IA no Google Ads: por que ela erra sempre na mesma coisa (e como corrigir)

Duas recomendações para a mesma conta do Google Ads, no mesmo dia, feitas com o mesmo modelo de inteligência artificial. E com decisões opostas.

A primeira mandava pausar a campanha de software e aumentar o orçamento do topo de funil. A segunda mandava o contrário: subir em 27% o orçamento da campanha de software, tirando verba justamente do topo de funil. E ainda avisava, sem ninguém perguntar, para não pausar de novo a campanha do nicho de advogados, porque essa ação já tinha sido feita na semana 6 e as vendas caíram.

A segunda estava certa. Neste artigo eu explico o que fez a diferença, como usamos a IA nas contas dos clientes da Lucro Digital e como você pode aplicar o mesmo princípio na sua conta.

Prefere vídeo?

A IA não erra por falta de inteligência. Erra por falta de contexto

As duas análises usaram o mesmo modelo de linguagem, o Claude Opus 5, um dos mais avançados disponíveis. A primeira foi o modelo sozinho, recebendo só os números da conta. A segunda foi a IA da Lucro Digital: o mesmo modelo, mas treinada com o tráfego do Brasil e alimentada com o contexto da conta, ou seja, o histórico de várias semanas, o que já tinha sido testado e o que aconteceu depois de cada mudança.

Sem contexto, a IA enxerga a verdade dos números. Com contexto, ela começa a enxergar a verdade do negócio.

O exemplo: a campanha de software

Essa conta é da própria Lucro Digital: também rodamos campanhas para os softwares e para a assessoria que vendemos.

Olhando só os números, a campanha de software parecia ruim. O custo por lead dela é bem mais alto que o das campanhas genéricas, e pausar parece a decisão lógica.

A análise com contexto sabia de outra coisa: o lead de software converte com muito mais facilidade, fica mais tempo como cliente e paga um ticket médio bem maior. Ou seja, é muito mais lucrativo. Neste caso, eu aceito pagar até 2,3 vezes mais por um lead de software do que por um lead genérico. Com essa informação, a recomendação certa não era pausar, era investir mais.

E a parte mais interessante: ninguém perguntou sobre a campanha de advogados. A própria IA lembrou que, embora o nicho estivesse mal naquela semana, pausar já tinha sido testado antes e derrubado as vendas.

O feedback mais valioso: a ação que não foi feita

Nas contas dos nossos clientes, a IA gera um relatório toda semana, com o contexto das últimas 12 semanas. Cada relatório traz três ações recomendadas, e o gerente da conta decide se executa cada uma ou não.

Quando o gerente decide não executar, ele registra o motivo. Esse é o feedback mais valioso que existe: quem conhece o negócio viu que a ação não fazia sentido e explicou por quê. Daí em diante, a IA tem esse contexto e caminha muito mais rápido para a verdade real, e não só para a verdade dos números.

O contrário também acontece, e com frequência: uma ação que a IA propôs e o gerente aprovou, porque fazia todo sentido, e que não deu certo. Em no máximo duas semanas o resultado aparece. Como a IA acompanha cada ação nas semanas seguintes, ela liga a ação ao resultado e aprende sozinha, sem ninguém precisar digitar nada.

Como funciona a IA da Lucro Digital

Vale deixar claro o que é nosso e o que não é. Nós não criamos o modelo de linguagem: ninguém precisa reinventar o Claude Opus ou o Gemini, por exemplo. Usamos um modelo que já existe, como base.

O que é nosso é a IA treinada em cima dele. IAs que otimizam tráfego existem várias; treinada com o tráfego do Brasil, só a nossa. Ela funciona em três camadas:

1. Treinamento com o tráfego do Brasil. A base são campanhas de empresas de diversos setores do país: o que costuma funcionar, o que costuma dar errado e em que situação, no mercado brasileiro. Por isso ela não começa do zero em nenhuma conta.
2. Memória da sua conta. Cada cliente tem a sua conta na ferramenta, com os dados de todas as plataformas e do CRM, cada ação executada, o motivo e o efeito medido.
3. Ciclo semanal. Toda semana entra contexto novo: o relatório compara os últimos 7 dias com os 7 dias anteriores e com as janelas de 15, 30 e 60 dias, dentro de um histórico deslizante de 12 semanas, junto com as decisões do gerente (o que foi feito, o que não foi e por quê).

Com o treinamento como ponto de partida, em quatro a cinco semanas a IA fica especialista em cada cliente. Em 12 semanas, ela conhece o negócio a fundo, desde que a gente alimente bem o contexto toda semana.

Contexto vale mais que o modelo

O modelo de linguagem é a parte que todo mundo tem. Na prática, um modelo bem mais simples, como uma versão mini do ChatGPT, com o contexto que passamos toda semana, gera recomendações melhores e mais corretas do que o modelo mais avançado do mercado sem histórico nenhum.

O que faz a diferença é o que a IA sabe: o que funciona no mercado brasileiro, o que já foi testado na sua conta, a sua margem real, a sua capacidade de entrega e o resultado de cada ação. Nenhum modelo, por mais inteligente que seja, adivinha isso olhando um relatório de campanha.

Como fazer isso na sua conta

Nossa IA é interna e não está à venda: ela levou tempo e investimento para ser construída e treinada, e só se paga porque atendemos muitos clientes. O treinamento com o tráfego do Brasil você não reproduz sozinho, mas a parte do contexto da sua conta, sim, e com um bloco de notas.

Toda semana, registre as ações que fez e os números da semana. O registro mínimo de cada ação tem três coisas:

1. A data da mudança;
2. O que você alterou;
3. Por que você fez a alteração.

Depois, leve esse histórico junto com os números quando pedir a análise para a IA. Mesmo manual e em texto simples, esse contexto funciona muito melhor do que só pedir "analise minha conta e diga o que fazer". O segredo é a constância: semana após semana, durante várias semanas.

E como a IA lê os dados do Google Ads, do Google Analytics, do Meta Ads ou do TikTok Ads? Com MCPs, conectores que dão ao Claude, ao ChatGPT ou ao Gemini acesso a essas plataformas. Pesquise por "MCP Google Ads" e você vai encontrar várias opções, a maioria paga. Esse é assunto para outro artigo.

O que nenhuma IA resolve

Contexto não faz milagre. Nenhuma IA e nenhuma otimização resolvem:

• Oferta sem demanda: se ninguém procura o que você vende.
• Rastreamento quebrado: as plataformas precisam saber quantas conversões houve e quanto custou cada uma. Para quem vende serviço, as conversões offline são parte essencial disso.
• Decisões de negócio erradas: preço e margem que inviabilizam a compra. Se você vende uma commodity cinco vezes mais caro que todo mundo, não há otimização que salve.

Quer isso aplicado ao seu negócio?

Se você não quer montar tudo isso sozinho, ou já contratou outras empresas e não teve o resultado esperado, esse é o trabalho da nossa assessoria de vendas online: estratégia primeiro e tráfego depois, com foco em retorno sobre o investimento, métodos Lean e PDCA, e a nossa IA treinada com o tráfego do Brasil trabalhando junto com o gerente da sua conta, semana após semana.