Como criar uma descoberta “esperta” quando o site já tem artigos demais para navegar manualmente
Mais artigos deveriam significar mais escolhas. Na prática, podem gerar menos descoberta.
A pessoa volta à página inicial e vê os mesmos cartões. Abre a lista completa, gira a roda do mouse e dezenas de títulos passam rápido demais. Surge então a ideia: “mostra só seis”. Só que, se os seis errarem o interesse, a pessoa vai embora antes de conhecer o sétimo. A busca interna também não resolve tudo, porque quem está apenas explorando talvez ainda não tenha uma consulta.
Existe acervo, existe busca, existe recomendação. Mesmo assim, a descoberta falha.
0. Resumo em 30 segundos: não diminua o depósito; deixe o atendente mais esperto
Mostrar poucos itens ajuda, mas isso deve ser apenas a primeira janela.
Se o primeiro conjunto não funcionar, ofereça imediatamente caminhos: mais relatos reais, mais utilidade, comparações, explicações, conteúdo leve ou um assunto totalmente diferente.
Não obrigue a pessoa a inventar uma nova consulta do zero.
A interface deveria dizer:
“Não era isso? Talvez você esteja procurando algo assim.”
1. Por que a página inicial começa a parecer repetida
Pesquisas sobre recomendação de notícias descrevem fadiga do usuário quando o mesmo item aparece várias vezes.[1]
Nos registros do Bing Now, 15 notícias eram exibidas por visita. Quando duas visitas aconteciam em até duas horas, havia em média 11 itens repetidos. Incorporar histórico de exposição e interação melhorou o ranking em até 15% no total e 34% entre usuários intensivos.[1]
Isso não significa apagar artigos antigos.
Um texto de três meses pode ser novo para uma pessoa. Um texto publicado há dez minutos pode parecer velho depois de quatro exposições no mesmo dia.
É preciso separar a novidade do conteúdo da novidade para aquele leitor.
2. Quando a lista vira cachoeira
Uma lista longa é completa em teoria. Na prática, roda do mouse e dedo transformam títulos em fluxo.
Se cem artigos existem, mas só oito foram realmente observados, os outros 92 são estoque, não descoberta.
Também é simplista dizer que mais escolhas sempre prejudicam. Uma meta-análise de 2010 reuniu 50 experimentos e 5.036 participantes e encontrou efeito médio de sobrecarga de escolha praticamente zero, com grande variação entre estudos.[2]
O problema é comparar muitas opções pouco diferenciadas ao mesmo tempo.
3. “Mostrar seis” ainda não é solução completa
Conjuntos pequenos facilitam comparação, mas aumentam o risco de omissão.
Se os seis primeiros errarem, a sessão termina antes do sétimo.
Trate seis, oito ou dez como uma janela, não como número mágico.
Ofereça ao lado: outro conjunto, mais prático, mais pessoal, aprofundar, mais leve ou algo totalmente diferente.
Em 2026, um experimento de duas semanas em produção no NU.nl mostrou que reduzir a semelhança interna da lista mantendo relevância aumentou CTR e relevância percebida.[3]
Diversidade não é aleatoriedade. É menos repetição sem perder interesse.
4. Mantenha a lista completa, mas tire-a da porta de entrada
A lista completa é ótima para busca exaustiva, recuperar algo já visto ou aprofundar um tema.
Ela só não precisa ser a primeira experiência de quem está passeando.
Em vez de “escolha entre 127”, a descoberta pode dizer: “de 127, aqui estão alguns caminhos promissores”.
Mantenha “ver tudo”, filtros e ordenação por data para quem quiser.
5. O custo escondido da busca: a pessoa precisa inventar a consulta
A busca interna funciona muito bem quando a intenção já pode ser verbalizada.
Quem entrou para explorar pode ainda não saber o que quer.
Uma caixa vazia com “digite palavras-chave” não resolve isso.
Nos testes de busca em larga escala da Baymard, usuários usavam sugestões de autocomplete como ponto de partida para criar a própria consulta, e não apenas para enviar a sugestão exatamente como aparecia.[4]
O valor real não é apenas digitar menos.
É ajudar a responder: “o que eu devo pesquisar?”
6. Uma busca esperta sugere intenções, não apenas títulos
Ao digitar “trabalho”, o sistema pode sugerir:
- não gosto do trabalho em si
- as pessoas me cansam
- estou pensando em trocar de emprego
- quero trabalhar mais rápido
- quero ler experiência real
Com a caixa vazia, também pode oferecer: como fazer?, qual escolher?, por que isso acontece?, como foi na prática?, me mostra algo interessante.
Depois de um artigo, pode sugerir comparar, entender a causa ou ver um caso contrário.
No Japão, em 2026, a expressão “気が利くねぇ” virou meme amplamente difundido no contexto de um vídeo de tapioca de Mikiya Takasu, com sentido próximo de “olha só, que atento”.[5] Há outras alegações sobre a origem da frase, então não é necessário escolher um “dono” original.
É essa reação que a interface deve provocar:
o próximo passo útil já estava meio pronto.
7. Não é preciso chamar um LLM a cada tecla
Durante a criação do artigo, gere metadados de descoberta: consultas relacionadas, tipos de problema, temas próximos, contrastes, tom e próximas perguntas prováveis.
Em tempo real, ordene poucos candidatos usando contexto atual, exposições recentes, cliques, bônus por conteúdo não visto e diversidade.
O modelo caro trabalha na edição; o site usa ranking rápido e barato.
8. Página inicial, lista e busca não devem ser ilhas
A inicial mostra candidatos concretos e reduz repetição.
A lista mostra uma quantidade comparável e vários próximos caminhos.
A busca começa até vazia e, durante a digitação, sugere tanto termos quanto intenções.
Os três compartilham:
estado do leitor + metadados do conteúdo + histórico de exposição.
9. Otimizar apenas CTR cria fábrica de título-caça-clique
Meça:
candidato → impressão → clique → chegada → leitura útil → próximo artigo → retorno.
Também meça a reação na 1ª, 2ª e 3ª exposição, sobreposição entre visitas, uso de “outro conjunto”, seleção e edição de sugestões, buscas sem resultado, saída após rolagem rápida, continuação depois de um primeiro conjunto sem clique e exposição de artigos nunca mostrados.
Pergunta principal:
se os seis primeiros falham, a pessoa chega ao sétimo?
10. Conclusão: de “pesquise” para “é isso que você queria?”
Sites grandes acabam enfrentando o problema do depósito.
Mostrar tudo vira fluxo. Mostrar pouco perde oportunidades. A busca pode ficar vazia. Recomendação fixa cansa. Personalização excessiva estreita o mundo.
Não existe quantidade mágica de cartões.
O acervo pode ser enorme. A tela pode ser pequena. Os próximos caminhos podem ser muitos. O site pode formular metade da consulta.
Não basta substituir uma lista gigante por seis cartões.
Coloque atrás dos seis um próximo passo que pareça esperto.
- Hao Ma, Xueqing Liu, Zhihong Shen (2016), User Fatigue in Online News Recommendation doi.org
- Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd (2010), Can There Ever Be Too Many Options? doi.org
- Robin Verachtert, Kim Falk, Christine Bauer (2026), Enhancing Diversity in News Recommendations Increases Click-Through Rates doi.org
- Baymard Institute (2024), Always Copy the Active Autocomplete Suggestion to the Search Field baymard.com
- Circulação pública do meme verificada em setembro de 2026; sem atribuição definitiva de origem
