O funil de compra brasileiro mudou de endereço. Segundo o estudo O Mapa da Busca no Brasil 2026, da Optimiza Marketing, 46,5% dos brasileiros já usam plataformas de IA como ChatGPT, Gemini e Copilot com frequência para pesquisar produtos e decidir compras. Quase um em cada quatro consulta essas ferramentas todos os dias, e 24% pedem à IA exatamente o que antes pediam a um amigo: uma recomendação de empresa.
Ao mesmo tempo, o clique tradicional encolhe. Um estudo da Ahrefs com 300 mil palavras-chave mediu o efeito das respostas prontas no topo do Google: quando o AI Overview aparece, a taxa de cliques da primeira posição cai 34,5%. Estar em primeiro lugar já não garante nem a visita ao site.
Por que a IA recomenda umas empresas e ignora outras
A resposta técnica é menos misteriosa do que parece. Sistemas de IA generativa não escolhem empresas por simpatia: eles sintetizam o que encontram em fontes que consideram confiáveis, como sites bem estruturados, avaliações públicas, menções em veículos independentes e dados consistentes entre uma fonte e outra.
“Ser encontrado no Google e ser recomendado pela IA são jogos diferentes, com regras diferentes”, resume Lucas Ferraz, fundador da Lucas Ferraz SEO, agência de Belo Horizonte que trabalha com busca orgânica desde 2007 e hoje atende empresas de todo o país nas duas frentes.
A distinção virou tese de livro. Em A Empresa que a IA Recomenda, publicado em julho de 2026 e disponível no Google Livros, Ferraz organiza a presença digital em duas camadas que batizou de Camada do Achado, o SEO que faz a empresa aparecer na busca, e Camada da Recomendação, o trabalho que prepara a marca para ser citada quando alguém pede uma indicação à IA. Para o especialista, a ordem importa: “Nenhuma IA recomenda uma empresa que nem o Google entende”.
O erro mais comum, segundo ele, é tratar a segunda camada como truque. Na prática, é trabalho de consistência: páginas que respondem perguntas reais de compra, preços e prazos publicados em vez de escondidos, avaliações respondidas, dados estruturados corretos e fatos iguais em todos os lugares onde a marca aparece.
Medir antes de otimizar
Entre as agências que atuam no tema, um procedimento vem se firmando como ponto de partida: perguntar à IA e anotar a resposta. O processo que Ferraz sistematizou sob o nome de Método Rodada de Citação começa com uma lista das perguntas que clientes reais fariam antes de contratar naquele mercado, do tipo “qual a melhor empresa de X” ou “quanto custa Y”. As perguntas são feitas de verdade no ChatGPT, no Gemini e no Google, e cada resposta é registrada: a marca apareceu, em que posição, citando quais fontes, ao lado de quais concorrentes.
A primeira medição, que ele chama de Rodada Zero, costuma surpreender. A maior parte das empresas descobre que não existe nas respostas e, pior, descobre quem está sendo recomendado no lugar dela. O registro transforma a conversa: as fontes citadas pela IA mostram onde a marca precisa estar, e as lacunas que os concorrentes não respondem viram o plano de conteúdo. Repetida periodicamente, a medição funciona como um indicador tão concreto quanto posição no Google.
A janela ainda está aberta
Os dois estudos apontam a mesma direção: menos gente clicando na lista de links, mais gente aceitando a resposta pronta. Para as empresas, o desconforto tem um lado bom. Na maioria dos mercados brasileiros, nenhum concorrente trabalha a camada da recomendação de forma deliberada, e quem estrutura as duas primeiro tende a ocupar as respostas e a permanecer nelas. IAs, como pessoas, repetem as recomendações em que aprenderam a confiar.
