GEO: o que é e por que o SEO que você faz hoje não resolve

GEO (Generative Engine Optimization) é a disciplina de fazer sua marca aparecer nas respostas de IAs como ChatGPT, Gemini e Perplexity quando um comprador pergunta sobre a sua categoria. O SEO que você faz hoje não resolve isso porque otimiza outro jogo: posição de páginas numa lista de resultados. Na IA não existe lista. Existe uma resposta em texto corrido, e sua marca está dentro dela ou está invisível para aquele comprador.

O resto deste post prova essa afirmação com números, mostra o que encontramos ao medir isso na prática e termina com um passo a passo pra você medir sua própria marca ainda hoje.

O que é GEO, exatamente?

O mercado usa três siglas pra mais ou menos a mesma coisa: GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) e LLMO (Large Language Model Optimization). Na Rekon preferimos nomear o problema em vez da tática: AI Discoverability, a probabilidade de uma marca ser encontrada, citada e recomendada por modelos de linguagem em respostas a perguntas da sua categoria.

Repare na palavra probabilidade. Não é ranking, não é posição, não é troféu fixo. A mesma pergunta, feita duas vezes pro mesmo modelo, pode gerar respostas diferentes, porque LLMs são estocásticos por construção. A "posição" da sua marca numa resposta de IA não é um fato que você confere uma vez. É uma taxa que você estima medindo muitas vezes.

Isso já separa GEO de SEO no nível mais fundamental. Uma SERP você audita a qualquer momento e ela está lá. Uma resposta de IA você precisa amostrar, contar e calcular intervalo de confiança, como qualquer fenômeno probabilístico.

O comprador mudou de balcão. Os números mostram o tamanho da mudança

Quatro dados, cada um com fonte e ano.

Em queries que exibem AI Overviews, o CTR orgânico caiu entre 34% e 61% (Seer Interactive, nov/2025). A página que você suou pra rankear continua na posição 2, mas o clique que ela recebia foi absorvido pela resposta da IA no topo.

A Gartner projeta queda de 25% no volume de buscas tradicionais até 2026, chegando a 50% até 2028. Não é a morte do Google. É a migração de uma fatia crescente das perguntas pra outro balcão.

69% dos compradores B2B já trocaram de fornecedor com base em orientação de chatbot (G2 Answer Economy Report, abr/2026, n=1.076). Não "pesquisaram". Trocaram. A resposta da IA está no meio da decisão de compra, não na periferia.

E o Brasil não está atrás nessa curva: somos o 3º maior mercado do ChatGPT no mundo, com 5,05% do uso global. Se o seu comprador é brasileiro, ele já está perguntando.

Uma limitação honesta antes de seguir: nenhum desses números diz que a busca tradicional acabou. Ela segue relevante, e boa parte do seu funil ainda passa por ela. O argumento deste post é outro: nasceu um segundo canal de descoberta, ele já influencia decisão de compra, e o seu instrumental de SEO não enxerga nada dele.

Por que o seu ranking não se transfere pra resposta da IA?

Aqui está o dado mais desconfortável do post. O overlap entre as fontes citadas em AI Overviews e o top 10 orgânico do Google para as mesmas queries é menor que 10% (G2, abr/2026, n=1.076). Leia de novo. Mais de 90% do que a IA cita não vem do seu pódio de SEO.

Dá pra estar impecável no Google e não existir nas respostas. E o inverso também acontece: marcas medianas em SEO aparecem bem em IA porque têm lastro de entidade em fontes que os modelos preferem citar. Explicamos esse mecanismo em detalhe em de onde as IAs tiram as respostas.

Pra tornar isso concreto, veja como uma resposta típica se comporta. As marcas abaixo são fictícias.

Pergunta do comprador: "Preciso trocar o ERP da minha distribuidora. Quais os melhores sistemas para distribuidoras de médio porte no Brasil?"

Resposta do ChatGPT (exemplo ilustrativo, montado no formato real das respostas):

"Para distribuidoras de médio porte no Brasil, os sistemas mais recomendados costumam ser:

1. GestorPro: forte em gestão fiscal e integração com transportadoras, bem avaliado por distribuidoras de 50 a 200 funcionários.
2. ErpNexo: destaque em WMS nativo e implantação rápida, com boa presença no Sul e Sudeste.
3. SistemaVia: opção mais acessível, indicada para quem prioriza emissão fiscal e controle de estoque simples.

Se a prioridade for logística, comece avaliando GestorPro e ErpNexo. Posso comparar os dois em detalhe se você me disser seu volume de pedidos."

Agora as três quebras estruturais que esse formato impõe.

Não existe posição 8. A resposta cita duas ou três marcas e encerra. Se a sua é a quarta melhor opção da categoria, você não perdeu posições: você deixou de existir naquela conversa. Inclusão é binária.

Não existe clique garantido. O comprador do exemplo leu, escolheu dois nomes pra avaliar e seguiu conversando com a IA. Nenhum site visitado, nenhum analytics registrando nada. A resposta é a página de destino. E o passo seguinte dessa mudança já apareceu: às vezes quem compra é um agente de IA, sem nenhum humano lendo a resposta.

Não existe Search Console disso. O ChatGPT não avisa quando recomenda seu concorrente. Seu rank tracker mede uma SERP que esse comprador nem abriu. A invisibilidade é silenciosa justamente porque nenhuma ferramenta tradicional a registra.

SEO vs AI Discoverability: a comparação lado a lado

A linha mais importante é a última da métrica: em GEO, número sem N amostral e sem intervalo de confiança é opinião. Uma consulta única ao ChatGPT não mede nada, pelo mesmo motivo que um lançamento de moeda não estima probabilidade.

O que 150 medições numa indústria B2B nos ensinaram

Teoria à parte, nós medimos. No nosso estudo com uma indústria B2B tradicional (o cliente é anônimo por contrato), rodamos 150 medições sobre 15 perguntas de comprador, em 4 modelos de IA, e extraímos 885 menções de marca das respostas.

Três achados mudaram como enxergamos o problema.

Primeiro: a marca do estudo era a líder em menções, com 85 citações, mais que qualquer concorrente. Se o relatório parasse aí, seria comemoração.

Segundo: essas 85 menções estavam concentradas em apenas 5 das 15 perguntas. Nas outras 10, quem aparecia eram concorrentes, alguns que a própria empresa não considerava concorrentes diretos. Volume alto com cobertura estreita é uma vitória que esconde uma derrota.

Terceiro, e o mais duro: nas perguntas de topo de funil, aquelas em que o comprador descreve o problema sem saber o nome da solução, a marca teve 0% de menção. Zero em todas as amostras. Ela só aparecia quando a pergunta já continha pistas do seu território. Ou seja: a IA confirmava a marca pra quem já a conhecia e a omitia pra quem estava começando a procurar. É exatamente o estágio da jornada onde novos clientes nascem.

Limitações declaradas, porque um estudo só vale com elas: o N é pequeno (150 medições dão intervalos de confiança largos por pergunta), é um único setor, foram 4 modelos num único período, e o comportamento dos LLMs muda a cada release. Tratamos esses números como evidência direcional, não como lei. A mecânica completa de amostragem, extração de menções e cálculo de intervalo via Wilson Score está publicada na nossa metodologia.

O padrão, porém, se repete nas auditorias que rodamos desde então: marcas fortes em reconhecimento aparecem onde já são procuradas pelo nome e somem nas perguntas abertas de categoria. Se a IA decide quem citar por lastro de entidade e evidência, e não pelo seu ranking, o critério dela merece um post inteiro: como um LLM decide quem citar.

Como medir a visibilidade da sua marca em IA ainda hoje

Antes de investir um real em "otimização pra IA", estabeleça a linha de base. O roteiro abaixo leva cerca de 2 horas e não exige ferramenta paga.

1. Liste 15 perguntas de comprador (30 min, planilha). Cinco de topo de funil descrevendo o problema sem citar a categoria, cinco de meio comparando tipos de solução, cinco de fundo pedindo recomendação direta. Critério de qualidade: nenhuma pergunta contém o nome da sua marca.
2. Rode cada pergunta 3 vezes no ChatGPT (60 min). Use chat temporário ou janela anônima, sem login, pra reduzir o efeito da sua memória de conversa. Cole a pergunta, registre na planilha toda marca citada e em que ordem. Não reformule a pergunta entre repetições.
3. Repita em um segundo modelo (40 min). Gemini ou Perplexity, mesmas 15 perguntas, 3 repetições. Modelos discordam entre si, e a discordância também é informação.
4. Monte a matriz pergunta × marca (15 min). Pra cada marca, conte em quantas das 90 respostas ela apareceu. Critério de sucesso da medição: você consegue responder "em quantas das 15 perguntas minha marca aparece, e quem aparece nas outras?".
5. Interprete com humildade estatística. Com 3 amostras por pergunta, o intervalo de confiança é enorme: um resultado 2 em 3 é compatível com taxas reais entre 20% e 95%. Esse exercício serve pra detectar zeros e padrões grosseiros, não pra comparar marcas com diferença pequena. Pra uma leitura com mais amostras, multi-modelo e intervalo de confiança calculado, rode a auditoria gratuita da Rekon: leva 5 minutos e devolve a matriz pronta.

Se o passo 5 mostrar zeros no topo de funil, você acabou de reproduzir, na sua marca, o achado central do nosso estudo.

Perguntas frequentes

GEO substitui o SEO?

Não. SEO segue necessário enquanto parte do seu funil vier de busca tradicional, e conteúdo bem estruturado alimenta os dois canais. GEO cobre o que o SEO não enxerga: as respostas geradas por IA, onde o overlap com o top 10 orgânico é menor que 10% (G2, abr/2026). São disciplinas adjacentes com instrumentos diferentes.

Quanto tempo leva pra minha marca aparecer nas respostas das IAs?

Não há prazo honesto sem antes medir sua linha de base. Modelos atualizam índices de busca em dias, mas o conhecimento consolidado sobre entidades muda em ciclos mais longos, na casa de meses. Desconfie de quem promete prazo fixo sem mostrar N amostral e método.

Dá pra garantir que minha marca seja citada pelo ChatGPT?

Não, e quem garante está vendendo o que não controla. LLMs são estocásticos: o resultado honesto é um aumento de mention rate medido com intervalo de confiança, não uma certeza. O compromisso sério é baseline, intervenção e remedição com o mesmo método.

GEO, AEO e AI Discoverability são a mesma coisa?

Na prática, sim: todos nomeiam o esforço de aparecer em respostas geradas por IA. GEO e AEO enfatizam a tática de otimização; AI Discoverability nomeia a propriedade que se mede, a probabilidade de ser citado e recomendado. Preferimos o termo que aponta pra medição, porque sem medição a tática vira chute.

---

O próximo passo não é reescrever seu site nem contratar agência. É responder uma pergunta que hoje você não sabe responder: em quantas das perguntas da sua categoria a sua marca aparece? Rode o roteiro de 2 horas acima ou a auditoria gratuita em 5 minutos. Com a matriz na mão, o post como um LLM decide quem citar explica o que fazer com os zeros que você encontrar.