Busca com IA: ensinando o site a entender o que o usuário realmente procura
Transformando uma busca de 2 campos em uma experiência com linguagem natural.
Empresa
Incorporadora Imobiliária Nacional
nome oculto por confidencialidade
Duração
1 sprint
em andamento
Função
Discovery lead + Product Design
Time
Squad multidisciplinar
262
mil
Buscas realizadas em apenas 4 semanas
83,9
%
Dos leads vêm do mobile
41,8
%
É a conversão atual da busca
A empresa é uma das maiores incorporadoras imobiliárias do país, e já vinha considerando investir em um chat conversacional completo havia cerca de dois anos. Antes de comprometer esse investimento maior, a aposta foi validar a direção com o menor risco possível: um MVP de busca com IA, criado para provar valor rápido enquanto a empresa priorizava corte de custos.
Foi conduzindo o discovery desse MVP que identifiquei o quanto a busca atual limitava esse resultado, e o tamanho do que estava sendo perdido por isso.
Desafio
A busca que não escutava o usuário
A busca de imóveis do site só tinha três campos: estado, cidade e região. Não sendo possível buscar por características como: "2 quartos" e "perto da praia".
20,4
%
abandonam a busca atual sem completar
64
%
dos que chegam ao chatbot Mia perguntam o que a busca já deveria ter respondido
72,9
%
dos leads dependem de mídia paga pra compensar o tráfego que a busca não capta
Três sintomas, uma raiz em comum, e um deles custa caro: 72,9% dos leads dependem hoje de mídia paga pra compensar o que a busca não capta sozinha.
Numa empresa priorizando corte de gastos, isso deixou de ser só um problema de UX. Faltava descobrir por quê.
Descoberta
O que o discovery revelou
Prazo de uma sprint não deixou espaço pra pesquisa com usuário — então fui investigar a fundo com o que já tínhamos: 5 Porquês, benchmark com 6 concorrentes e o registro de dúvidas do time.
01
Busca só aceita localização
Quem quer buscar por critério, diferencial ou estilo de vida não consegue.
02
Falhas silenciosas
Quando a empresa não possui imóvel na cidade ou estado, a lugar apenas some das opções nos seletores
03
O chatbot sem resposta
Chat não possui informações relevantes, e direciona pro corretor, podendo ser desqualificado.
04
Invisível pra GEOs
A empresa perde posição em buscas por llm```s porque não haver dados de estilo de vida estruturados nos imóveis.
Solução
Duas frentes, uma solução
Uma limitação de dado, dois problemas resolvidos ao mesmo tempo. A entrega tem duas frentes que nascem da mesma causa raiz, mas atacam lados diferentes: uma cuida de quem já está no site, a outra de quem ainda nem chegou.
Frente 1
Busca com IA
O usuário descreve o que quer, do jeito que fala. A IA interpreta e transforma em filtros, sem chat, sem fricção.
Frente 2
Tags nos imóveis
Cada empreendimento passa a ter atributos estruturados no backend — tipologia, proximidade a pontos de interesse, diferenciais — alimentando tanto a busca interna quanto o que Google e LLMs conseguem "ler" sobre o imóvel.
Hoje a empresa aparece bem em buscas simples por localização, mas perde posição em buscas compostas por critério — exatamente o que essa estrutura de dado resolve.
Decisões de design que sustentam isso
01
Nunca tela vazia
Sem resultado exato, mostra o mais próximo — nunca deixa o usuário sem resposta.
02
Um caminho só
Busca antiga e busca com IA levam para a mesma tela de resultado.
03
Mobile-first, bottom sheet
Decisivo com 83,9% dos leads vindo de mobile.
04
As duas buscas coexistem
Ninguém é forçado a mudar de hábito da noite pro dia.
Conclusão
Resultado por trás da busca
Esse projeto não existe pra "ter um recurso de IA". Ele existe pra virar prova concreta num pitch de investidor — numa empresa que está, agora, priorizando corte de gastos.
A lógica é direta: 72,9% dos leads hoje dependem de mídia paga. Se a busca com IA e as tags nos imóveis passarem a capturar organicamente o tráfego que hoje só vem pago, essa dependência cai — e é exatamente essa queda que vira munição pro pitch.
Antes
Três campos obrigatórios — estado, cidade, região. Critério, diferencial ou estilo de vida não têm onde entrar.
Depois
Um campo, em linguagem natural. A IA interpreta e transforma em filtros — sem abrir mão da localização pra quem prefere o caminho antigo.
Tags alimentam a visibilidade fora do site (Google, LLMs) → reduz dependência de mídia paga. Busca com IA gera dado de intenção dentro do site → alimenta a evolução do produto.
Aprendizados
O que esse projeto me ensinou
Prazo apertado força clareza, não atalho
Fazer o discovery inteiro em uma sprint só me obrigou a decidir o que era essencial — e a documentar honestamente o que ficou de fora, em vez de fingir que rolou.
Benchmark pode ser validação de verdade
Quando pesquisa com usuário não é viável, um benchmark competitivo bem conduzido não é "plano B fraco" — sustentou decisões como nunca tela vazia e bottom sheet mobile.
Uma decisão de dado pode resolver dois problemas
As tags nasceram pra busca interna, mas resolveram também a visibilidade externa em LLMs — vale sempre perguntar "essa estrutura serve pra mais alguma coisa?"
