Doppl agora tem um feed de descoberta com compras integradas, criado a partir de vídeos de produtos gerados por IA

O que o Doppl lançou hoje, de fato

O Google Labs adicionou um feed de descoberta ao Doppl, seu app experimental para explorar estilo e ver como looks ficariam em você. O feed recomenda roupas, permite provar itens virtualmente e — segundo o Google — torna quase tudo que você vê disponível para compra, com links diretos para os lojistas.

Dois detalhes o diferenciam de um carrossel de recomendações genérico. O feed traz vídeos gerados por IA de produtos reais, e as recomendações partem de um perfil de estilo personalizado, construído com base nas preferências que você compartilha e nos itens com que você interage. Já está disponível para iOS e Android nos EUA, para pessoas a partir de 18 anos.

Um frontend que precisa conciliar mídia gerada com estoque real

A expressão que carrega o peso aqui é 'vídeos gerados por IA de produtos reais'. É uma combinação proposital: a mídia é sintética, mas precisa corresponder a um item que o lojista realmente vende, já que cada entrada traz um link direto para essa loja.

Para quem constrói uma vitrine de compras, essa correspondência é a parte difícil. Um vídeo gerado só tem utilidade comercial se continuar vinculado a um SKU real, com preço e disponibilidade certos no momento em que o usuário clica. O valor do feed depende dessa ligação se manter firme, não só da qualidade do clipe gerado.

O Google descreve o app como experimental, o que é uma descrição justa para esse desafio específico — manter a mídia sintética de produtos fiel ao estoque em tempo real é um problema de precisão contínuo, não algo já resolvido.

O perfil é o insumo que torna o feed pessoal

As recomendações do Doppl são 'baseadas nas preferências de estilo que você compartilha com o Doppl e nos itens com que você interage'. São dois sinais: preferências explícitas informadas pelo usuário e comportamento implícito vindo da interação com o feed.

Combinar um perfil declarado com interações do provador dá ao sistema de recomendação algo que um histórico de navegação simples não oferece: uma noção do que o usuário está dispostо a imaginar vestindo. A etapa de provador virtual passa a ser fonte de sinal, não só resultado — cada prova alimenta o que o feed vai mostrar depois.

A implicação: o provador virtual deixa de ser novidade e passa a ser canal

Até agora, o provador virtual era basicamente um recurso isolado — você subia uma foto e via um item. O movimento do Doppl incorpora o provador num ciclo contínuo de descoberta, prova e compra, com os links de lojistas fechando esse ciclo dentro do próprio app.

Isso muda o papel do modelo de provador virtual. Aqui, ele é uma peça de um funil de compras que começa com um feed de recomendações geradas e termina no checkout do lojista, tudo nos EUA e voltado a adultos nesta primeira versão. Se os links para os lojistas realmente convertem em vendas é a pergunta que esse experimento está testando de verdade — a qualidade do provador já é o mínimo esperado.