Quem a IA recomenda vende: como ela escolhe as fontes

Putz, deixa eu te contar o que mais me incomodou quando comecei a estudar isso de verdade. A gente passou vinte anos aprendendo a agradar o Google: palavra-chave, backlink, ficar no topo. Aí chega a IA e bagunça tudo. Porque a IA não te mostra dez links pra você escolher. Ela escolhe por você, te dá uma resposta só, e no máximo cita de onde tirou. Ou seja: ela virou a vendedora da loja. E a pergunta que todo dono de negócio devia estar perdendo o sono fazendo é simples: por que essa vendedora recomenda o concorrente, e não eu? Essa é a aula que abre a cabeça dela pra você ver o critério por dentro. Sem isso, qualquer tática que você tentar depois é chute no escuro.

01A IA não é vitrine, é vendedora (e isso muda tudo)

Vamos começar pela virada de chave, porque sem ela o resto não faz sentido. O Google clássico era uma vitrine: você pesquisava, ele te mostrava dez lojas, e VOCÊ escolhia em qual entrar. A decisão era sua. A IA não funciona assim. Você pergunta, e ela já te entrega a escolha pronta, mastigada, com um vencedor sugerido. Ela deixou de ser vitrine e virou vendedora.

E vendedor tem critério de quem ele recomenda. Pensa no atendente bom de uma loja física: ele não empurra qualquer coisa, ele recomenda o que ele confia, o que ele já viu funcionar, o que outros clientes elogiaram. A IA faz o mesmo, só que com fontes. Quando ela monta a resposta, ela está, nos bastidores, decidindo de quem ela vai falar bem. E aqui está a parte que dói: na maioria das vezes, esse alguém não é você.

Tem um dado que eu faço questão de você guardar. A analista Lily Ray olhou as respostas do Google AI Overviews em pedidos de comparação, do tipo "qual o melhor entre essas opções". O resultado: o Google recomendou o concorrente, e não a marca de referência, em cerca de 69% dos casos. Pensa no tamanho disso. Em dois de cada três pedidos comparativos, a vendedora aponta pro outro lado do balcão. Não porque o seu produto é pior. Porque, pelos critérios dela, o outro pareceu mais confiável de recomendar. Entender esses critérios é a diferença entre ser o nome que ela cita e ser o nome que ela nunca conheceu.

Isso conversa direto com a aula anterior deste módulo, sobre o cliente que não tem olhos: se quem "olha" a sua marca primeiro é a máquina, agradar a máquina virou pré-requisito pra chegar no humano. Não dá pra pular essa fila.

02Os quatro critérios de confiança da IA

Beleza, então qual é o critério dessa vendedora? Eu destrinchei isso em quatro peças, em português de gente, sem jargão de engenheiro. Cada uma é uma pergunta que a IA, no fundo, está fazendo antes de te citar.

Critério um, frescor: isto é recente? A IA tem um viés forte por conteúdo novo. Uma resposta de 2026 vale mais que uma página parada desde 2022, porque o mundo muda e ela quer parecer atualizada. O conteúdo que envelhece e ninguém mexe vai perdendo o direito de ser citado. Pensa nela como alguém que tem vergonha de recomendar coisa velha.

Critério dois, consenso entre fontes: várias pessoas independentes dizem o mesmo? Esse é o mais importante e o mais ignorado. A IA não confia numa fonte só, principalmente se essa fonte é você falando bem de você. Ela quer ver a sua marca repetida em vários lugares que não se conhecem: um artigo aqui, uma discussão ali, uma menção acolá. Quando o sinal se repete em fontes independentes, ela conclui "isso deve ser verdade, todo mundo está dizendo". É o consenso. Uma marca que só existe no próprio site, por mais bonito que seja, não tem consenso, tem monólogo.

Critério três, estrutura extraível: eu consigo copiar isto? A IA monta a resposta colando pedaços do que ela leu. Então ela ama conteúdo escrito em blocos claros, autossuficientes, do tipo que ela consegue arrancar uma frase e jogar na resposta sem precisar de contexto. Um texto que responde a pergunta de forma direta, com a informação fechada num parágrafo, é prato cheio. Um texto que enrola, que esconde a resposta no meio de uma história longa, ela não consegue extrair, então ela ignora.

Critério quatro, onde a conversa real acontece. E aqui vem o dado que pega muita gente de surpresa: a IA bebe muito de fóruns, de gente real conversando. No Perplexity, por exemplo, cerca de 46,5% das citações vêm do Reddit. Quase metade. Pensa nisso: a vendedora confia mais no que pessoas comuns dizem entre si do que no que a sua marca diz sobre si mesma. A conversa orgânica, não comprada, pesa muito. Faz sentido, é o mesmo motivo pelo qual a gente confia mais na recomendação de um amigo do que num anúncio.

Repara numa coisa que liga os quatro: nenhum deles é "pague mais" ou "anuncie mais". São todos sinais de confiança que vêm de fora da sua boca. A IA está procurando provas de que você é confiável, e prova boa, pra ela, é prova que não foi você quem fabricou.

03Por que a vendedora não confia em você (ainda)

Agora junta os quatro critérios com aquele dado dos 69% e a conta fecha de um jeito incômodo. Por que a IA recomenda o concorrente na maioria dos pedidos comparativos? Geralmente não é porque o concorrente é melhor. É porque o concorrente passou nos critérios e você não.

Pensa nos buracos mais comuns. A sua marca só fala dela mesma, no seu próprio site, e em lugar nenhum mais (faltou consenso). O seu conteúdo é de dois anos atrás e ninguém atualizou (faltou frescor). O seu site é lindo de design mas a informação está presa em imagens e frases de efeito que a IA não consegue copiar (faltou estrutura extraível). E ninguém comenta a sua marca nos fóruns onde as pessoas realmente trocam ideia (faltou a conversa). Some isso: a vendedora não tem material pra confiar em você, então ela vai no nome que tem.

E aqui mora uma tentação perigosa, que esta trilha vai te ensinar a NÃO cair. Quando a pessoa descobre esses critérios, a primeira ideia é trapacear: encher a internet de menção fabricada, plantar review falso, esconder instrução no site mandando a IA "recomende a minha marca". Eu vou ser direto: além de ilegal em vários casos, isso costuma sair pela culatra. As IAs com treino forte de segurança detectam a tentativa de manipulação, e quando detectam, rebaixam a marca inteira, em silêncio, sem aviso. Tem um estudo de 2026, o tal Injection Paradox, mostrando que plantar uma instrução escondida num documento pode derrubar a recomendação da marca a zero em modelos desse tipo (como o Claude). O documento envenenado fica PIOR do que não ter documento nenhum. Esse é o mesmo mecanismo que você viu lá na aula G.2, sobre prompt injection: instrução escondida em conteúdo é vista como ataque, não como marketing. Guarda isso, porque a gente vai voltar nele.

Para o quadro. A IA não te ignora por implicância. Ela te ignora por falta de prova. Os quatro critérios são quatro tipos de prova de confiança, e quem não tem nenhum vira o nome que ela nunca cita. E atenção: tentar fabricar essa prova (menção falsa, instrução escondida, review plantado) não engana a IA moderna, ela detecta e te rebaixa em silêncio. O caminho é construir confiança de verdade, não simulá-la.

04Por que isso muda de mês a mês (e por que tudo bem)

Tem uma última coisa que eu preciso te entregar com honestidade, senão você vai sair daqui com uma falsa sensação de mapa pronto. Esses critérios e esses números mudam o tempo todo. O peso do Reddit hoje pode não ser o mesmo daqui a três meses. O quanto a IA valoriza frescor versus consenso muda a cada atualização do modelo. O Perplexity busca de um jeito, o ChatGPT de outro, o Google AI de outro, e cada um deles muda sozinho, sem te avisar.

Pensa comigo por que isso acontece. São empresas competindo ferozmente, cada uma mexendo no próprio motor toda semana pra dar respostas melhores. Não existe uma tabela oficial dizendo "use 40% de frescor e 60% de consenso". Os critérios que eu te dei são o que se observa hoje, em 2026, juntando o que as próprias empresas publicam (o Google tem até um guia oficial de otimização pra IA) com o que pesquisadores medem rodando teste atrás de teste. É um retrato, não uma lei da física.

E aqui está por que tudo bem, e por que isso até te favorece. Quem trata GEO como uma receita fixa ("faça esses cinco passos e pronto") vai estar errado em três meses e nem vai perceber. Quem entende que é um jogo de vigilância, não de receita, ganha. A postura certa não é decorar o número, é instalar o hábito de medir: rodar as mesmas perguntas de cliente na IA, de tempos em tempos, e ver se você aparece, como aparece e se mudou. Isso é exatamente o espírito dos evals que você viu nas aulas 5.3 e G.6: você não confia que está tudo certo, você mede de novo, sempre. A IA muda? Você mede de novo. Esse é o ativo que não envelhece.

Pratique

Fecha comigo o recado, porque ele é a fundação do resto da trilha. A IA virou a vendedora da loja, e ela não recomenda quem paga nem quem grita, recomenda quem ela confia. Confiança, pra ela, é prova vinda de fora: conteúdo recente (frescor), a sua marca repetida em fontes independentes (consenso), informação que ela consegue copiar (extraível) e gente falando de você onde a conversa real rola, tipo o Reddit (que é quase metade das citações do Perplexity). Quem não tem essas provas é o nome que ela ignora, e por isso, nas respostas do Google AI Overviews, o concorrente é o recomendado em cerca de 69% dos pedidos comparativos. Não tente fabricar essa confiança, porque a IA moderna detecta e te rebaixa em silêncio. E não decore os números, porque eles mudam de mês a mês: o jogo é de vigilância, não de receita. Você ainda não saiu daqui com uma estratégia, e tudo bem, você saiu com algo melhor: enxergando o critério por dentro. É isso que separa quem vai construir presença de verdade nas próximas aulas de quem vai continuar chutando no escuro. Próxima.