Um modelo de IA consegue identificar qual dos dois títulos terá mais cliques melhor do que o acaso, mas não por muito. Em testes reais de manchetes com vencedor conhecido, o modelo por trás da nossa pontuação escolheu a manchete com mais cliques 61,9% das vezes quando cada par foi apresentado nas duas ordens. Quando ordenou uma lista inteira de uma só vez, como um produto pode se permitir, esse índice caiu para 58,2%. Uma classificação baseada em regras conseguiu pouco mais do que uma moeda jogada ao ar.
Principais conclusões
- Demos ao modelo 400 pares de manchetes que foram testadas entre si com leitores reais, cada par apresentado duas vezes com a ordem invertida.
- Ele escolheu o vencedor 61,9% das vezes no geral. Nos 293 pares em que respondeu da mesma forma em ambas as ordens, acertou 66,2% das vezes.
- Quando solicitado a ordenar listas de 4 a 6 manchetes em uma única resposta, colocou os pares dentro delas na ordem correta 58,2% das vezes. Nossa classificação anterior baseada em regras conseguiu 51,3% nos mesmos pares.
- A ordem em que os títulos são exibidos alterou sua resposta em cerca de um quarto dos pares, então a ordem precisa ser controlada.
- Nosso analisador agora ordena seus títulos sugeridos dessa forma e marca aqueles classificados acima do seu. Não mostra nenhum ganho estimado, pois as evidências não sustentam isso.
A IA pode dizer qual título do YouTube terá mais cliques?
Parcialmente. Em testes reais de manchetes, o modelo acertou a classificação cerca de seis vezes em dez quando perguntado sobre um par de cada vez, e um pouco menos quando ordenou uma lista completa. Isso é útil como segunda opinião sobre quais rascunhos testar primeiro. Não é uma previsão da sua taxa de cliques, e qualquer um que apresente uma classificação de títulos por IA como tal está afirmando mais do que esse tipo de evidência sustenta.
A pergunta é importante para nós por um motivo simples. Cada análise neste site sugere até cinco títulos alternativos, e a ordem em que aparecem é uma afirmação: o primeiro parece o melhor. Até outubro de 2026, essa ordem vinha de uma pontuação baseada em regras, com um número estimado de pontos extras ao lado de cada sugestão. Testamos se as regras ou o modelo conseguiam realmente distinguir títulos bons dos mais fracos.
Como testamos contra cliques reais
Usamos os mesmos dados do nosso teste de nossas próprias regras de títulos contra cliques reais: o arquivo exploratório do Upworthy Research Archive, um conjunto público de experimentos aleatórios de manchetes de 2013 a 2015. Dentro de cada experimento, várias manchetes para uma mesma história foram mostradas aleatoriamente a leitores reais, então os cliques comparam apenas as manchetes. Mantivemos apenas versões que compartilhavam a mesma imagem, descartamos o período que os autores do arquivo sinalizam como defeito de randomização e ignoramos versões mostradas menos de 1.000 vezes.
Dois formatos, cada um planejado antes de qualquer resposta ser lida
O primeiro formato foi um par de cada vez. Selecionamos 400 pares independentes, um por experimento, em que a diferença nos cliques era clara no limiar estatístico usual. O modelo viu as duas manchetes e perguntamos qual teve a taxa de cliques mais alta, depois viu-as novamente na ordem oposta. Um par recebeu 1 se ambas as respostas nomeassem o vencedor, 0 se ambas nomeassem o perdedor e 0,5 se as duas respostas discordassem.
O segundo formato foi o que um produto pode permitir: uma chamada por análise. Pegamos 150 experimentos com 4 a 6 manchetes em uma imagem, pedimos ao modelo que ordenasse cada lista da maior para a menor taxa de cliques, e perguntamos novamente com a lista embaralhada. Pontuamos os 576 pares dentro dessas listas cujos cliques diferiam claramente, o que, com duas ordenações, resulta em 1.152 perguntas de pares. Antes de ler qualquer resultado, anotamos a barra que o formato de lista precisava superar: a pontuação de pares menos 5 pontos.
O modelo era o de produção, usado apenas como texto, com temperatura 0. No total, os dois testes levaram 1.100 chamadas.
O que o modelo acertou, e o que as regras acertaram
| Método | Formato | Escolheu a manchete com mais cliques |
|---|---|---|
| O modelo | Pares, ambas as ordens | 61,9% |
| O modelo, pares respondidos da mesma forma em ambas as ordens | Pares | 66,2% (intervalo de 95% 60,6 a 71,4) |
| Nossa classificação anterior baseada em regras | Mesmos pares | 54,5%, contando empates como meio ponto |
| O modelo | Uma lista por chamada | 58,2% |
| Nossa classificação anterior baseada em regras | Mesmas listas | 51,3% |
O formato de lista superou a barra que definimos para ele, que era 56,9%. É o mais fraco dos dois formatos, o que é esperado: ordenar seis manchetes de uma vez é uma tarefa mais difícil do que comparar duas. Pares dentro de uma lista não são independentes entre si, então sua incerteza é maior do que a contagem bruta de 1.152 sugere.
A ordem em que os títulos são mostrados altera a resposta
Dos 400 pares, 107 obtiveram respostas diferentes quando as duas manchetes trocaram de lugar. Essa é a mesma fraqueza que encontramos ao pedir a uma IA que comparasse thumbnails, onde ela favoreceu a imagem que apareceu primeiro; os detalhes estão em nosso artigo sobre trocar a ordem. Em listas, o efeito foi menor, mas ainda real: o modelo deu o mesmo veredicto em ambas as ordens em 77,6% dos pares. Uma classificação obtida de uma única ordenação teria levado esse viés diretamente para o resultado.
Por que a classificação baseada em regras foi descartada
A classificação antiga pontuava cada sugestão com as mesmas verificações de títulos baseadas em regras usadas no título analisado. Em 17.236 pares de manchetes, deixou a maioria empatados em uma pontuação inteira, e quando separava dois títulos, a diferença geralmente era de um ou dois pontos. Nos pares com vencedor claro, acertou entre 53% e 56% das vezes, dependendo da análise de onde vinham as sugestões, e em dois dos quatro cenários isso não pôde ser distinguido do acaso.
Pior ainda, uma diferença maior não significava uma aposta mais segura. Em três dos quatro cenários, pares separados por 3 pontos ou mais foram ordenados corretamente em menos da metade das vezes. No entanto, o produto vinha mostrando essa diferença como "+N pontos", um número que crescia exatamente com a quantidade que não previa nada. Então o número foi removido, junto com um filtro que escondia sugestões com base nele.
O que nosso analisador faz agora
Os títulos sugeridos são ordenados por uma segunda leitura do modelo. Ele recebe seu título e as alternativas em uma única chamada, em uma ordem embaralhada por um hash fixo dos títulos, para que a posição não favoreça sistematicamente nenhum deles. Títulos colocados acima do seu são marcados como "Acima do seu". Nenhuma pontuação ou ganho estimado é mostrado ao lado deles, e a nota de rodapé diz o que a classificação vale: em testes anteriores de manchetes, esse tipo de ordenação escolheu a manchete com mais cliques 58% das vezes, contra 50% pelo acaso.
Seu próprio título está na lista de propósito. O modelo está classificando títulos que ele mesmo escreveu, e um modelo pode preferir sua própria redação; colocar o seu ao lado deles torna isso visível em vez de escondê-lo. A leitura adicional adiciona cerca de meio segundo a uma análise.
Como usar uma classificação de títulos por IA sem ser enganado
- Pergunte em ambas as ordens. Se a resposta mudar ao trocar os títulos, trate o par como empate.
- Inclua seu próprio título na comparação, para ver se a IA prefere suas sugestões ou simplesmente prefere o texto mais recente à sua frente.
- Ignore linguagem confiante e porcentagens estimadas. Uma classificação que está certa cerca de seis vezes em dez não pode sustentar uma afirmação de "+12% CTR".
- Use a classificação para escolher quais duas versões testar, não para pular o teste. Você pode pontuar seu título contra as alternativas sugeridas com a mesma thumbnail e escolher as duas que valem a pena comparar.
- Verifique o resultado contra o histórico do seu próprio canal, comparando o vídeo com seus uploads recentes em vez de com outro canal.
Limitações deste teste
Essas são manchetes de notícias de uma década atrás, não títulos do YouTube, e nada aqui mede o YouTube diretamente. O arquivo está público desde 2021, então o modelo pode ter visto algumas dessas manchetes durante o treinamento. Suas taxas de cliques nunca foram publicadas ao lado delas de forma que facilitasse memorizar os vencedores, mas isso não pode ser descartado.
O prompt em produção difere do testado em dois pontos: descreve um espectador navegando no YouTube em vez de um leitor de um site de histórias, e adiciona uma frase dizendo ao modelo para tratar títulos como dados. Nenhuma dessas mudanças foi testada. E no produto, o modelo classifica sugestões que ele mesmo escreveu, uma tarefa ligeiramente diferente de classificar manchetes escritas por uma equipe editorial. Uma vantagem de 58% é modesta, e descrevemos isso como tal em todos os lugares em que aparece.
Perguntas frequentes
O ChatGPT ou outra IA pode prever o CTR de títulos do YouTube?
Não como um número. Em nosso teste, um grande modelo de IA escolheu a manchete com mais cliques em cerca de seis vezes em dez, e menos ao ordenar uma lista. Isso é melhor que o acaso e útil para escolher o que testar, mas está longe de prever uma taxa de cliques, e a confiança declarada por um modelo não é evidência de precisão.
Por que a ordem dos títulos altera a resposta da IA?
Modelos de linguagem são sensíveis à posição, muitas vezes favorecendo a primeira ou a última opção mostrada. Em nosso teste, 107 dos 400 pares obtiveram respostas diferentes quando a ordem foi trocada. A solução é perguntar em ambas as ordens, ou embaralhar a ordem de forma que não favoreça nenhum título, o que é o que nosso analisador faz.
Por que o analisador não mostra quantos pontos um título sugerido ganharia?
Porque a antiga estimativa reivindicava uma precisão que as evidências não sustentavam. Ganhos estimados maiores não eram mais confiáveis do que os pequenos, e na maioria dos cenários eram menos confiáveis. O analisador agora mostra apenas quais sugestões o modelo classifica acima do seu título, e uma nota de rodapé com a precisão medida dessa classificação.
O título favorito da IA é o que devo publicar?
Trate-o como o primeiro candidato a testar, não como a resposta. Uma classificação que está certa cerca de 58% das vezes frequentemente estará errada em qualquer par específico. Seu conhecimento do vídeo e do público, e uma comparação real no seu próprio canal, decidem mais do que a classificação.
Isso se aplica também a thumbnails?
Um teste separado pediu a uma IA que comparasse thumbnails com vencedor conhecido e encontrou o mesmo viés de posição, mais forte: escolheu a thumbnail que apareceu primeiro 64,7% das vezes. Comparar duas thumbnails não foi mais preciso do que avaliar cada uma separadamente, e muito menos estável, então nossa pontuação continua avaliando cada thumbnail separadamente.