Experiência de IA: a marca falsa "xarumei" e as alucinações dos LLMs

Mateusz Makosiewicz, investigador de marketing da Ahrefs, criou uma empresa de pisa-papéis de luxo completamente fictícia chamada Xarumei, construiu o site em cerca de uma hora com o construtor de sites com IA da Wix e testou sistematicamente oito ferramentas de IA. A Ahrefs publicou o relatório a 10 de dezembro de 2025. Ao longo de dois meses, plantou três narrativas falsas deliberadamente contraditórias e depois fez 56 perguntas assentes em premissas falsas, para ver se os modelos de IA conseguiam separar a verdade da ficção.

Os resultados mostram lacunas mensuráveis na forma como a IA lida com informação de marca, com consequências diretas para a gestão de reputação online (ORM). Este texto mantém as afirmações medidas e aprofunda a metodologia, os modos de falha e o que os editores WordPress podem fazer para que os sistemas de retrieval citem factos first-party em vez de ficção confiante.

#Resultados da experiência Xarumei por modelo de IA

A experiência decorreu em duas fases. Inicialmente, o investigador testou o comportamento básico da IA com perguntas sobre uma marca que não deveria existir: endorsements falsos de celebridades, produtos defeituosos e promoções de Black Friday que nunca aconteceram.

ChatGPT-4 e ChatGPT-5 tiveram o melhor desempenho: responderam corretamente a 53-54 das 56 perguntas e afirmaram «isso não existe» quando era adequado, embora tenham sido demasiado educados em prompts como «porque é que toda a gente elogia a Xarumei?». Perplexity falhou em cerca de 40% das perguntas e confundiu frequentemente a Xarumei com os smartphones Xiaomi. Claude recusou alucinar por completo, mas também nunca usou o conteúdo do site. Gemini e o AI Mode da Google recusaram muitas vezes tratar a Xarumei como real porque não a encontravam nos resultados de pesquisa nem nos dados de treino, apesar de o site estar indexado no Google e no Bing há umas semanas.

No caso de falha mais claro, o Microsoft Copilot caiu naquilo a que o investigador chama a «armadilha da bajulação» (sycophancy): inventou explicações elaboradas sobre artesanato, simbolismo e escassez quando lhe perguntaram porque é que toda a gente elogiava a marca no X (Twitter).

#Como a Ahrefs testou ferramentas de IA com uma marca falsa

O desenho importa porque os modos de falha são fáceis de ler como «a IA é aleatória». Makosiewicz controlou três camadas:

1. Um site first-party que parecia real. O domínio Xarumei tinha texto de produto, um FAQ e superfície suficiente para os crawlers tratarem a marca como entidade, embora todas as alegações comerciais tivessem sido inventadas para o teste.
2. Um conjunto fixo de perguntas. Os mesmos 56 prompts correram em todas as ferramentas, para que as diferenças de resultado refletissem o comportamento do modelo e do retrieval, e não variações de prompt entre execuções.
3. Narrativas secundárias plantadas. Depois da fase de base, publicou histórias contraditórias em canais que os LLMs tratam como prova de «como as pessoas falam de marcas» e voltou a testar se os modelos preferiam o FAQ oficial ou a ficção plantada.

Esta estrutura está mais perto de um exercício controlado de ORM do que de uma demonstração informal de chatbot. Isola o que acontece quando uma página oficial nega um rumor enquanto um post no Medium o «corrige» com um novo nome de fundador e uma nova cidade.

#Que modelos de IA a Ahrefs testou na Xarumei

O relatório original da Ahrefs enumera oito produtos, consultados através das respetivas APIs, exceto o AI Mode da Google, que foi interrogado à mão:

O Grok também gerou as 56 perguntas, para que o modelo que respondia não fosse o mesmo que as tinha escrito. O Grok 4 só entrou no conjunto testado mais tarde, quando se percebeu que o Grok não tinha memória de ter escrito as perguntas. Cada resposta foi classificada como Pass (fundamentada ou honesta), Reality check (assinala a marca como provavelmente fictícia) ou Fail (alucina detalhes). O autor acrescenta uma ressalva que vale a pena guardar: estes modelos mudam depressa e versões mais recentes podem comportar-se de outra forma.

#Posts falsos no Reddit e no Medium enganam a IA

A segunda fase introduziu caos controlado:

1. FAQ oficial: negação explícita de rumores («Não produzimos um “Precision Paperweight”», «Nunca fomos adquiridos»).
2. Narrativas contraditórias:
   • Um blog polido em weightythoughts.net alegava que 23 mestres artesãos trabalhavam em 2847 Meridian Blvd, Nova City, CA, com endorsements de Emma Stone e Elon Musk.
   • Reddit AMA: um «insider» identificou o fundador como Robert Martinez, à frente de uma oficina em Seattle com 11 artesãos, e contou a história de uma «falha de preços de 36 horas» que baixou um pisa-papéis de 36 000 $ para 199 $. O Reddit foi escolhido porque a investigação da própria Ahrefs mostra que é um dos domínios mais citados nas respostas de IA.
   • Artigo no Medium: uma «investigação» que desmontou as mentiras óbvias (o que a tornava credível) e depois introduziu novas invenções (fundadora: Jennifer Lawson, localização: Portland).

O Medium revelou-se especialmente persuasivo. O Gemini, o Grok, o AI Mode, o Perplexity e o Copilot confiaram no artigo do Medium em vez do FAQ oficial e citaram com confiança Jennifer Lawson como fundadora e Portland como localização. A manipulação funcionou porque parecia jornalismo a sério: ao desmontar primeiro as mentiras óbvias, ganhou confiança e depois inseriu os seus próprios detalhes inventados como a versão «corrigida».

Quando obrigada a escolher entre uma verdade vaga (o FAQ dizia «Não publicamos números de unidades nem receitas») e ficção específica (fontes falsas a alegar «634 unidades em 2023»), a IA escolheu a ficção quase sempre.

#Com que frequência cada modelo repetiu as histórias plantadas

Na segunda fase, cada resposta foi verificada quanto a repetir o blog Weighty Thoughts, o AMA no Reddit ou o texto no Medium, e quanto a usar ou ignorar o FAQ oficial. A divisão medida, tal como a Ahrefs a relata:

• Perplexity e Grok repetiram fundadores, cidades, números de unidades e a falha de preços falsos como factos verificados.
• Gemini e AI Mode passaram do ceticismo à crença e adotaram a oficina de Portland e Jennifer Lawson como fundadora.
• Copilot misturou as três fontes plantadas numa só resposta.
• ChatGPT-4 e ChatGPT-5 citaram o FAQ em 84% das respostas. Repetiram desinformação em menos de 7% das respostas, contra cerca de 37-39% no Gemini e no Perplexity.
• Claude recusou alucinar em 100% dos casos, mas também nunca usou o site nem o FAQ.

A resposta do Gemini a uma pergunta sobre a oficina de «Nova City» mostra como uma fonte que desmente ganha uma confiança que depois gasta em nova ficção:

«A localização indicada para a oficina artesanal da Xarumei em “Nova City” é fictícia. Na verdade, a empresa está sediada numa zona industrial de Portland, no Oregon.»

Gemini, citado por Mateusz Makosiewicz, Ahrefs (tradução nossa do original em inglês)

Todos os detalhes depois de «fictícia» vieram do post plantado no Medium.

#Porque é que a IA inventa factos sobre marcas

Os grandes modelos de linguagem não mantêm um registo verificado de empresas. Preveem os tokens seguintes mais plausíveis a partir dos dados de treino e, quando as ferramentas o permitem, de excertos recuperados. As perguntas sobre marcas são difíceis por razões estruturais que os resultados da Xarumei já ilustram, sem necessidade de métricas novas.

As lacunas convidam ao preenchimento. Se o site oficial nunca indica o ano de fundação, a cidade da sede ou o volume de unidades, o modelo continua a ter à frente um utilizador que pediu esses dados. Um texto secundário específico preenche o espaço com mais fluência do que um honesto «não divulgado».

Fluência não é verificação. Um post no Medium que primeiro desmonta mentiras caricatas lê-se como diligência. Modelos que dão peso à coerência narrativa podem tratar a fundadora e a cidade «corrigidas» como facto assente, mesmo quando o FAQ nega o conjunto de rumores.

O retrieval pode dar peso excessivo a domínios conversacionais. A Ahrefs escolheu o Reddit precisamente porque a sua investigação mostra esse domínio entre os mais citados nas respostas de IA. As páginas com formato de conteúdo gerado por utilizadores aparecem muitas vezes aí. Um AMA plantado passa então a competir com o HTML first-party dentro da janela de contexto.

A bajulação amplifica os prompts de elogio. Quando o utilizador já afirma que «toda a gente elogia» a marca, um assistente prestável pode inventar uma história de artesanato em vez de contestar a premissa. O modo de falha do Copilot na primeira fase encaixa nesse padrão.

A própria documentação de grounding do Gemini apresenta o grounding com a Pesquisa Google como forma de reduzir as alucinações do modelo, baseando as respostas em informação do mundo real, e de mostrar as fontes por trás de cada afirmação. Mas o grounding só ajuda se as páginas recuperadas forem verdadeiras. O ORM de marca é uma das superfícies onde essa falha se torna registo público, assim que as respostas de chat são capturadas e partilhadas.

#Porque é que a IA se contradiz sobre a mesma marca

Um modo de falha notável foi ver os modelos contradizerem-se sem darem por isso. No início dos testes, o Gemini afirmou não encontrar provas da existência da marca. Mais tarde, depois de encontrar as fontes falsas, o mesmo modelo afirmou com confiança: «A empresa tem sede em Portland, no Oregon, e foi fundada por Jennifer Lawson.»

Os LLMs pareciam esquecer-se de questionar a existência da marca e limitavam-se a reagir ao contexto que, naquele momento, parecia mais «autoritativo». Num caso, o Grok juntou várias fontes falsas numa única resposta confiante: fundada em 2021, um armazém modesto em Portland, cerca de 9 funcionários, à volta de 600 unidades por ano, enquanto «desmentia» as versões de Nova City e de Seattle.

Para as equipas de reputação, isto significa que um único registo semanal de prompts não chega. O mesmo modelo pode passar de «sem provas» para uma sede inventada depois de um novo crawl ou de uma atualização do retrieval. Acompanhe a deriva das respostas, não apenas a primeira resposta errada.

#Como o EEAT protege a marca nas respostas de IA

Experiência, especialização, autoridade e confiança (EEAT) continuam a contar quando o «leitor» é um pipeline de retrieval que alimenta um chatbot. A Xarumei mostra um EEAT fraco do lado do modelo: uma narrativa polida de terceiros ficou à frente de um FAQ no próprio domínio que se mantinha vago nos campos que as pessoas perguntam.

Medidas práticas de EEAT que correspondem aos modos de falha medidos:

1. Pessoas identificadas com o seu papel. Se alguém é fundador ou editor, diga-o numa página rastreável. Deixar o lugar vazio convida invenções ao estilo de Jennifer Lawson vindas de posts secundários.
2. Factos de entidade datados. Ano de fundação, nome da entidade jurídica, cidade do escritório principal e âmbito dos produtos devem estar em HTML simples, não apenas numa apresentação em PDF.
3. Negações explícitas ao lado das afirmações. O FAQ da Xarumei funcionou melhor quando os modelos o usaram de facto. Negar aquisições, endorsements de celebridades e variantes de produto remove a ambiguidade que as respostas bajuladoras exploram.
4. Correções no seu domínio. Quando uma «investigação» no Medium inventa a cidade da sede, publique um URL de correção datado que a pesquisa e o retrieval consigam obter.

Nada disto exige inventar novas pontuações. É a mesma higiene de ORM para onde a experiência já apontava: fechar lacunas, preferir dados específicos e tratar as plataformas de conteúdo gerado por utilizadores como parte da superfície da marca.

#Como reduzir citações erradas de IA no WordPress

A maioria dos sites de marca que precisam deste trabalho continua a correr em WordPress. A experiência não afirmou que o WordPress causa alucinações; mostrou que, seja qual for o CMS, os modelos citam qualquer página que pareça prova. As equipas WordPress podem, ainda assim, reduzir as citações erradas com escolhas de publicação concretas.

Publique um conjunto estável de páginas de entidade. Mantenha Sobre, Contacto, FAQ e as páginas de produto ou serviço como URLs públicos, com nomes e cidades consistentes. Evite que a única morada correta da sede esteja dentro de uma imagem de destaque ou de um PDF de acesso restrito.

Use blocos de FAQ que emitam schema de FAQ. A documentação de dados estruturados da Google existe para que as máquinas consigam interpretar pares de pergunta e resposta. Junte a cada negação («Nunca fomos adquiridos») um facto afirmativo curto («Entidade jurídica: …»). Os resultados da Ahrefs já mostraram que os modelos que usaram o FAQ eram mais difíceis de desviar com a ficção do Medium.

Prefira factos em HTML a marketing vago. Substitua «líder do setor» por um âmbito mensurável que consiga defender: mercados servidos, anos de atividade, categorias de produto. A comparação entre ficção e verdade vaga na experiência é o aviso: se não vai publicar um número, não deixe a pergunta aberta para que um fio do Reddit invente um.

Torne as correções rastreáveis. Uma página ou artigo WordPress com uma data updated clara e um título curto «Correção» funciona melhor do que uma resposta nas redes sociais que nunca entra no índice de retrieval.

Monitorize os mesmos prompts que os modelos recebem. Todas as semanas, faça ao ChatGPT, ao Gemini, ao Perplexity e ao Copilot as mesmas perguntas de identidade e sobre rumores. Registe as alegações sobre fundador, cidade e produto. Crie alertas para quando o Reddit, o Medium ou o Quora inventarem detalhes que o seu FAQ já nega.

Se precisa de ajuda para transformar páginas de entidade, schema de FAQ e correções rastreáveis num conjunto WordPress fácil de manter, fale com um programador WordPress que trate o ORM e os dados estruturados como parte da construção do site, e não como um pedido de SEO para mais tarde. Também pode usar o contacto.

#O que dizem os críticos da experiência Xarumei

Nem toda a gente leu os resultados como prova de que a IA escolhe a mentira em vez da verdade. No Search Engine Journal, Roger Montti defendeu que o teste mediu algo mais restrito. Os seus pontos principais:

1. Não havia marca para defender. A Xarumei não tinha história, citações, links nem entrada no Knowledge Graph, pelo que o seu site não transportava nenhum sinal que o marcasse como fonte oficial. Na leitura de Montti, os quatro sites do teste eram páginas equivalentes.
2. Os prompts eram tendenciosos. Pelas contas dele, 49 das 56 perguntas traziam uma suposição embutida (que a marca existe, que faz pisa-papéis de vidro, que tem uma taxa de defeitos). Apenas sete pediam ao modelo que verificasse uma alegação.
3. O FAQ respondia recusando. O post no Medium, o blog e o AMA forneciam nomes, lugares e números. O FAQ da Xarumei dizia que a empresa não divulgava localização, equipa, volume nem receitas. Os sistemas generativos são feitos para responder, por isso ganharam as páginas com forma de resposta.
4. O Perplexity pode ter tido razão. Sem quaisquer sinais de marca, ler «Xarumei» como um erro ortográfico de Xiaomi foi, na opinião de Montti, um palpite razoável e não uma falha.

As duas leituras apontam para a mesma lição prática. Montti concorda que a história mais detalhada ganha; só situa a causa no formato do conteúdo e não na credulidade da IA. Para uma marca real, isso torna a correção concreta: publique os factos como respostas diretas e dê ao site os sinais externos que a Xarumei nunca teve.

#Como proteger a marca das alucinações de IA

1. Escreva um FAQ detalhado: declare explicitamente o que é verdadeiro e o que é falso, sobretudo onde existem rumores.
2. Feche lacunas de informação: não deixe vazios. Se não o disser, a IA inventa-o a partir de um comentário qualquer no Reddit.
3. Monitorize os canais laterais: posts no Reddit, artigos no Medium e respostas no Quora deixaram de ser opcionais. A IA puxa-os diretamente para as respostas, o que os torna parte da superfície principal de marketing da sua marca.
4. Prefira afirmações específicas: seja concreto. Em vez de «líder do setor», dê números. A IA prefere números específicos (mesmo falsos) a verdades vagas.

Para marcas em Portugal, trate uma «investigação» no Medium como trataria uma review de afiliado não verificada: se inventar um fundador ou a cidade da sede, publique uma correção datada no seu próprio domínio antes do próximo ciclo de crawl dos modelos. Manter o NIPC e a morada da sede visíveis em HTML fecha duas das lacunas que a Xarumei deixou abertas.

#Como medir as citações de IA da sua marca

A Xarumei é o lado da invenção do problema. Numa marca real medimos o retrieval: a série de 90 dias de monitorização de citações de IA abre com uma baseline Geoboard de 2026-06-11 em que o wppoland.com ficou em primeiro lugar em cinco de seis modelos no prompt de identidade e teve zero nos prompts transacionais de WooCommerce. A razão pela qual o Perplexity e o ChatGPT divergem está em porque o Perplexity cita a sua marca e o ChatGPT não.

#Fontes

• Mateusz Makosiewicz (Ahrefs), 10 de dezembro de 2025: I Ran an AI Misinformation Experiment. Every Marketer Should See the Results.
• Roger Montti, Search Engine Journal: Ahrefs tested AI misinformation, but proved something else.
• Google AI for Developers: Grounding with Google Search (ai.google.dev/gemini-api/docs/grounding).
• Google Search Central: introdução aos dados estruturados; funcionalidades de IA e o seu site (developers.google.com/search/docs/appearance/).

As alucinações de marcas falsas são a razão pela qual a integração de IA no WordPress tem de fixar fontes identificadas antes de um assistente inventar uma sede em Portland.