Resposta direta: a 28 de outubro de 2026, a Meta explicou como funciona hoje o sistema que decide que anúncios mostra no Facebook e no Instagram. Assenta em modelos de linguagem (LLM, os mesmos modelos que estão por trás do ChatGPT ou do Claude), numa nova versão do sistema de seleção Andromeda, no modelo de recomendação GEM e num modelo chamado GenRecs, que lê cada anúncio pelo seu significado e não por um número de identificação. Na prática, o sistema decide cada vez mais pelo anunciante. O trabalho do marketer deixa de ser escolher audiências e passa a ser alimentar, governar e medir esse sistema.
Isto não é um botão novo no Gestor de Anúncios. Não há nenhuma definição para ligar. O que muda é o trabalho de quem gere as campanhas. Se o algoritmo escolhe a quem mostrar, com que criativo e a partir de que sinais, o marketer deixa de ser o operador que segmenta e passa a ser o responsável por aquilo que o sistema recebe.
A segmentação não desapareceu, mas perdeu o lugar central. Quem continuar a gerir a conta como em 2021, com vinte conjuntos de anúncios, interesses empilhados e um único criativo para todos, está a otimizar para um sistema que já não existe.
O que a Meta anunciou, sem exageros
Uma ressalva que vale para todo o artigo: os números de desempenho que se seguem são da própria Meta, reportados por ela, sem auditoria independente. Servem para perceber a direção e a escala, não como garantia para a sua conta.
Segundo o blogue de engenharia da Meta e a cobertura da AdExchanger citada pelo PPC Land, ambos de 28 de outubro:
- O Andromeda pontua todos os anúncios elegíveis do conjunto de candidatos e, em produção, seleciona os melhores a um ritmo de mais de mil milhões de anúncios por segundo. A Meta diz que isto representa uma capacidade 100 vezes superior à da versão de 2024 e atribui-lhe um aumento de 2,4% nas conversões no Facebook desde 2025.
- O GenRecs substitui os identificadores de anunciante, campanha e produto por “tokens semânticos” partilhados, isto é, unidades de significado retiradas do texto e das imagens do anúncio. Segundo o artigo técnico que a Meta publicou a 19 de outubro, isto dá a um anúncio novo um vocabulário comum com milhões de outros anúncios, o que atenua o problema clássico do anúncio sem histórico.
- No conjunto, a Meta diz que as melhorias no ranking produziram, no segundo trimestre de 2026, mais 8,3% de cliques em anúncios e mais 15,7% de conversões no Facebook.
- A frase que resume a estratégia é de Matt Steiner, vice-presidente de infraestrutura de anúncios da Meta: “Quanto mais os anunciantes estiverem dispostos a usar as alavancas de automação, mais depressa vão ver melhorias de desempenho.”
Repare no que não foi anunciado: nenhum controlo novo para o anunciante travar, segmentar ou contrariar o ranking. A automação não é uma opção dentro do sistema. É o sistema.
Três peças, uma ideia: o anúncio passou a ser lido
Para perceber o que muda no dia a dia, não precisa de conhecer a engenharia toda. Precisa de três peças e da ideia que as liga.
1. Andromeda, a porta de entrada. É a fase de seleção (em inglês, retrieval): de um conjunto enorme de anúncios elegíveis, escolhe um pequeno grupo de candidatos fortes para aquela pessoa, naquele momento. Se o seu anúncio não entra nesse grupo, não chega ao ranking nem ao leilão. Pode ter a licitação certa e o orçamento certo e nunca ser considerado.
2. GEM, o ranking. Sobre os candidatos que passaram, modelos maiores estimam a probabilidade de clique, de conversão e o valor dessa ação. É aqui que pesa o comportamento real acumulado de cada utilizador, e não o interesse que escolheu no conjunto de anúncios.
3. GenRecs, a leitura do significado. Em vez de tratar cada anúncio como um número sem passado, representa-o por unidades de significado partilhadas com milhões de outros anúncios. Uns ténis de corrida acabados de lançar herdam, à partida, o que o sistema já aprendeu com todos os ténis de corrida que viu.
A ideia que liga as três: o anúncio deixou de ser um ficheiro que se mostra a uma audiência. Passou a ser um conteúdo (imagem, vídeo, texto, oferta) que um modelo lê para decidir que audiência existe para ele.
É por isso que a frase “o criativo é a nova segmentação” deixou de ser um slogan de conferência. Descreve literalmente o funcionamento do sistema: é o criativo que transporta os sinais que fazem a correspondência com as pessoas.
Porque é que isto muda o briefing criativo
No modelo antigo, o briefing era curto: produto, oferta, formato, prazo. A segmentação fazia o trabalho de precisão no Gestor de Anúncios.
No modelo novo, a precisão nasce dentro do criativo. Cada escolha é um sinal que o modelo lê:
- Quem aparece e em que contexto. Uma clínica mostrada por dentro, com uma pessoa real a ser atendida, não diz o mesmo que uma imagem de banco genérica.
- Que palavras se veem e se ouvem nos primeiros segundos. O modelo lê texto e imagem; a abertura do anúncio já não é só para pessoas.
- Que objeção o anúncio responde. Preço, medo, tempo, prova. Anúncios que respondem a objeções diferentes são, para o sistema, anúncios para pessoas diferentes. É assim que se segmenta agora: não com conjuntos de anúncios, mas com ângulos.
- Que prova apresenta. Um número concreto, um antes e depois verificável, um testemunho real. Uma prova vaga (“qualidade premium”) gera sinais vagos e uma correspondência vaga.
A consequência prática é desconfortável para quem produz pouco: uma conta com um ou dois conceitos criativos está a dar ao algoritmo um vocabulário de uma ou duas palavras. Ele só consegue encontrar as pessoas que essas palavras descrevem. A diversidade criativa deixou de ser “testar variantes”. Passou a ser a forma de alargar o conjunto de pessoas que o sistema consegue sequer considerar.
Diversidade não é mudar a cor do botão. É variar, de propósito, o ângulo, o formato, a prova e o momento em que a pessoa está: quem ainda não sabe que tem o problema, quem já compara soluções e quem já conhece a marca e precisa de uma razão para agir agora.
O fim prático dos segmentos como os conhecíamos
Não deve apagar todas as audiências amanhã. Há casos em que os limites continuam a ser seus e devem ser: remarketing (voltar a mostrar anúncios a quem já visitou o site) com consentimento, exclusões legais, zonas onde entrega de facto e listas de clientes.
O que acabou foi o segmento como estratégia principal:
- Interesses empilhados e públicos estreitos dividem o sinal de conversão de que os modelos de ranking precisam. Cada conjunto pequeno aprende devagar e mal.
- Nas campanhas Advantage+ (as campanhas automatizadas da Meta), grande parte das definições de audiência já funciona como sugestão e não como limite: o sistema pode ir além delas se o criativo e o sinal apontarem noutra direção.
- Consolidar deixou de ser preguiça e passou a ser arquitetura: menos conjuntos, mais sinal por conjunto e mais criativos distintos dentro de cada um.
A pergunta de gestão muda. Antes era “que audiências criou?”. Agora é “que ângulos criativos pôs no sistema, com que sinal de conversão por trás, e como sabe que funcionou fora do relatório da plataforma?”.
O novo trabalho do marketer: quatro tarefas que ganham valor
Se o algoritmo escolhe, o que sobra para a equipa? Mais do que parece, e é trabalho mais difícil de substituir do que escolher interesses numa lista.
1. Desenhar um sistema de criativos, e não anúncios soltos
O trabalho passa a ser uma matriz: nas linhas, os momentos de consciência e as objeções reais dos clientes; nas colunas, os formatos (vídeo curto, imagem, carrossel, conteúdo criado por clientes, demonstração); em cada célula, uma prova verificável.
Na prática: recolher objeções das chamadas comerciais, das mensagens e das avaliações, em vez de as inventar numa reunião; transformar cada uma num criativo próprio; e renovar os criativos por desgaste e por aprendizagem, não só quando o custo por aquisição sobe. A velocidade de produção conta, mas velocidade sem variedade de significado é só ruído mais depressa.
2. Alimentar o sistema com sinais limpos
Um ranking por LLM é tão bom quanto o evento que lhe pede para otimizar. Se otimiza para um clique fácil, ele encontra pessoas que clicam. Se o evento de conversão está mal configurado, duplicado ou atribui vendas que não causou, o sistema aprende o erro com muita eficiência.
Na prática: a API de Conversões da Meta (que envia as conversões diretamente do seu servidor, sem depender do navegador) bem implementada; um catálogo de produtos com atributos completos e verdadeiros, porque também são lidos pelo modelo; e eventos alinhados com valor real, como margem em vez de só faturação, e leads qualificadas em vez de só formulários submetidos. Dados maus à entrada passaram a escalar.
3. Governar: tetos, segurança da marca e linhas vermelhas
Automatizar a escolha não é abdicar da decisão. Há coisas que ficam sempre com a empresa:
- Tetos de orçamento e de custo por objetivo, com regras de paragem que não dependam de alguém abrir o painel a tempo.
- Segurança da marca: onde o anúncio nunca pode aparecer, que afirmações nunca pode fazer, que imagens e promessas estão proibidas. Isto é ainda mais importante quando se usam as ferramentas de IA da própria plataforma para produzir variantes.
- Exclusões e conformidade: menores, categorias sensíveis, promessas financeiras ou de saúde que a lei, e o bom senso, não deixam delegar num modelo.
É a mesma lógica de aprovação que se aplica a qualquer agente de IA: o verde executa, o amarelo propõe e alguém aprova, o vermelho nunca é tocado. Só mudou o agente, que agora é o próprio ranking. Desenvolvo esta lógica em Como montar um “diretor de marketing” com IA, com pontos de aprovação humana.
4. Medir fora da plataforma
Esta é a tarefa que mais cresce, porque o relatório da plataforma passou a ser ao mesmo tempo árbitro e jogador. Os aumentos que a Meta reporta são médias do seu ecossistema, medidas por ela. Não dizem o que aconteceu na margem da sua empresa.
Na prática: testes simples de incrementalidade, ou seja, testes que medem o que os anúncios acrescentam de facto. Por exemplo, pausar os anúncios numa região durante algumas semanas, manter um grupo de controlo que não vê anúncios ou comparar períodos equivalentes. Junte a isto a leitura da margem e do valor do cliente a 90 dias, e uma regra de decisão escrita: “só aumentamos o investimento se X se confirmar fora do Gestor de Anúncios”. Sem isto, “o algoritmo escolhe por si” transforma-se em “o algoritmo gasta por si”.
As três armadilhas desta fase
1. Otimizar com entusiasmo para a métrica errada. O sistema é um executante obediente: se lhe pedir leads baratas, encontra quem preenche formulários, não quem compra. A escolha do objetivo e do evento é hoje uma das decisões de marketing com mais consequências, e é uma decisão humana.
2. Produzir volume com IA sem ângulo. As ferramentas de IA da plataforma geram variantes sem fim do mesmo conceito. Para um sistema que lê significado, cem variantes do mesmo ângulo continuam a ser um ângulo. O ponto crítico passou a ser ter coisas diferentes e verdadeiras para dizer, e isso é trabalho de posicionamento, não de produção.
3. Confundir os resultados da plataforma com o efeito na sua empresa. “Mais 15,7% de conversões no Facebook no segundo trimestre” é uma afirmação sobre o ecossistema da Meta, medida pela Meta. A sua conta pode subir por sazonalidade, por um bom criativo ou apesar do ranking. Quem não mede fora da plataforma não sabe, e atribui ao algoritmo o mérito e a culpa ao acaso.
Um plano de 14 dias para adaptar uma conta
Não precisa de reconstruir tudo. Precisa de passar a conta do modelo “segmentação” para o modelo “sinal, criativo e governação”:
- Dias 1 e 2: auditoria honesta. Quantos conceitos criativos diferentes tem realmente a circular (conceitos, não variantes)? Que evento está a otimizar e corresponde a valor real? O catálogo e a API de Conversões estão completos?
- Dias 3 a 5: consolidar. Junte conjuntos de anúncios divididos que competem pelo mesmo objetivo. Mantenha os limites legais ou operacionais e abandone os interesses empilhados que só dividem o sinal.
- Dias 6 a 10: matriz criativa mínima. Produza criativos para pelo menos três momentos de consciência e duas objeções principais, com uma prova real em cada um. A mensagem principal deve ler-se e ouvir-se nos primeiros três segundos.
- Dias 11 e 12: governação por escrito. Tetos, regras de paragem, afirmações proibidas e exclusões, numa página que outra pessoa da equipa consiga aplicar sem si.
- Dias 13 e 14: medição fora da plataforma. Defina o teste ou a comparação que vai ler daqui a 30 dias e a regra de decisão associada. Escreva-a antes de ver os números.
Ao fim de 14 dias não dominou o novo ranking. Fez o essencial: deixou de lhe dar instruções do sistema antigo.
Conclusão
“Quando o algoritmo escolhe por si” não é uma demissão do marketer. É uma promoção com letra pequena.
Sai o trabalho de montar audiências à mão, escolher interesses e multiplicar conjuntos de anúncios. Entra o trabalho de decidir o que a marca tem para dizer, a quem e com que prova; de garantir que o sinal que ensina o sistema é verdadeiro; de pôr limites onde o dinheiro e a reputação estão em jogo; e de provar, fora da plataforma, se alguma coisa melhorou.
O algoritmo escolhe a quem mostrar. A empresa continua a escolher o que merece ser mostrado, o que conta como sucesso e quando se desliga. Quem perceber esta divisão cedo vai parecer, visto de fora, que tem sorte com o algoritmo. Não é sorte. É o novo trabalho, bem feito.
Perguntas frequentes
O que é o ranking por LLM nos anúncios da Meta?
É a nova geração do sistema que decide que anúncios mostrar. O Andromeda seleciona os candidatos a um ritmo de mais de mil milhões de anúncios por segundo, o GEM estima a probabilidade de clique e de conversão de cada candidato, e o GenRecs lê cada anúncio por unidades de significado partilhadas, em vez de um identificador sem histórico. Os números são os reportados pela Meta em outubro de 2026.
A segmentação acabou?
Não. Continua a fazer sentido para limites legais, zonas de entrega, remarketing com consentimento e listas de clientes. O que perdeu o papel central foi a segmentação manual por interesses empilhados como estratégia principal.
Porque se diz que o criativo é a nova segmentação?
Porque o sistema lê o conteúdo do anúncio (imagem, vídeo, texto e oferta) e usa esse significado para decidir a quem o mostrar. Ângulos e provas diferentes funcionam, na prática, como audiências diferentes. Uma conta com um só conceito só consegue chegar a um grupo estreito de pessoas.
O que devo mudar primeiro na minha conta?
Três coisas, por esta ordem: confirmar que o evento de otimização e o sinal (API de Conversões e catálogo) refletem valor real; consolidar conjuntos de anúncios divididos; e aumentar o número de conceitos criativos diferentes por momento de consciência e por objeção. Depois, definir como vai medir fora da plataforma.
Os aumentos anunciados pela Meta aplicam-se à minha conta?
Não necessariamente. Os valores de mais 8,3% de cliques e mais 15,7% de conversões no Facebook no segundo trimestre de 2026 são médias do ecossistema, reportadas pela própria Meta, sem auditoria independente. Na sua conta, só uma comparação honesta (grupo de controlo, pausa numa região ou leitura da margem) distingue o efeito do ranking da sazonalidade ou de um bom criativo.
Fontes
- Meta Engineering, Meta Andromeda: Powering the Next Generation of Ads Retrieval Through Model-System Co-Design, 28 de outubro de 2026: engineering.fb.com
- Meta Engineering, GenRecs tokenization: transforming ads recommendation at Meta with stable model vocabulary, 19 de outubro de 2026: engineering.fb.com
- PPC Land, resumo semanal com a cobertura da AdExchanger sobre o novo ranking da Meta (secção “Meta’s machine reads the ads itself”): ppc.land
- Social Media Today, Meta says its expanded processing capacity is driving ad results, 28 de outubro de 2026: socialmediatoday.com
Nota: os valores de desempenho citados são os reportados pela Meta nas suas próprias comunicações e reproduzidos pela imprensa especializada. Não são medições independentes.
Leitura relacionada: Quando a IA responde ao cliente: a linha de aprovação que decide a sua reputação · Biblioteca de Anúncios da Meta + IA: como perceber que ofertas da concorrência estão a resultar · Publicidade paga com IA: Performance Max, Advantage+ e o fim do gestor de campanhas?
Quer adaptar as suas campanhas Meta a este novo ranking? Reviso a sua conta em três eixos (conceitos criativos, qualidade do sinal e governação) e entrego um plano de correções para 14 dias. Marque uma conversa de 30 minutos ou conheça os serviços de AI Marketing.
Artigo publicado em jorgerosendo.com · Marketing com IA, SEO e GEO para empresas e marcas.