Como a Meta escolhe quem vê seus anúncios: Andromeda, GEM e GenRecs

A pergunta que muda a maneira de anunciar

Você abre o Instagram e encontra alguns anúncios entre fotos, vídeos e conversas. Mas existem milhões de anunciantes querendo aparecer naquele instante. Por que determinado anúncio chegou até você, enquanto tantos outros sequer entraram na disputa?

A resposta não é simplesmente “quem tem mais dinheiro”. A Meta combina mecanismos de recuperação de candidatos, classificação e leilão, apoiados por modelos de inteligência artificial cada vez mais complexos.

Para entender o impacto disso nas campanhas, precisamos separar funções que frequentemente são tratadas como se fossem a mesma coisa.

Como um anúncio é escolhido

Pense em uma loja de tamanho quase infinito. Há milhões de produtos nas prateleiras e um consultor pessoal tentando encontrar, em poucos instantes, aquilo que combina com o cliente que acaba de entrar.

Mesmo conhecendo os gostos daquele cliente, seria inviável examinar cada produto com a mesma profundidade. Por isso, o sistema trabalha por etapas: primeiro reduz o universo de anúncios elegíveis; depois avalia melhor os candidatos; por fim, a entrega depende da competição pelas oportunidades de exibição.

Essa explicação é simplificada para fins didáticos. O ponto central é que ser considerado, ser bem avaliado e vencer uma impressão são desafios diferentes.

Andromeda: encontrar mais prateleiras

O Andromeda atua na recuperação inicial de anúncios. Seu trabalho é encontrar bons candidatos em um universo gigantesco, numa janela de tempo extremamente curta.

Na analogia da loja, o consultor antes podia conhecer muito bem seu cliente e ainda assim não alcançar uma prateleira distante, onde estava o produto ideal. A evolução da tecnologia permite examinar muito mais possibilidades, com modelos mais expressivos.

Isso não significa que todos esses anúncios serão exibidos, nem que sua campanha ganhará automaticamente mais conversões. Significa que a capacidade técnica de considerar candidatos avançou.

E, para o anunciante, surge uma pergunta: se a Meta consegue explorar mais prateleiras, estamos colocando nelas ideias realmente diferentes?

GEM: conhecimento compartilhado

O GEM é um grande modelo de recomendação de anúncios. Imagine um professor que aprende a partir de um repertório enorme e transfere conhecimento a outros especialistas responsáveis por decisões rápidas.

Em vez de deixar cada sistema isolado, a Meta procura compartilhar padrões aprendidos entre superfícies como Facebook, Instagram e Reels, entre diferentes objetivos e sinais de interação.

Essa capacidade não torna irrelevantes os dados específicos de uma empresa. Ela busca complementar esses dados com conhecimento mais abrangente. Um anúncio novo ou uma campanha com pouco histórico não precisa depender exclusivamente das poucas conversões já registradas para ser avaliado.

A Meta detalhou a evolução do GEM em publicação técnica de outubro de 2026. Os ganhos nela divulgados representam medições da plataforma, não promessas de desempenho para campanhas individuais.

GenRecs: compreender o significado do anúncio

Agora pense numa jaqueta impermeável que acabou de ser lançada. Mesmo antes da primeira compra, um vendedor experiente consegue entender que ela pode interessar a alguém planejando uma viagem fria e chuvosa.

Essa é uma boa analogia para a proposta do GenRecs: utilizar representações semânticas de texto, imagem e produto para relacionar anúncios a interesses possíveis, indo além da repetição exata de interações anteriores.

É importante não transformar a analogia em uma afirmação de que o sistema “lê a mente” do consumidor. A inteligência artificial trabalha com sinais e probabilidades. Ela pode encontrar correspondências melhores, mas não elimina a incerteza sobre comportamento humano.

O problema não é faltar anúncio: é faltar conversa

Voltemos à loja gigantesca. O consultor consegue explorar muito mais prateleiras. Só que o anunciante colocou nelas vinte variações do mesmo argumento: a mesma promessa, a mesma oferta, a mesma história, com fundos e títulos ligeiramente diferentes.

Isso pode representar volume de criativos, mas não necessariamente diversidade criativa.

Os formatos continuam importantes para os posicionamentos. Mas a diferença estratégica está na natureza da conversa que a marca desenvolve com o público.

CT5: cinco conversas com funções diferentes

Foi para organizar essa diversidade que desenvolvi o CT5 (Creative Team 5): cinco funções publicitárias, agrupadas em dois objetivos — gerar demanda e captar demanda.

Não são cinco etapas que cada pessoa obrigatoriamente precisa percorrer numa sequência linear. São diferentes conversas disponíveis para contextos e níveis de consciência distintos.

Por que o maior orçamento não vence automaticamente

Depois de encontrar candidatos, o sistema ainda precisa decidir o que mostrar. No leilão, a Meta descreve uma combinação entre lance, taxa estimada de ação e qualidade do anúncio.

Imagine dois concorrentes. Um está disposto a pagar mais, mas seu anúncio gera sinais de experiência insatisfatória. O outro oferece uma comunicação mais relevante e maior probabilidade estimada de resultado. Dependendo do conjunto de fatores, o segundo pode vencer a oportunidade.

Portanto, orçamento importa, mas não substitui pertinência, qualidade e probabilidade de ação. Um anúncio não compra sua relevância simplesmente gastando mais.

A qualidade continua depois do clique

É fácil imaginar que tudo se resolve com um criativo impecável. Só que a experiência da pessoa não acaba no anúncio: ela continua no site, no atendimento, no pagamento, na entrega e no uso do produto.

Um negócio pode ter boa publicidade e uma oferta mal explicada, cobranças inesperadas ou um processo de compra frustrante. A Meta afirma considerar sinais ligados à experiência do consumidor na avaliação de qualidade.

Isso não significa que um único atraso provocará automaticamente uma punição específica. Significa que a experiência real importa para a qualidade do ecossistema publicitário.

Uma conversão não é necessariamente um bom negócio

A plataforma pode otimizar para aquilo que você informa, mas não conhece sozinha as prioridades econômicas da empresa. Um lead não equivale automaticamente a uma venda; duas vendas não precisam ter o mesmo valor ou margem.

No exemplo hipotético, a campanha mais barata por lead é a menos eficiente em vendas. Antes de otimizar uma campanha, precisamos definir o que de fato representa um resultado relevante para o negócio.

Informações de valor, qualidade das conversões e margem podem mudar completamente o que consideramos uma boa decisão de mídia.

Atribuição não é incrementalidade

Uma pessoa já está decidida a comprar, vê um anúncio, clica e conclui a compra. A plataforma pode atribuir o resultado à campanha. Mas ela compraria de qualquer maneira?

Atribuição procura relacionar eventos a interações com anúncios. Incrementalidade procura estimar quanto resultado adicional a publicidade efetivamente produziu, em comparação com um cenário sem aquela exposição.

As duas medidas respondem a perguntas diferentes. Relatórios de atribuição são úteis, mas não bastam para afirmar que todas as vendas creditadas foram causadas pela publicidade. Quando viável, testes de lift ajudam a investigar esse impacto adicional.

O que fazer nas próximas campanhas

O objetivo não é encontrar um botão secreto do Andromeda. Essas tecnologias evoluem na infraestrutura da Meta. A responsabilidade do anunciante continua sendo oferecer informação, comunicação e objetivos melhores.

A Meta explora as prateleiras. E você?

A Meta está ficando cada vez melhor em identificar oportunidades para apresentar anúncios. Mas encontrar uma oportunidade não é o mesmo que construir uma razão convincente para comprar.

O sistema pode melhorar a distribuição. Não transforma uma promessa fraca em um argumento forte, nem uma experiência ruim em uma boa experiência.

À medida que a operação se automatiza, ficam ainda mais importantes as competências que dependem de compreender pessoas e negócios: publicidade, comunicação, persuasão e estratégia.

É por isso que continuamos falando de mídia paga Além do Tráfego.