, como "o melhor".
Isso prova que o ChatGPT faz o mesmo?
Não. O artigo descreve um sistema de pesquisa da Amazon. Serve como hipótese sobre como assistentes podem tratar consultas superlativas, não como descrição do funcionamento deles.
Minha página precisa usar a palavra "melhor"?
O estudo não mostra isso. O que ele sugere é que atributos e marcas associados à categoria têm peso na expansão da consulta; declare-os com precisão em vez de repetir o superlativo.
Quer ver como as respostas de IA tratam a sua categoria? Faça o diagnóstico gratuito, lembrando que ele é uma análise experimental via API e não replica a interface do consumidor.