Já estava pensando em 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 mente com o Claude Fable 5, ele os sintetizou todos de uma só vez. O Fable ficou disponível no Japão por apenas cerca de um dia, mas milagrosamente consegui finalizá-lo durante esse período. Já que fiz isso, estou tornando público. Também aproveitei e registrei a marca.
Trabalho com marketing digital há cerca de 20 anos (talvez mais?).
LEARN HELIX (Dupla Hélice): Um novo modelo de mudança de atitude para a era da IA
Neste trabalho, a única pergunta que enfrento todos os dias é, em última análise: "Como as atitudes das pessoas mudam?" Publicações 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 busca, as pessoas consultam a IA: "O que você recomenda nestas condições?" Em seguida, elas verificam os candidatos retornados através de publicações de pessoas que realmente usam os produtos nas redes sociais e fazem 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 estudei novamente 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 midiático." Segundo, se esse é o caso, as condições para o nascimento de um novo modelo estão agora estabelecidas.
Neste artigo, escreverei sobre o conteúdo desse estudo e o novo modelo que criei, o "Modelo LEARN HELIX (Dupla Hélice). "
Parte 1: 100 Anos de Sabedoria dos Predecessores
Existem duas linhagens de modelos.
Os modelos de mudança de atitude no mundo são divididos, em termos gerais, em dois sistemas: modelos "Baseados em Mecanismo" que explicam como a persuasão é processada na mente, e modelos "Baseados em Processo" 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). Esta 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 tarde.
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. A 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 midiático da época.
2004: AISAS. Com a disseminação da internet, "Busca" e "Compartilhamento" foram incorporados, declarando a mudança 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 busca 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 desmoronar.
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 multitrilhada. 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 midiático 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 midiático. 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 se envolve. Ela é explicada com precisão, a informação é escassa ou está misturada com outras empresas? É angustiante na primeira vez que você tenta, não é? Marcas desconhecidas pela IA nem entrarão nos candidatos à recomendação.
② De buscar a consultar. O comportamento de comparar dez links nos resultados de busca está sendo substituído por consultar a IA para obter uma única resposta. O funil intermediário de "pesquisar, comparar e selecionar" 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 informações primárias — 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 à consulta de alguém algum dia. 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" passa da cabeça humana para a memória da IA.
O alvo a ser persuadido torna-se dois: humanos e IA. Se for assim, o modelo também deve ser desenhado com duas cadeias.
Parte 3: Proposta — Modelo LEARN HELIX (Dupla Hélice)
Todos os modelos anteriores persuadiam "humanos". Na era da IA, um destino adicional é adicionado: a representação da sua empresa dentro da IA — o que a IA aprende, como ela 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 pela IA novamente. É uma dupla hélice 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. Conectando as iniciais, obtemos 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 (Dupla Hélice): Um novo modelo de mudança de atitude para a era da IA
L = Learned (Aprendido) ── Crie um estado onde as informações primárias são gravadas no modelo de mundo da IA antes que as pessoas comecem a se mover. Coloque especificações, preços, filosofias e estudos de caso em locais abertos como texto estruturado. Por enquanto, o note e os comunicados de imprensa (como PR TIMES) parecem estar funcionando como locais eficazes para isso. O ponto de partida da hélice.
E = Evoked (Evocado) ── Entre na resposta quando uma pessoa consulta a IA. Na busca, 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, publicações 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 publicação da pessoa real lida com o 2º toque "É relevante para mim?"—um 3 toques 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 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 competição. A hélice 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)
Antes mesmo de Yuka (32) sentir que seu cabelo está seco, a batalha do fabricante já começou. As informações sobre ingredientes, tipo de cabelo e uso são colocadas de forma que a IA possa aprendê-las (L)? Ela não busca; ela pergunta à IA, "Qual shampoo é adequado para cabelos finos e facilmente embaraçados?" (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 simpatia" 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 dos sites de emprego. "Uma empresa em Kansai com alta autonomia e opções de trabalho remoto." O que é decisivo aqui é que a IA lembra 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 publicações de funcionários reais ou entrevistas (A). Empresas que têm grandes sites de recrutamento, mas nenhum rosto visível de funcionário, são eliminadas aqui. Em uma era onde a IA lida com candidaturas e agendamentos, empresas com formulários longos e respostas lentas estão estruturalmente em desvantagem (R). O "Ainda bem que mudei de emprego" após a entrada se torna a resposta para o próximo candidato (N). As narrativas de funcionários e ex-alunos são ativos de recrutamento que funcionam com juros compostos.
Casas Personalizadas (Alto preço, altíssimo envolvimento)
Um casal consulta a IA antes de ir a uma exposição de imóveis, e apenas empresas que divulgam exemplos de construção, especificações e preços entram nos candidatos (L, E). Grandes players e construtores 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 visitas abertas e tours online pelos proprietários (A), enquanto a IA lida com múltiplos orçamentos e comparações de especificações. Empresas que retêm informações se tornam "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 relatório 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 a jusante na hélice (N = estabelecimento na memória); quanto maior, mais se move a montante (A, R = verificação e aprovação). L é um pré-requisito comum para todos os produtos. Esta é a contrapartida 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 o 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 vários locais independentes.
Aqui está a recompensa pela Teoria dos 3 Toques. Na verdade, o conceito de frequência também pode ser verdadeiro 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 alegação, 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 dupla hélice.
Com base nisso, aqui está a diretriz prática: Projete a comunicação com "1 fonte, 2 destinos (os pares de base na dupla hélice)" — 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 (Learned - 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 pela emoção, como compras por impulso ou atividades de fãs, continuará a ser concluído exclusivamente 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 acabará sendo eliminada, e as informações primárias de alta qualidade permanecerão.
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.
Lista de Verificação 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 retorna 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/candidatura, 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 busca 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 midiático de sua época.
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 não conseguia moldar adequadamente por cerca de três anos desde o aparecimento da IA generativa. Ele ficou disponível no Japão por apenas cerca de um dia e está atualmente suspenso, mas tive sorte de que ele moldou o que eu 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 dupla hélice.
