Quem compra um serviço complexo não pergunta ao ChatGPT “energia solar empresa”. Pergunta algo como: “Vale a pena instalar energia solar em um galpão alugado se o contrato termina em cinco anos?”. Essa pergunta carrega contexto, restrições e uma decisão real. E, quase sempre, aparece com volume zero no Semrush, no Ahrefs ou no Planejador de Palavras-chave do Google.
O problema não é a pergunta ser rara. É a ferramenta não ter como enxergá-la. Ferramentas de palavra-chave estimam demanda a partir de buscas curtas e repetidas; assistentes de IA recebem perguntas longas, únicas e cheias de detalhes. Quando a pauta de conteúdo depende só de volume de busca, as dúvidas que mais aproximam um cliente da compra ficam de fora.
A boa notícia é que essas perguntas já existem dentro da empresa e em lugares públicos. Este artigo mostra um método prático para encontrá-las, validar quais já trazem tráfego e transformar o resultado em um plano de conteúdo para SEO e GEO.
Por que as ferramentas de palavra-chave não captam as perguntas feitas à IA
Ferramentas como Semrush e Ahrefs trabalham com amostras de buscas agregadas. Uma consulta só ganha um número de volume quando muitas pessoas digitam a mesma sequência de palavras. Perguntas conversacionais funcionam ao contrário: cada pessoa descreve a própria situação, com o porte da empresa, o orçamento, o prazo, a plataforma que usa e o que já tentou.
Em ChatGPT, Gemini, Perplexity e no Modo IA do Google, essa forma de perguntar é a regra. O resultado é um descompasso: a demanda existe, mas está espalhada em milhares de variações que nenhuma ferramenta consegue somar.
Para a empresa, isso tem uma consequência direta. Se o site responde apenas às versões curtas e genéricas dos temas, a IA tende a buscar em outras fontes a resposta para a situação específica do cliente. É o mesmo raciocínio que explica por que autoridade tópica não basta para aparecer na busca por IA: cobrir um assunto de forma ampla é diferente de responder às perguntas concretas que as pessoas fazem sobre ele.
Comece pelas conversas que a empresa já tem com clientes
A fonte mais rica de perguntas reais não está em nenhuma ferramenta de SEO. Está nas gravações de reuniões comerciais, nos tickets de suporte, nas conversas de WhatsApp, nos chats do site e nas mensagens trocadas antes de uma proposta.
Nesses canais, o cliente descreve o problema com as próprias palavras, que são muito próximas das palavras que ele usaria em um prompt. Uma indústria que pergunta ao comercial “se eu trocar de sistema, perco o histórico de manutenção?” provavelmente fez a mesma pergunta, com mais detalhes, a um assistente de IA antes de marcar a reunião.
Um processo simples para extrair essas perguntas:
- Reúna cerca de três meses de material. Transcrições de reuniões (ferramentas como Fireflies, tl;dv ou a própria transcrição do Google Meet e do Teams resolvem), tickets de suporte e registros de atendimento.
- Remova dados identificáveis. Nomes, empresas, telefones e valores sensíveis saem antes de qualquer arquivo ser enviado a uma ferramenta de terceiros. Vale também confirmar se o consentimento de gravação cobre esse uso, o que tem relação direta com a LGPD.
- Peça a um assistente de IA para extrair as perguntas. O comando deve pedir que ele liste cada pergunta feita ou implícita, reescreva cada uma como o cliente a faria a um assistente de IA, preserve as restrições mencionadas (porte, orçamento, prazo, plataforma, o que já foi tentado), agrupe perguntas parecidas e conte em quantas conversas cada grupo apareceu.
Essa contagem é importante. Quando não existe volume de busca, a frequência com que uma dúvida aparece nas conversas com clientes é o melhor indicador de demanda disponível. Uma pergunta que surge em 3 de 20 reuniões comerciais diz mais sobre o negócio do que uma palavra-chave genérica com 2 mil buscas mensais.
Há um viés a corrigir: reuniões comerciais concentram pessoas que já estão perto de comprar. Somar tickets de suporte e mensagens de pré-venda equilibra a amostra com dúvidas de quem ainda está avaliando.
Esse movimento tem peso extra no B2B, em que compradores escolhem fornecedores antes do primeiro contato. Se a dúvida que define a compra é respondida por um assistente de IA antes da reunião, o conteúdo que alimenta essa resposta precisa existir antes também.
Use fóruns e comunidades para preencher as lacunas
As conversas internas mostram o que perguntam os clientes que a empresa já alcança. Para entender quem ainda não chegou até ela, vale olhar para fora: Reddit, Quora, grupos de Facebook e de WhatsApp do setor, comunidades no Slack e no Discord e sites de avaliação como Reclame Aqui, Google Avaliações, G2 e Trustpilot.
Em fóruns, a primeira mensagem de um tópico costuma trazer o contexto completo, e as respostas revelam as perguntas de acompanhamento, justamente o tipo de detalhe que um assistente de IA precisaria resolver. Uma busca como site:reddit.com migração shopify caiu tráfego ou site:reddit.com energia solar galpão alugado já devolve discussões úteis.
O ideal é colar os tópicos relevantes em um documento e passá-los pelo mesmo comando de extração usado nas conversas com clientes. Assim, perguntas internas e externas ficam no mesmo formato e podem ser comparadas lado a lado.
Veja como a IA desmembra uma pergunta
Quando alguém faz uma pergunta complexa, os sistemas de IA do Google não fazem uma única busca. O Google afirma que AI Overviews e o Modo IA podem usar uma técnica chamada query fan-out: a pergunta original é desdobrada em várias buscas relacionadas, e a resposta é montada a partir dos resultados de todas elas.
Não é possível ver as buscas que o Modo IA fez para um usuário específico. Mas dá para chegar perto pela API do Gemini. Com o recurso Grounding with Google Search ativado, a resposta da API inclui um campo chamado webSearchQueries, que lista as buscas que o modelo executou para responder. O próprio Google descreve esse campo como útil para entender o raciocínio do modelo.
Na prática, cada subconsulta funciona como uma seção que uma página útil deveria cobrir. Para a pergunta “minhas posições caíram depois que migrei a loja para a Shopify, foi a migração ou as páginas de categoria competindo entre si?”, seria de esperar subconsultas sobre tempo de recuperação após migração, verificação de redirecionamentos e canibalização entre páginas de coleção. Uma página que responde apenas a uma delas tende a perder espaço para outra que responde às três.
Para quem não quer programar, a agência Go Fish Digital publicou um passo a passo que roda esse processo no Screaming Frog, com um trecho de JavaScript personalizado e uma chave de API do Google AI Studio. A versão padrão usa o H1 de cada página, mas é possível substituí-lo pela lista de perguntas levantada nas etapas anteriores.
Dois cuidados. Primeiro, o resultado mostra como um modelo Gemini expande uma pergunta, o que é uma aproximação razoável do comportamento dos recursos de IA do Google, não um registro do que o Modo IA fez de fato. O uso mais seguro é como checklist de cobertura, não como conclusão definitiva. Segundo, ChatGPT e Perplexity não oferecem esse tipo de visibilidade. Para eles, o caminho é manual: fazer a pergunta em cada assistente, anotar os subtemas que a resposta aborda e as fontes citadas e comparar com a página da empresa. Como ChatGPT, Gemini e Google citam fontes diferentes, vale repetir o teste em mais de uma plataforma antes de tirar conclusões.
Valide no Search Console quais perguntas já chegam ao site
O Google Search Console é melhor para validar demanda do que para descobri-la. Depois de montar a lista de perguntas, ele ajuda a responder: alguma dessas dúvidas já gera impressões para o site?
No relatório de Desempenho, o filtro de consulta aceita expressões regulares (opção “Personalizado (regex)”). Dois filtros ajudam a isolar buscas conversacionais:
- Consultas com oito palavras ou mais:
^([^ ]+ ){7,}[^ ]+$ - Consultas que começam com palavras de pergunta, adaptadas ao português:
^(como|o que|qual|quais|por que|porque|quando|onde|quem|quanto|quantos|vale|devo|posso|preciso|existe|tem|é)\s
Cruzar esses resultados com as perguntas das conversas e dos fóruns mostra quais dúvidas pessoas reais já estão pesquisando. A ausência de uma pergunta, porém, não prova que ela não existe. Pode indicar uma lacuna de cobertura ou apenas uma consulta rara.
Esse ponto merece atenção porque o Search Console anonimiza consultas pouco frequentes, e perguntas longas e conversacionais são, por natureza, pouco frequentes. Em uma análise publicada pelo consultor Suganthan Mohanadasan, 57,7% das impressões do site ficaram no grupo de consultas anonimizadas ao longo de 59 dias. É a observação de um único site, mas ela dá uma ideia da dimensão do que fica invisível. O que aparece no filtro é sempre uma subcontagem.
O Search Console também ganhou um relatório de desempenho em IA generativa. A visão por páginas mostra quais URLs já aparecem em AI Overviews e no Modo IA. Por enquanto, o relatório não traz dados de consulta, e sites com poucas impressões em IA podem nem ter acesso a ele. Ainda assim, ajuda a identificar quais páginas a IA do Google já considera relevantes, e elas costumam ser as melhores candidatas a receber o conteúdo novo. Para entender o que costuma estar por trás dessas aparições, vale observar o que as visitas de IA mostram sobre visibilidade nas buscas.
Transforme as perguntas em um plano de conteúdo
Com as perguntas levantadas, o passo seguinte é organizá-las em uma planilha única. As colunas que mais ajudam na decisão são:
| Coluna | O que registrar |
|---|---|
| Pergunta | A dúvida reescrita como o cliente a faria à IA |
| Origem | Reunião comercial, suporte, fórum, avaliação |
| Frequência | Em quantas conversas ou tópicos apareceu |
| Situação | O contexto do cliente (porte, setor, momento) |
| Subperguntas | O que a IA desmembra a partir dela |
| Página existente | URL do site que deveria responder |
| Cobertura | Responde totalmente, parcialmente ou não responde |
| Prioridade | Alta, média ou baixa |
Um exemplo de linha: a pergunta sobre queda de posições após migrar para a Shopify, vinda de uma reunião comercial e de tópicos no Reddit, apareceu em 3 das últimas 20 reuniões. Existe uma página de serviço que fala de migração, mas não aborda canibalização entre páginas de categoria. Cobertura parcial, prioridade alta.
Sem volume de busca, a prioridade é definida por critérios de negócio: valor comercial da pergunta, evidências de que ela é feita (a frequência entra aqui), tamanho da lacuna de cobertura e capacidade real de responder com informação específica, e não com generalidades.
Ao fazer esse exercício, um padrão costuma aparecer: as perguntas se concentram em poucas situações. Uma empresa de energia solar pode descobrir que boa parte das dúvidas gira em torno de três cenários (imóvel alugado, ampliação do sistema e mudança de tarifa), e não de dezenas de temas soltos. Esses agrupamentos viram o plano de conteúdo.
Na maioria dos casos, o caminho mais eficiente não é publicar um artigo novo para cada pergunta. É fortalecer a página que já existe e já tem algum histórico, acrescentando as respostas que faltam. Isso costuma ser mais rápido e, com frequência, funciona melhor do que criar páginas concorrentes entre si. Esse trabalho de cruzar perguntas reais, cobertura do site e comportamento das plataformas de IA é o centro de uma consultoria de GEO, justamente porque depende de dados que só a empresa tem.
As limitações do método (e por que ele continua valendo)
O método tem limites, e é melhor reconhecê-los antes de apresentar os resultados.
Não há números de volume, então a priorização depende de julgamento e frequência. Conversas comerciais representam mais quem já conhece a empresa do que o público ainda não alcançado. O desdobramento do Gemini é uma aproximação do comportamento do Google, não uma cópia. E o Search Console mostra só uma parte do quadro por causa da anonimização.
Nenhum desses limites justifica ignorar o trabalho. A alternativa, planejar conteúdo só com base em volume, deixa de fora exatamente as perguntas mais próximas da decisão de compra. A recomendação é apresentar o resultado como uma lista curta e bem fundamentada, com a origem de cada pergunta registrada. Isso é especialmente útil com gestores acostumados a ver um número de volume ao lado de cada pauta.
Há ainda um efeito colateral positivo: perguntas extraídas de conversas reais costumam gerar conteúdo que nenhum concorrente consegue copiar com facilidade, porque partem de situações vividas pela empresa. É o mesmo princípio que torna valiosa uma pesquisa original com dados primários: informação que só existe dentro do negócio tende a ser mais citável do que conteúdo que qualquer IA genérica produziria.
Por onde começar na próxima semana
Não é preciso montar uma operação inteira para testar o método. Três passos já produzem resultado:
- Exporte três meses de transcrições de reuniões ou tickets de suporte, remova os dados identificáveis e rode o comando de extração. Mesmo 20 reuniões costumam render mais perguntas utilizáveis do que uma exportação de palavras-chave.
- Leve os cinco cenários mais frequentes à API do Gemini com o Grounding ativado e observe quais subconsultas aparecem. Repita as mesmas perguntas manualmente no ChatGPT e no Perplexity.
- Compare essas cinco perguntas com as páginas que deveriam respondê-las e corrija as lacunas começando pela página mais forte do site.
O que muda na forma de planejar conteúdo
Durante muito tempo, a pauta de SEO começou na ferramenta de palavra-chave. Ela continua útil para entender a demanda agregada, e o trabalho de consultoria de SEO segue dependendo dela. Mas, à medida que mais decisões passam por uma conversa com a IA, a pauta precisa começar também em outro lugar: no que os clientes efetivamente perguntam, com o contexto que só eles trazem.
Empresas que fizerem essa mudança cedo terão uma vantagem difícil de alcançar, porque seus conteúdos vão responder a situações reais que as ferramentas ainda não medem. Para quem quer estruturar esse processo e acompanhar como a marca aparece nas respostas do ChatGPT, do Gemini, do Perplexity e do Google, a consultoria de GEO da Primeiro Lugar parte exatamente desse levantamento.
A pergunta que fica para cada empresa é simples: das dúvidas que seus clientes levaram à última reunião, quantas o seu site responde hoje?