Onde é que a IA aprende sobre a sua marca

Um modelo não tem uma base de dados de empresas. Tem o que leu. Se a sua marca não está nas fontes que ele leu, não existe para ele, e a ausência não dispara alerta nenhum.

Pergunte ao ChatGPT qual a melhor ferramenta de gestão para uma equipa de vendas portuguesa. Recebe três nomes. Pergunte o mesmo ao Perplexity e recebe uma lista parecida, com fontes ao lado. Pergunte ao Claude, e recebe outra variação dos mesmos nomes.

Em todos os casos, a resposta veio de algum lado. O modelo não inventou as marcas. Aprendeu-as. E a pergunta que quase ninguém faz é: aprendeu onde?

A IA não conhece a sua marca, leu sobre ela

Um modelo de linguagem não tem uma base de dados de empresas. O que tem é uma compressão estatística de uma enorme quantidade de texto que leu durante o treino, e, em muitos casos, acesso a pesquisa web ao vivo no momento da resposta.

Quando lhe pede uma recomendação, ele faz uma síntese: junta o que viu sobre o seu espaço e devolve os nomes que aparecem com mais frequência, nos contextos mais credíveis, associados às palavras certas.

O corolário é desconfortável: se a sua marca não está nas fontes que o modelo leu, não existe para ele. Não é uma penalização, é ausência. E ausência não dá erro, não dispara alerta, não aparece em nenhum dashboard. É silenciosa.

O mapa das fontes, por peso

Nem todas as fontes valem o mesmo. Por ordem aproximada de influência sobre o que um modelo diz de uma marca B2B:

1. Reddit, Hacker News, fóruns

O Reddit é hoje uma das fontes de treino mais pesadas de vários modelos: a OpenAI tem acordo de licenciamento e a Google indexa-o de forma agressiva. Porquê? Porque é conversa humana real: pessoas a recomendar, a queixar-se, a comparar, sem filtro de marketing.

Os modelos tratam isto como o mais próximo de opinião honesta que conseguem encontrar. Uma menção qualificada num thread relevante pesa mais do que dez páginas no seu próprio site. Para B2B português: subreddits do seu nicho, Hacker News se for técnico, Quora, fóruns setoriais.

2. Wikipedia e Wikidata

São a camada de referência das entidades. Definem o que é uma empresa, ligam-na a um setor, a fundadores, a outras entidades. Estar na Wikidata dá-lhe um identificador único que o knowledge graph do Google e os modelos reconhecem.

Não estar significa que a sua marca é ambígua: o modelo não tem a certeza de que existe como entidade distinta. A barra de notabilidade é real, e precisa de fontes externas que o mencionem. Por isso não é o primeiro passo; é a consequência de ter feito os outros.

3. Plataformas de review e diretórios

G2, Capterra, Clutch, Trustpilot, Product Hunt. Estrutura ideal para um modelo: categoria clara, descrição, reviews verificados, comparativos lado a lado. É literalmente daqui que saem as respostas do tipo “as melhores X”: o modelo leu listas e rankings nestas plataformas e repete-os.

Para uma consultoria ou agência, os equivalentes são diretórios de service providers: Clutch, Sortlist, DesignRush, GoodFirms.

4. Publicações e media

Artigos, comparativos, entrevistas, listas de “top 10 em [categoria]”. Dão ao modelo o contexto narrativo, não só que existe, mas porque importa e o que o distingue. Uma menção num órgão credível do seu setor vale como validação de terceiro. É exatamente o que falta a quem só tem o próprio site.

5. O seu próprio site

Necessário, mas insuficiente. O modelo lê o seu site, e quanto melhor estiver estruturado (schema, llms.txt, conteúdo extraível), melhor ele o entende. Mas pesa-o como aquilo que é: uma fonte interessada. O site confirma e completa o que o modelo já viu noutro lado. Sozinho, raramente chega para o pôr numa resposta.

A assimetria portuguesa

Eis o padrão que vemos repetidamente em empresas B2B portuguesas: 90% do investimento em visibilidade vai para o ponto 5, o próprio site, e quase nada para os pontos 1 a 4. O resultado é um site impecável e uma marca invisível dentro do ChatGPT. Faz-se o trabalho que se controla e ignora-se o trabalho que importa.

A boa notícia é o reverso. Em Portugal, os pontos 1 a 4 estão pouco povoados no contexto B2B: poucas empresas portuguesas em Clutch, poucas discussões qualificadas em Reddit no seu nicho, poucos comparativos em português. Quem entra agora ocupa espaço vazio, uma vantagem que daqui a dezoito meses já não existe.

O que fazer este trimestre

Não precisa de tudo ao mesmo tempo. Por ordem de esforço contra retorno:

1. Diretórios. Clutch, G2 Service Providers, Sortlist. Uma tarde de trabalho, com descrição consistente em todos. Aprovação em uma a duas semanas.
2. Presença qualificada em Reddit e Hacker News. Duas a três threads do seu espaço, com respostas de valor real e sem auto-promoção evidente. Os modelos leem o conteúdo, não o link.
3. Um artigo com dados próprios. Um benchmark, um estudo, números que mais ninguém tem. É a forma de gerar menções externas sem depender de relações com a media.
4. Wikidata, assim que tiver duas fontes externas que o mencionem.

O seu site fica como base sólida. O trabalho que move a agulha é off-site.

Como saber se está a resultar

Defina 50 a 100 perguntas que clientes reais fazem no seu setor. Corra-as periodicamente em ChatGPT, Claude, Gemini e Perplexity. Meça em quantas aparece (citation rate) e em que posição relativa aos concorrentes (share of voice).

Sem este baseline, está a operar por fé. Com ele, é gestão: vê a deriva, vê o efeito de cada ação, e sabe exatamente onde ainda está invisível.

Em resumo

Quando o ChatGPT recomenda uma empresa, está a repetir aquilo que a internet diz sobre esse espaço, filtrado pelas fontes em que mais confia. GEO, no fundo, é garantir que a internet diz a coisa certa sobre si, nos sítios onde o modelo a vai ler.

Ver também: o que é a autoridade de entidade e como medir citation rate e share of voice.

Publicado primeiro em destaque.ai/blog/onde-a-ia-aprende-sobre-a-tua-marca