No início de outubro de 2026, a OpenAI lançou globalmente um recurso que muda a forma como o ChatGPT participa da decisão de compra em moda: o provador virtual. O usuário sobe uma selfie, aponta para uma peça de roupa dentro de uma conversa e recebe uma imagem gerada mostrando como aquilo ficaria nele. Para quem trabalha com mídia paga e e-commerce, a pergunta não é se isso chega ao ChatGPT Ads, mas quando, e o que fazer até lá.
Principais pontos
- O provador virtual do ChatGPT já está disponível globalmente desde outubro de 2026, rodando sobre o modelo ChatGPT Images 2.5.
- O recurso ataca diretamente a maior causa de devolução em moda: a dúvida sobre caimento e tamanho.
- O ChatGPT Ads já opera no Brasil desde agosto de 2026, hoje restrito a varejo, e-commerce e turismo.
- Marcas como ASOS e Zara já reportam queda mensurável na taxa de devolução ao adotar prova virtual com IA generativa.
- A combinação entre try-on e publicidade conversacional cria um formato de anúncio com contexto de compra mais rico do que o banner estático tradicional.
O que a OpenAI lançou, exatamente
O provador virtual do ChatGPT permite gerar uma imagem do usuário usando uma peça de roupa ou acessório, a partir de uma selfie ou foto de corpo inteiro enviada pelo próprio usuário. A OpenAI lançou novos recursos de compras para o ChatGPT que permitem aos usuários experimentar virtualmente roupas e acessórios usando suas próprias fotos, além de salvar produtos de que gostam em uma biblioteca de Favoritos. O botão aparece em qualquer listagem de produto de vestuário dentro de uma conversa. Para criar a imagem personalizada, basta tocar na peça de roupa, tocar em "Experimentar" e enviar uma selfie e uma foto de corpo inteiro que o ChatGPT possa usar.
O recurso não se limita a produtos recomendados pelo próprio assistente. Não é preciso usar apenas produtos que o ChatGPT mostra na conversa: teoricamente, qualquer captura de tela de uma peça de roupa enviada pelo usuário pode ser usada para gerar uma imagem de prova. Isso é relevante do ponto de vista de mídia: a ferramenta funciona mesmo quando o tráfego de origem não veio de um anúncio do ChatGPT, o que amplia a superfície de influência do assistente sobre a jornada de compra, independentemente de quem pagou pela visibilidade inicial.
Tecnicamente, a geração de imagem usa o novo modelo de imagens da OpenAI. A empresa afirma que a atualização reduz em até 50% a latência de geração de imagem em comparação com a versão anterior, produz iluminação mais natural e texturas mais ricas, é melhor em preservar os sujeitos nas fotos de referência e segue instruções de edição de forma mais confiável ao longo de múltiplas interações. Isso importa porque a credibilidade do recurso depende diretamente da qualidade visual: uma imagem malfeita gera desconfiança em vez de confiança na compra.
Por que isso importa para quem compra mídia, não só para quem vende moda
O recurso chega junto com um movimento comercial que já estava em curso. A OpenAI migrou do Instant Checkout, que permitia comprar diretamente no chat, para apps de parceiros e feeds de produto depois que o recurso não decolou, e a publicidade passa a carregar mais peso: o ChatGPT Ads, testado desde fevereiro, ultrapassou US$ 1 bilhão em receita anualizada em menos de 200 dias. Em outras palavras, o modelo de monetização já não é hipotético, e um recurso que cria "um momento mais rico para alcançar um comprador, bem antes da compra" (como a própria cobertura descreve o try-on) é exatamente o tipo de inventário que a OpenAI tem interesse em vender a anunciantes.
No Brasil, o terreno já está preparado. O ChatGPT começou a exibir anúncios no Brasil em 4 de agosto de 2026, para usuários dos planos gratuito e Go maiores de 18 anos, com os anúncios aparecendo abaixo da resposta do modelo, separados por uma linha e marcados como patrocinados, sem alterar a resposta em si. A liberação para anunciantes locais veio em seguida: no Brasil, os anúncios começaram a ser exibidos em 4 de agosto de 2026 para usuários maiores de 18 anos dos planos Free e Go, e o Ads Manager foi liberado para anunciantes locais em 6 de agosto, com o Brasil entrando como o oitavo mercado a receber o produto, atrás de Estados Unidos, Canadá, Reino Unido, Austrália, Nova Zelândia, Japão e Coreia do Sul.
Isso não é um detalhe de calendário. O Brasil está entre os três maiores mercados do ChatGPT em usuários ativos semanais, ao lado de Estados Unidos e Índia, o que explica a prioridade na fila de expansão. Hoje, porém, na fase inicial, só empresas de varejo, e-commerce e turismo podem anunciar, por parceiro certificado ou cadastro direto. Moda está dentro dessa primeira onda, o que torna o timing do try-on especialmente relevante para esse setor.
Sobre custo, ainda é cedo para falar em benchmark consolidado, mas as primeiras referências já circulam. Estimativas de agências brasileiras apontam CPM entre R$ 8 e R$ 25 no piloto, embora não seja uma tabela oficial da OpenAI. Isso qualifica qualquer decisão de orçamento como teste controlado, não como realocação estrutural de verba, pelo menos enquanto o leilão for imaturo e o volume de inventário, limitado.
Qual problema real o provador virtual resolve
O problema que o try-on ataca é concreto e caro: a devolução por incerteza de caimento é a maior causa de retorno em e-commerce de moda. As taxas de devolução chegam a 30% em categorias visuais como vestuário, segundo a National Retail Federation, enquanto 77% dos consumidores já demonstram interesse em provadores virtuais, segundo levantamento da CapitalOne. No Brasil, o cenário é parecido ou pior: o motivo "não ficou como esperado" responde por 40% a 50% das devoluções em vestuário e calçados, puxado pela falta de tabelas de medidas precisas e pela ausência de provadores virtuais.
O motivo lógico por trás disso é simples: a compra de roupa online tenta resolver, com texto e foto plana, uma decisão que naturalmente depende do corpo de quem compra. Setenta por cento das devoluções são preveníveis com ferramentas adequadas, e o provador virtual resolve diretamente os dois maiores motivos: tamanho e caimento. Há inclusive evidência de marcas grandes testando isso em produção. A ASOS divulgou uma redução de 160 pontos base na sua taxa de devoluções, associada em grande parte à integração de IA generativa que permite vestir virtualmente as peças, e a Zara ativou o virtual try-on em dezembro, em paralelo à introdução de cobrança por devolução nas encomendas online. O detalhe da Zara importa: a tecnologia resolveu parte do problema de dúvida, mas a mudança na política de frete reverso também empurrou o comportamento do consumidor. Separar o efeito de cada alavanca é exatamente o tipo de teste que qualquer operação deveria rodar antes de atribuir todo o ganho à ferramenta de IA.
Em termos de conversão, não só de devolução, o efeito também aparece. Marcas que adotam visualizador 3D com AR registram até +94% de conversão, e em beleza o provador virtual chega a +315%, com ROI de até 40 vezes sobre o investimento, segundo dados de clientes de uma dessas plataformas. Vale o alerta: esse é um número de case, não uma média de mercado, e deve ser tratado como teto otimista, não como expectativa padrão.
Como o recurso funciona na prática
O fluxo atual, replicável quando (e se) o try-on vier atrelado a anúncios no Brasil, segue uma lógica simples:
- O usuário vê uma peça recomendada ou citada em uma conversa com o ChatGPT.
- Um botão de "Experimentar" aparece ao lado do produto.
- O usuário envia uma selfie ou foto de corpo inteiro (ou usa uma foto de referência já salva).
- O modelo de imagem gera uma prévia da peça aplicada ao corpo da pessoa.
- A pessoa pode salvar o resultado em Favoritos, organizar em pastas e seguir para o site do varejista para concluir a compra.
A OpenAI é explícita sobre o limite técnico da ferramenta. Imagens de prova podem não mostrar com precisão o produto ou a aparência do usuário, e não conseguem prever se um tamanho vai servir; a orientação da própria página de suporte é checar as medidas do vendedor, os detalhes do produto e a política de devolução antes de comprar. Isso significa que o try-on reduz a dúvida visual, mas não substitui uma tabela de medidas bem construída. Tratá-lo como solução completa para devolução é o tipo de promessa que não resiste ao primeiro trimestre de dados.
Privacidade e dados: o que muda para o anunciante
Há uma camada de dado pessoal nova nesse fluxo que qualquer gestor de mídia precisa entender antes de planejar campanha em cima disso. ChatGPT armazena a foto de referência para futuras provas, e imagens de contas pessoais podem ser usadas para treinamento de modelo, a menos que o usuário opte por não participar. Contas corporativas têm tratamento diferente: por padrão, contas Business e Enterprise ficam excluídas do uso de imagens para treinamento.
Para o anunciante, a implicação prática é que o recurso de try-on vive dentro do ecossistema de dados do próprio usuário com o ChatGPT, não do anunciante. A OpenAI afirma que anunciantes não recebem conversas, histórico de chat, memórias ou informações pessoais; eles recebem apenas dados agregados de desempenho, como impressões, cliques, CTR, CPC médio, CPM médio e conversões. Isso reforça um ponto estrutural do canal: a mensuração vai depender de pixel e Conversions API bem configurados no site de destino, porque o detalhe comportamental fica do lado da OpenAI, não do anunciante.
Try-on no ChatGPT x outras ferramentas de prova virtual: onde ele se encaixa
O ChatGPT não inventou a prova virtual, chegou depois de concorrentes que já maturaram a tecnologia. O Google vem rodando recursos de prova virtual para vestuário desde 2023, e o Pinterest investe há anos em descoberta visual de moda dentro do próprio produto. A tabela resume as diferenças relevantes para quem decide onde testar orçamento primeiro:
| Critério | ChatGPT Try-On | Google Virtual Try-On | Provador de marca própria (SaaS dedicado) |
|---|---|---|---|
| Ambiente de compra | Conversacional, dentro do chat | Resultados de busca e Shopping | Página de produto do próprio site |
| Maturidade no Brasil | Recurso de produto ativo; ainda sem confirmação de uso em ads no país | Disponível há mais tempo | Diversas soluções nacionais já operando com cases locais |
| Dependência de inventário publicitário | Vinculada ao ChatGPT Ads, ainda em piloto no Brasil | Integrada ao Google Ads/Shopping, já maduro | Nenhuma, roda direto no site |
| Controle da marca sobre a experiência | Baixo, formato definido pela OpenAI | Médio | Alto, personalizável |
Essa comparação importa porque mostra que o try-on do ChatGPT não compete isoladamente: ele soma-se a opções que já existem e que uma marca de moda pode adotar hoje, sem depender da chegada do recurso a anúncios no Brasil.
O que fazer agora, antes do recurso chegar à mídia paga no país
Dado que o ChatGPT Ads já opera no Brasil para varejo e e-commerce, mas o try-on ainda é um recurso de produto (não de anúncio) no lançamento global, a postura recomendada é de preparação, não de espera passiva. Um checklist prático:
- Audite a taxa de devolução por SKU e por motivo, não apenas a média da loja. É esse recorte que mostra onde um recurso de prova visual (dentro ou fora do ChatGPT) traria retorno mensurável.
- Garanta que o feed de produto esteja completo e preciso: medidas, tabela de tamanhos, fotos em múltiplos ângulos. Isso vale tanto para o try-on do ChatGPT quanto para qualquer ferramenta de prova virtual de terceiros.
- Implemente pixel e Conversions API no ChatGPT Ads Manager desde já, mesmo com orçamento pequeno, para acumular dado próprio antes do leilão ficar concorrido.
- Trate SEO e GEO como pré-requisito: como o anúncio aparece abaixo da resposta, ser citado organicamente na resposta do modelo continua sendo o espaço mais valioso, e esse espaço não se compra.
- Rode testes A/B comparando páginas com e sem recurso de prova virtual (de qualquer fornecedor disponível hoje), medindo conversão, adição ao carrinho e devolução por SKU, antes de decidir investir em mídia específica para esse formato.
Como medir se o esforço está valendo a pena
Qualquer teste em torno de ChatGPT Ads e try-on precisa de métricas definidas antes de começar, não depois. Os indicadores centrais são: taxa de devolução por SKU antes e depois da adoção de prova visual, taxa de conclusão de quem inicia o fluxo de try-on (abandono nessa etapa é comum quando a exigência de foto é alta), conversão de quem usou o recurso contra quem não usou, e custo por resultado dentro do próprio Ads Manager do ChatGPT, acompanhado lado a lado com os mesmos indicadores no Google e no Meta. Sem essa comparação cruzada, é fácil atribuir ao canal novo um resultado que na verdade veio de sazonalidade ou de outra mudança simultânea no site.
Conclusão
O provador virtual do ChatGPT resolve um problema de negócio real, que é a incerteza de caimento, principal razão de devolução em moda online. Ele ainda não está conectado a anúncios no Brasil, mas o ChatGPT Ads já está, e o setor de moda já faz parte das categorias liberadas. Isso cria uma janela de preparação: ajustar feed de produto, medir devolução por SKU e testar formatos de prova visual já disponíveis no mercado brasileiro, para que, quando o recurso chegar à mídia paga, a decisão de investir (ou não) seja baseada em dado interno, não em expectativa sobre a novidade. Times de marketing e growth que já têm BI estruturado e atribuição funcionando têm vantagem clara nesse momento: conseguem medir o efeito real do canal assim que ele abrir, em vez de reagir só depois que o leilão já estiver maduro e caro.



