Conteúdo deste post
Você abre o ChatGPT Ads Manager pela primeira vez para configurar um grupo de anúncios. Se você já roda Google Ads há anos, o primeiro instinto é procurar o campo palavra-chave, aquele espaço onde se lista os termos exatos que o comprador digitaria numa busca. Esse campo não existe. No lugar dele está algo chamado context hint, e quem tenta preenchê-lo como se fosse uma lista de palavras-chave está começando a campanha com o pé errado.
O erro não é bobo. É o hábito de anos de mídia paga batendo de frente com uma lógica de direcionamento diferente. Google Ads funciona por correspondência: você diz qual string o usuário digitou e o sistema casa aquilo com o seu anúncio. O ChatGPT Ads não tem essa peça, porque não existe busca digitada para casar com nada. Existe uma conversa, um contexto se formando em tempo real dentro do chat. É isso que o context hint descreve. E é aí que o orçamento some, quando alguém insiste em tratar os dois do mesmo jeito.
Context hint (dica de contexto) é a descrição que você fornece ao ChatGPT Ads das conversas, tópicos ou situações em que seu produto ou serviço pode ser relevante.
Ele orienta o direcionamento do anúncio, mas não é uma regra de correspondência exata como palavra-chave: não existe tipo de correspondência (amplo, frase, exato) e o texto do hint não precisa aparecer literalmente na conversa do usuário para o anúncio ser elegível.
Essa diferença parece sutil na teoria e vira orçamento desperdiçado na prática. Quem escreve hints como se fossem palavras-chave, curtos, genéricos, empilhados aos montes num grupo só, está tentando fazer correspondência de string numa plataforma que não funciona por correspondência de string. O resultado é um direcionamento raso: hints que tecnicamente tentam cobrir tudo, mas que não descrevem nenhuma situação real com precisão suficiente para o leilão entender quando o anúncio é de fato útil.
Trabalha com tráfego pago, CRM e operação de vendas para varejo, e-commerce e negócio local dentro do Método Venda 10X. Acompanha de perto a transição de gestores de tráfego entre plataformas de busca tradicionais e canais de direcionamento contextual como o ChatGPT Ads.
O que é um context hint, de verdade
A pergunta que separa um context hint bem escrito de um mal escrito é simples de enunciar e difícil de aplicar na prática: o que essa pessoa está tentando fazer, e essa oferta é genuinamente útil agora? Essa é a pergunta certa. A pergunta errada, a que a maioria dos gestores de tráfego traz do Google Ads sem perceber, é: que string exata a pessoa digitou?
São duas lógicas incompatíveis. Uma pergunta sobre intenção e utilidade num momento específico da conversa. A outra pergunta sobre correspondência textual. Um context hint que nasce da segunda pergunta tende a virar uma lista de termos soltos, meio genérica, torcendo para cobrir variações de digitação. Um context hint que nasce da primeira pergunta descreve uma situação real: o tipo de dúvida, o momento de decisão, o problema que a pessoa está tentando resolver enquanto conversa com o ChatGPT.
Por que a plataforma pensa assim: o ChatGPT Ads não usa cookie, perfil comportamental nem dado de terceiro para decidir quando exibir seu anúncio. Meta e Google combinam dezenas de sinais, como histórico de navegação e remarketing, para decidir quem é a pessoa por trás do clique. O ChatGPT Ads não. O direcionamento dele é contextual: decide relevância pelo que está sendo discutido na conversa naquele instante, não por quem é a pessoa.
Isso torna o context hint praticamente a única alavanca de direcionamento que existe na plataforma hoje. Não existe público customizado, não existe lookalike, não existe remarketing por comportamento passado. Existe a descrição da situação. Se ela for vaga, o direcionamento inteiro fica vago.
"O erro mais comum que vejo é o gestor tratar o hint como se fosse uma etiqueta. Ele não é uma etiqueta colada no produto, é a descrição do momento em que o produto resolve um problema real de quem está conversando", resume Hugo Silveira.
Por que isso é o oposto do hábito do Google Ads
No Google Ads, você aprendeu a pensar em correspondência ampla, de frase e exata. A correspondência ampla pega variações e sinônimos, a de frase exige a sequência de palavras dentro de uma busca maior, a exata trava no termo literal. É uma lógica inteira construída em cima de uma pergunta: qual sequência de caracteres o usuário digitou na barra de busca. Você refina lance por termo, cria negativas para cortar ruído, audita relatório de termos de pesquisa toda semana.
ChatGPT Ads não tem nada disso. Não existe correspondência ampla, de frase ou exata, porque não existe query literal para corresponder. Não existe relatório de termos de pesquisa para minerar novas palavras-chave. E não existe negativação de termo, porque a proteção contra direcionamento ruim não passa por bloquear uma string: a plataforma não lê o hint como texto a ser encontrado, e sim como situação a ser interpretada.
Isso não significa que vale tudo. Significa que a disciplina se desloca: em vez de gastar energia entendendo variações de digitação, você gasta energia entendendo variações de intenção. A habilidade que era prever como as pessoas digitam vira prever em que tipo de conversa aquele produto faz sentido aparecer.
Armadilha comum: pegar a lista de palavras-chave do Google Ads e colar quase sem editar como context hints. Termos de busca costumam ser curtos e fragmentados, como "comprar tênis corrida" ou "clínica estética perto de mim". Um context hint que descreve a mesma coisa como situação de conversa fica mais completo e mais específico: não é o fragmento que a pessoa digitaria, é o momento que ela está vivendo enquanto conversa.
A pergunta certa não é que string ela digitou. É o que essa pessoa está tentando fazer, e se sua oferta é útil agora.
Grupos de anúncios por intenção, não por produto
A boa prática de estrutura no ChatGPT Ads inverte um reflexo comum de quem vem do Google Ads e do Meta Ads: organizar campanhas e grupos por linha de produto. Se você precisa de hints significativamente diferentes para produtos, públicos ou casos de uso distintos, o caminho correto é criar grupos de anúncios separados em vez de misturar tudo dentro de um grupo só. E o critério de separação não é "qual produto", é "qual intenção". É a mesma lógica que já vale para separar público quente por sinal real de interesse no Meta Ads, só que ali o sinal é comportamento e aqui é o texto da situação.
Pra ver onde o campo de context hints aparece na tela real, no meio da criação da campanha, tem o passo a passo com 10 prints reais que publicamos.
Pense numa loja de roupa que vende tanto moda fitness quanto moda de festa. Separar por produto pareceria óbvio: um grupo "fitness", um grupo "festa". Mas dentro de "fitness" já existem pelo menos duas intenções bem diferentes: quem está pesquisando o que vestir para voltar a treinar depois de meses parado, e quem já treina pesado e está atrás de peça técnica específica. Misturar as duas no mesmo grupo, com hints genéricos tipo "roupa fitness feminina", dilui a relevância das duas. Separar por intenção significa que cada grupo carrega um conjunto enxuto de hints, todos apontando para o mesmo momento de decisão.
Regra prática: cada grupo de anúncios deve responder a uma pergunta só. Se você não consegue resumir o grupo numa frase de intenção ("pessoa decidindo retomar o treino depois de um tempo parada"), provavelmente ele está misturando situações demais e precisa ser dividido.
Isso vale tanto para e-commerce quanto para negócio local e serviço recorrente. Uma academia com plano mensal e plano anual não deveria ter os dois dentro do mesmo grupo só porque são "o mesmo produto": quem está decidindo entre academias na região e quem já é aluno pensando em fazer upgrade de plano vivem momentos de intenção completamente diferentes, mesmo comprando essencialmente a mesma coisa.
Hint bom vs hint ruim: exemplos práticos
A regra de ouro para escrever o hint em si é a mesma que orienta a estrutura de grupo: um punhado de frases certeiras e relacionadas vale mais que uma lista longa e solta. Amplitude demais dilui relevância, e é a relevância que o leilão de anúncios recompensa. Escreva um hint que representa o problema compartilhado da situação, em vez de empilhar três frases genéricas dentro do mesmo hint só porque o comprador pode expressar a mesma necessidade de formas diferentes. É o mesmo princípio por trás de escrever copy para uma oferta específica em vez de girar criativos genéricos no Meta Ads: quanto mais preciso o texto, menos ele depende de sorte no leilão.
Os exemplos abaixo são ilustrativos, criados para mostrar a diferença de raciocínio. Não são dados de campanha real de nenhum cliente do Grupo HRZ, servem só para exercitar como pensar um hint bom contra um hint ruim.
| Nicho ilustrativo | Hint ruim (pensado como palavra-chave) | Hint bom (pensado como situação) |
|---|---|---|
| Loja de roupa | "roupa feminina, moda, vestido, blusa, comprar roupa online" | Pessoa buscando o que vestir para uma ocasião específica que se aproxima e ainda não decidiu o que comprar |
| Academia | "academia perto de mim, musculação, personal trainer, plano mensal" | Pessoa que parou de treinar por um tempo e está considerando retomar, insegura sobre qual estrutura combina com o nível atual dela |
| Cosméticos | "skincare, creme facial, produto pele oleosa, cosmético natural" | Pessoa tentando resolver um problema de pele recorrente e pedindo recomendação de rotina, não de produto isolado |
Repare na diferença estrutural. A coluna do hint ruim é uma lista de substantivos soltos, do jeito que se preencheria um campo de palavra-chave. A coluna do hint bom descreve uma situação com sujeito, contexto e problema. Um leva à correspondência de string que a plataforma não faz. O outro descreve exatamente o tipo de momento que o direcionamento contextual foi desenhado para reconhecer.
A landing page precisa responder a mesma pergunta do hint
Escrever o hint certo resolve só metade do problema. A outra metade é o que acontece depois do clique. Uma boa prática de configuração do ChatGPT Ads é usar páginas de destino tematicamente alinhadas com os context hints, estruturando o conteúdo da página para responder às perguntas que a pessoa provavelmente estava fazendo ao ChatGPT no momento em que viu o anúncio.
Isso é mais exigente do que parece, porque quebra um hábito antigo de landing page única para toda a campanha. Se o grupo de anúncios foi separado por intenção (como descrito na seção acima), a landing page também precisa refletir aquela intenção específica, não um catálogo genérico que tenta servir todo mundo. Quem clicou vindo de um hint sobre "retomar o treino depois de parado" espera encontrar, na página, uma resposta direta para aquela situação, não uma home page institucional com todos os planos da academia misturados.
Teste simples: leia o hint em voz alta como se fosse a pergunta que alguém fez ao ChatGPT. Depois abra a landing page para a qual o anúncio aponta. Se a página não responde diretamente àquela pergunta nos primeiros segundos, o alinhamento está quebrado, mesmo que o hint em si esteja bem escrito.
Esse alinhamento também facilita a etapa seguinte: medir o que está funcionando. Quando cada grupo de anúncios tem um hint específico apontando para uma página específica, fica muito mais fácil isolar qual combinação de intenção e oferta está gerando resultado, em vez de misturar sinais de várias situações diferentes numa página única. No fundo é o mesmo cuidado que separa interesse genuíno de curiosidade passageira na hora de qualificar um lead: quem chegou pela dúvida certa merece uma resposta específica, não um catálogo genérico.
Como testar e otimizar seus hints ao longo do tempo
Context hint não é campo que se preenche uma vez e se esquece. A recomendação é tratar hints como algo testável: lançar situações distintas em cada grupo de anúncios, observar quais hints realmente atraem posicionamento relevante dentro das conversas do ChatGPT e realocar investimento para as situações que convertem.
- Comece estreito. É mais fácil ampliar um hint específico que não está performando do que descobrir qual pedaço de um hint genérico está funcionando. Comece descrevendo a situação com o máximo de precisão possível e vá abrindo só se o volume estiver baixo demais.
- Observe onde o anúncio está aparecendo. Assim como no relatório de termos de pesquisa do Google Ads existe uma forma de entender qual busca disparou o anúncio, no ChatGPT Ads o equivalente é acompanhar em que tipo de posicionamento e contexto o anúncio está sendo exibido, e comparar isso com a intenção que o hint deveria estar descrevendo.
- Reescreva antes de descartar. Um grupo com performance fraca nem sempre significa que a intenção escolhida é ruim, às vezes significa que o hint está descrevendo a situação de forma vaga demais. Antes de pausar o grupo inteiro, teste reescrever o hint com mais especificidade.
- Realoque para o que converte. Depois de alguns ciclos de teste, os grupos cuja intenção realmente converte ficam claros. É para eles que o orçamento deve migrar, cortando ou reduzindo os grupos cuja intenção parecia boa na teoria mas não se sustenta na prática.
No fim, a lógica é sempre a mesma, do que é um hint até como testar: o ChatGPT Ads recompensa quem descreve situações reais com precisão e penaliza quem tenta repetir o hábito de correspondência textual que funciona em outra plataforma, mas não existe aqui. Trocar "que string a pessoa digitou" por "o que essa pessoa está tentando fazer" é a mudança de raciocínio que evita queimar orçamento nas primeiras semanas de campanha.
Esse mesmo princípio, mensagem certa para o momento certo de quem está do outro lado, é o que sustenta resultado real fora do ChatGPT Ads também. Foi assim na UseZest, loja física de moda masculina que fez R$ 552.177 em 48 horas quando a oferta parou de ser genérica e passou a falar direto com quem já estava perto da decisão. No Método Venda 10X isso já passou de 250 negócios acelerados e mais de R$ 70 milhões gerados no digital, sempre com a mesma base: entender o momento de quem compra antes de escrever qualquer coisa para ele. Se você quer descobrir onde sua operação está deixando dinheiro na mesa por falta dessa precisão, é exatamente isso que mapeamos no diagnóstico abaixo.
Quer estruturar sua operação de tráfego pago com CRM de verdade por trás?
Nosso time analisa seus canais de aquisição, incluindo ChatGPT Ads, e mostra onde o CRM entra para captar, qualificar e não deixar lead esfriar depois do clique. 30 minutos de conversa, sem custo.
Conteúdo de venda, tráfego e operação perpétua toda semana
Hugo Silveira mostra no YouTube e no Instagram como operações reais constroem o motor que vende todo dia. Siga para acompanhar os bastidores de método e estratégia.
