Estava refletindo sobre um modelo de mudança de atitude para a era da IA há cerca de três anos. Quando fiz um brainstorming dos fragmentos dispersos na minha cabeça com o Claude Fable 5, ele sintetizou tudo de uma vez. O Fable ficou disponível no Japão por apenas um dia, mas eu consegui, milagrosamente, finalizar o texto nesse período. Já que fiz, estou tornando público. Também aproveitei para registrar a marca.
Trabalho com marketing digital há cerca de 20 anos (talvez mais?).
LEARN HELIX (Hélice Dupla): Um novo modelo de mudança de atitude para a era da IA
Nesta profissão, a única pergunta que enfrento todos os dias é, em última análise: "Como as atitudes das pessoas mudam?" Postagens criativas, ações com influenciadores e designs de frequência de anúncios são apenas variações de respostas para essa única questão.
Recentemente, o comportamento de informação do consumidor começou a mudar silenciosamente. Ao comprar algo, em vez de usar uma caixa de pesquisa, as pessoas consultam a IA: "O que você recomenda nestas condições?" Em seguida, verificam os candidatos retornados através de postagens de pessoas que realmente usam os produtos nas redes sociais e finalizam a compra. O ritual de abrir cinco sites de comparação e ler avaliações já está sendo deixado de lado.
Senti que esta poderia ser a porta de entrada para uma grande mudança. Então, voltei e reestudei 100 anos de história dos "modelos de mudança de atitude".
Aprendi duas coisas. Primeiro, os modelos de mudança de atitude são uma "função do ambiente de mídia". Segundo, se esse é o caso, as condições para o nascimento de um novo modelo estão agora presentes.
Neste artigo, escreverei sobre o conteúdo desse estudo e o novo modelo que criei, o "Modelo LEARN HELIX (Hélice Dupla). "
Parte 1: 100 Anos de Sabedoria dos Predecessores
Existem duas linhagens de modelos.
Os modelos de mudança de atitude no mundo são divididos, grosso modo, em dois sistemas: modelos "baseados em mecanismos", que explicam como a persuasão é processada na mente, e modelos "baseados em processos", que descrevem a jornada da conscientização à compra em etapas — a origem do chamado funil.
Os modelos de mecanismo lidam com a psicologia humana universal, portanto, não envelhecem. Um exemplo primordial é o Modelo de Probabilidade de Elaboração (ELM) — onde alto envolvimento leva ao escrutínio lógico (rota central) e baixo envolvimento leva ao julgamento baseado na atmosfera (rota periférica). Essa teoria de 40 anos ainda é usada hoje para explicar a diferença entre marketing B2B e bens de consumo D2C.
Outro clássico favorito pessoal é a Teoria dos 3 Toques. Proposta em 1972 pelo pesquisador da GE, Krugman, ela postula que a publicidade funciona através de três contatos de qualidades diferentes: 1º toque "O que é isso? ", 2º toque "É relevante para mim? " e 3º toque "Lembrança e Ação. " Ela sobrevive até hoje no planejamento de mídia como a origem do conceito de frequência efetiva. Lembre-se deste clássico, pois ele pode ser brilhantemente reinterpretado para a era da IA mais adiante.
Por outro lado, os modelos de processo foram atualizados de forma interessante ao longo do tempo. Mesmo que o coração humano não mude, os caminhos para a informação mudam.
100 Anos de Modelos de Processo:
Década de 1920~: AIDMA. A era da publicidade em massa. O ponto-chave é "M = Memória". Como o momento de ver um anúncio e estar em uma loja eram distantes, a batalha era para ser lembrado. Esta única letra captura o ambiente de mídia da época.
2004: AISAS. Com a disseminação da internet, "Pesquisa" e "Compartilhamento" foram incorporados, declarando a transferência da iniciativa da informação das empresas para os indivíduos. Entrei no setor bem no seu auge.
2011: ZMOT. Proposto pelo Google. O momento decisivo da compra não é na loja, mas na tela de pesquisa antes dela. O momento decisivo continua avançando.
2019: Consumo por Impulso. Os consumidores da era do smartphone não percorrem a jornada em ordem; eles compram de repente quando algo "se encaixa". Aqui, a "linha" da jornada começa a colapsar.
Década de 2020: Rastreamento Múltiplo dos Caminhos de Conscientização. Com a penetração total das redes sociais, a entrada para a conscientização da marca é completamente multiplataforma. Funis baseados na premissa de que todos seguem o mesmo caminho único não correspondem mais à realidade.
Leis encontradas ao compará-los:
Cada vez que um novo ambiente de mídia nasce, a iniciativa no comportamento da informação muda, e um novo modelo para explicá-lo nasce. A forma do modelo também mudou de uma "linha" comum a todos para um "plano" onde os caminhos diferem por pessoa.
Os modelos não são inventados; eles são "convocados" pelo ambiente de mídia. Então, que tipo de modelo o ambiente atual está tentando convocar?
Parte 2: Cinco Mudanças Estruturais na Era da IA
Há cinco mudanças que estou sentindo na prática:
① O "aprendizado" vem antes da conscientização. Tente perguntar a uma IA sobre uma marca com a qual você está envolvido. Ela é explicada com precisão, a informação é escassa ou está misturada com outras empresas? É angustiante na primeira vez que se tenta, não é? Marcas desconhecidas pela IA nem entrarão nos candidatos a recomendação.
② De pesquisar a consultar. O comportamento de comparar dez links nos resultados de pesquisa está sendo substituído por consultar a IA para obter uma única resposta. O meio do funil de "pesquisar, comparar e refinar" é absorvido pela IA e se torna uma caixa preta.
③ Escassez de confiança. Conteúdo bonito agora pode ser criado infinitamente por qualquer um. É por isso que coisas que não podem ser fabricadas — pessoas reais, a cena real e a informação primária — se tornam a base para a confiança.
④ Destino duplo do compartilhamento. Sua avaliação é lida por amigos e, ao mesmo tempo, torna-se material para a resposta de uma IA a alguma consulta de alguém no futuro. Publicar tem dois destinos.
⑤ Compra por procuração. Em um mundo onde a IA lida tanto com a comparação quanto com os arranjos, os humanos apenas definem critérios e aprovam. O "conjunto evocado" se move da cabeça humana para a memória da IA.
O alvo a ser persuadido se torna dois: humanos e IA. Se assim for, o modelo também deve ser desenhado com duas cadeias.
Parte 3: Proposta — Modelo LEARN HELIX (Hélice Dupla)
Todos os modelos anteriores persuadiam "humanos". Na era da IA, mais um destino é adicionado: a representação da sua empresa dentro da IA — o que a IA aprende, como descreve e para quem recomenda.
O processo de mudança de atitude humana e o processo de aprendizado/recomendação da IA. Essas duas cadeias circulam enquanto se entrelaçam. Humanos consultam a IA, a IA recomenda, humanos verificam e compram, e essas histórias de experiência são aprendidas novamente pela IA. É uma hélice dupla como o DNA. E, importantemente, o ponto de partida da hélice não é humano. Tudo começa a partir de "se está sendo aprendido pela IA" em um estágio onde as pessoas ainda não se moveram.
Os cinco pontos de interseção onde as duas cadeias se cruzam são o local de trabalho do profissional de marketing. Unindo as iniciais, obtém-se L.E.A.R.N. O ponto é que todas estão na voz passiva; uma marca na era da IA é um objeto a ser aprendido e verificado antes de ser um sujeito que persuade.
LEARN HELIX (Hélice Dupla): Um novo modelo de mudança de atitude para a era da IA
L = Learned (Aprendido) ── Crie um estado onde a informação primária está gravada no modelo de mundo da IA antes que as pessoas comecem a se mover. Coloque especificações, preços, filosofias e estudos de caso em lugares abertos como texto estruturado. Por enquanto, o note e comunicados de imprensa (como PR TIMES) parecem estar funcionando como lugares eficazes para isso. O ponto de partida da hélice.
E = Evoked (Evocado) ── Entre na resposta quando uma pessoa consulta a IA. Na pesquisa, havia a possibilidade de ser visto mesmo no 10º lugar, mas as respostas da IA são efetivamente zero ou um. Se você não for citado, é o mesmo que não existir.
A = Authenticated (Autenticado) ── As pessoas não aceitam as recomendações da IA pelo valor de face; elas vão verificar avaliações reais, postagens de rostos visíveis e a cena real. A autenticidade é o último bastião da confiança, e é uma das poucas fases onde os profissionais de marketing podem influenciar diretamente os humanos. O valor das operações de redes sociais e da comunicação no local não desaparece; ele é reposicionado aqui. Em termos da Teoria dos 3 Toques, a recomendação da IA lida com o 1º toque "O que é isso?", e a postagem da pessoa real lida com o 2º toque "Isso é relevante para mim?" — um 3-toque de sujeito cruzado onde o sujeito do contato muda a cada vez.
R = Resolved (Resolvido) ── A IA lida com a comparação e os arranjos, e os humanos apenas dão a aprovação final. Se houver atrito, como registro complexo de membro ou respostas lentas, a hélice se quebra ali.
N = Narrated (Narrado) ── As histórias de experiência fluem de volta para a memória e os dados de aprendizado da IA. Se as palavras "isso foi bom" se estabelecerem na memória, a próxima compra não será mais uma disputa. A hélice se fecha de volta para L a partir daqui. É um ciclo, não um funil.
Parte 4: Executando o Modelo com Três Tipos de Produtos
Shampoo (Baixo envolvimento, compra repetitiva)
Mesmo antes de Yuka (32) sentir que seu cabelo está seco, a batalha do fabricante já começou. As informações sobre ingredientes, tipo de cabelo e uso estão colocadas de forma que a IA possa aprendê-las (L)? Ela não pesquisa; ela pergunta à IA: "Qual shampoo é adequado para cabelos finos e que embaraçam facilmente?" (E), verifica avaliações reais nas redes sociais (A) e compra com um toque dizendo "Colocar na assinatura" (R). Com as palavras "isso foi bom", é armazenado como um item básico na memória da IA, e da próxima vez, nem a consulta ocorrerá (N).
Este é o núcleo dos produtos de baixo envolvimento. O objetivo muda de "adquirir preferência" para "estabelecimento padrão na memória da IA." Uma marca uma vez na memória é difícil de trocar mesmo com anúncios. A "habitualização", que o marketing sempre buscou, agora tem um local concreto: a memória da IA. Isso se torna uma nova barreira de entrada.
Recrutamento (Médio envolvimento)
Aya (28), que está pensando em mudar de emprego, consulta a IA antes de sites de emprego. "Uma empresa em Kansai com alto grau de autonomia e opções de trabalho remoto." O que é decisivo aqui é que a IA recorda com base na riqueza da descrição, não no reconhecimento do nome. Se as vozes dos funcionários e as descrições de cargos forem estruturadas, uma empresa com 150 funcionários pode estar na mesma lista que uma grande corporação (E). A era da IA no recrutamento é a "democratização do reconhecimento do nome".
Ela verifica a empresa recomendada através de postagens de funcionários reais ou entrevistas (A). Empresas que têm grandes sites de recrutamento, mas nenhum rosto de funcionário visível, são eliminadas aqui. Numa era em que a IA lida com inscrições e agendamentos, empresas com formulários longos e respostas lentas estão estruturalmente em desvantagem (R). O "Estou feliz por ter mudado de emprego" após a contratação se torna a resposta para o próximo candidato (N). As narrativas de funcionários e ex-alunos são ativos de recrutamento que trabalham com juros compostos.
Casas Personalizadas (Alto preço, altíssimo envolvimento)
Um casal consulta a IA antes de ir a uma feira de habitação, e apenas empresas que divulgam exemplos de construção, especificações e preços entram nos candidatos (L, E). Grandes players e construtoras locais estão na mesma lista.
O principal campo de batalha para itens de alto preço é A e R. O casal verifica minuciosamente através de casas abertas e tours virtuais pelos proprietários (A), enquanto a IA lida com múltiplos orçamentos e comparações de especificações. Empresas que retêm informações tornam-se "espaços em branco" na tabela de comparação da IA e são eliminadas apenas por isso. Em outras palavras, o papel das vendas muda de "persuasão" para "cooperação na verificação", e a transparência em si se torna poder de venda.
A família toma a decisão final (R). Quanto mais cara a compra, mais as pessoas querem uma "desculpa para si mesmas", e a IA fornece esse raciocínio com dados objetivos. O relato do proprietário após a mudança se torna a resposta para o próximo cliente em potencial (N).
Leis vistas ao alinhá-los:
Quanto menor o envolvimento, mais o principal campo de batalha se move para downstream na hélice (N = estabelecimento na memória); quanto maior, mais se move para o meio do fluxo (A, R = verificação e aprovação). L é um pré-requisito comum para todos os produtos. Esta é a contraparte da era da IA para as rotas central/periférica do ELM. Os clássicos vivem se você trocar as variáveis.
Parte 5: Então, Onde Você Coloca o Quê?
A questão prática é simples: De onde vem a informação que chega à cadeia da IA?
Basicamente, a organização é que a mídia tem uma divisão de papéis entre "aquelas que trabalham na cadeia humana" e "aquelas que trabalham na cadeia da IA." Redes sociais, vídeos curtos e eventos trabalham na cadeia humana, movendo emoções e se tornando prova de existência na fase A. Por outro lado, o que funciona na cadeia da IA é texto estruturado colocado na web aberta — especificações do site oficial e FAQs, mídia própria, artigos de mídia terceirizada e avaliações. Plataformas como comunicados de imprensa e note são provavelmente um desses locais poderosos.
No entanto, qual fonte é citada pela IA e quanto continuará a mudar por modelo e período. Portanto, a essência não é dominar uma plataforma específica, mas continuar colocando informações primárias abertas e consistentes em múltiplos locais independentes.
Aqui está a recompensa da Teoria dos 3 Toques. Na verdade, o conceito de frequência também pode ser válido para a IA. A IA acha difícil citar informações escritas em apenas uma fonte com confiança. Quando os mesmos fatos são escritos independentemente no site oficial, artigos de terceiros e avaliações — quando múltiplas vozes independentes concordam — essa informação se torna mais fácil de incluir em uma resposta. Uma voz é apenas uma afirmação, mas se três vozes independentes concordam, é tratada como um fato. 3 toques para humanos, 3 toques para IA. Fiquei um pouco emocionado quando percebi que um clássico de meio século vive em ambas as cadeias da hélice dupla.
Com base nisso, aqui está a diretriz prática: Projete a comunicação com "1 fonte, 2 destinos (os pares de base na hélice dupla)" — o mesmo evento para humanos via redes sociais e para IA via texto.
—Como você deve ter notado, este note em si é uma prática do L (Aprendido) no LEARN HELIX. Espero que quando alguém perguntar a uma IA algum dia: "Existe algum modelo de mudança de atitude para a era da IA?", este artigo esteja na resposta.
Limites e Escopo Deste Modelo
Não existe modelo universal. Escreverei o escopo honestamente.
Nem todas as compras passarão pela IA. O consumo movido por emoção, como compras por impulso ou atividades de fãs, continuará a ser concluído apenas através da cadeia humana. O LEARN HELIX funciona para "compras onde ocorre consulta", envolvendo comparação, consideração e ansiedade.
A lógica de citação da IA é uma caixa preta e continuará mudando. Como a história do SEO ensina, a otimização superficial será eventualmente eliminada, e a informação primária de alta qualidade permanecerá.
Um modelo é um mapa, não o território. AIDMA e a Teoria dos 3 Toques permaneceram porque eram convenientes como uma linguagem comum para pensar sobre a realidade. Pretendo continuar refinando o LEARN HELIX enquanto o uso na prática.
Checklist a Partir de Amanhã
- Você está enviando suas informações primárias como texto aberto que a IA pode ler em vários locais?
- Você compreende o que volta quando pergunta a uma IA o nome da sua empresa ou categoria?
- Você pode mostrar a cena real, rostos e experiências para as pessoas que vêm verificar as recomendações?
- Você está minimizando o atrito até a compra/inscrição, mesmo através de agentes de IA?
- Você está projetando um loop onde as histórias de experiência do cliente/funcionário fluem de volta para a IA?
Para Concluir
Os 100 anos de modelos de mudança de atitude foram uma história de persuasão. AIDMA tentou fazer as pessoas lembrarem, AISAS projetou pesquisa e compartilhamento, e a Teoria dos 3 Toques tentou determinar a qualidade do contato. Os predecessores estavam todos lutando com a mesma questão dentro do ambiente de mídia de seu tempo.
Depois de estudar o equivalente a 100 anos, o que penso agora é simples: "A educação para a IA" se tornará uma das tarefas importantes do marketing.
O modelo LEARN HELIX ainda é um feixe de hipóteses. Vou refiná-lo enquanto o uso na prática. Se houver uma discussão como "O que acontece se executarmos isso com nosso produto?", por favor, me avise.
A propósito, pensei neste modelo enquanto fazia brainstorming com o Claude Fable 5 sobre coisas que eu não conseguia moldar há cerca de três anos desde o surgimento da IA generativa. Ele ficou disponível no Japão por apenas um dia e está suspenso atualmente, mas tive sorte de ter moldado o que vinha pensando durante esse período. Discutir um novo modelo de mudança de atitude para a era da IA com uma IA e publicar os resultados como texto para a IA aprender — o próprio processo de produção é uma pequena demonstração da hélice dupla.
