Um comprador consegue pesquisar uma necessidade, comparar opções e decidir a compra sem sair de uma única conversa no ChatGPT. Esse comportamento muda o que significa “aparecer” para uma marca: uma recomendação orgânica e um anúncio pago alcançam a mesma pessoa, mas cumprem funções diferentes. A discussão veio à tona em um webinar promovido pela Go Fish Digital em parceria com a OpenAI, que tratou de como construir evidências para ganhar visibilidade orgânica em respostas de inteligência artificial, onde os anúncios do ChatGPT se encaixam nessa estratégia e o que faz sentido medir quando o caminho até a venda é difícil de rastrear.
Anúncios do ChatGPT e respostas orgânicas não se misturam
Abhilash Edathil, integrante da equipe de monetização da OpenAI, apresentou uma simulação de planejamento de viagem em que um anúncio aparecia ao lado da resposta orgânica, mas separado dela. Segundo ele, o posicionamento do anúncio pode considerar o contexto da conversa e, quando o usuário autoriza, dados de personalização. Edathil foi direto ao afirmar que os anúncios não influenciam o conteúdo da resposta gerada pela IA.
Um representante da Go Fish Digital, identificado como AJ, reforçou essa separação: a recomendação de marca dentro de uma resposta é visibilidade conquistada (earned), enquanto o anúncio identificado como tal é visibilidade paga. Por isso, não há contradição quando marcas diferentes ocupam essas duas posições na mesma tela. Um teste pago pode colocar uma oferta diante de alguém em uma conversa relevante, mas isso não garante espaço dentro da resposta do modelo. Da mesma forma, ser mencionado organicamente não equivale a uma impressão de anúncio nem prova que o usuário clicou em algo.
Como medir a presença de uma marca nas respostas de IA
Para AJ, uma única resposta de prompt é instável demais para funcionar como uma posição fixa de ranking, como acontece nas buscas tradicionais. Ele propôs um modelo de avaliação com três eixos: presença, ou seja, se a marca é mencionada ou citada quando alguém faz uma pergunta de compra; representação, que avalia se essa menção é precisa e está atualizada; e competitividade, que mede a frequência de aparição da marca em comparação com concorrentes do mesmo setor.
Na prática, o recomendado é reunir entre 20 e 40 perguntas que os próprios clientes costumam fazer, repeti-las ao longo de uma ou duas semanas e manter o mesmo modelo e as mesmas configurações durante o teste. O objetivo é identificar padrões que se repetem, não tirar conclusões de uma resposta isolada. Patrick Algrim, também da Go Fish Digital, acrescentou que o mais importante é avaliar a qualidade da recomendação, e não apenas contar quantas vezes a marca aparece: as evidências disponíveis sobre produtos e serviços são o que permite ao sistema explicar bem uma marca.
Por que corrigir o próprio site antes de buscar menções externas
Questionados sobre o que priorizar entre o site da empresa e menções externas, os dois especialistas da Go Fish Digital foram unânimes: comece pelo site. Algrim usou o exemplo de uma empresa de mudanças que oferece serviços de longa distância, mas nunca menciona isso em suas páginas nem tem evidências disponíveis em outros lugares. Nesse cenário, não há motivo para esperar que um sistema de IA infira esse serviço sozinho.
Segundo Algrim, as próprias páginas da empresa precisam responder às perguntas que um comprador faria, detalhar exatamente o que a empresa oferece e manter coerência com descrições publicadas em outros canais. Ao explicar por que os profissionais de marketing devem começar pelas próprias páginas, ele afirmou:
Comece pelo seu site, porque é o que você controla. Garanta que tudo seja factualmente verdadeiro, conectado a uma história coerente sobre sua marca, seu produto, seu serviço, o que você realmente oferece, e comece por aí.
AJ complementou com uma checagem técnica inicial: verificar se as páginas relevantes estão acessíveis aos rastreadores de busca, sem bloqueios por regras de robots ou por configurações de CDN. Avaliações, assessoria de imprensa e outras evidências externas continuam relevantes, mas não resolvem uma comunicação confusa ou contraditória sobre o próprio negócio.
Como testar anúncios e interpretar dados de tráfego vindo de IA
Durante a sessão de perguntas, Edathil informou que os anúncios do ChatGPT são exibidos para adultos elegíveis nas versões gratuita e Go, não nas versões pagas, e que a disponibilidade por mercado e segmento ainda está em expansão. Ele orientou os anunciantes interessados a consultar o gerenciador de anúncios da OpenAI para verificar elegibilidade e iniciar testes. Sobre mensuração, recomendou definir primeiro o objetivo (alcance, tráfego ou conversões), conectar dados de conversão por meio de pixel ou API quando disponível, e ajustar criativos, lances ou orçamento conforme os resultados.
AJ alertou que a influência da inteligência artificial pode simplesmente desaparecer dos relatórios de último clique: uma pessoa pode descobrir uma marca em um chatbot e, depois, pesquisar separadamente ou digitar o endereço direto no navegador. Por isso, os referenciamentos de assistentes de IA no GA4 mostram apenas parte da jornada do consumidor. A sugestão é complementar esses dados com pesquisas de autoavaliação junto aos clientes e acompanhar tendências de tráfego direto e de marca, mantendo os assistentes de IA como uma categoria separada nos relatórios. Algrim recomendou testar mudanças específicas no site ou em campanhas ao longo do tempo, em vez de atribuir qualquer aumento de resultado a uma única fonte sem evidência concreta.
Próximos passos para quem trabalha com marketing digital
A recomendação prática dos especialistas é escolher um problema real do comprador e testar uma melhoria pontual, em vez de tentar aplicar todas as táticas de GEO ao mesmo tempo. Um primeiro roteiro sugerido inclui:
- Listar as perguntas que os clientes realmente fazem e verificar, em respostas repetidas, presença, precisão e comparação com concorrentes, sempre com as mesmas configurações;
- Auditar as páginas que deveriam responder a essas perguntas, esclarecendo serviços, elegibilidade e diferenciais, além de checar acesso de rastreadores e possíveis contradições em fontes externas;
- Rodar um teste limitado de anúncios no ChatGPT, com objetivos definidos e mensuração de conversão, caso a conta seja elegível e o formato faça sentido para o objetivo;
- Analisar os dados de referenciamento de IA em conjunto com demanda de marca, tráfego direto e relatos dos próprios clientes, documentando mudanças para dar contexto a resultados futuros.
O recado final dos especialistas é que visibilidade paga e visibilidade orgânica em ferramentas de IA seguem lógicas distintas e exigem métricas próprias. Quem trabalha com marketing digital e SEO precisa acompanhar essa evolução para não confundir os dois tipos de resultado nem tirar conclusões precipitadas sobre o que realmente influenciou uma venda.
Com informações de searchenginejournal.com.
