Um gerente de vendas de uma empresa de software contábil digita no Perplexity "melhor sistema para escritórios de contabilidade" e vê quatro concorrentes na resposta, sem nenhuma menção à própria empresa. Ele testa no ChatGPT e no Gemini e encontra o mesmo vazio.
Saber o que fazer quando sua marca não aparece nas respostas das IAs começa por entender que esse sumiço tem causas identificáveis, e que cada causa tem uma correção própria.
O problema costuma ser mais comum do que parece, e ele atinge até marcas bem posicionadas no Google. As IAs não montam uma lista de resultados, elas selecionam afirmações que conseguem verificar e as reúnem em uma resposta.
Uma marca com site bem ranqueado, mas com páginas vagas e dados que divergem entre fontes, oferece poucas afirmações aproveitáveis.
A seguir, o texto mostra como confirmar que o sumiço é real, quais são as causas mais frequentes e qual correção atende a cada uma. Depois, explica o que costuma desperdiçar esforço, quanto tempo a recuperação leva e como acompanhar a evolução.
O que fazer quando sua marca não aparece nas respostas das IAs: comece confirmando o problema
O primeiro passo é testar com método antes de agir. Uma única consulta engana, porque as respostas de ChatGPT, Perplexity e Gemini variam de uma tentativa para outra. A marca pode ter ficado de fora uma vez e aparecer na seguinte, e é a repetição que mostra o padrão real.
Para confirmar, monte uma lista de 15 a 20 perguntas que um cliente faria antes de comprar e rode cada uma em três ferramentas, repetindo três vezes. O resultado útil é a proporção de respostas em que a marca aparece, que serve como ponto de partida para qualquer comparação posterior.
Vale registrar também o que a IA diz quando cita a marca, porque aparecer com informação errada é outro tipo de problema. As situações mais comuns são:
- Ausência total: a marca não aparece em nenhuma das perguntas da categoria.
- Ausência parcial: a marca aparece em perguntas de nome próprio, mas some nas de comparação e de recomendação.
- Presença com erro: a IA cita a marca com preço, serviço ou endereço desatualizado.
Cada situação aponta para uma direção diferente de correção. A ausência total costuma indicar falha de acesso ou de presença externa, enquanto a parcial sugere conteúdo pouco específico nas páginas de comparação.
Por que as IAs deixam uma marca de fora
As causas se agrupam em três blocos: o modelo não consegue ler o site, o conteúdo não oferece nada que valha citar ou as fontes externas não confirmam a marca.
Em geral, mais de uma causa atua ao mesmo tempo, e por isso a correção de um único ponto raramente muda o resultado. Conhecer cada bloco ajuda a priorizar o trabalho.
Falta de acesso técnico
Algumas marcas somem das respostas porque os rastreadores simplesmente não chegam às páginas.
Uma regra antiga no robots.txt pode bloquear agentes como o GPTBot ou o PerplexityBot, e uma página que depende de JavaScript para exibir o texto pode chegar vazia a ferramentas que só leem o HTML inicial.
O teste mais rápido consiste em abrir o robots.txt e conferir quais agentes estão liberados.
Depois, basta visualizar o código-fonte de uma página importante e verificar se o título, a descrição do serviço e os dados principais aparecem ali.
Se o texto só surge depois da execução de scripts, a IA provavelmente enxerga uma página sem conteúdo.
Conteúdo vago ou genérico
Frases como "líder de mercado" e "solução completa para sua empresa" oferecem pouco a uma IA, porque nenhuma delas pode ser verificada.
Uma resposta gerada precisa de afirmações específicas, e a marca que só entrega adjetivos acaba trocada por uma concorrente que entrega números.
Um exemplo mostra o contraste. "Atendemos escritórios de todos os tamanhos" passa despercebido, mas "atendemos 1.200 escritórios de contabilidade e fechamos a implantação em 15 dias, em média" pode ser citado quase sem edição.
Além do dado, o texto precisa colocar a resposta na primeira frase de cada seção, para que o trecho funcione sozinho.
Dados conflitantes e poucas menções externas
As IAs comparam o que o site diz com o que outras fontes dizem. Quando o preço no site difere do de um diretório e o número de clientes de uma matéria antiga diverge do atual, o modelo tende a descartar a afirmação.
Dados que batem em várias fontes sustentam a citação, e dados conflitantes a enfraquecem.
Marcas pouco mencionadas fora do próprio site enfrentam um segundo obstáculo.
Se nenhum veículo, diretório ou plataforma de avaliação, como o Reclame Aqui no Brasil, descreve a empresa, o modelo não encontra confirmação independente. Nesse cenário, mesmo um site muito bem escrito tem dificuldade de ser escolhido.
Como diagnosticar onde está o problema
Com as três causas em mente, o diagnóstico organiza a investigação em uma ordem que poupa tempo. Começa-se pelo que bloqueia tudo, o acesso, e termina-se pelo que leva mais tempo para mudar, as fontes externas.
Cada verificação elimina uma hipótese, o que evita reescrever páginas que nunca foram lidas.
O roteiro abaixo cabe em uma semana de trabalho:
- Verificar o robots.txt e a presença do conteúdo principal no HTML inicial das cinco páginas mais importantes.
- Ler as respostas em que concorrentes aparecem e anotar quais afirmações e fontes a IA usou.
- Comparar essas afirmações com as páginas da própria marca sobre o mesmo tema.
- Listar os dados da empresa em dez fontes externas e marcar os que divergem do site.
- Classificar cada achado como acesso, conteúdo ou presença externa.
A terceira etapa costuma revelar muito. Quando a página do concorrente traz um número e a da sua marca traz um adjetivo, a explicação para a ausência já está na tela.
Como corrigir cada causa
Cada causa tem uma ação principal, e a ordem de execução segue o custo. As correções técnicas são rápidas e liberam o resto do trabalho.
As de conteúdo levam algumas semanas. As de presença externa dependem de terceiros e ocupam os meses seguintes, por isso convém começar o levantamento das fontes cedo.
As ações principais para cada causa são:
- Acesso: liberar os rastreadores de IA no robots.txt e entregar o conteúdo principal no HTML inicial, com renderização no servidor quando for necessário.
- Especificidade: trocar adjetivos por números com contexto e indicar a origem do dado e o autor da página.
- Estrutura: abrir cada seção com a resposta direta à pergunta e usar títulos que repitam a dúvida do cliente.
- Corroboração: corrigir os dados desatualizados em diretórios, matérias e páginas de parceiros, começando pelas fontes mais visitadas.
- Atualidade: revisar números e afirmações das páginas prioritárias a cada trimestre e exibir a data de atualização.
O estudo de pesquisadores de Princeton e outras instituições ajuda a calibrar a expectativa. Ao testar nove técnicas em 10 mil consultas, eles viram que incluir estatísticas, fontes e citações elevou a visibilidade em até 40%, enquanto repetir a palavra-chave teve efeito neutro ou negativo (os resultados estão no artigo do arXiv).
Vale a ressalva de que o experimento foi feito em ambiente controlado, e os ganhos reais variam conforme o setor.
O que não resolve o problema
Diante do sumiço, muitas equipes reagem com as táticas que funcionavam no SEO tradicional, e várias delas gastam esforço sem mudar a resposta da IA.
Entender o que não funciona poupa semanas de trabalho e evita que a equipe conclua, por engano, que o GEO não tem efeito.
Os erros mais frequentes são:
- Publicar mais textos: um volume maior de páginas vagas não adiciona nenhuma afirmação verificável.
- Repetir a palavra-chave: o estudo citado acima mostrou efeito neutro ou negativo para essa tática.
- Pedir à IA que cite a marca: a resposta de uma conversa não altera o que o modelo recupera nas próximas.
- Testar uma vez só: um único teste confunde variação normal com mudança real.
Um caso ilustra bem. Uma empresa publicou 40 artigos novos em dois meses e não viu nenhuma mudança nas respostas.
Os textos novos repetiam os mesmos adjetivos das páginas antigas, e as fontes externas continuavam com dados desatualizados.
Quando a equipe reescreveu seis páginas de comparação e corrigiu oito diretórios, a marca passou a aparecer em parte das respostas.
Quanto tempo leva para a marca voltar a aparecer
O prazo depende do tipo de correção e do setor. Ajustes técnicos e de texto em páginas que já têm autoridade podem aparecer nas respostas em algumas semanas, desde que as ferramentas rastreiem a página novamente.
Ferramentas com busca em tempo real, como o Perplexity, tendem a refletir mudanças mais rápido do que respostas baseadas no conhecimento de treinamento do modelo.
As correções em fontes externas levam mais tempo, porque dependem da resposta de terceiros e de novos ciclos de rastreamento.
Um pedido de atualização a um diretório pode demorar semanas para ser atendido. Por isso o planejamento realista trabalha com ciclos de três meses e não com resultados de uma semana para a outra.
Também vale a ressalva de que ninguém controla o que o modelo responde. O trabalho aumenta a probabilidade de citação, e quem promete aparição garantida em respostas de IA promete algo que não consegue cumprir.
A medida honesta de progresso é a proporção de respostas em que a marca aparece, comparada ao ponto de partida.
Como saber onde sua marca aparece hoje e acompanhar a evolução
Depois das correções, o acompanhamento repete o teste inicial com a mesma lista de perguntas, as mesmas ferramentas e o mesmo número de repetições.
A comparação só vale quando o método não muda entre um ciclo e outro, e por isso a planilha de registro deve guardar a data, a pergunta, a ferramenta e as marcas citadas.
Três indicadores formam a leitura mensal:
- Taxa de citação: em que proporção das respostas a marca aparece, por pergunta e por ferramenta.
- Qualidade da menção: se o que a IA diz sobre a marca está correto e atual.
- Concorrentes presentes: quais marcas aparecem no seu lugar e com quais afirmações.
O ciclo termina com uma decisão simples. Se a taxa subiu, a equipe amplia o trabalho para as próximas perguntas. Se ficou parada, a causa volta à lista de diagnóstico e a equipe investiga se o gargalo está no acesso, no texto ou nas fontes externas.
Como a Ande ajuda sua empresa a voltar a ser citada pelas IAs
A Ande Media trabalha justamente para garantir que a sua marca seja encontrada. O trabalho começa por um teste de citação com as perguntas dos seus clientes, o que mostra em quais ferramentas e em quais perguntas a marca falha e quem ocupa esse espaço.
A partir desse retrato, a equipe separa o que é acesso, conteúdo e presença externa e entrega um plano de correções ordenado por impacto, com acompanhamento mensal da taxa de citação. Na prática, o trabalho inclui:
- Testar a marca em ChatGPT, Perplexity e Gemini com perguntas reais de clientes.
- Auditar o acesso dos rastreadores e a renderização das páginas prioritárias.
- Reescrever páginas com dados específicos, blocos curtos e respostas no início.
- Corrigir os dados divergentes em diretórios, matérias e páginas de parceiros.
Peça o diagnóstico de visibilidade em IA da Ande e descubra por que sua marca fica de fora das respostas e o que corrigir primeiro.
