Observatório de anúncios em IA: o que observar no ChatGPT Ads

Toda vez que um canal de mídia abre, aparece a mesma pergunta: quanto custa o clique lá? E logo depois aparece a segunda coisa: alguém respondendo com um número. Esse número quase nunca tem amostra atrás.

Este texto abre o Observatório Metris de anúncios em IA, e ele não é um painel de números. Os dados das contas que acompanhamos pertencem a cada cliente e não vamos expô-los. O que publicamos aqui é o método: o que observamos, por que, como recortamos por categoria e por faixa de ticket, e como você monta o seu próprio observatório. Se você veio buscando um CPC médio de ChatGPT Ads no Brasil para colar numa planilha, a resposta honesta é que ele ainda não existe em nenhuma fonte pública que a gente tenha conseguido verificar.

Existe hoje algum benchmark público de ChatGPT Ads?

Existem números públicos. Nenhum deles é benchmark do Brasil.

O levantamento mais concreto que encontramos, da Opascope, reporta ROAS combinado de 1,49, CPC em torno de US$ 1,72 e taxa de conversão de 2,35%. A própria página declara o tamanho da base: uma conta, 15 dias e cerca de US$ 60 mil investidos, sem dizer de que mercado. O autor escreve que os valores servem para conferir a sua conta, não para prever a sua conta. Concordamos com ele.

O estudo da Lapis reporta faixas mais largas (CTR de 0,3% a 1,5%, CPC de US$ 3 a US$ 5, CPM de US$ 25 a US$ 60), atribui as faixas de custo a OpenAI e Digiday, e declara que todo número de ChatGPT no estudo é rotulado como inicial, com parte da tabela baseada em dados projetados. É honesto da parte deles. Também é o oposto de uma referência utilizável para planejar verba no Brasil.

Em português, o que circula como custo de ChatGPT Ads é conversão cambial da faixa de lance reportada pelo Digiday para os anunciantes do piloto, algo entre US$ 3 e US$ 5 por clique. Faixa de lance é parâmetro de plataforma, não desempenho medido. Quanto ao preço praticado no leilão, o texto sobre quanto custa anunciar no ChatGPT e o funcionamento do leilão explicam por que o lance que você define e o custo que você paga são coisas diferentes.

Por que benchmark de outro mercado não serve para a sua conta?

Porque custo de mídia não é uma propriedade do formato. É o resultado de quem está disputando o mesmo espaço que você, com quanto de caixa e por qual retorno esperado.

Um CPC de outro país carrega junto a densidade de anunciantes daquele mercado, o poder de compra daquela base, a maturidade daquelas ofertas e a composição de usuários de lá. Nada disso viaja. É o mesmo motivo pelo qual ninguém planeja Meta Ads no Brasil olhando CPM americano, e ninguém deveria.

Existe um uso legítimo do dado estrangeiro: ordem de grandeza. Ele sugere que o clique de ChatGPT Ads não custa centavos, e isso já muda quem deve testar. Só que ordem de grandeza é um sinal, não uma meta. Colocar um número de outro país como meta de CPA no seu plano é transferir para o seu orçamento uma realidade que não é a sua.

Quais métricas observamos, e como cada uma é definida?

Métrica sem definição escrita é onde as comparações morrem. Duas pessoas podem chegar a CTRs muito diferentes para a mesma realidade só porque uma conta impressão servida e a outra conta impressão visível. Então a definição vem antes do valor.

Métrica	Definição que usamos	Por que esta definição
CPM	Custo por mil impressões servidas, conforme reportado no gerenciador da OpenAI, sem ajuste	É o dado que você também vê na sua conta, então é comparável sem intermediação
CPC	Investimento dividido por cliques válidos no período, no nível de campanha	Clique válido é a unidade que a plataforma cobra em campanha de conversão
CTR	Cliques válidos sobre impressões servidas, na mesma janela	Manter numerador e denominador na mesma fonte evita o erro mais comum de leitura
Taxa de conversão	Conversões atribuídas pelo pixel sobre cliques válidos	Sem pixel instalado, não há o que comparar
CPA	Investimento dividido por conversões atribuídas na janela declarada	É a métrica de decisão de quem tem margem para defender

Sobre medição, vale ler antes o funcionamento do pixel e da API de conversões e o texto de métricas de mídia paga. Conta sem medição limpa não produz comparação, produz enfeite.

O que observar em cada categoria de e-commerce?

Um número médio que mistura joia com suplemento não descreve ninguém. A categoria muda o tipo de conversa em que o anúncio aparece, o tempo de decisão e o que conta como sinal bom. É assim que olhamos cada uma:

Categoria D2C	O que observar	Por que importa	Sinal de alerta
Moda e acessórios	CTR por tipo de conversa e taxa de conversão na primeira visita	A compra costuma depender de gosto e de prova visual, que a conversa não entrega sozinha	Clique alto com conversão baixa: a pessoa estava pesquisando, não comprando
Casa e decoração	CPA na janela inteira e retorno ao site antes da compra	Decisão mais pensada, com comparação entre opções	Julgar o canal pelos primeiros dias, antes de a janela fechar
Beleza e cuidados	Conversão de quem chega por dúvida de uso ou indicação	A conversa costuma começar por problema (“o que usar para…”), não por marca	Tráfego que entra e sai da página sem achar a resposta que buscava
Alimentos e bebidas	Custo por primeira compra e recompra posterior	Ticket menor exige que a conta feche com recompra, não só com o primeiro pedido	CPA que só se paga se o cliente voltar, sem você medir se ele volta
Saúde e suplementação	Qualidade do tráfego e aderência às políticas da plataforma	Categoria sensível, com regras de anúncio mais restritas	Reprovação de anúncio ou alegação de benefício que você não consegue sustentar

Nenhuma dessas linhas é regra fixa. Elas indicam onde olhar primeiro. O valor que vai em cada célula é o da sua conta.

O que muda conforme a faixa de ticket médio?

O ticket define quanto de CPA a sua margem aguenta e quanto tempo a decisão de compra leva. Você define os cortes a partir da sua realidade. O que importa é não misturar faixas na mesma análise.

Faixa de ticket	O que observar	Por que importa	Sinal de alerta
Ticket baixo	CPA contra margem de contribuição do primeiro pedido	Pouca margem por pedido deixa pouco espaço para clique caro	Um CPA “bom” em termos absolutos que ainda assim come a margem inteira
Ticket médio	Taxa de conversão e tempo entre clique e compra	É onde o canal costuma ser testado primeiro, e a comparação entre períodos pesa mais	Mudar campanha, verba e criativo ao mesmo tempo e não saber o que funcionou
Ticket alto	Conversões dentro da janela, sinais intermediários (carrinho, contato) e venda assistida	Decisão longa: parte do efeito cai fora da janela de atribuição	Concluir que o canal não funciona só porque a conversão demorou mais que a janela
Ticket muito alto ou sob consulta	Leads qualificados e o que acontece com eles no comercial	A venda raramente fecha no primeiro clique	Medir só a venda online e ignorar o funil que passa por pessoas

Qual janela de atribuição usar?

Nas contas que acompanhamos, usamos clique de 7 dias, sem janela de visualização, com conversão registrada por pixel e API de conversões no lado do servidor.

A escolha tem um custo e ele precisa ser declarado: essa janela subestima o efeito do canal em produto de decisão longa. Preferimos subestimar de forma consistente a inflar de forma variável. Se você usar outra janela, tudo bem, desde que seja sempre a mesma: a comparação entre períodos só vale quando a régua não muda.

O que fica de fora da observação, e por quê?

O que fica de fora	Motivo
Incrementalidade do canal	Exige teste de holdout com desenho próprio. Sem isso, qualquer afirmação sobre “quanto o ChatGPT trouxe a mais” é chute
Comparação direta com Google e Meta	Janelas, modelos de atribuição e intenção diferentes. A comparação seria aritmeticamente possível e analiticamente falsa
Desempenho por criativo com pouco volume	Amostra pequena demais por variação. Só faz sentido quando houver volume
Contas sem medição no servidor	O dado seria de qualidade desconhecida e contaminaria a leitura das demais
Recorte geográfico com pouco volume	Quebrar por região antes de ter volume transforma ruído em conclusão

Como montar o seu próprio observatório?

O benchmark que mais importa para a sua decisão nunca foi o do mercado. É o seu.

1. Congele o teto. Calcule qual CPA você aguenta pagar dado o seu ticket e a sua margem de contribuição. Esse número sai da sua planilha, não do gerenciador.
2. Escreva as definições. Use a tabela de métricas acima ou a sua, mas por escrito, e não mude no meio do caminho.
3. Escolha o recorte. Separe por categoria e por faixa de ticket, como nas tabelas acima. Uma média geral esconde exatamente o que você precisa ver.
4. Fixe a janela de atribuição. Uma só, declarada, para todos os períodos.
5. Rode a linha de base. Pelo menos 30 dias corridos, com verba estável e sem mexer na estrutura.
6. Mude uma variável por vez. Só então compare períodos. É o mesmo raciocínio de não quebrar o aprendizado ao escalar, aplicado a um canal onde ninguém tem histórico.

Para quem isso não serve: se você ainda não tem pixel e API de conversões funcionando, ou não tem verba para sustentar um mês de teste sem resultado garantido, a rotina vai produzir números que não significam nada. Nesse caso, talvez ainda não seja a sua vez de testar. O guia do ChatGPT Ads trata de para quem o formato faz sentido hoje, e o mapa dos anúncios em IA mostra o tamanho real desse mercado dentro de um plano de mídia.

O que fica

Não existe benchmark de ChatGPT Ads medido no Brasil e publicado com metodologia aberta. O que existe é de outro mercado, de uma conta só, ou rotulado pelos próprios autores como estimativa inicial.

Publicar benchmark com pouca base é pior que não publicar, porque um número com aparência de estatística não fica parado na página: ele vira meta de CPA, vira verba realocada e vira decisão que alguém tomou achando que estava se apoiando em evidência. Por isso este observatório publica o método, não os números das contas que acompanhamos.

Com métricas definidas, recorte por categoria e ticket, janela fixa e uma linha de base de 30 dias, você tem um observatório próprio que vale mais que qualquer média de mercado. A pergunta deixa de ser quanto custa o clique lá, e passa a ser se a sua operação já tem margem, medição e caixa para aprender antes de todo mundo.