Skincare recomendado pela IA: como descobrir se sua marca entra na rotina que o ChatGPT monta

Pra descobrir se a IA recomenda sua marca de skincare, pergunte do jeito que sua cliente pergunta: por problema, não por marca. "Rotina pra pele oleosa com R$ 200 por mês", "retinol ou vitamina C primeiro?", "esse sérum funciona mesmo?". A IA responde montando uma rotina com produtos específicos, passo a passo, e o seu produto está dentro dela ou está invisível pra aquela consumidora. Neste post: por que a jornada de beleza é diferente de tudo que se escreve sobre B2B, uma resposta real de rotina dissecada linha a linha, e uma bateria de 12 perguntas prontas pra você rodar ainda hoje.

Por que a pergunta de skincare pra IA não se parece com nenhuma pergunta B2B?

Quase todo conteúdo sobre visibilidade em IA parte do comprador B2B: alguém pergunta "melhor ERP pra distribuidora de médio porte" e o modelo devolve uma lista de duas ou três marcas. A jornada de quem compra skincare não funciona assim.

A consumidora de beleza pergunta em três registros que o comprador B2B raramente usa. O primeiro é problema com restrição: "rotina pra pele oleosa e acneica gastando até R$ 200 por mês". O segundo é sequenciamento: "retinol ou vitamina C primeiro?", "posso usar niacinamida com ácido salicílico?". O terceiro é confiança e ética: "a marca X é confiável? Testa em animais? As avaliações são boas?".

Repare no que essas perguntas têm em comum: nenhuma pede uma lista de marcas. Elas pedem uma solução montada. E a IA entrega exatamente isso: uma rotina com passos, ordem de aplicação e, em cada passo, um produto específico. Não "a marca Y", mas "o sérum de niacinamida 10% da marca Y, de manhã, antes do protetor".

Essa diferença muda a unidade do jogo. Em B2B, disputa-se a citação da marca. Em beleza, disputa-se a vaga de cada passo da rotina: quem é o gel de limpeza, quem é o sérum, quem é o protetor. Sua marca pode vencer uma vaga e perder as outras quatro sem que você saiba que a disputa existiu.

E a disputa já tem público. O Brasil é o 3º maior mercado do ChatGPT no mundo, com 5,05% do uso global. Enquanto isso, nas buscas do Google que exibem AI Overviews, o CTR orgânico caiu entre 34% e 61% (Seer Interactive, nov/2025). A pergunta que antes gerava um clique pro seu blog de skincare agora morre dentro da resposta.

Como o ChatGPT monta uma rotina? Uma resposta dissecada

Vale ver o formato por dentro. O exemplo abaixo é ilustrativo: montamos a resposta no formato real que os modelos usam, com marcas e produtos fictícios, pra poder dissecar a mecânica sem expor nenhuma marca real.

Pergunta da consumidora: "Monta uma rotina simples pra pele oleosa com tendência a acne. Orçamento de até R$ 200 por mês."

Resposta do ChatGPT (exemplo ilustrativo):

"Dá pra montar uma rotina eficaz dentro desse orçamento. Manhã:

1. Gel de limpeza Oil Control (Dermavia), cerca de R$ 45: limpeza suave com ácido salicílico em baixa concentração, bem avaliado por quem tem pele acneica.
2. Sérum de niacinamida 10% (Clareá), cerca de R$ 60: ajuda no controle de oleosidade e na aparência dos poros.
3. Protetor solar Toque Seco FPS 60 (Solaris), cerca de R$ 75: acabamento matte, não pesa em pele oleosa.

À noite, troque o sérum por um esfoliante de ácido salicílico 2% (Dermavia), 2 a 3 vezes por semana. Total: cerca de R$ 180 iniciais, com os produtos durando de 2 a 3 meses. Quer que eu adapte se sua pele também for sensível?"

Quatro coisas estão acontecendo nesse texto, e cada uma tem consequência direta pra sua marca.

Cada passo é uma vaga, e a vaga é preenchida por atributo textual. A IA precisou de um produto "toque seco", um "niacinamida 10%", um "salicílico 2%". Ela escolhe produtos cujos atributos estão escritos em algum lugar que ela lê: concentração do ativo, acabamento, indicação de pele. Produto cujo diferencial só existe na foto do feed não concorre à vaga.

A restrição de orçamento vira aritmética. "Até R$ 200" obriga o modelo a somar preços. Produto sem preço visível em fonte legível, ou com preço desatualizado, sai da conta ou entra com valor errado. Note que a resposta fictícia estima "cerca de R$ 45": a IA trabalha com o preço que encontrou, não com o da sua tabela atual.

A marca aparece entre parênteses. Às vezes nem isso. O protagonista da frase é o produto: "sérum de niacinamida 10%". Em muitas respostas reais que coletamos, o modelo cita o nome do produto e omite o fabricante. Sua marca pode estar sendo recomendada agora, pelo nome do SKU, sem que nenhuma busca pela marca registre nada.

Dois passos foram pra mesma marca fictícia. A Dermavia levou a limpeza e o esfoliante. Marcas com linha coerente e bem descrita por ativo tendem a ocupar mais de uma vaga na mesma rotina. É o efeito composto que nenhuma métrica de menção por marca captura sozinha.

O que muda no jogo pra uma marca de beleza?

Quatro particularidades separam o skincare D2C do caso geral. Nas auditorias que rodamos na Rekon, são elas que explicam a maior parte das surpresas.

A IA bebe de onde a consumidora fala. Os modelos privilegiam fontes onde há corroboração independente: avaliações de marketplace, resenhas, comparativos, threads de comunidade. Em beleza, esse ecossistema é gigante e opinativo. O padrão que mais se repete nas nossas auditorias: a página institucional da marca quase nunca é a fonte da recomendação; quem sustenta a citação é o que terceiros escreveram sobre o produto. Explicamos essa mecânica de fontes em de onde as IAs tiram as respostas.

Claims são regulados, e a IA não leu a norma. No Brasil, a ANVISA regula o que um cosmético pode prometer: promessa de efeito terapêutico ("trata acne", "elimina melasma") muda a classificação do produto e não cabe num cosmético. O modelo, porém, sintetiza o que encontra. Se um review exagerado diz que seu sérum "cura" alguma coisa, a IA pode repetir esse claim com o seu produto no meio da frase. O risco é duplo: a IA prometendo pelo seu produto o que você não pode prometer, ou descrevendo errado a indicação. Você não controla a resposta, mas só descobre o problema se medir.

Seu produto aparece sem a marca perceber. Como a rotina cita o produto avulso, existe um cenário sem paralelo em B2B: o SKU sendo recomendado sem menção à marca, sem link, sem clique. Nenhum analytics registra. A consumidora chega no marketplace já decidida, e a atribuição vai pro canal errado.

Sazonalidade de lançamento joga contra o modelo. Beleza lança rápido: edição de verão, reformulação, ativo da vez. O conhecimento de treino de um LLM tem meses de defasagem, e nem toda resposta usa busca ao vivo. Resultado prático que vemos com frequência: a IA recomenda a versão antiga do produto, com preço antigo, ou ignora um lançamento com 3 meses de mercado. Pra quem opera calendário de lançamentos, medir só uma vez por ano é medir outra empresa.

Uma limitação declarada antes de seguir: ainda não publicamos um estudo setorial de beleza com N fechado, como fizemos em indústria B2B. Os padrões acima são qualitativos, extraídos das auditorias que rodamos, e os números citados neste post (CTR, mercado do ChatGPT) são gerais, não específicos do setor. Trate como evidência direcional. O comportamento também muda a cada release de modelo.

Como descobrir hoje: 12 perguntas prontas e uma planilha de duas colunas

O teste abaixo leva cerca de 90 minutos e não exige ferramenta paga. Critério de sucesso no final.

Passo 1: copie a bateria de 12 perguntas (5 min). Adapte os colchetes pra sua categoria:

1. "Monta uma rotina de skincare pra pele oleosa com orçamento de R$ 200 por mês"
2. "Retinol ou vitamina C: qual usar primeiro numa rotina?"
3. "Melhor protetor solar pra pele oleosa que não esbranquiça"
4. "Sérum de vitamina C nacional que vale a pena comprar"
5. "O que usar pra manchas de acne no rosto?"
6. "Rotina de skincare mínima pra quem tem 10 minutos de manhã"
7. "Skincare pra pele sensível: quais ingredientes evitar e o que usar?"
8. "Ácido salicílico ou glicólico pra cravos? Tem opção boa no Brasil?"
9. "Presente de skincare até R$ 150 pra quem está começando"
10. "Alternativa mais barata ao [produto famoso da sua categoria]"
11. "A marca [sua marca] é confiável? Testa em animais?"
12. "[Seu produto principal] funciona? O que dizem as avaliações?"

As perguntas 1 a 10 não contêm sua marca de propósito: elas testam se você entra na conversa de quem ainda não te conhece. A pergunta 10 tem mecânica própria: é assim que a IA monta a shortlist de alternativas ao líder da categoria. As duas últimas testam o que a IA diz quando perguntam diretamente por você, e o padrão dessas respostas está dissecado em minha empresa é confiável: o que a IA responde.

Passo 2: rode cada pergunta 3 vezes no ChatGPT (50 min). Janela anônima ou chat temporário, sem login, pra reduzir o efeito da memória de conversa. Não reformule a pergunta entre repetições. Respostas de IA variam por construção; a repetição é o que separa medição de anedota.

Passo 3: registre produto e marca em colunas separadas (durante o passo 2). Essa é a adaptação que o setor exige. Na planilha, pra cada resposta: coluna A com a marca citada, coluna B com o nome exato do produto citado, coluna C com a vaga que ele ocupou (limpeza, sérum, protetor, tratamento). Duas situações que só essa estrutura captura: seu produto citado sem a marca, e sua marca citada com o produto errado ou descontinuado.

Passo 4: repita as 12 perguntas no Gemini ou no Perplexity (35 min). Modelos discordam entre si, e a discordância é informação: um produto forte num modelo e ausente noutro indica fonte de corroboração que um deles não alcança.

Passo 5: leia o resultado. Critério de "deu certo": você consegue responder em quantas das 12 perguntas seu produto ocupa alguma vaga, quem ocupa as vagas restantes, e se o que a IA diz sobre você está correto. Três amostras por pergunta dão um retrato grosseiro, bom pra achar zeros e erros factuais, insuficiente pra comparar marcas próximas.

Esse é o protocolo resumido. A versão completa, com estrutura de funil e critérios de contagem, está em como saber se o ChatGPT recomenda ou ignora a sua empresa. E se quiser a leitura com mais amostras, multi-modelo e intervalo de confiança calculado, a auditoria gratuita da Rekon devolve a matriz pronta em minutos.

Perguntas frequentes

Minha marca é nova. Quanto tempo até a IA começar a me citar?

Não existe prazo honesto sem medir sua linha de base primeiro. O que aceleram são fontes que os modelos leem: avaliações reais em marketplace, comparativos de terceiros, descrição de produto com ativo e concentração em texto legível. Conhecimento de treino muda em ciclos de meses; respostas com busca ao vivo podem te captar em semanas. Desconfie de prazo garantido.

A IA pode falar algo errado ou proibido sobre meu produto?

Pode, e acontece. O modelo sintetiza o que encontra, incluindo reviews exagerados e informação desatualizada. Ele pode atribuir ao seu cosmético um claim terapêutico que a regulação da ANVISA não permite, ou indicar seu produto pro tipo de pele errado. Medir com regularidade é a única forma de descobrir antes da consumidora.

Preciso parar de investir em Instagram e mídia paga?

Não. Instagram e Meta Ads seguem fazendo o trabalho deles: alcance e conversão de quem já está no funil. O ponto é outro: a IA não vê seu feed, ela lê texto e fontes corroboradas. São canais complementares com instrumentos diferentes, e o canal de IA hoje não aparece em nenhum dashboard seu. Detalhamos essa visão pra D2C em rekonradar.com/d2c.

Quantas vezes preciso repetir cada pergunta pra confiar no resultado?

Com 3 repetições você detecta zeros e padrões grosseiros, nada além disso. A mesma pergunta gera respostas diferentes porque LLMs são estocásticos, então visibilidade é uma taxa que se estima, não um fato que se confere. Comparações finas entre marcas pedem dezenas de amostras por pergunta e intervalo de confiança, que é o que uma medição profissional calcula.

---

O próximo passo cabe na sua semana: rode as 12 perguntas e monte a planilha de produto e marca. Se aparecerem zeros nas perguntas de rotina, você achou o buraco exato onde sua concorrente está sendo recomendada no seu lugar. A partir daí, duas portas: o protocolo completo em como saber se o ChatGPT recomenda ou ignora a sua empresa, ou a auditoria gratuita pra ver a matriz da sua categoria com número de verdade.