Está a perder receita para a concorrência? Veja o que a IA diz aos seus compradores

Os sinais: quando o problema não são os seus anúncios

A pesquisa com IA não explica todos os negócios perdidos. Mas alguns padrões apontam para ela. Verifique se dois ou mais destes se aplicam ao seu negócio:

• Menos leads de entrada, o mesmo desempenho dos anúncios. Os cliques e o custo por clique parecem normais, mas menos pessoas o contactam por iniciativa própria.
• Nomes novos nos negócios perdidos. Os compradores mencionam concorrentes que raramente encontrou antes, muitas vezes mais pequenos.
• Os compradores chegam com uma lista curta. Já compararam três fornecedores antes da primeira chamada, e cabe-lhe a si provar que merece estar na lista.
• “Perguntei ao ChatGPT.” Quando pergunta aos novos clientes como o encontraram, as ferramentas de IA aparecem nas respostas. Ou, mais importante, dizem-no os compradores que perdeu.
• A receita desceu nos últimos um ou dois anos e as explicações habituais (época, preço, mercado) não explicam tudo.

Nenhum destes sinais prova que a IA é a causa. Juntos, dizem-lhe que vale a pena verificar.

Porque é que investir mais em anúncios não resolve

O caminho antigo até uma compra era: o comprador pesquisa no Google, abre alguns sites, compara e decide. Os seus anúncios, o seu SEO e as suas landing pages funcionam nesse caminho.

Um caminho cada vez mais comum é mais curto: o comprador pergunta a um modelo de IA, lê uma resposta com algumas recomendações e decide que marcas ver. O modelo de IA faz a primeira seleção. O comprador pode nunca ver a página de resultados onde está o seu anúncio.

E muitos compradores não verificam as fontes da resposta. Leem a recomendação, consideram-na fiável e seguem em frente. Para estes compradores, a resposta da IA é a lista curta. Se a sua marca não estiver nela, podem nunca ver as páginas que provam que é a escolha certa.

Por isso, a pergunta não é “devemos investir mais em anúncios?”. Os anúncios continuam a funcionar para os compradores que pesquisam. A pergunta é: o que acontece aos compradores que perguntam?

O que os nossos dados mostram

Entre 7 de agosto e 19 de setembro de 2026, recolhemos 4010 respostas do ChatGPT, Gemini, Perplexity e Google AI Overviews. As respostas respondiam a perguntas de compradores em seis mercados, do software CRM às viagens de aventura. Em cada mercado, monitorizámos uma marca real, que não nomeamos. Em cada resposta verificámos uma só coisa: o modelo de IA nomeou essa marca?

O que mede o valor de 18,8%. É uma taxa de menção da marca na nossa amostra de investigação. Não mede clientes perdidos nem receita perdida. Mostra com que frequência a IA nomeou a marca monitorizada nas respostas que recolhemos. Os seus resultados dependem da sua categoria, do seu mercado, das perguntas dos seus compradores e dos modelos de IA.

Em média, a marca monitorizada não foi nomeada em cerca de quatro em cada cinco respostas. O resultado foi muito diferente de mercado para mercado. Em dois dos seis mercados, a IA nomeou a marca monitorizada em mais de metade das respostas. Nos outros quatro mercados, nomeou-a em apenas cerca de 2% a 11% das respostas. O mesmo tipo de pergunta, os mesmos modelos de IA, resultados muito diferentes.

As fontes também diferem. Para a análise de afirmações, usámos as 567 respostas do ChatGPT, Gemini e Google AI Overviews que continham afirmações sobre a marca. Essas respostas citaram 952 sites distintos (domínios). 83,8% desses sites foram citados por apenas um dos três modelos de IA. Um comprador que pergunta ao ChatGPT e outro que pergunta ao Gemini podem receber uma lista curta diferente, construída a partir de páginas diferentes.

Uma nota sobre estes números. Estes números vêm de seis mercados e de uma marca monitorizada por mercado. Descrevem esta amostra, não todas as marcas. O método completo, as datas e os limites estão na nossa análise de 4010 respostas de IA.

Como isto se aplica ao seu negócio

Imagine que um comprador faz a três modelos de IA perguntas como estas:

O seu negócio pode aparecer numa resposta, faltar noutra e ser mal descrito numa terceira. Uma só resposta não lhe diz se isto é um padrão. Precisa de ver que marcas aparecem em execuções repetidas, que fontes os modelos de IA citam e como os resultados diferem por modelo.

Um relatório de visibilidade em IA deve mostrar-lhe:

• Onde está ausente: perguntas de compradores em que a concorrência aparece e a sua marca não.
• Porque pode acontecer: as páginas e fontes por trás das recomendações.
• O que verificar primeiro: lacunas no seu conteúdo, nas menções de terceiros ou nos factos da sua marca.
• Se algo muda: como os resultados evoluem ao longo do tempo.

O objetivo não é perseguir cada menção na IA. É encontrar as lacunas que importam aos seus compradores e decidir o que fazer com elas.

O que acontece a seguir? Adicione a sua marca e as perguntas dos seus compradores e, depois, reveja os resultados dos modelos de IA que acompanha.

A visibilidade em IA é algo em que pode trabalhar

Estar numa resposta de IA não é sorte. Os modelos de IA recomendam as marcas que conseguem encontrar, compreender e em que confiam. Isso depende de coisas em que uma empresa pode trabalhar: factos claros nas suas próprias páginas, páginas de comparação, avaliações e menções nos sites que os modelos de IA citam.

Este trabalho tem um nome: GEO (otimização para motores generativos) e AEO (otimização para motores de resposta). Qualquer empresa do seu mercado pode fazer este trabalho, e algumas podem já fazê-lo. Se os concorrentes melhorarem a sua presença nas fontes em que a IA se baseia enquanto a sua empresa não faz nada, a sua visibilidade relativa pode cair. Meça a diferença. Não a dê como certa.

Uma autoverificação de 15 minutos

Pode testar isto hoje, sem nenhuma ferramenta. É um diagnóstico rápido, não uma medição estatisticamente sólida:

1. 1
   Escreva cinco perguntas de compradores

   Use as palavras dos seus compradores, não os nomes dos seus produtos. Por exemplo: “Qual é o melhor software de contabilidade para uma pequena empresa no Reino Unido?”

2. 2
   Faça-as em três modelos de IA

   Por exemplo ChatGPT, Gemini e Perplexity. Use uma janela privada, para que o seu próprio histórico não altere a resposta.

3. 3
   Faça cada pergunta duas vezes

   As respostas de IA mudam de uma execução para a outra. Uma só resposta é atirar uma moeda ao ar, não uma medição.

4. 4
   Anote todas as marcas nomeadas

   Está lá? Em que posição? Que concorrentes aparecem uma e outra vez?

5. 5
   Veja as fontes

   Que páginas a resposta cita? São essas as páginas que moldam a lista curta dos seus compradores, mesmo que os seus compradores nunca as abram.

Se a sua marca falta nas respostas em que os seus compradores confiam, ou se a IA descreve mal a sua oferta, pode ter encontrado uma lacuna de visibilidade em IA que a publicidade, por si só, não resolve. Acompanhe as mesmas perguntas ao longo do tempo para perceber se o padrão se mantém.

Duas camadas, quatro passos

A abordagem do Vosapio tem duas partes que funcionam em conjunto. Primeiro, divide a visibilidade em IA em duas camadas: em direto e memória. Segundo, aplica os mesmos quatro passos às duas camadas: Ver, Compreender, Agir, Medir. Juntas, mostram onde perde, porque perde e o que corrigir primeiro.

1Em direto vs memória: duas formas de a IA ver a sua marca

Quando a IA responde a um comprador, baseia-se em duas camadas: o que encontra na web neste momento e o que já sabe do treino. Os seus concorrentes podem ganhar numa camada e perder na outra. Mudam por razões diferentes, por isso o Vosapio mede-as como duas métricas separadas: visibilidade em direto e visibilidade de memória.

Porque é que isto importa quando perde negócios: a solução depende da camada. Se a concorrência ganha as respostas em direto, a causa costuma estar nas páginas que a IA cita hoje, e pode trabalhar nessas páginas já. Se a concorrência ganha as respostas de memória, o modelo já a conhece melhor do que a si. Essa solução é de longo prazo: apresente os mesmos factos com clareza e em muitos sítios de confiança, para que os modelos futuros os aprendam.

Uma nota sobre as duas camadas. Uma resposta pode usar as duas camadas, por isso nem todas as respostas podem ser atribuídas com certeza a uma ou a outra. Trate a divisão como um sinal forte de onde procurar primeiro, não como uma causa exata.

Uma nota sobre as recomendações. Em alguns casos, a IA responde a uma pergunta de recomendação sobretudo a partir da memória, em vez de pesquisar na web. Por isso, um site forte, por si só, não garante que a IA o recomende.

2Ver, Compreender, Agir, Medir: nas duas camadas

Para cada camada, o Vosapio usa os mesmos quatro passos:

1. 1
   Ver

   Encontre as perguntas de compradores em que a IA recomenda a concorrência e não a si, em cada modelo de IA, nas respostas em direto e nas respostas de memória.

2. 2
   Compreender

   Descubra porquê. Nas respostas em direto: que páginas a IA cita, e o que dizem sobre a concorrência que não dizem sobre si? Nas respostas de memória: o que é que o modelo já pensa sobre si e sobre a concorrência?

3. 3
   Agir

   Investigue e trate a causa provável. Em direto: melhore as suas próprias páginas e trabalhe para obter menções nos sites que as respostas citam. Na memória: apresente os mesmos factos de forma consistente, em muitos sítios de confiança, para que os modelos futuros os aprendam. Nenhuma correção isolada garante um resultado.

4. 4
   Medir

   Verifique de novo todas as semanas. A visibilidade em direto pode mudar quando as páginas e as fontes citadas mudam, mas o momento e o impacto variam por modelo de IA e por pergunta. A visibilidade de memória muda mais devagar, com as novas versões do modelo.

Ser nomeado é apenas um passo. Medimos a visibilidade em IA como uma escada de cinco passos: lido, citado, mencionado, recomendado e descrito corretamente. Uma marca que a IA nomeia mas descreve mal ainda pode perder o negócio.

O Vosapio executa estes passos por si: faz as perguntas dos seus compradores em cada modelo de IA de forma agendada, mostra que concorrentes ganham cada resposta, mede a visibilidade em direto e a visibilidade de memória como duas métricas separadas e guarda as fontes de cada resposta. Veja como o Vosapio monitoriza a visibilidade em IA, ou compare os planos para marcas e os planos para agências.

Para marcas

Conhece os seus compradores e os seus produtos melhor do que qualquer modelo de IA. Aproveite isso. Faça a verificação com as perguntas que os seus compradores fazem pouco antes de comprar: que produtos a IA recomenda, quais deixa de fora e que factos erra. Se vende dez produtos mas a IA só recomenda sete, é aqui que descobre porquê. Comece pelas perguntas mais próximas de uma compra e corrija primeiro as páginas por trás delas.

Para agências

Os seus clientes perguntam porque é que os leads descem se as campanhas funcionam. A pesquisa com IA é uma parte do percurso do comprador que os relatórios de campanha tradicionais podem não captar. Faça a mesma verificação para cada cliente: mostre que perguntas perdem, para que concorrentes, em que modelo de IA e que páginas corrigir primeiro. Transforma uma chamada difícil com o cliente num plano.