“
Há mais de um século, uma boa foto vende produto sem que o cliente precise pôr as mãos nele. Em 1897, a Sears já dizia aos consumidores que as ilustrações do seu catálogo permitiam “comprar com inteligência… como se você estivesse na nossa loja escolhendo direto do estoque”. A imagem fazia as vezes da visita física — e funcionou tão bem que, em 1916, a marca já distribuía 50 milhões de catálogos por ano.
Décadas depois, o catálogo da Delia’s repetiu a receita: no auge, chegou a 55 milhões de exemplares enviados anualmente, e o produtor de fotos Jim Trzaska contava que adolescentes usavam o próprio catálogo como ferramenta de venda, mostrando a foto para convencer os pais a comprar a roupa. As redes sociais depois escalaram esse mesmo truque para feeds cheios de desconhecidos.
Agora quem olha a foto é a máquina
O público mudou de novo. Hoje, uma IA de busca consegue olhar para uma foto, transformá-la em tokens matemáticos e interpretar o que está vendo. Uma imagem que antes só precisava fazer sentido para uma pessoa agora também precisa ser compreensível para um algoritmo — o que está no quadro, o que aquilo significa e se o texto ao redor reforça essa mensagem.
Isso muda completamente o jogo do SEO de imagens. Não basta mais pensar apenas em como um humano vai reagir à foto: é preciso considerar se a máquina consegue “ler” a imagem e captar exatamente o recado que você quer passar.
A imagem virou porta de entrada — para a pergunta e para a resposta
Os números mostram o tamanho da virada. Só no Google Lens, os usuários já realizam cerca de 20 bilhões de buscas visuais por mês — a barra de pesquisa deixou de ser só um campo de texto e virou também uma câmera.
No Pinterest, a busca visual já representa 30% de todas as pesquisas da plataforma e converte 62% melhor do que a busca por texto, simplesmente porque uma câmera encontra o objeto certo mais rápido do que qualquer descrição escrita. Só o Pinterest Lens processa 1,5 bilhão de buscas visuais por mês.
Na China, o comércio “câmera primeiro” da Alibaba já ultrapassa 10 milhões de buscas visuais por dia há anos. Ou seja: o caminho da câmera direto para o carrinho de compras já está consolidado, monetizado e virou rotina para milhões de consumidores.
O que uma patente do Google revela sobre o futuro
O Google possui uma patente registrada em 2023 e publicada em abril de 2026 que descreve um fluxo de resposta no qual a fonte citada é escolhida primeiro pela correspondência da imagem, e só depois o texto ao redor é usado para montar a resposta final.
Andy Chadwick, que identificou essa patente, faz questão de reforçar que se trata de um pedido de patente, não de um comportamento confirmado em produção — o Google registra milhares desses documentos e boa parte nunca vira realidade exatamente como descrito. Ainda assim, é o sinal público mais claro até agora de que é a foto, e não o parágrafo, que pode determinar se a sua página entra ou não na resposta da IA.
Seu produto virou, na prática, sua página de vendas.
Um encanador, por exemplo, pode mostrar fotos de torneiras vazando no site, junto de um texto explicando o problema e como o serviço resolve — a imagem carrega parte importante do argumento de venda.
Como as imagens mudam de função em cada página
Cada tipo de página tem um papel visual diferente, e agora esse papel precisa falar tanto com humanos quanto com máquinas:
- Página inicial: imagens originais e de alta qualidade davam a primeira impressão da marca; agora também servem para o motor de resposta ter um “herói” visual único e não genérico para associar à marca.
- Páginas de produto: múltiplos ângulos em alta resolução ajudavam o cliente a decidir; hoje também precisam deixar embalagem e texto legíveis para leitura óptica (OCR), garantindo que a IA capture os atributos corretos.
- Blog/conteúdo informativo: infográficos e diagramas quebravam a monotonia do texto; agora toda informação neles também precisa existir como texto legível por máquina ou em texto alternativo, para que a IA consiga extrair e citar.
- Sobre/equipe: fotos de time e escritório construíam confiança; hoje também alimentam sinais de autoria e entidade que ligam a página a uma pessoa real, reforçando critérios de credibilidade usados pelos buscadores.
- Serviços: fotos de equipe e antes-e-depois esclareciam o serviço; agora também controlam o que aparece junto na imagem, contando uma história de serviço para a IA.
- Contato: imagens de localização e mapas davam contexto visual; hoje reforçam sinais de localização e negócio local que a IA utiliza para responder buscas.
Duas perguntas para auditar cada imagem do site
Depois de entender que a máquina lê a imagem e a usa para montar respostas, o passo seguinte é verificar se a sua está realmente preparada. Existem duas formas de fazer essa auditoria:
- A IA entendeu corretamente o que está na imagem?
- Você colocou as coisas certas na imagem desde o início?
O que está de fato na imagem?
Uma cafeteira de aço inoxidável com jarra térmica: esse objeto está mesmo na foto, e o texto da página o nomeia corretamente? Esse é o nível da denotação — literal, objetivo e fácil de checar. A análise de “visual query fan-out” de Metehan Yesilyurt mapeia bem esse ponto. Mesmo assim, muitas marcas falham nisso, porque escreveram o texto pensando em uma atmosfera e fotografaram (ou escolheram um banco de imagens) pensando em outra completamente diferente.
O que a imagem sugere, além do óbvio?
“Um ambiente de escritório profissional para uma equipe” não é um objeto que se aponta com o dedo — é um significado que a composição da imagem carrega (ou não) tanto para um humano quanto, agora, para uma máquina. Esse é o nível da conotação, medido pela auditoria de co-ocorrência. A pergunta central é: alguém orientou a equipe de branding e fotografia para construir esse significado pretendido, e esse significado sobrevive quando a máquina reduz a imagem ao seu “resíduo” semântico?
Em resumo: a análise de fan-out visual pergunta se você descreveu o que está ali; a auditoria de co-ocorrência pergunta se você colocou a coisa certa ali desde o começo. As duas importam, porque o que você pretendia comunicar nem sempre é o que a máquina realmente detecta. Em uma campanha da Cartier usada como exemplo, a pulseira e o relógio foram identificados pela IA — mas o anel, não.
Uma nova lista de tarefas para quem cuida de imagens
O trabalho do SEO de imagens mudou de função em praticamente todos os pontos:
- Antes bastava posicionar bem a imagem no Google Imagens; agora o objetivo é fazer com que ela seja recuperada e citada pelo motor de resposta de IA.
- Antes o foco era casar a intenção de busca de um humano navegando; agora é entregar à máquina o resíduo semântico que ela usa para montar a resposta.
- Nomear arquivos com palavras-chave já foi suficiente; hoje isso precisa vir acompanhado de legibilidade dentro da própria imagem, já que a IA lê os pixels, não só o nome do arquivo.
- Texto alternativo (alt text) escrito para humanos e acessibilidade agora também precisa ser redigido como afirmações que o motor de IA consiga extrair e citar, e não apenas como listas de palavras-chave.
- Compressão e Core Web Vitals continuam importando para a velocidade da página, mas agora precisam preservar a legibilidade para que o modelo ainda consiga interpretar embalagens e textos do produto.
- Formatos de arquivo e carregamento lento (lazy loading) seguem valendo para performance, só que agora também a serviço de tornar a imagem “parseável” pela máquina no momento da busca.
- Sinais de autoridade e experiência em torno da página ganham reforço com sinais de entidade e autoria, que a IA associa a uma fonte conhecida na hora de decidir o que citar.
No fim das contas, uma imagem que antes tinha um único trabalho — parecer boa para uma pessoa — agora precisa cumprir dois papéis ao mesmo tempo: continuar bonita e convincente para o olho humano, e ser clara e verificável o suficiente para que a inteligência artificial entenda exatamente o que está mostrando.
”
Com informações de searchengineland.com.
