Os agentes de marca da Snap testam o que as auditorias de anúncios conseguem ver

Em abril de 2026, a Snap lançou agentes de IA específicos de marcas na aba Chat do Snapchat para recomendar produtos. Anunciantes nas primeiras campanhas do ChatGPT teriam recebido poucos dados que mostrassem se seus anúncios funcionavam. A interface comercial consegue responder a um cliente antes que o comprador consiga prestar contas adequadamente desse encontro.

O acordo publicitário conhecido tinha uma forma física, mesmo em uma tela. Um comprador adquiria espaço em uma página, feed ou vídeo; a plataforma informava que um anúncio o ocupava; um verificador podia contestar se uma pessoa o tinha visto. A disputa importava, mas as partes ao menos começavam com uma inserção identificável. O anúncio e o produto ao redor eram coisas distintas.

Interfaces generativas estão transformando a publicidade da compra de uma inserção estável na governança de uma resposta mutável. À medida que anúncios entram em chats, geração de imagens e interações com agentes de marcas, a vantagem duradoura passa a ser provar o que o sistema gerou, identificou, exibiu ao lado da mensagem comercial e induziu o usuário a fazer — não apenas informar que uma impressão foi entregue.

O Google tornou a criação variável antes de as plataformas tornarem o espaço variável

Em novembro de 2023, o Google adicionou IA generativa ao Performance Max para que anunciantes pudessem produzir anúncios personalizados de texto e imagem em escala. O anunciante ainda comprava por meio de um sistema de anúncios estabelecido. O Google alterou a oferta de material criativo, não a distinção básica entre o anúncio e o lugar em que aparecia. Seu formato posterior para vestuário, que mostrou roupas em diferentes tons de pele e tipos de corpo, também tornou mais adaptável o contexto de visualização do consumidor.

Em 2025, o Google começou a exibir anúncios do AdSense em conversas de chatbots, após testes relatados com startups de busca por IA em 2024. O Google fornecia mensagens comerciais para um ambiente conversacional; isso não significava que cada mensagem ou elemento da interface fosse gerado como anúncio. Significava, porém, que o contexto em torno de um anúncio podia ser uma interação ao vivo, e não a página fixa de uma publicadora.

A Snap adotou uma posição diferente em abril de 2026. Seus AI Sponsored Snaps colocaram agentes específicos de marcas na aba Chat do Snapchat, onde o usuário pode pedir recomendações de produtos. Em 5 de outubro, a OpenAI disse que testaria anúncios visuais claramente identificados durante a geração de imagens no ChatGPT nos Estados Unidos mais tarde em outubro. A Snap lançou seu formato; o formato de geração de imagens da OpenAI continua sendo um teste planejado. Um vende uma conversa com uma marca, enquanto o outro propõe um anúncio ao lado de uma tarefa criativa.

As operadoras ocupam partes diferentes da transação. O Google pode fornecer anúncios para conversas de chatbots fora de seus próprios produtos. A Snap controla a aba Chat e o agente patrocinado dentro dela. A OpenAI controla a sessão do ChatGPT na qual planeja exibir o anúncio visual. O avanço da Meta para distribuir agentes por superfícies sociais e empresariais mostra por que importa controlar o lugar onde um usuário delega uma tarefa, mesmo quando não há um formato equivalente de agente patrocinado estabelecido.

Uma tela gerada torna o encontro renderizado a evidência

O Google descreveu uma implementação de UI generativa em novembro de 2025 que permite ao Gemini 3 Pro criar interfaces interativas para prompts. Esse anúncio não é evidência de que o Google gere cada tela de anúncio sob demanda. Ele estabelece uma capacidade de produto que desestabiliza uma premissa de medição: um aplicativo não precisa apresentar a mesma disposição de resposta, imagem e controles toda vez que um usuário o abre. Greg Nudelman e Daria Kempka chamam a consequência para o design de “UX individualizada”.

Para um comprador, um evento no servidor de anúncios e o encontro de um usuário podem, portanto, ser registros diferentes. Um registro útil de exposição identificaria a mensagem comercial selecionada, a resposta e a interface efetivamente renderizadas, onde a identificação apareceu, o que cercava o anúncio e sobre quais controles o usuário podia agir. Um registro apenas do prompt não mostraria a tela. Uma contagem de anúncios entregues não mostraria se uma identificação permaneceu visível ao lado da resposta. São dados propostos para auditoria, não um padrão existente do setor.

Antes do teste de anúncios de geração de imagens da OpenAI, anunciantes nas campanhas iniciais do ChatGPT teriam descrito um processo de compra pouco tecnológico e dito que receberam poucos dados mostrando se os anúncios funcionavam. A queixa deles não estabelece que uma impressão específica tenha sido contada incorretamente. Ela mostra que a OpenAI poderia abrir inventário antes que compradores tivessem as evidências necessárias para avaliá-lo.

Autoria por IA, identificação comercial e adequação são testes diferentes

O Google disse em julho de 2026 que identificaria automaticamente anúncios feitos com suas ferramentas de publicidade por IA, estendendo essa identificação para além de anúncios eleitorais. A OpenAI diz que seus propostos anúncios de geração de imagens serão claramente identificados. Essas decisões tratam de questões distintas: o Google identifica como um anúncio foi feito; a OpenAI descreve como uma mensagem paga aparecerá durante a tarefa de um usuário.

A Lei de IA da UE acrescenta outro limite. A partir de 2 de agosto, seus requisitos de identificação passaram a abranger imagens, vídeos, áudios e textos gerados por IA que pareçam autênticos em temas de interesse público. Essa exigência não deve ser confundida com uma auditoria universal de inserção paga. Um rótulo pode informar a um usuário que o material foi gerado sem estabelecer quem pagou para colocá-lo ali, se o rótulo apareceu na tela renderizada ou se o material ao lado era adequado para o anunciante.

O formato de agentes da Snap introduz uma distinção adicional. Um usuário pode conversar com um agente específico de uma marca e receber uma recomendação; por isso, uma avaliação do encontro precisa distinguir o papel comercial do agente do conteúdo do que ele disse. Orientações de design de interação há muito tratam uma relação inteligível de causa e efeito como parte do controle do usuário. Nesse contexto, o usuário precisa entender de quem é a recomendação apresentada pela interface; o comprador precisa de uma forma de examinar a recomendação fornecida. Nenhuma das exigências é atendida ao chamar a sessão inteira de uma impressão.

O Facebook abriu suas métricas para auditoria depois que a confiança já tinha ruído

O precedente do Media Rating Council começou com um problema mais restrito. O Facebook teria mantido conversas com o MRC no fim de 2016 sobre seus métodos de medição e acreditação. Em fevereiro de 2017, o Facebook assumiu o compromisso com auditorias do MRC sobre dados de métricas publicitárias que fornecia a parceiros de verificação terceirizados. O Google então concordou em permitir que o MRC auditasse dados de anúncios do YouTube e anúncios comprados para sites que não pertencem ao Google por meio do AdWords e do DoubleClick Bid Manager.

Repórteres publicaram dois itens relacionados ao MRC no 2016Q4 e quatro no 2017Q1. Isso é uma medida de cobertura, não de auditorias concluídas. O Facebook posteriormente adiou uma auditoria de segurança de marca com a qual havia se comprometido publicamente, lembrando que concordar com escrutínio e concluí-lo são eventos distintos.

Essas auditorias trataram de métricas de plataforma e dados de anúncios para vídeo e outras inserções estabelecidas. Elas não estabeleceram um método para inspecionar uma resposta individualizada de modelo. O registro fornecido do período atual não mostra um padrão do MRC para publicidade em interfaces generativas nem uma especificação coordenada com o IAB Tech Lab. O precedente institucional é o escrutínio externo depois que compradores perdem a confiança; o trabalho técnico necessário para um encontro gerado continua sem comprovação.

Um verificador independente precisa testar o encontro, não confiar no log

Registros mais completos das plataformas dariam a um verificador algo a contestar. Eles não tornariam o verificador correto. A Adalytics informou que a DoubleVerify deixou passar 21% das visitas de bots, apesar do negócio estabelecido de detectar tráfego inválido. Um registro detalhado da visita de um bot ainda pode ser um registro detalhado de algo que um anunciante não pretendia comprar.

Uma auditoria de sessão generativa precisaria de verificações separáveis. Uma plataforma poderia reter o anúncio selecionado, a decisão de identificação, a resposta renderizada e ações subsequentes na interface. Uma parte independente poderia comparar encontros renderizados em amostras com esses registros e testar se o tráfego veio de usuários reais. Um anunciante poderia então avaliar resultados — e testar se a publicidade causou algum resultado incremental — em vez de tratar um clique ou uma rodada de conversa como prova de valor. Cada verificação responde a uma pergunta diferente; um log de servidor não consegue responder a todas.

Essa divisão também estabelece limites para o que qualquer entidade de padronização pode alegar hoje. A história do MRC faz dele um participante plausível na definição de métricas auditáveis, e o IAB Tech Lab poderia ter um papel em registros técnicos comuns. Nenhuma das organizações tem um padrão documentado de anúncios generativos nas evidências fornecidas. Compradores não devem confundir uma cadeia de evidências proposta com acreditação.

O maior boom publicitário ainda não tornou o chat um grande mercado de anúncios

Google e Meta se beneficiaram de ferramentas de IA na criação, tradução, segmentação, lances e medição de anúncios. Esses ganhos aprimoram, em grande parte, sistemas de compra já estabelecidos. Eles não estabelecem o tamanho ou a eficácia da publicidade dentro de interações com chatbots. A eMarketer estimou que chatbots, incluindo ChatGPT e Google AI Mode, gerariam menos de $1 billion em receita publicitária em 2026 — previsão para um mercado pequeno, apesar da atenção dada a seus formatos.

Os acordos de distribuição da OpenAI mostram quão rapidamente as vendas podem avançar antes de a medição se consolidar. Em um piloto relatado de serviço gerenciado nos EUA, o sistema de compra de anúncios da Amazon daria aos anunciantes uma forma de adquirir anúncios do ChatGPT enquanto a OpenAI manteria as decisões de entrega. Isso separa o acesso ao inventário do controle sobre o que aparece. Os pedidos dos primeiros anunciantes por melhores dados de desempenho ficam do outro lado dessa separação.

O Facebook podia entregar a um auditor uma métrica de anúncio em vídeo. Para o agente de marca da Snap, a evidência crítica é a recomendação que apareceu na tela do consumidor.