ChatGPT escolhe marcas antes da busca: como entrar na lista
O ChatGPT insere nomes de marcas em suas consultas de busca antes mesmo de carregar as páginas. Li 60 diálogos para entender quando isso acontece e o que ajuda uma marca a ser mencionada. Este é um insight fundamental para todos que trabalham com visibilidade em IA: a decisão de recomendar ou não sua marca é tomada muito antes de o ChatGPT tocar no seu site.
Pedi ao ChatGPT para indicar o melhor aplicativo de notas com IA. Sete palavras, sem mencionar marcas. Antes de carregar qualquer coisa, ele escreveu para si mesmo a seguinte consulta de busca: Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless — sete produtos em uma única busca. Não mencionei nenhum deles, e nada veio da busca na web, então esses nomes surgiram do próprio modelo.
Em seguida, ele executou mais nove buscas — é o tal “leque” de consultas sobre o qual escrevi nas duas primeiras partes. Uma busca forma a lista preliminar, depois uma busca para cada marca, cada uma levando diretamente ao site da empresa. O leque nunca foi uma busca por candidatos — é o ChatGPT percorrendo uma lista que já possui, um nome por vez.
Nas duas primeiras partes, escrevi que você precisa sobreviver à verificação site:seudominio.com, porque o ChatGPT executa essas verificações. Mas ele só a executa se você entrar na primeira consulta de busca. Se você não estiver na lista preliminar, seu site não será visitado, por melhor que seja. A decisão é tomada antes que qualquer coisa toque seu servidor.
Passei dois meses lendo esse tráfego para a primeira e segunda partes. Esta é a primeira coisa que muda minhas recomendações para clientes. Antes de continuar: tudo isso foi obtido de uma única conta, então cada porcentagem é uma direção, não uma medição. O mecanismo é outra história. Você pode reproduzi-lo na sua conta em dois minutos, e mostro como no final.
Como funciona
Quando você faz uma pergunta, o ChatGPT a reescreve em suas consultas de busca, executa-as, lê os resultados e então escreve a resposta. Essas consultas estão na resposta que seu navegador carrega, sob a chave search_queries. A OpenAI renomeou isso de search_model_queries no início de agosto de 2026.
Isso não é um vazamento: seu navegador precisa desse JSON para renderizar a página, e você pode lê-lo no DevTools na sua conta em cerca de dois minutos. Aqui está um exemplo de uma pergunta sobre programas de chat: perguntei “melhor software de IA para chat de suporte”, e ele adicionou o ano, “oficial”, “preços” e três nomes.
Tudo abaixo é baseado na leitura de várias centenas dessas consultas. Comece com isto: abra o ChatGPT, faça a pergunta “melhor [sua categoria]”, que seus compradores fazem, e leia a consulta que ele escreverá. Essa linha mostrará se o ChatGPT sabe da existência da sua marca — é exatamente isso que geralmente é vendido como auditoria de visibilidade em IA. O resto do artigo é sobre o que fazer com o que você encontrar.
Teste de Causalidade
A objeção óbvia ao meu exemplo com aplicativos de anotações: talvez o ChatGPT primeiro tenha feito uma busca, visto essas marcas e então escrito uma segunda consulta mais inteligente. Isso tornaria os nomes um resultado da busca, não uma causa.
Então, realizei um teste: para cada diálogo, peguei a primeira mensagem do usuário e a primeira consulta de busca, ordenadas por tempo. Nesse momento, nada havia sido carregado, então não havia nada para aprender. Em 21 dos 27 diálogos, a primeira consulta continha marcas que o usuário não digitou. Veja as linhas 2 e 3: a mesma pergunta, formulação ligeiramente diferente — e a lista cresceu de três para sete nomes. A lista cresce dependendo da formulação, não de uma tabela fixa.
Em seguida, executei 12 categorias, sem relação entre si, para verificar se não era uma característica do software. 11 de 13 mostraram o mesmo. A linha com o aspirador robô me impressionou: lembrar que a Roborock existe seria comum, mas ele lembrou de Saros, Dreame X50 e Eufy S1 Pro — números de modelos atuais na primeira consulta, sem sugestão. Esse conhecimento chega até a linha de produtos.
A linha com SUVs elétricos se comporta de forma diferente. Para contabilidade, terapia e hospedagem, ele nomeou fornecedores e foi para suas páginas de preços. Para carros, ele nomeou revistas: Car and Driver, Edmunds, Top Gear. Em uma categoria, seu instinto é ir para os fabricantes; em outra, para os revisores.
Fiquei animado com isso e reexecutei três categorias para verificar a estabilidade. Aprendizado de idiomas quase não mudou: cinco dos seis nomes coincidiram. Contabilidade encolheu de seis fornecedores para uma consulta direcionada à QuickBooks. Hospedagem web mudou completamente de lado: abandonou todos os fornecedores e foi para um site de avaliações. Então, “fornecedores versus revistas” é uma tendência que pode mudar entre execuções, não uma propriedade fixa da categoria.
Duas coisas persistem: a injeção ocorreu todas as vezes, e a categoria com os líderes de mercado mais óbvios manteve seus nomes. Suponho que categorias estabelecidas tenham listas curtas estáveis, e as disputadas flutuem, mas três repetições não são suficientes para afirmar isso. Não julgue a visibilidade em IA por uma única resposta. Execute a pergunta cinco vezes, porque a lista muda entre execuções.
O que influencia a injeção de marcas
Todas as consultas anteriores tinham a palavra “melhor”, então tentei quebrá-la. Executei 24 consultas adicionais sem essa palavra em sete formas diferentes. Descobri que “melhor” não tem nada a ver com isso. O importante é se o ChatGPT precisa inventar produtos por conta própria.
Quando ele não pesquisa de jeito nenhum, isso não funciona. Pergunte como funciona a redução de ruído ou o que é um banco de dados vetorial — ele responde com base no treinamento, sem busca na web. O mesmo vale para reclamações abertas: “Gastamos demais com ferramentas de suporte ao cliente” — também sem busca. Sete dos meus vinte e quatro pedidos não envolviam a web, então não havia uma lista curta na qual entrar.
Se você mesmo menciona marcas, ele as aceita. “Xero ou QuickBooks para pequenas empresas” foi direto para site:xero.com/uk. “Devo usar HubSpot para uma agência pequena” — para site:hubspot.com. Se você deixa os candidatos por conta dele, ele recorre à memória. Isso aconteceu em dez dos onze casos em que pedi uma recomendação sem citar nomes.
A terceira linha é a minha favorita: evitei deliberadamente as palavras “aspirador robô” e não nomeei ninguém, e ele foi para o site de um modelo específico da Roborock na primeira busca. A linha 2 deve preocupar você se vende software: a reclamação sobre anotações de reuniões virou “preços oficiais da Granola” antes mesmo de a página carregar.
Existe uma versão voltada para seus concorrentes. Todas as três consultas sobre substituição trouxeram novos nomes: “Alternativas ao Zendesk” — Help Scout; “o que posso usar em vez do QuickBooks” — Zoho Books; “algo como Duolingo, mas melhor para gramática” — Kwiziq e Babbel. Quando seu cliente procura uma saída do concorrente, o ChatGPT sugere aqueles que já conhece. Pode ser você, e nesse dia você não pode influenciar isso.
Se o ChatGPT procura um produto e você não citou nenhum, ele traz os dele. Faça assim: rode sua pergunta de categoria cinco vezes e anote os nomes que aparecem na consulta a cada vez. Os nomes que aparecem em todas as execuções são seu conjunto competitivo real na cabeça do ChatGPT. O que aparece e desaparece é território contestado, onde dá para mudar o jogo. Se sua marca não aparece nenhuma vez em cinco execuções, você tem a resposta, e ela não é técnica.
Citações: chance de 3,1%
Dividi todas as marcas em dois grupos: as que apareceram na consulta que o ChatGPT escreveu e as que foram apenas carregadas durante a busca, mas não nomeadas. Depois verifiquei com que frequência cada grupo entrava na resposta final. A diferença é de cerca de 33 vezes. Também encontrei 86 casos em que uma marca foi recomendada, mas seu site nem foi carregado naquele diálogo. A menção não exige varredura.
Isso é desconfortável para minha própria indústria. Grande parte do que hoje é vendido como GEO é trabalho de extração, ou seja, a coluna de 2,1%. A coluna de 68,9% é decidida antes de tudo isso ser acionado. Divida o orçamento de acordo com as duas colunas.
Se você não está na consulta, o dinheiro deve ir para fazer com que escrevam sobre você, avaliem, comparem e incluam em listas: relações públicas digitais, conteúdo por categoria, presença em sites de avaliação, cobertura de analistas, participação em seleções que seus compradores leem. Se você já está na consulta, esses gastos estão praticamente feitos, e resta o trabalho técnico abaixo.
Se tudo parasse por aqui, o conselho seria “construa valor de marca”, e todos poderíamos ir embora. Mas, após a consulta, um segundo filtro entra em ação, e ele é implacável. Criei um conjunto de dados rotulados com 57 diálogos: cada página carregada como uma linha, com uma etiqueta indicando se recebeu uma citação. 3.554 páginas, 110 receberam citação — 3,1%. O ChatGPT lê cerca de 600 páginas para escrever uma resposta e cita cerca de 30. Quase tudo é lido. A lacuna entre leitura e citação é onde está o trabalho.
Três fatores que influenciam a citação
Posição. O ChatGPT agrupa os resultados por domínios, e sua posição nesse grupo prevê quase tudo. Abaixo do top 2, a citação é um erro de arredondamento. Estar no conjunto não é vitória se você for o nono.
Canibalização. Adicionar páginas prejudica. Quando várias páginas do mesmo domínio aparecem no mesmo grupo, a conversão por página cai drasticamente. Duas páginas intimamente relacionadas são o ideal. Mais de seis — você está basicamente competindo consigo mesmo. Passei um ano dizendo aos clientes para consolidarem por intuição. Esta é a primeira vez que vejo isso nos dados.
Relevância. A relevância qualifica, mas não escolhe. Avaliei a página citada contra todas as outras páginas extraídas para a mesma afirmação, com base em quão bem seu texto correspondia à frase apoiada. A página citada ficou no top 5% do conjunto. Mas foi a única melhor correspondência em apenas 20% dos casos, e sua sobreposição média foi significativamente menor do que a melhor disponível.
Assim, a relevância da afirmação forma a lista de candidatos, e outra coisa escolhe o vencedor. Entre no top 10% para uma afirmação específica — e você está na conversa. Essa parte você controla através do texto. A seleção final envolve coisas que não vejo.
Faça o seguinte: pegue as perguntas que seus compradores fazem e encontre todas as suas páginas que respondem à mesma pergunta. Escolha a página que mais se aproxima da intenção, torne-a a resposta, e consolide ou redirecione as outras para ela. Certifique-se de que a frase que realmente responde à pergunta esteja no topo da página como texto HTML simples, com números.
Encontrar essas sobreposições manualmente em um site real é a parte mais desagradável. A canibalização geralmente é avaliada pela sobreposição de palavras-chave, mas essa é a unidade errada, porque o ChatGPT agrupa por afirmações, não por palavras-chave. É exatamente para isso que o Keyword Insights foi criado: ele agrupa palavras-chave por intenção de busca, não por correspondência de strings, para que páginas disputando a mesma intenção sejam vistas como um grupo, mesmo sem palavras-chave em comum. Esse agrupamento corresponde exatamente ao que vejo quando o ChatGPT comprime um domínio em uma única página citada. Divulgação completa: esta é minha empresa, então sei que ela lida com essa tarefa.
Os resultados dividem a visibilidade de IA em dois jogos que frequentemente são confundidos. Se o ChatGPT não associa sua marca à sua categoria, ele não o mencionará em uma consulta, e você tem 2% de chance de ser citado. O esquema não corrige isso, nem a velocidade da página. O arquivo llms.txt tem ainda menos chances, porque seu servidor não entra em contato antes da decisão ser tomada.
O que parece construir a associação é um trabalho lento e pouco glamouroso: escrevem sobre você, revisam, comparam e debatem na web aberta por anos, até que a associação apareça nos dados de treinamento. Isso é RP digital e conteúdo que define a categoria, o que é desconfortável para quem vende auditorias técnicas como estratégia de IA.
A parte técnica é os 3,1%, e é real: uma página precisamente direcionada por intenção, uma proposta com a afirmação-chave no início, fatos e números em texto HTML simples, sem um cluster de páginas quase idênticas competindo entre si. Aqui está a sequência completa que você pode executar esta semana:
- Verifique se o ChatGPT conhece sua marca: faça uma pergunta de categoria cinco vezes e veja se sua marca aparece nos resultados de busca.
- Verifique quais páginas são citadas: use o FanoutFox para rastrear citações e visualizar consultas.
- Elimine a canibalização: encontre páginas que respondem à mesma pergunta e mescle-as.
- Otimize o conteúdo: garanta que a afirmação-chave e os números estejam no topo da página.
Nos meus dados, uma marca foi carregada 66 vezes e nunca citada. Isso não é um problema de reconhecimento. O mecanismo continuava voltando e decidia que não havia nada para citar. O passo 4 existe para capturar isso.
Os passos 1 e 4 são para o que criei o FanoutFox, porque fazê-los manualmente para cada resposta rapidamente se torna tedioso. É uma extensão gratuita para Chrome; tudo permanece no seu navegador e ele lê seus próprios dados.
