Como um site com muito conteúdo pode ajudar o leitor a achar a próxima leitura sem dar trabalho
Resposta rápida: quase nunca o problema é a quantidade de artigos. O problema é que o site joga todo o trabalho de procurar nas costas do leitor. Mostre poucas opções, ofereça sempre um próximo caminho e deixe o site sugerir o que buscar.
Quando o site ganha mais artigos, a gente pensa: "agora tem mais coisa pra escolher".
Mas, pro leitor, muitas vezes acontece o contrário.
Abre a página inicial. Os mesmos artigos de ontem. Volta umas horas depois. Os mesmos de novo. Entra na lista completa. Gira a rodinha do mouse. Os títulos passam voando. Dá pra ver que tem muita coisa. Não lembra de nada do que viu.
Aí alguém fala: "Beleza, vamos mostrar só 6". Agora quem não curtiu esses 6 vai embora na hora.
E mesmo colocando uma busca como última saída, quem está só dando uma olhada nem tem uma palavra em mente.
Os artigos estão lá. A busca está lá. As recomendações estão lá. E mesmo assim ninguém descobre nada.
Não é falta de conteúdo.
É o site não tirar do leitor o trabalho de procurar.
Neste artigo, a página inicial, a lista e a busca não são vistas como peças separadas, e sim como um sistema só, feito pra ajudar as pessoas a descobrir coisas.
0. Resumo em 30 segundos: não diminua o estoque, deixe o vendedor mais atencioso
Lista gigante cansa.
Então você mostra só 6.
Isso está meio certo.
Mas, se a visita acaba quando esses 6 não agradam, você tirou o defeito da lista longa e, junto, as descobertas por acaso que ela dava.
O que falta é:
mostrar poucas opções + o site sugerir pra onde ir depois.
- "Não é isso? Que tal uma experiência real?"
- "Quer comparar?"
- "Quer entender como funciona?"
- "Algo mais leve?"
- "Um assunto totalmente diferente?"
Assim você entrega o próximo passo.
Não jogue tudo no colo do leitor com um "O que você quer buscar?".
Deixe o site dar meio passo à frente e perguntar: "É isso que você procura?".
1. Por que a página inicial vira "de novo isso": um artigo novo não é a mesma coisa que um artigo novo pra você
Pesquisas sobre recomendação de notícias na internet estudam o "cansaço do usuário": a pessoa perde o interesse quando vê a mesma coisa várias vezes.[1]
Num estudo com registros reais do Bing Now, eram mostradas 15 notícias por vez. Quando a mesma pessoa voltava em menos de 2 horas, em média 11 eram repetidas. Quando a ordem passou a levar em conta quantas vezes cada notícia já tinha aparecido e como a pessoa tinha reagido, os resultados melhoraram até 15% pra todos os usuários e até 34% pra quem entra com frequência.[1]
A ideia não é "apague os artigos antigos".
Um artigo de três meses atrás é novo pra quem nunca viu. Um de 10 minutos atrás já é "de novo isso" se a pessoa viu 4 vezes hoje.
Então o que importa é:
não só se o artigo é novo, mas se ele é novo pra essa pessoa.
Guarde quantas vezes cada card apareceu, quando apareceu pela última vez, se teve clique e se foi lido.
O que ninguém viu ainda, mostre mais. O que apareceu várias vezes sem clique, abaixe um pouco. Perto do que a pessoa já leu, mostre outros artigos do mesmo assunto.
Mas não transforme algo como "abaixar depois de 2 vezes" numa regra geral. Meça no seu próprio site a partir de quantas vezes as pessoas param de reagir e decida com base nisso.
2. Quando a lista deixa de ser informação e vira uma cachoeira
Se a página da lista for bem longa, em teoria dá pra ver tudo.
Na prática, com a rodinha do mouse ou deslizando o dedo, passa tudo num piscar de olhos.
Nesse momento, a lista não é mais um conjunto de cards pra comparar. É uma cachoeira de texto.
Se existem 100 artigos mas só 8 são realmente vistos, os outros 92 estão só guardados no depósito.
Também não dá pra dizer simplesmente que "muitos artigos fazem a pessoa não conseguir escolher".
Uma revisão de 2010 que juntou 50 experimentos com 5.036 pessoas mostrou que, em média, ter opções demais quase não fazia diferença, mas os resultados mudavam muito de um estudo pro outro.[2]
Ou seja:
ter muito não é o problema. O que cansa é obrigar a pessoa a comparar, tudo de uma vez, um monte de opções que parecem iguais.
O papel da lista não é "mostrar tudo", e sim fazer a pessoa nunca se perder: saber onde está e pra onde pode ir.
3. "Mostrar 6 primeiro" não é o fim: e quem não gostou de nenhum?
Mostrar poucas opções tem vantagens.
Cabe numa tela só e fica fácil comparar. Aguenta melhor quando a pessoa rola rápido. Cada card fica mais diferente dos outros.
Mas o ponto fraco é claro:
se os 6 errarem, a pessoa vai embora antes de conhecer o número 7.
Por isso, pense nesses 6 não como a resposta, e sim como uma janela pra dar uma espiada.
Do lado, coloque:
- outros 6
- mais experiências reais
- algo mais útil
- algo mais leve
- ir mais fundo nesse assunto
- algo totalmente diferente
Em 2026, num teste de 2 semanas no site real do portal de notícias holandês NU.nl, um método que mantinha as recomendações ligadas ao interesse da pessoa, mas deixava elas menos parecidas entre si, aumentou a taxa de cliques e a sensação de que eram relevantes.[3]
Isso não quer dizer que basta alternar categorias.
Variedade não é "tudo misturado". É "não tão parecidos, mas ainda interessantes".
4. Não apague a lista completa: tire ela da porta da frente e leve pro depósito
A lista completa continua sendo necessária.
Ela serve pra achar algo que você já leu, mergulhar numa categoria, ver tudo, ou conferir por data.
Pra essas pessoas, funciona muito bem.
Mas entregar a lista completa logo de cara pra quem chegou pensando "será que tem algo legal?" é demais.
Em vez de "escolha entre 127 artigos", diga "dos 127, separei alguns que parecem bons agora".
Mantenha a lista completa como caminho pra quem usa muito o site:
"Ver tudo" "Filtrar em detalhe" "Ordenar por data"
O lugar de descobrir e o lugar de guardar tudo não precisam ser a mesma página.
5. O maior ponto fraco da busca: ela faz o leitor inventar as palavras
A busca interna é prática.
Mas, pra usar, precisa de uma coisa:
conseguir dizer em palavras o que você quer achar.
No Google, muita gente já aprendeu que, mesmo digitando qualquer coisa, aparece algo.
A busca de um site pequeno ainda não ganhou essa confiança.
E quem entra pra passar o tempo nem sabe ainda o que procura.
Então uma caixa vazia que só diz
"Digite uma palavra-chave"
não faz nada começar.
Nos testes em grande escala da Baymard sobre como as pessoas usam a busca, os usuários muitas vezes usavam as sugestões que aparecem embaixo da caixa não só pra enviar do jeito que estavam, mas como ponto de partida pra escrever a própria busca.[4]
Ou seja, o valor das sugestões não é só economizar digitação.
É ajudar no "o que eu digito pra buscar?".
6. Uma busca atenciosa: sugere o que a pessoa quer, não só títulos de artigos
Se alguém digita "trabalho", mostre:
- odeio o trabalho em si
- as pessoas estão me esgotando
- não sei se troco de emprego
- quero trabalhar mais rápido
- quero ler uma experiência real
Isso não são títulos de artigos.
São palpites do que a pessoa quer achar.
Mesmo sem digitar nada, dá pra começar por:
- O que eu faço?
- Qual eu escolho?
- Por que isso acontece?
- Como foi na prática?
- Tem algo divertido?
E logo depois de ler um artigo, ofereça:
"Se quiser comparar" "Se quiser ver como funciona" "Se quiser ver o caso oposto"
Assim que a busca abre, já tem sugestões baseadas no que você acabou de ler.
Leitor: "Que atencioso!"
Em japonês, essa reação se diz "Ki ga kiku nee". Em 2026 ela virou um meme muito compartilhado a partir de um vídeo sobre chá de tapioca (bubble tea) do cirurgião plástico e youtuber japonês Mikiya Takasu.[5] Mas outro streamer também diz que a frase começou com ele, então aqui a gente só chama de "um meme que ficou famoso por causa do Mikiya Takasu".
O que importa não é o meme, e sim criar algo que provoque essa reação:
antes de digitar qualquer coisa, o próximo passo já está meio pronto.
Isso é uma busca atenciosa.
7. Não precisa chamar uma IA a cada tecla pra busca parecer atenciosa
Não precisa usar uma IA cara toda vez que alguém aperta uma tecla.
Quando você cria um artigo, crie junto as informações pra ele ser encontrado.
Em cada artigo, guarde:
- palavras de busca relacionadas
- que tipo de problema ele ajuda a resolver
- assuntos próximos
- assuntos que parecem iguais mas são diferentes
- o tom: leve, prático ou aprofundado
- as perguntas que o leitor provavelmente vai ter depois
Quando alguém visita, é só escolher alguns usando:
o artigo atual
- artigos mostrados há pouco
- artigos clicados há pouco
- prioridade pro que ainda não foi visto
- variedade dentro da lista
A IA ajuda a preparar as sugestões durante a edição. No site no ar, a ordem é feita de um jeito barato.
Assim fica rápido, custa pouco e é fácil entender por que cada sugestão apareceu.
8. Não deixe página inicial, lista e busca virarem ilhas separadas
Uma página inicial que muda rápido. Uma lista dividida em páginas. Uma busca superinteligente.
Mesmo com as três, se elas não conversam, o leitor começa do zero toda vez.
O que elas precisam compartilhar é:
o que essa pessoa viu recentemente + que dúvidas ou assuntos cada artigo responde + quantas vezes cada um já apareceu.
Na página inicial, ofereça "Que tal isso hoje?". Na lista, mostre uma quantidade que dá pra comparar e aponte pra onde seguir. Na busca, mostre sugestões mesmo com a caixa vazia e ajude com o que a pessoa quer enquanto ela digita.
Ligue as três com uma ideia só de onde o leitor está.
9. Se você só olha a taxa de cliques, vira uma fábrica de caça-cliques
Os cliques subiram.
Sucesso.
Se é só isso que você mede, no fim ganham os títulos mais apelativos.
Olhe a cadeia inteira:
entra nas sugestões → aparece de verdade na tela → recebe clique → a página abre → é lido com atenção → próximo artigo → a pessoa volta
Pra esse problema, olhe também:
- como as pessoas reagem ao mesmo card na 1ª, 2ª e 3ª vez
- quantos itens se repetem em relação à visita anterior quando alguém volta
- quanto o "ver outras opções" é usado
- quanto se busca a partir de uma sugestão
- quanto se edita um pouco uma sugestão antes de buscar
- quanto uma busca não acha nada
- quanto as pessoas saem depois de rolar a lista rápido
- quanto as pessoas continuam explorando mesmo sem clicar no primeiro grupo
- quanto os artigos que nunca tinham aparecido ganham espaço
O mais importante:
quando os primeiros 6 erraram, o leitor chegou ao número 7?
10. Conclusão: de "procure você" pra "é isso que você procura?"
Todo site que cresce acaba batendo no problema do depósito.
Mostra tudo e passa voando. Mostra pouco e erra. Coloca busca e ninguém digita. Deixa as recomendações fixas e enjoa. Personaliza demais e tudo fica estreito.
Olhando um por um, parece que não tem saída.
Mas, se cada parte tiver seu próprio papel, tudo se organiza.
O estoque pode ser grande. A tela pode ser pequena. Os próximos caminhos podem ser muitos. O site pode escrever metade da busca.
Colocar 6 cards no lugar de uma lista gigante não é a resposta.
Coloque, atrás desses 6, um próximo passo atencioso.
Aí sim ter muitos artigos deixa de parecer "informação demais" e passa a parecer "muita coisa pra descobrir".
Lista pra conferir antes de construir
- Dá pra registrar quantas vezes o mesmo card apareceu?
- Você separa "artigo novo" de "novo pra essa pessoa"?
- Existem vários caminhos quando o grupo pequeno erra?
- Você manteve a lista completa e só mudou o papel dela?
- Dá pra começar a explorar a partir de uma busca vazia?
- As sugestões ajudam com o que a pessoa quer, não só a completar palavras?
- Dá pra guardar palavras relacionadas e próximas perguntas ao criar cada artigo?
- Você evita tratar "não clicou" como "não tem interesse" logo de cara?
- Você olha leitura, próximo artigo e visitas de volta, e não só cliques?
- Os artigos que nunca apareceram têm a vez deles?
- Os números são atualizados com os dados do seu site, em vez de virar a única resposta certa?
- Hao Ma, Xueqing Liu, Zhihong Shen (2016), User Fatigue in Online News Recommendation doi.org
- Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd (2010), Can There Ever Be Too Many Options? doi.org
- Robin Verachtert, Kim Falk, Christine Bauer (2026), Enhancing Diversity in News Recommendations Increases Click-Through Rates doi.org
- Baymard Institute (2024), Always Copy the Active Autocomplete Suggestion to the Search Field baymard.com
- Posts e listas de vídeos públicos sobre o meme, conferidos em setembro de 2026. Não afirmamos quem falou primeiro
