GEO: da posição à frequência

A visibilidade de uma marca na busca sempre foi descrita por uma referência simples: a posição. Um relatório mostrava em qual lugar determinada página aparecia para determinado termo, e essa informação orientava investimentos, metas e conversas com a liderança.

Essa referência nunca foi absoluta. Localização, dispositivo e histórico já faziam os resultados variarem de uma pessoa para outra. Ainda assim, quem pesquisava a mesma coisa tendia a ver uma página parecida, e a posição funcionava como uma boa aproximação da realidade.

Com a inteligência artificial, essa aproximação perde força. Nos AI Overviews, no Modo IA do Google, no ChatGPT e em outros assistentes, a resposta não é uma lista pronta, mas um texto construído no momento da pergunta. Esse texto considera o que já foi dito na conversa, as informações que o sistema tem sobre a pessoa e um conjunto de fontes consultadas naquele instante. O resultado é que a mesma pergunta pode gerar respostas diferentes.

Os números ajudam a dimensionar o fenômeno. Um estudo da SparkToro com a Gumshoe.ai repetiu os mesmos pedidos de recomendação de produtos e marcas quase 3 mil vezes em diferentes plataformas de IA. A chance de a mesma lista de marcas aparecer duas vezes foi inferior a uma em cem. Na mesma ordem, inferior a uma em mil.

Diante disso, uma reação comum é abrir o ChatGPT, fazer uma pergunta sobre a categoria e tirar conclusões a partir da resposta. A marca apareceu, ótimo. Não apareceu, sinal de atenção. O problema é que uma resposta isolada diz tanto sobre a visibilidade de uma marca quanto uma única entrevista diz sobre o resultado de uma pesquisa de opinião.

Variação, porém, não significa aleatoriedade. O mesmo estudo mostrou que, para uma mesma intenção, os sistemas tendem a recorrer a um conjunto parecido de marcas, ainda que em combinações e ordens diferentes. A posição em uma resposta muda o tempo todo. A frequência com que uma marca é lembrada ao longo de muitas respostas é bem mais estável. É aí que está a informação útil.

Por isso, a visibilidade em IA se mede melhor como frequência do que como posição: em que proporção das conversas relevantes a marca aparece, com que regularidade é citada como fonte, como é descrita e se as informações atribuídas a ela estão corretas. Essa medição só é confiável com método: quais perguntas compõem a amostra, quantas vezes cada uma é repetida, em quais plataformas e com que periodicidade a evolução é acompanhada.

A escolha das perguntas merece atenção especial. As pessoas não conversam com a IA como digitavam na busca. O Google informou que as consultas no modo IA são de duas a três vezes mais longas que as da busca tradicional, e os sistemas ainda desdobram cada pergunta em várias consultas internas antes de montar a resposta. Uma amostra construída apenas a partir de listas de termos tende a representar mal a demanda real. Ela precisa refletir as situações, dúvidas e critérios de decisão do público.

Isso não diminui a importância do SEO. Rastreabilidade, indexação, conteúdo relevante e autoridade continuam sendo o alicerce: um conteúdo que não é encontrado e reconhecido como confiável dificilmente entra nas respostas. Mas o alicerce não esgota o trabalho. O mercado vem testando abordagens específicas para IA, como a forma de estruturar informações para que sejam extraídas e citadas, o uso de dados e fontes verificáveis e a presença da marca nos ambientes que esses sistemas consultam. Uma pesquisa acadêmica de 2024 já indicava que incluir estatísticas, citações e fontes podia aumentar em até 40% a visibilidade nas respostas generativas. E é justamente a medição por frequência que permite saber quais dessas abordagens funcionam para cada marca.

As métricas tradicionais, como tráfego, conversões e buscas pela marca, continuam essenciais para conectar presença a resultado de negócio, mas passam a contar uma parte menor da história. Segundo o Pew Research Center, quando o Google exibe um resumo de IA, os usuários clicam em um resultado tradicional em 8% das visitas, contra 15% quando não há resumo. Parte da consideração acontece antes do clique, dentro da resposta. Sem medir essa etapa, a marca enxerga apenas o fim da jornada.

No Brasil, essa discussão já faz parte do dia a dia. O Modo IA chegou ao país em português em setembro de 2025, e uma pesquisa da Nexus com cerca de 2 mil brasileiros mostrou que 37% já tiveram uma compra influenciada por inteligência artificial. Entre jovens de 18 a 30 anos, o percentual chega a 46%.

Para os decisores, a mudança pede ajuste de expectativa e de linguagem. Em vez de perguntar “em que posição estamos no ChatGPT”, a pergunta mais útil é “em quantas das conversas que importam para o nosso negócio somos lembrados, e como isso evolui em relação aos concorrentes”. É uma pergunta mais difícil de responder, mas muito mais próxima de como o consumidor de fato encontra as marcas.
Na busca tradicional, ser encontrado era ocupar um lugar. Na busca mediada por IA, é ser lembrado com consistência.