Opinião de Pedro Duarte, CEO da Bluesoft | bluesoft.pt
Durante anos, a questão central do marketing digital foi simples: a minha marca aparece no Google? Essa pergunta está a tornar-se obsoleta. A nova questão e a maioria das equipas de marketing ainda não a está a fazer, é outra:
a minha marca aparece nas respostas da IA?
Experimente agora. Pergunte ao ChatGPT ou ao Gemini quais as melhores empresas da sua categoria em Portugal. Observe quais as marcas citadas. A sua está lá?
Se não está, não é um problema de SEO. É um problema diferente, com uma lógica diferente, e com consequências que vão agravar-se a cada mês que passa.
Porque é que a IA generativa não é o Google
No Google, competimos por posições numa página de resultados. O utilizador vê várias opções e escolhe. Na IA generativa, a lógica é outra: o modelo sintetiza informação e apresenta uma resposta direta. Não há página dois. Não há segunda hipótese. O modelo cita duas ou três marcas, as que aparecem repetidamente em conteúdo editorial, estudos, publicações especializadas e reviews independentes, e ignora as restantes.
Os dados disponíveis são inequívocos:
• 58% das respostas de IA generativa citam apenas duas a três marcas por categoria
• 40% dos utilizadores afirmam confiar mais numa recomendação da IA do que num resultado orgânico de pesquisa tradicional
• 0% é a visibilidade para marcas sem presença nas fontes que os modelos consomem
Este fenómeno tem nome: AEO, Answer Engine Optimisation. É a evolução natural do SEO para um ecossistema onde a resposta substitui o clique.
O que determina se a IA cita a sua marca
A visibilidade nas respostas de IA não é aleatória nem opaca. Resulta de quatro vetores mensuráveis:
Autoridade temática — o volume e a profundidade de conteúdo publicado sobre o sector da marca. Não basta existir; é necessário ser referência.
Menções em fontes de alta credibilidade — media, publicações especializadas, plataformas como Wikipedia, Reddit ou Quora. Os modelos aprendem com o que é citado por outros, não só com o que a própria marca publica sobre si mesma.
Consistência de entidade — nome, descrição e dados estruturados coerentes em todos os canais. Inconsistências confundem os modelos e reduzem a probabilidade de citação.
Sentimento público — o tom das menções influencia o posicionamento da marca nas respostas geradas. Uma marca com menções maioritariamente neutras ou negativas tende a ser preterida.
O risco dos training cutoffs
Existe um fator temporal que torna esta questão urgente e que raramente é discutido: os modelos de linguagem têm datas de corte de treino. A informação que “aprendem” tem um limite temporal. Isto significa que marcas que construam autoridade digital e presença editorial hoje vão estar presentes nos dados de treino das próximas gerações de modelos. As que esperarem, não estarão, e corrigir essa ausência retroativamente não é possível.
É o equivalente digital de não ter website em 2004. Na altura, parecia opcional. Não era.
Três ações para começar rapidamente
Independentemente da dimensão da empresa ou do sector, há três pontos de partida concretos:
• Auditar como a IA responde perguntas da sua categoria — e verificar se a marca aparece, em que contexto e com que posicionamento
• Criar conteúdo estruturado e citável: guias, estudos, dados originais que media e agregadores possam referenciar. O conteúdo que a IA cita é conteúdo que outros já citaram primeiro
• Otimizar a presença de entidade: garantir que o Google Knowledge Graph, os perfis em diretórios relevantes e as descrições da empresa são consistentes, completos e atualizados
A janela de oportunidade existe — e é mais estreita do que parece. As marcas que agirem agora estão a construir uma vantagem competitiva que, dentro de 18 a 24 meses, será muito mais difícil e dispendiosa de recuperar.
