Andromeda Filtra Anúncios Usando Impressão Digital Visual

O ecossistema publicitário da plataforma online mais utilizada do mundo passou por uma profunda transformação com o lançamento de novos modelos algorítmicos, como Andromeda e GEMLattice. Embora não seja um algoritmo totalmente inédito — tendo sido lançado via whitepaper pela Meta em Dezembro de 2024 —, foi nos últimos meses que os anunciantes sentiram na prática seu impacto real.

Esse sistema opera agora dentro de um complexo conjunto tecnológico: ele conta também com o Generative Ads Recommendation Model (GEM) para pontuar anúncios selecionados pelo filtro principal, chamado Lattice, responsável finalmente pelos posicionamentos nas diferentes superfícies digitais da plataforma.

Andromeda filtra criativos usando impressão digital visual

O mecanismo central dessa mudança é a lógica do orgânico sendo aplicada à mídia paga. Andromeda atua como uma poderosa ferramenta de filtragem, determinando quais dos milhares possíveis conteúdos devem ser exibidos aos usuários em função das suas chances reais de gerar engajamento e cumprir os objetivos definidos na campanha publicitária.

Leia também

Irã e EUA trocam tiros perto do Estreito de Ormuz; preço da cesta sobe

Alibaba lança Qwen 3.8 – Max, gigante multimodal de IA

Gisele Bündchen celebra aniversário com legado como ícone brasileiro

Para fazer essa seleção massiva — que pode envolver centenas de milhares de candidatos —, o sistema utiliza visão computacional para atribuir um “Entity ID” único ao conteúdo (o asset). Essa identificação não depende apenas da estrutura ou nome dado no Gerenciador de Anúncios; ela se baseia nos metadados visuais do anúncio: textos presentes nele, avatares utilizados e elementos gráficos. Assim, dois anúncios com aparências muito similares receberão a mesma impressão digital virtualmente falando.

A sinergia entre GEM e Lattice otimiza conversões

O poder real reside na integração desses modelos em conjunto. Após Andromeda filtrar os criativos iniciais, o modelo Generative Ads Recommendation Model (GEM) entra para avaliar sua probabilidade geral de performance. O lattice é quem toma então a decisão final sobre onde esse conteúdo será exibido — seja no Feed, Stories ou Reels —, buscando gerar maior valor tanto ao anunciante quanto à experiência do usuário dentro da Meta.

Essa unificação representa um salto gigantesco comparado aos sistemas anteriores que operavam isoladamente; antes era comum que cada superfície digital utilizasse aprendizados separados dos demais canais. Agora todas as áreas compartilham uma inteligência centralizada e migram rumo a modelos mais avançados como Deep Learning.

O criativo se torna o novo ponto estratégico

Com essas atualizações algorítmicas em vigor, os próprios materiais visuais (os assets) ganharam status de alavanca estratégica máxima para qualquer marca ou anunciante. O mercado já não pode contar apenas com décadas antigas estratégias baseadas na hipersegmentação por listas de audiências definidas manualmente pela equipe B2B/DTC.

A segmentação da mensagem passa agora pelo próprio conteúdo criado: é no visual que deve ocorrer essa diferenciação entre públicos distintos — um usuário talvez responda melhor a uma oferta focada em preço e outro prefira ver imagens mais voltadas ao estilo de vida do produto. Isso exige dos criadores o desenvolvimento constante, pois os novos sistemas conseguem identificar padrões complexos muito além das capacidades humanas; eles precisam ser alimentados diariamente com grande volume e variedade para encontrar as melhores combinações possíveis. A mudança afeta diretamente como são feitos briefings (o planejamento) e também muda drasticamente a forma como se estruturam campanhas pagas.