Cada vez mais pesquisas estão desvendando a lógica e os processos ocultos que acontecem nos bastidores das funções de pesquisa do ChatGPT.

Curiosamente, a maioria deles depende do Google. Por exemplo, experimentos anteriores confirmaram que ChatGPT usa SerpApi para sua funcionalidade de pesquisa.

A razão é bastante simples: o Google teve mais de 27 anos para construir um enorme ecossistema de informação.

E agora, investigações de Oliver de Segonzac, Alexis Rylko, e Tom Wells também sugeriram que o ChatGPT execute consultas codificadas por meio do Google Shopping para compor as recomendações do carrossel de produtos.

Isto poderia ter implicações reais para a otimização, por isso decidimos testar isso por nós mesmos.

DR: concentre a otimização do seu produto no Google Shopping

A crença anterior era que as informações coletadas do ChatGPT consulta fan-out (as pesquisas do Google que o ChatGPT executa em segundo plano para construir uma resposta abrangente) foi o principal fator por trás da inclusão do produto.

Mas a nossa experiência confirma que este não é o caso.

ChatGPT cria consultas de compras adicionais que envia ao Google Shopping. Na maioria das vezes, os resultados do Google Shopping moldarão os produtos finais incluídos na resposta do ChatGPT.

A distribuição usual da consulta ainda ocorre, mas informa a resposta conversacional que acompanha a seleção do produto.

Principais conclusões:

1. ChatGPT executa dois conjuntos de consultas distribuídas para respostas com carrosséis de produtos. Os primeiros são contextuais, utilizados para formar a parte escrita da resposta. A segunda são as pesquisas do Google Shopping, onde o ChatGPT corrige esses resultados.
2. As marcas no comércio eletrônico devem se concentrar principalmente na otimização para o Google Shopping. Os produtos com alta classificação aqui provavelmente serão incluídos em qualquer recomendação do ChatGPT Shopping.

Como realizamos nossa experiência de compras ChatGPT

Decidimos nos aprofundar nas consultas distribuídas que moldam as respostas finais, testando primeiro se o ChatGPT está criando essas consultas de compras e, em seguida, se os produtos resultantes correspondem.

Portanto, o primeiro passo foi espiar por trás da cortina as consultas de distribuição que estavam ocorrendo.

Etapa 1: solicitar recomendações de produtos ao ChatGPT

Entramos no ChatGPT e simplesmente pedimos sugestões de produtos com alguns critérios definidos. O objetivo aqui é interagir com a plataforma como um usuário faria e fornecer algumas orientações para os produtos resultantes.

Neste exemplo, usamos: “telefones Android de melhor orçamento com ótimas câmeras”.

Etapa 2: Encontrando as consultas de distribuição

Você pode usar uma solução como Semrush Enterprise AIO para identificar automaticamente essas pesquisas ocultas em segundo plano, mas também é possível usar o Chrome Dev Tools. Aqui está o que fazer:

1. Abra as ferramentas de desenvolvimento do Chrome
2. Na guia Rede > Buscar/XHR, filtre usando o URL da conversa que o ChatGPT cria (a parte final do URL) começando com um número
3. Aperte o botão Atualizar para recarregar a conversa e permitir que os resultados sejam capturados
4. Use CMD + F para pesquisar no painel de ferramentas de desenvolvimento por “search_model_queries”
5. Aqui você encontrará os fan outs da consulta em “consultas”

Neste caso temos: “melhores telefones Android econômicos com ótimas câmeras 2025” e “o que define um telefone Android econômico e quais telefones econômicos têm boas câmeras 2024 2025”.

Etapa 3: Encontrar as consultas do Shopping Fan-Out

As consultas de distribuição de compras ficam ocultas com uma camada adicional de codificação.

Isso é um pouco mais complicado, mas eles podem ser encontrados seguindo estas etapas:

1. No mesmo arquivo de antes, pesquise “id_to_token_map”.
2. Encontre o trecho de texto ao lado que começa com “ey”. Este é um dado Base64 que precisaremos decodificar.
3. Copie o snippet completo (neste exemplo tinha cerca de 500 caracteres) sem as aspas de início e fim.
4. Cole os dados em uma ferramenta gratuita como Decodificação Base64 para torná-lo legível e revelar as consultas de distribuição de compras.

Aqui está o resultado:

O elemento mais importante é depois da “consulta” onde vemos “smartphones+android+baratos+câmera+boa+2025”. Esta é a consulta de distribuição de compras. Normalmente, você verá apenas uma ou duas consultas exclusivas aqui.

Etapa 4: Comparando os Resultados

Agora temos todas as informações necessárias para comparar os resultados. Basta inserir a consulta de distribuição de compras no Google Shopping. Lembre-se de verificar se as configurações de localidade correspondem no ChatGPT e no Google Shopping para maior precisão.

Aqui está o que vimos no exemplo do telefone Android:

Google Compras

Bate-papoGPT

As duas primeiras entradas são encontradas no Google Shopping e no ChatGPT. Na verdade, as informações do varejista, do título e do preço correspondem exatamente.

Os resultados: o Shopping Query Fan-Out é a camada de pesquisa adicional do ChatGPT

Depois de executar o experimento 100 vezes, descobrimos que o principal produto ChatGPT foi incluído nos três primeiros resultados do Google Shopping 75% das vezes. Houve também uma sobreposição substancial com o segundo e terceiro resultados.

Por que o ChatGPT usa os resultados do Google Shopping?

ChatGPT usa os resultados do Google Shopping porque são uma fonte de dados muito rica. Esta não é apenas uma seleção de produtos, mas uma biblioteca que inclui análises e informações sobre preços em tempo real. Os produtos podem ser recomendados com segurança com os preços e varejistas corretos.

Embora o ChatGPT esteja se esforçando para se afastar do Google e do Google Shopping (demonstrado pela recente integração do Etsy, bem como pelos novos recursos do Shopping Research), ele ainda não consegue corresponder a essa experiência do usuário. O ecossistema do Google é muito vasto.

Informações precisas sobre preços ao vivo são cruciais, especialmente quando os preços podem flutuar a qualquer momento durante eventos de comércio eletrônico como a Black Friday.

O que isso significa para marcas de comércio eletrônico?

Isso significa que as marcas de comércio eletrônico precisam considerar seus feeds de compras e garantir que quaisquer páginas de produtos ou listagens que os alimentem estejam sempre atualizadas. O Google Shopping é o mais importante deles, sem dúvida o ChatGPT e outras plataformas estão trabalhando para criar o seu próprio.

Para consultas de produtos no ChatGPT, a lógica parece estar separada em: 1. Recuperação do contexto do guia do comprador e 2. Recuperação dos produtos do Google Shopping.

Portanto, neste momento, otimizar seus resultados do Google Shopping é um dos fatores mais importantes para aparecer no carrossel de produtos ChatGPT.

Além disso, as marcas precisam se preparar para o futuro. As compras por chat e o comércio eletrônico de agentes só continuarão a crescer. Desenvolvimentos como Protocolo de comércio universal (UCP) do Google irá agilizar esses processos.

Estamos nos aproximando de um mundo onde as transações acontecem diretamente no chat, sem nunca visitar o seu site.

Sobre o experimento

Este experimento foi baseado nas consultas de distribuição de 100 prompts. Cada prompt foi executado 5 vezes, com os principais produtos mais comuns no carrossel registrados para corrigir a natureza probabilística dos LLMs.

Embora esta seja uma amostra pequena, ela fornece um ponto de partida claro para a otimização de compras de IA. Continuaremos examinando a distribuição de consultas de compras com conjuntos de dados maiores para fornecer mais insights.

Você pode executar este teste sozinho. Embora tenhamos usado uma conta conectada, você poderá ver resultados diferentes dependendo se você está conectado, tem uma conta gratuita ou uma conta paga. Isto foi visto em experimentos semelhantes do ChatGPT e do Google nós conduzimos.

Otimização de IA empresarial Semrush

Otimização de IA empresarial Semrush permite que as marcas rastreiem e otimizem milhares de solicitações em todos os principais LLMs, com análise direcionada de ChatGPT e posicionamentos de compras de IA.