Como o SellTo.us funciona
Última atualização: 10 de outubro de 2026
Exatamente como os participantes simulados por IA são criados, como suas respostas são coletadas e como cada número do seu relatório é calculado, para ideias de startup, apps, serviços, produtos e anúncios. Sem caixa-preta.
A versão curta
- Os participantes são personas de IA, não pessoas reais. As respostas mostram reações simuladas (intenção de compra, interesse, disposição para experimentar ou considerar, ou resposta a um anúncio, conforme o tipo de ideia), não vendas ou cadastros reais, e não são uma previsão.
- Um modelo de IA planeja os grupos de compradores para o seu público. Depois, nosso código cria cada perfil de comprador a partir desses grupos.
- Cada comprador dá sua própria resposta para cada versão: compraria, talvez ou não compraria, além de um motivo curto.
- As porcentagens são contagens simples: respostas divididas pelos compradores que responderam. Não adicionamos confiança estatística nem afirmações de precisão, porque não medimos os resultados em relação a vendas reais.
- Use como uma primeira verificação rápida e depois confirme com clientes reais. Todo relatório termina com passos práticos para isso.
Por que não perguntar a um chatbot?
Um chat dá uma opinião de IA. Um teste do SellTo.us é estruturado: nosso código cria uma multidão fixa de perfis individuais para o seu público, cada perfil responde a cada versão e os números são contagens dessas respostas, verificadas por código antes de você vê-las. Cada versão e imagem vai para as mesmas pessoas simuladas, os resultados são divididos por grupo de público e você pode testar de novo uma versão melhorada com exatamente as mesmas pessoas simuladas (mesmo tamanho de teste). O relatório mantém rótulos de evidência (“Resultado simulado” ou “Hipótese da IA”) e vem em PDF. Ainda é a IA imaginando como as pessoas poderiam reagir, então as limitações abaixo se aplicam.
Tipos de ideia
Ao configurar um teste, você escolhe o tipo de ideia. Os passos abaixo são os mesmos para todos os tipos; o que muda é quem são as pessoas simuladas, o que significam as três respostas e em que o relatório se concentra.
| Tipo de ideia | Pessoas simuladas | As três respostas | Apresentado como |
|---|---|---|---|
| Ideia de startup | Clientes em potencial | Tem interesse · Talvez · Não tem interesse | Interesse simulado no conceito |
| App ou software | Usuários em potencial | Experimentaria · Talvez · Não experimentaria | Disposição simulada para experimentar |
| Serviço | Clientes em potencial | Consideraria · Talvez · Não consideraria | Disposição simulada para considerar |
| Produto físico | Compradores | Compraria · Talvez · Não compraria | Intenção de compra simulada |
| Ideia de publicidade | Pessoas do público | Responderia · Talvez · Ignoraria | Resposta simulada à mensagem |
| Outra coisa | Pessoas | Tem interesse · Talvez · Não tem interesse | Interesse simulado |
Se você não escolher um tipo, usamos “Outra coisa”. Testes feitos antes de existirem tipos de ideia são testes de produto físico. No restante desta página, usamos os termos de produto físico (compradores, compraria); para outros tipos, leia-os como os termos da tabela.
1. Planejando a multidão
Quando você inicia um teste, um modelo de IA (Claude Sonnet 5.5, da Anthropic) lê as configurações do seu público e o seu produto e divide esse público em grupos de compradores. Cada grupo recebe:
- um nome e sua fatia do público (por exemplo, “Pais ocupados de 30 a 45 anos, 12%”),
- uma faixa etária,
- 4 profissões ou papéis de vida típicos,
- um nível de orçamento (apertado, médio, confortável ou alto),
- uma nota curta sobre como compram.
O número de grupos depende do tamanho do teste: 8, 25 ou 100. A mesma etapa também verifica o produto em relação às nossas regras de conteúdo e interrompe testes de coisas como armas ou drogas ilegais.
Fotos: se você adicionar fotos, o modelo de planejamento analisa cada uma uma vez e escreve uma descrição curta do que um comprador veria. Os compradores reagem a essas descrições, não aos arquivos de imagem em si.
2. Criando os compradores
Os compradores individuais são criados pelo nosso código, não pela IA. Para um teste de 10.000 participantes, o código gera exatamente 10.000 perfis:
- cada comprador é colocado em um grupo na proporção da fatia desse grupo,
- a idade é sorteada dentro da faixa etária do grupo,
- a profissão é sorteada entre as 4 profissões do grupo,
- em testes de 100.000 participantes, cada comprador também recebe uma cidade ou região de uma lista do seu país (ponderada pelo tamanho quando a lista tem essa informação).
Os sorteios usam como semente o ID do seu teste, então a mesma multidão pode ser reconstruída exatamente quando seu relatório é gerado. Por isso não precisamos armazenar 100.000 perfis.
Atenção: compradores do mesmo grupo compartilham o mesmo nível de orçamento e a mesma nota de compra. Dentro de um grupo, eles variam em idade, profissão e, no maior teste, cidade.
3. O que “cada comprador responde” significa tecnicamente
Os compradores são enviados a um segundo modelo de IA, o Claude Haiku 4.5 (também da Anthropic), em solicitações de 40 compradores por vez. Cada solicitação contém:
- seu público e cada versão que você está testando (texto, preço e descrições das fotos),
- uma lista numerada de 40 perfis de compradores (idade, profissão, orçamento, nota de compra e, no maior teste, cidade).
O modelo devolve uma resposta por comprador, em ordem. Cada resposta tem um veredito para cada versão (compraria, talvez ou não compraria), um motivo com menos de 12 palavras e, quando você adiciona 2 ou mais fotos, a foto que mais faria aquela pessoa querer comprar.
Ou seja, cada comprador tem seu próprio perfil e sua própria resposta, mas não são 40 conversas separadas com a IA: o modelo avalia os 40 perfis de uma vez. As solicitações passam pela Message Batches API da Anthropic, que as processa em segundo plano.
| Tamanho do teste | Grupos de compradores | Solicitações de 40 | Entrevistas simuladas exibidas | Versões | Fotos |
|---|---|---|---|---|---|
| 1,000 | 8 | 25 | 12 | 1 | 1 |
| 10,000 | 25 | 250 | 50 | até 3 | até 3 |
| 100,000 | 100 | 2,500 | 200 | até 5 | até 5 |
4. Como os números são calculados
- Responderam: respostas que voltam no formato errado, ou que não voltam, são descartadas, nunca adivinhadas. Seu relatório mostra quantos compradores realmente responderam (por exemplo, “9.880 de 10.000”).
- Compraria, talvez, não: para cada versão, o número de compradores que deram aquela resposta dividido pelo número dos que responderam.
- Grupos de compradores e cidades: a mesma contagem, dentro de cada grupo ou cidade.
- Votação de fotos: a parcela dos compradores que responderam e escolheram cada foto.
- Imagem da multidão: até 1.000 pontos, uma amostra uniformemente distribuída dos compradores que responderam.
- Entrevistas simuladas: uma amostra aleatória de compradores que responderam e seus motivos. Os primeiros nomes são inventados pelo nosso código.
- Se poucos responderem: se menos da metade dos compradores responder, o teste é marcado como falho e seu crédito volta automaticamente.
5. Como o relatório é escrito
O Claude Sonnet 5.5 recebe os totais, os resultados de cada grupo, os votos nas fotos e uma amostra aleatória de 160 motivos dos compradores. A partir disso, escreve o veredito, o que os compradores adoram, por que não compram, ajustes sugeridos, riscos, alternativas possíveis e uma análise SWOT. Em testes de 10.000 e 100.000 participantes, também escreve o guia de segmentação de anúncios com base nos resultados dos grupos.
Depois, cada relatório é verificado por código antes de você vê-lo. As principais descobertas, todas as porcentagens e contagens, os passos para confirmar resultados com clientes reais e o orçamento de anúncios de exemplo são gerados a partir de um único conjunto validado de números, então o mesmo valor é idêntico em todas as páginas. O texto escrito pela IA é verificado frase por frase: números que não batem com os resultados, afirmações de que uma mudança causou um resultado quando as versões diferiam em vários pontos, novas alegações sobre o produto (certificações, “testado em laboratório”, garantias de saúde, segurança ou desempenho), preços de concorrentes, números de tamanho de mercado e citações sem fonte são removidos ou substituídos, e citações cujas palavras não correspondem à resposta do comprador ficam de fora. Cada correção é contabilizada na verificação de qualidade do relatório.
Cada página tem um rótulo: Resultado simulado (contado a partir das respostas simuladas), Hipótese da IA (ideias escritas a partir dessas respostas, para testar), Sua informação (o que você inseriu, incluindo as afirmações nele, que ainda precisam das suas próprias evidências) e Fonte verificada (um fato externo com fonte nomeada e datada, exibido somente quando existe).
O melhor preço é o julgamento da IA com base nas respostas. Ele não é calculado a partir de uma curva de preços. Se você testar o mesmo produto com preços diferentes como versões separadas, a tabela de comparação mostra as respostas simuladas para cada preço.
6. Comparando versões e fotos
Todas as versões e fotos de um teste vão para os mesmos compradores, nas mesmas solicitações, com as mesmas configurações de público. Cada comprador responde a todas as versões. Isso torna a comparação equivalente dentro do teste.
Isso não a torna precisa no mundo real. A IA também pode ser influenciada pela ordem em que as versões aparecem. Rodar o mesmo teste de novo gera números um pouco diferentes, e não calculamos margens de erro, então trate pequenas diferenças entre versões como empate.
Novos testes: antes e depois
Todo teste tem um código como ST-7K4Q2X, exibido no relatório e no PDF. Quando você altera seu produto e clica em Testar de novo (ou vincula o teste antigo pelo código), o novo teste funciona de forma diferente de um teste do zero:
- Sua versão antiga volta como Versão A, ao lado da versão atualizada (ou de até 4 versões atualizadas). A foto principal antiga acompanha a Versão A, e sua nova foto (se houver) acompanha a atualização.
- A multidão usa os mesmos grupos de compradores do primeiro teste, reconstruídos a partir do mesmo ponto de partida. Com o mesmo tamanho de multidão, você recebe exatamente os mesmos compradores simulados de novo.
- As versões são mostradas em ordem alternada (A depois B, B depois A, e assim por diante), e os compradores não sabem qual é a antiga ou a nova, então nenhuma ganha vantagem pela posição ou por ser “a nova”.
- Comparamos comprador por comprador: quantos passaram a comprar a nova versão e quantos deixaram de comprar. O resultado diz “maior” ou “menor” somente quando a diferença nas respostas de compraria é maior que um limite fixo: pelo menos 2 pontos percentuais, aumentado quando muitos compradores mudaram nos dois sentidos. Caso contrário, diz “sem diferença clara”. É uma regra de decisão aplicada a uma única execução, não uma variação medida entre execuções nem um nível de confiança estatística.
- Em seguida, o relatório lista o que você mudou e, para cada sugestão anterior, se ela foi aplicada e se ajudou, com base nos números e nos motivos dos compradores. Ele pode dizer que uma mudança não ajudou ou piorou as coisas.
A comparação lado a lado dentro do novo teste é a comparação justa. Não compare os números do novo teste diretamente com os do primeiro: execuções separadas podem dar números diferentes mesmo para o mesmo produto, e não medimos o quanto. E, como tudo aqui, um resultado melhor é um resultado melhor entre compradores de IA, não prova de vendas reais.
7. Limitações que você deve conhecer
- Personas de IA não gastam dinheiro de verdade, não veem seu site real nem os concorrentes e podem ser mais ou menos generosas que pessoas reais.
- Os resultados dependem de como você descreve o produto e o público.
- Os resultados não são validados com vendas reais, e nenhum número de precisão é afirmado.
- A IA pode errar, interpretar mal um produto ou repetir clichês.
- As execuções não são perfeitamente repetíveis: testar a mesma ideia de novo pode gerar números um pouco diferentes, então trate pequenas diferenças como empate.
- Uma solicitação à IA avalia um lote de 40 perfis, e compradores do mesmo grupo compartilham orçamento e nota de compra, então as respostas dentro de um grupo podem ser parecidas.
- A IA pode ser levemente influenciada pela ordem em que as versões são mostradas.
- Os resultados não preveem vendas reais, cadastros, taxas de conversão, receita nem se um negócio vai dar certo.
8. Tempo e falhas
Cada teste é programado para levar cerca de 10 a 12 minutos para 1.000 participantes, 14 a 16 para 10.000 e 22 a 28 para 100.000. Quando o trabalho da IA termina antes, o relatório pronto aguarda até esse momento, para você saber quando esperá-lo; a tela de progresso nunca mostra mais respostas do que as que realmente chegaram. Em horários de muita demanda, o processamento em lote pode demorar mais, até 24 horas. O planejamento e o relatório são refeitos automaticamente se falharem. Se um teste não puder ser concluído, ele é marcado como falho e seu crédito volta automaticamente, então você nunca paga por um teste que não rodou.
9. Os modelos de IA e seus dados
Usamos o Claude Haiku 4.5 para os compradores e o Claude Sonnet 5.5 para o planejamento, os relatórios e o guia de anúncios, ambos da Anthropic. Se mudarmos de modelo, atualizaremos esta página. A Anthropic recebe o conteúdo do seu teste, mas não seu endereço de e-mail, e, pelos termos comerciais, não o usa para treinar seus modelos. Veja nossa Política de Privacidade.