Modelos de busca neural costumam tratar "com" e "sem" como quase a mesma coisa: no benchmark NevIR, a maioria dos modelos de recuperação testados ranqueou documentos que diferem só pela negação com desempenho próximo ao acaso. Para páginas de produto, isso pede um cuidado: declare o atributo de forma positiva e mensurável, não só pela ausência.
Por que a negação é o ponto cego da busca semântica?
Imagine um mapa de cidade em que cada frase mora num endereço. Frases com assunto parecido ficam na mesma rua. O problema é que "notebook com ventoinha ruidosa" e "notebook sem ventoinha ruidosa" moram na mesma rua, quase na mesma casa. O mapa foi desenhado para medir sobre o que se fala, e a negação muda o que se afirma sem mudar o assunto.
É assim que nós gostamos de explicar o fenômeno, e ele tem base em pesquisa. O artigo NevIR: Negation in Neural Information Retrieval (Weller, Lawrie e Van Durme) montou um benchmark em que o modelo precisa ordenar dois documentos que diferem apenas por uma negação. O resultado, nas palavras do resumo do artigo, é que a maioria dos modelos de recuperação, inclusive os de ponta da época, em grande parte ignora a negação e pontua perto do ranking aleatório, ou pior.
O que o NevIR de fato mediu?
Vale ler com a lupa certa, porque o artigo é frequentemente citado de forma exagerada.
Ele mediu modelos de recuperação, as peças que buscam e ordenam documentos, e não um assistente de chat completo. O preprint é de maio de 2023, com versão revisada em fevereiro de 2024. Modelos mais novos podem se sair melhor, e o próprio artigo mostra que há espaço para melhora.
O artigo também separa as arquiteturas. Os cross-encoders foram os melhores, depois vieram os modelos de interação tardia, e por último os bi-encoders e os modelos esparsos neurais. Os autores observam ainda que ajustar o modelo com pares de documentos contrastantes com negação ajuda, e que modelos maiores se saem melhor. Mesmo assim, resta uma distância grande entre máquina e humano.
Por que isso importa para quem vende eletrônicos? Porque a busca por trás de muitas respostas de IA combina etapas. Uma etapa rápida traz candidatos por proximidade (a que usa embeddings, tema que já tratamos em Embedding: definição e o que muda para páginas de produto), e uma etapa mais cuidadosa reordena (o assunto de Busca híbrida: definição e o que muda para produtos). A negação pode escapar justamente da primeira etapa.
Como isso aparece numa pergunta de consumidor?
Pense em perguntas reais em português: "fone Bluetooth sem fio que não machuque a orelha", "geladeira que não faça barulho", "monitor sem reflexo". Todas dependem de um não ou de um sem.
Agora pegue a ficha do Aurora Pro 14, o produto fictício dos exemplos públicos do nosso site. Suponha que a página diga apenas "não esquenta e não faz barulho". Para uma busca por proximidade, essa frase fala de temperatura e ruído, o mesmo assunto de uma página que diz o oposto. A negação carrega todo o significado, e é a parte mais frágil.
Isto é uma ilustração, não um resultado medido. Nós não afirmamos que um assistente específico erra esse caso; afirmamos que há uma fragilidade documentada em modelos de recuperação e que vale proteger a página contra ela.
Como proteger a página de produto?
A defesa é simples e quase sempre melhora o texto também para humanos.
- Diga o que o produto tem. Troque "não faz barulho" por "refrigeração passiva, sem ventoinha" mais o dado: nível de ruído em decibéis, quando o fabricante o informa. O atributo positivo e o número dão à busca algo para casar.
- Mantenha a negação, mas acompanhada. "Sem ventoinha" ajuda o leitor humano. Só não deixe a frase sozinha carregando o atributo.
- Use campos estruturados para o essencial. Um atributo na ficha técnica (tipo de refrigeração: passiva) é mais difícil de confundir que uma oração negativa no meio de um parágrafo. Reveja também a ficha técnica e os campos do schema.
- Escreva as comparações dos dois lados. Em vez de "ao contrário dos concorrentes, não precisa de adaptador", diga "inclui adaptador na caixa; a maioria dos concorrentes da categoria o vende à parte", se for verdade e verificável.
- Teste com perguntas negativas. Inclua no seu conjunto de prompts perguntas com "sem" e "não" e veja se a resposta respeita a restrição. O resultado muda por modelo, prompt e dia, por isso repita as rodadas, como explicamos na metodologia.
O que levar daqui
- Modelos de recuperação testados no NevIR tratam mal a negação; o artigo é de 2023, revisado em 2024, e não testa assistentes de chat completos.
- A negação muda o que se afirma sem mudar o assunto, e a busca semântica mede sobretudo o assunto.
- Escreva o atributo de forma positiva e quantificada, e deixe a negação como complemento.
- Coloque atributos críticos em campos estruturados da ficha técnica.
- Teste sua marca com perguntas que contêm "sem" e "não", em várias rodadas.
Perguntas frequentes
O ChatGPT ou o Gemini erram negações?
Não temos evidência própria para afirmar isso de um assistente específico. O que está documentado é que modelos de recuperação, uma peça dessas pilhas, falharam em testes de negação. A prática segura é não depender de uma negação isolada.
Devo parar de escrever "sem" nas páginas?
Não. Os leitores humanos entendem e valorizam. A recomendação é acompanhar o "sem" de um atributo positivo e de um dado, para que a informação sobreviva mesmo se a negação se perder.
Dados estruturados resolvem o problema?
Ajudam, porque transformam a afirmação em campo e valor, mas não são garantia. Nosso diagnóstico gratuito é uma análise experimental via API e não replica a interface de consumo do ChatGPT; ele serve para levantar hipóteses, não para prometer posição.
Quer ver como suas páginas respondem a perguntas com negação? Rode o diagnóstico gratuito ou peça uma demonstração e veja o que muda entre uma rodada e outra.