Keyword vs semântica: o exemplo que esclarece tudo
Um cliente pesquisa “olheiras” numa loja de cosmética. Três motores reagem de forma diferente:
- Motor de pesquisa clássico (keyword). Devolve 0 resultados se nenhum produto tiver a palavra “olheiras” no título ou descrição.
- Motor de pesquisa com sinónimos manuais. Devolve os produtos “contorno de olhos” se o merchant tiver configurado previamente a regra “olheiras → contorno de olhos”. Funciona mas exige manutenção manual constante.
- Motor de pesquisa com IA semântica. Converte “olheiras” num vetor e compara com o vetor de cada produto. “Contorno de olhos”, “sérum despigmentante”, “patches descongestionantes” aparecem ordenados por proximidade conceptual. Sem configurar nada.
Três cenários em que a IA se paga sozinha
- Zero-result rate alto. Se mais de 10-15% das tuas pesquisas devolvem “sem resultados”, estás a perder conversão directa. A IA semântica baixa esse rácio para metade tipicamente, porque entende variantes e conceitos.
- Vocabulário diferente entre cliente e fabricante. O teu fabricante escreve “sérum vitamina C 10%”; o teu cliente pesquisa “antimanchas para pele baça”. A semântica liga os dois sem que escrevas regras.
- Multi-idioma com traduções desiguais. Catálogo traduzido para 5 idiomas mas descrições curtas em alguns. Os embeddings cross-idioma permitem encontrar produtos mesmo que o texto do idioma do cliente seja pobre.
Custo real da IA no motor de pesquisa
O custo de inferência (calcular embeddings) caiu drasticamente desde 2023. Hoje um catálogo de 10.000 produtos é processado por menos de 1€/mês. A diferença de preços entre fornecedores não reflete o custo real — reflete decisão comercial.
FAQ
O que é exatamente a pesquisa semântica?
Uma pesquisa que entende o que significa a consulta do cliente, não só que palavras usou. Por trás há um modelo de linguagem que converte tanto a query como cada produto em vetores numéricos (embeddings), e mede a proximidade semântica entre eles. Por isso “olheiras” encontra “contorno de olhos” — nenhuma correspondência por palavra, mas conceitos próximos no espaço vetorial.
A pesquisa por keyword continua a ser útil?
Sim, e na verdade a melhor implementação é híbrida (o que o Findalo faz): keyword + semântica ao mesmo tempo. A keyword resolve pesquisas exactas (“Nike Air Max 90”), a semântica resolve pesquisas conceptuais (“ténis para correr longas distâncias”). Anular uma parte a outra.
A IA torna o motor de pesquisa mais caro?
Depende. Alguns fornecedores cobram a IA como add-on premium: o Doofinder activa IA visual e personalização só no plano Advanced (~349€/mês), o Algolia NeuralSearch em planos ~$500+/mês. O Findalo inclui-a desde Pro (49€/mês) porque o teu custo fixo principal é o catálogo, não a inferência.
Quando vale a pena meter IA no motor de pesquisa?
Três sinais claros: (1) zero-result rate alto (>10% do tráfego de pesquisa não encontra nada), (2) catálogo com sinónimos não normalizados ou vocabulário técnico do cliente diferente do do fabricante, (3) multi-idioma com traduções desiguais. Se te identificas com dois dos três, a IA semântica paga-se sozinha.
E os modelos LLM tipo ChatGPT no motor de pesquisa?
São duas coisas distintas, e o Findalo tem as duas. A pesquisa semântica (embeddings) entende o conceito e a intenção de compra sem inventar nada: é barata, rápida e entra a partir do Pro. O Assistente de compra, que conversa com o cliente, está em produção a partir do Business (e como extra no Starter e no Pro): recomenda só produtos do teu catálogo, responde sobre o estado da encomenda e, quando não há resposta, diz “não sei” em vez de a inventar.