Quando alguém pergunta a um assistente de IA qual empresa contratar, a resposta costuma vir com dois ou três nomes. Não com uma página de opções. A comparação que o cliente fazia sozinho passou a acontecer antes, dentro do assistente, e o resultado dela chega pronto.
O Google descreve em linhas gerais como monta essas respostas, mas não explica por que uma empresa local é citada e outra não. O Search Console também não expõe essa decisão.
Isso empurra a prioridade para algo bem menos glamouroso do que “estratégia de GEO”: manter as informações da empresa corretas, consistentes e disponíveis em texto, em páginas que o Google consiga rastrear.
A triagem mudou de lugar
A busca tradicional deixava o trabalho com o cliente. Ele digitava, recebia uma lista, abria três ou quatro abas, comparava e decidia. Cada etapa era uma chance de aparecer, mesmo estando em quinto lugar.
Um assistente de IA faz essa comparação antes de responder. O Google posiciona o AI Mode como especialmente útil para perguntas que exigem exploração, raciocínio ou comparações complexas — situações que antes levariam várias buscas seguidas. O que sai desse processo é uma lista curta, já filtrada.
Para dimensionar o quanto o campo encolhe: o benchmark da Uberall para redes de fast food na América do Norte registrou, tipicamente, de três a cinco marcas recomendadas por consulta. É um fornecedor, olhando um setor, em um mercado específico — serve como ordem de grandeza, não como número universal. Ainda assim, três a cinco é muito diferente de dez links azuis mais o pacote local.
Na busca orgânica clássica, uma empresa conseguia checar a própria posição e saber mais ou menos onde estava. Na resposta de IA, essa noção simplesmente não existe.
O que o Google diz sobre como a resposta é montada
O Google afirma que seus recursos de IA na Busca partem dos mesmos sistemas de ranqueamento e qualidade dos resultados tradicionais. Sobre a geração das respostas em si, ele cita duas técnicas.
A primeira é a geração aumentada por recuperação, conhecida pela sigla em inglês RAG, que o Google também chama de grounding. O sistema usa o ranqueamento existente para puxar páginas relevantes do índice, gera a resposta a partir do que essas páginas dizem e cria links para as fontes que sustentam o texto.
A segunda é o query fan-out: em vez de rodar apenas a pergunta original, o sistema dispara várias buscas relacionadas ao mesmo tempo e reúne um conjunto de resultados maior do que a consulta isolada traria.
A consequência prática é direta. Para o conteúdo do site de uma empresa entrar nessas respostas, ele precisa estar em uma página que o Google consiga recuperar. Se alguém pede um restaurante silencioso para um almoço com cliente, “silencioso” tem que estar escrito em algum lugar legível — na descrição, nas avaliações, na página. O mesmo vale para “atende no sábado”, “faz laudo com ART” ou “instala bateria em sistema já existente”.
Há um detalhe que costuma passar despercebido: quando o Google reúne várias fontes com informações diferentes sobre a mesma empresa, ele não documenta como resolve o conflito em uma resposta específica. Ou seja, não existe uma regra pública para “qual horário vence”. Resta reduzir a chance de divergência, garantindo que a mesma informação apareça em todas as páginas sob controle da empresa.
E vale registrar o que o próprio Google deixa claro: cumprir os requisitos técnicos não garante que o conteúdo apareça nos recursos de IA.
Estar listado é só o ingresso
Boa parte do esforço de SEO local hoje serve para tornar a empresa elegível a ser recomendada, não para garantir a recomendação. Listagens precisas, perfil de avaliações ativo e consistência entre as fontes formam a base da elegibilidade — e é por isso que um Perfil da Empresa no Google completo e atualizado deixou de ser tarefa de estagiário para virar infraestrutura de aquisição.
Um erro que antes custava algumas posições agora pode custar a presença inteira. Se o horário do site diz uma coisa, o Perfil da Empresa diz outra e um diretório antigo diz uma terceira, o sistema tem três versões para conciliar e nenhuma razão para confiar plenamente em qualquer uma delas.
O ponto cego da medição
Aqui está a parte incômoda: quase nada disso é mensurável hoje com a precisão que um gestor gostaria.
O Google mistura AI Overviews e AI Mode no relatório de Desempenho principal, dentro do tipo de pesquisa Web, junto com todo o resto. Esses cliques estão nos totais e não dá para separá-los ali.
O relatório de desempenho de IA generativa separa esses dados, mas ainda está em liberação gradual — em agosto de 2026, nem toda propriedade tem acesso. Ele conta impressões, ou seja, as vezes em que links para o site apareceram em algum recurso de IA generativa do Google, e quebra isso por página, país, dispositivo e data.
O que ele não tem é dimensão de consulta. Uma impressão diz que um link para a página apareceu, e nada além disso. Não distingue uma resposta que recomendou a empresa de outra que recomendou o concorrente e listou a empresa embaixo, como fonte. São situações comercialmente opostas com o mesmo registro no relatório.
Esse relatório também cobre apenas o Google. Nada no Search Console informa o que o ChatGPT, o Perplexity ou o Claude responderam para alguém perguntando qual empresa local contratar — e a influência dessas plataformas sobre leads locais já é grande o bastante para incomodar.
Uma análise da Whitespark ajuda a entender onde o risco se concentra. Testando 540 consultas em três cidades norte-americanas e seis setores, ela encontrou AI Overviews em 15% das buscas locais de intenção direta, 92% das informacionais e 97% das híbridas — perguntas como “devo contratar um advogado depois de um acidente”, que carregam uma decisão de compra dentro de um pedido de informação. É uma amostra pequena e fora do Brasil, então os números são direcionais. Mas o padrão observado importa: a IA aparece menos quando a pessoa já sabe o que quer e quase sempre quando ela ainda está decidindo. Justamente o momento em que a lista de candidatos se forma.
Enquanto o relatório não amadurece, as equipes se viram com dois métodos, e cada um enxerga um pedaço diferente da jornada:
- Relatório de IA generativa do Search Console. Mostra impressões de links por página, país, dispositivo e data. Não mostra a consulta, se houve recomendação, nem nada fora do Google.
- Rodada fixa de perguntas nos assistentes. Mostra quais empresas são citadas para um conjunto escolhido de prompts. Não captura variações de formulação, localização, sessão e data — e as respostas mudam com todas elas.
- Análise do tráfego de referência de IA. Mostra visitas e comportamento depois do clique. Não enxerga quem viu a resposta e nunca clicou, que é a maioria.
Nenhum dos três resolve sozinho. O terceiro, aliás, é o mesmo problema que já discutimos quando falamos do fim da era zero clique: medir só o clique é medir a menor parte do que acontece.
O Google também alerta contra ferramentas de terceiros que afirmam ter acesso aos seus sistemas internos de ranqueamento ou de IA. Vale desconfiar de qualquer painel que prometa mostrar “sua posição na IA” com precisão decimal.
Dar ao assistente algo que ele consiga citar
O guia de otimização do Google para recursos de IA traz orientações menos empolgantes e mais úteis do que a maioria dos conteúdos sobre GEO.
Antes de qualquer coisa, o site precisa estar incluído nos recursos de IA generativa da Busca para ser elegível a aparecer neles. O Google está liberando essa configuração para parte dos proprietários de sites, e a inclusão é o padrão. A herança é o ponto de atenção: uma propriedade filha herda a configuração da propriedade pai mais próxima que tenha ajuste manual, a menos que ela mesma sobrescreva. Empresas que mantêm cada unidade como uma propriedade separada precisam conferir uma a uma — uma unidade pode herdar uma exclusão feita lá no domínio.
O restante das recomendações é infraestrutura básica bem feita: manter as permissões de rastreamento abertas no robots.txt e no CDN, disponibilizar o conteúdo importante como texto, usar dados estruturados alinhados ao que está visível na página e manter o Perfil da Empresa atualizado. O Google consegue processar conteúdo em JavaScript quando não está bloqueado, mas o próprio guia reconhece que sites construídos sobre frameworks JavaScript são mais complexos de trabalhar. Cada etapa de renderização é mais um ponto onde o horário de funcionamento pode simplesmente não aparecer.
Há ainda o que a empresa não controla. A resposta pode puxar um diretório desatualizado com o horário do ano passado, uma matéria antiga ou uma página comparativa de concorrente que descreve o negócio nos termos do concorrente. Não dá para apagar essas fontes, mas dá para reduzir a autoridade delas mantendo horário, serviços e área de atendimento em texto claro no site, batendo com o que está nas listagens.
Duas correções úteis que o guia faz, porque circulam bastante: a Busca do Google ignora arquivos como o llms.txt, e não é preciso quebrar o conteúdo em blocos pequenos para os sistemas de IA do Google entenderem.
Quando o agente é quem faz a reserva
O Google descreve agentes de IA como sistemas que executam tarefas para as pessoas — reservar uma mesa, comparar opções de produto. E diz que agentes de navegador podem acessar o site diretamente, analisando capturas de tela renderizadas, inspecionando o DOM e interpretando a árvore de acessibilidade, a mesma estrutura que os leitores de tela usam.
Esse último ponto muda a conversa sobre acessibilidade. Um botão construído como uma div sem rótulo, um campo de formulário identificado apenas pelo texto de placeholder, um telefone que só existe dentro de uma imagem: são problemas conhecidos para leitores de tela e agora também para agentes. O Google não afirmou que esses defeitos impedem um agente de concluir a tarefa, mas a árvore de acessibilidade é uma das camadas que ele diz que esses agentes podem interpretar.
Para uma empresa local, se preparar para agentes significa a mesma informação clara de sempre, somada a um sistema de reserva ou pedido que funcione sozinho, sem alguém do outro lado consertando um formulário quebrado. No Brasil isso esbarra em hábitos comuns: contato só por WhatsApp, cardápio em PDF ou imagem, telefone dentro de um banner, endereço apenas no rodapé de um mapa incorporado. Tudo isso é legível para um cliente humano paciente e opaco para um agente.
O que isso significa para quem depende de cliente local
A disputa por visibilidade subiu um degrau na jornada. Ela não acontece mais quando o cliente chega ao site — acontece antes, num lugar onde a empresa não tem acesso, sem relatório confiável e sem regra publicada.
Isso não torna o SEO local obsoleto. Torna a base dele mais decisiva e menos negociável, porque agora um dado errado não custa posição: custa a vaga na resposta. É o mesmo movimento que já apareceu quando o Google Ask Maps passou a exigir um perfil da empresa completo para responder perguntas com várias condições ao mesmo tempo.
Enquanto as ferramentas de medição amadurecem, o caminho razoável é tratar as respostas de IA como um canal que ainda não se mede bem, mas que já se influencia: consistência de informação entre site, Perfil da Empresa, diretórios e avaliações; conteúdo em texto nas páginas que o Google rastreia; e leitura direcional dos dados que existem, sem fingir precisão que eles não têm. Uma consultoria de SEO útil hoje é a que consegue ligar essas três frentes a um número de negócio, em vez de entregar mais um painel de menções.
Fica uma pergunta que vale fazer nesta semana, com o seu próprio negócio: se alguém perguntar a um assistente de IA quem contratar no seu bairro, na sua cidade e no seu segmento, quantas das três respostas que ele der você conseguiria explicar?
Para se aprofundar mais no assunto, acesse o artigo original no Search Engine Journal: AI Assistants Are Choosing Local Businesses For Your Customers.
