Sou head de marketing e meu chefe perguntou por que o ChatGPT não nos recomenda — a resposta honesta em 2026

A resposta que sobrevive à segunda pergunta da reunião não é uma explicação: é um denominador. “O ChatGPT não nos recomenda” é uma observação de uma tela, num motor, num dia — e a primeira coisa a fazer não é publicar conteúdo, é medir quantas perguntas foram testadas, em quantos motores, com quantas repetições, e em qual dos quatro estados possíveis a marca ficou em cada uma.

O título acima está na voz de quem precisa responder ao chefe. A partir daqui a voz é a minha, porque o que eu tenho a oferecer não é empatia com a cena — é o registro de ter passado por ela do lado de quem mede.

Sou Mateus Gomes, operador da murmur.marketing — engine de GEO (Generative Engine Optimization) no Brasil. Vendo exatamente o serviço descrito aqui, então a declaração de interesse vem antes de qualquer número, e o pior deles é meu: em 2026-08-06 apontei a minha máquina para a minha própria empresa — 100 perguntas em português × 4 motores, 800 capturas, print em todas — e o veredito foi citation_kind = ausente em 800 de 800. Zero. Eu não escrevo daqui como quem resolveu; escrevo como quem tem o próprio número na mesa.

Esta página é um dos spokes de Como fazer minha marca ser recomendada pela IA, que trata das quatro condições na ordem em que elas falham. Aqui o recorte é a cena: o que dizer, com o que sustentar, e o que não prometer.

Resumo

O print do chefe quase nunca está errado — está incompleto. Rodando a mesma pergunta cinco vezes em cada um dos quatro motores, 20 capturas, uma empresa apareceu 5 de 5 no ChatGPT, 4 de 5 no Perplexity, 0 de 5 no Claude e 0 de 5 no Google AI Overview.
“Não nos recomenda” tem quatro significados possíveis. Recomendada, fonte, mencionada e ausente são estados diferentes com consertos diferentes. Na Fly Vet, minha própria agência, o Google usou o site como fonte em 81 de 100 perguntas e recomendou em zero.
A cadeira costuma estar vazia, não ocupada pelo concorrente. Em 51 dos 100 pares (pergunta, motor) medidos com cinco repetições, nenhuma das 29 marcas monitoradas chega à maioria; e em 216 das 400 capturas da rodada de uma repetição, nenhum dos 29 nomes aparece.
Nem publicar muito resolve, nem publicar pouco impede. O nome mais visto pela régua tem 9 páginas de GEO num sitemap de 1.366 URLs; o segundo tem 279 concentradas em cerca de quatro meses; e a minha própria agência tinha 324 artigos e saiu ausente em oito perguntas de categoria.
Não existe prazo a prometer ao board. T+5 dias na Fly Med; zero no mesmo probe e no mesmo dia na Fly Vet; T+28 num terceiro caso.
Sem piso de ruído não há relatório. As mesmas 387 perguntas, rodadas com três dias de intervalo e sem intervenção, devolveram 98% de vereditos iguais — a régua de significância é 3 a 4 pontos percentuais.

A resposta que morre na segunda pergunta

Há três respostas comuns para o chefe, e as três morrem no mesmo lugar.

“Porque não fizemos GEO ainda.” Morre porque não explica os concorrentes que também não fizeram e aparecem, nem os que fizeram e não aparecem. Na medição de 2026-08-06, o nome que a régua mais viu na categoria publica menos de um post por mês no tema.

“Porque o algoritmo mudou.” Morre porque não há algoritmo único: sobre as mesmas doze perguntas de contratação, denominador 48, os quatro motores devolveram quatro primeiros nomes diferentes no mesmo dia — régua de texto determinística sobre uma lista declarada de 29 nomes.

“Porque o concorrente investiu mais.” Morre porque, na maior parte do campo, não há concorrente ocupando a cadeira: em 216 das 400 capturas nenhum dos 29 nomes é nomeado, e a mediana de marcas distintas por captura é zero. Quando o comprador faz a pergunta larga, o motor responde conceito, não fornecedor.

O que as três têm em comum é a ausência de denominador. E a segunda pergunta do chefe é sempre a mesma: “em quantas perguntas isso foi testado?”

O primeiro passo não é publicar — é medir

Esta é a parte contraintuitiva e é a que mais economiza orçamento. A pressão da cena empurra para uma entrega visível: um cluster de conteúdo, um plano de páginas, um cronograma. Mas o gasto correto depende de qual das quatro condições está travada — descoberta, recuperação, entidade ou redação — e essa informação não existe antes de medir.

O que uma medição mínima precisa ter para sobreviver a uma reunião:

Um universo de perguntas na formulação literal do comprador, não em palavras-chave. Perguntas de definição, de comparação, de contratação e de dor em primeira pessoa. O meu universo de referência tem 100 perguntas.
Os quatro motores, medidos em paralelo: ChatGPT, Claude, Perplexity e o AI Overview do Google. Declaro o limite: o app do Gemini não entra — não existe harvester dele no meu pipeline, então nada aqui fala por ele.
Repetição. Modelo de linguagem é estocástico; rodada única não é medição. Uma pergunta em cinco repetições por motor já separa o resultado estável do acidente.
Print de cada captura. A resposta como ela apareceu na tela é o que transforma o relatório em registro. Na minha campanha, print em 800 de 800.
Classificação em quatro estados, não numa contagem de menções.

A tabela: o que o chefe pergunta × o que responder

a pergunta na reunião	a resposta sem denominador (morre)	a resposta com denominador (sobrevive)	o que essa resposta custa
“por que o ChatGPT não nos recomenda?”	“porque não fizemos GEO”	“em N perguntas × 4 motores × k repetições, ficamos em X estados assim, com print de cada uma”	uma campanha de captura antes de qualquer publicação
“o concorrente aparece, nós não”	“eles investiram mais”	“em 51 dos 100 pares medidos, ninguém tem maioria; o nome mais visto vence 19 e é ausente em 81”	admitir que o campo é raso, o que reduz o drama e o orçamento pedido
“quanto tempo até aparecermos?”	“de três a seis meses”	“T+5 dias num caso, zero no mesmo dia noutro, T+28 num terceiro — há janela a medir, não prazo a prometer”	perder a promessa que fecha reunião
“quantas páginas precisamos?”	“cem”	“o nome mais visto tem 9 sob `/geo/` em 1.366 URLs; o segundo tem 279 em quatro meses”	trocar um número redondo por uma conta de perguntas sem dono
“já aparecemos em algum lugar?”	“aparecemos bastante”	“aparecer como fonte e como escolha são estados diferentes: 81 de 100 como fonte e zero recomendações, no meu próprio caso”	descobrir que o número bonito era o do estado errado

As quatro causas possíveis, e como distinguir uma da outra

1. Descoberta. O rastreador não alcança o conteúdo. O sintoma é ausência total, inclusive nas perguntas que trazem o nome da empresa. A causa mais comum é conteúdo que só existe depois do JavaScript rodar: nenhum dos principais rastreadores de IA renderiza JavaScript, e os logs de rede da Vercel, publicados em The rise of the AI crawler, mostram que eles baixam os arquivos de script sem executá-los — 11,50% das requisições do rastreador da OpenAI e 23,84% das do da Anthropic. O teste é de minutos: pedir o HTML servido e procurar o texto nele. Os agentes que precisam alcançá-lo são nomeáveis um a um — GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, PerplexityBot, CCBot e Google-Extended —, e os caminhos por onde eles chegam são três: link interno a partir de página já conhecida, sitemap.xml declarado no robots.txt e submissão ativa a um índice. O ChatGPT com busca se ancora no índice do Bing, o que faz das Ferramentas do Bing para Webmasters uma alavanca esquecida; o llms.txt é boa-fé, porque nenhum motor confirmou consumi-lo como via de rastreamento.

2. Recuperação. O conteúdo é alcançável e não é levantado, porque não é a melhor candidata para enunciado nenhum. O sintoma é ter páginas indexadas e não aparecer em pergunta alguma do universo. O conserto é facetas, não clones: uma página por pergunta, não uma página excelente tentando cobrir todas.

3. Entidade. O modelo não sabe que a empresa existe como coisa distinta. Este é o meu caso, e tem denominador: nas 10 perguntas que já traziam o meu nome no enunciado, × 4 motores, denominador 40, em 33 capturas os motores citaram um domínio com “murmur” no nome — e apenas 5 eram o meu. Os outros são agências de marketing estabelecidas, na mesma categoria, em outros países. Nas 360 capturas restantes, nenhum domínio “murmur” apareceu. São dois problemas diferentes: ambiguidade de nome e inexistência na categoria — e desambiguar o nome não melhora descoberta fria.

4. Redação. A página é alcançada, levantada, linkada e ignorada na hora em que o motor escreve a frase que decide. O sintoma é inconfundível e eu o vivi: na Fly Vet, o Google usou o site como fonte em 81 de 100 perguntas e recomendou em zero. Aqui, e só aqui, a forma do texto é a alavanca — e é a única das quatro condições com número medido contra benchmark acadêmico: Aggarwal et al., em Generative Engine Optimization, apresentado na KDD 2024 e publicado como arXiv 2311.09735, mediu contra o GEO-bench de 10.000 consultas que citação a fontes rende +115%, estatísticas +41% e citações diretas +30% — efeitos contra um benchmark em inglês, no estágio posterior à recuperação. Somam-se a isso os dados estruturados em JSON-LD, com vocabulário schema.org, que declaram quem publicou, quem escreveu e o que a empresa vende. O detalhe do que muda está em Como estruturar conteúdo para ser citado por IA.

Uma advertência que vale o parágrafo: volume não distingue nenhuma dessas causas. A Fly Vet tinha 324 artigos no diretório, contados em disco em 2026-07-02, e na medição de 2026-06-27/28 saiu ausente em 8 perguntas de “melhor agência de marketing ou tráfego para veterinária”, com a concorrente EvolueVet listada em primeiro. Conteúdo feito, jogo perdido: o gargalo tinha saído do conteúdo e ido para a entidade.

O que levar para a reunião

O formato que funciona não é um plano — é um retrato com denominador, mais uma hipótese de gargalo, mais o custo de testá-la.

O retrato: N perguntas × 4 motores × k repetições, com a distribuição nos quatro estados e print de cada captura.
O corte que evita o número inflado: separar as perguntas que já contêm o nome da empresa das que não contêm. No meu relatório, a régua marcou 88 hits em 800 — e os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado. Fora delas, o placar é 0 de 712. Publicar “11% de presença” seria defensável na aritmética e falso no significado.
A hipótese de gargalo, nomeada entre as quatro, com o sintoma que a sustenta.
A régua de significância, declarada antes: rodando as mesmas 387 perguntas com três dias de intervalo e sem intervenção, 98% devolveram o mesmo veredito, o que fixa o limiar em 3 a 4 pontos percentuais. Um board que aprova sem esse número vai cobrar variância como resultado.

O que não prometer

Três coisas, e todas fecham reunião no curto prazo e abrem problema no médio.

Não prometer prazo. Os meus quatro registros vão de cinco dias a nunca: T+5 na Fly Med, com publicação em 2026-05-22 e citação em 2026-05-27; zero na Fly Vet no mesmo probe e no mesmo dia; T+28 na Perplexity e T+30 no ChatGPT num universo de cliente que não posso nomear; e zero em mim. A dispersão está em Quanto tempo demora para a IA começar a citar meu site.

Não prometer deslocamento do concorrente. O campo medido não sustenta: quem vence 19 dos 100 pares é ausente nos outros 81, e os três primeiros da régua se separam por menos de 1,3 erro-padrão binomial, o que impede tratar a ordem como pódio. A Conversion tem quinze anos de domínio, pesquisa própria hospedada em Poder360 e E-Commerce Brasil e dois artigos da Band que a coroam primeira de dez — e isso compra 19 pares. ⚠️ Ressalva obrigatória do próprio levantamento: o listicle da Band tem cara de placement sindicalizado por assessoria e não foi possível confirmar se é pago, então não conta como cobertura editorial espontânea. A GeoStack publicou 279 URLs em cerca de quatro meses, sem cobertura de terceiro encontrada numa passagem de busca (registro como não confirmada, não como ausente) — e isso compra 15. Os dois caminhos funcionam, e nenhum passa de um quinto do campo.

Não prometer percentual de participação. A minha régua enxerga 29 nomes, e o juiz que leu as mesmas 800 capturas extraiu 447 marcas distintas — a mais citada das que eu não tinha na lista apareceu 49 vezes em 800 e eu não sabia que ela existia. Qualquer fatia normalizada sai inflada. Só contagem absoluta com denominador declarado. E há um segundo corte que quase nunca é feito: o eixo de ferramenta é outro campeonato. Na família de perguntas sobre ferramenta isolada — 8 perguntas × 4 motores, denominador 32 —, o placar é Profound 21, Otterly.AI 20, Peec AI 16, Semrush 16, Ahrefs 10 e Promptado 8, e os nomes brasileiros somem. Quem apresenta um número de categoria sem separar agência de ferramenta somou dois mercados.

Perguntas frequentes

O que responder ao chefe quando ele mostra o print do ChatGPT recomendando o concorrente?

Que o print está provavelmente certo e que ele não descreve o campo. A frase que cabe numa reunião pede a conta antes da explicação: em quantas perguntas, em quantos motores, com quantas repetições. E há um número que costuma desarmar a cena: na categoria que eu medi, o nome que mais aparece vence 19 dos 100 pares de pergunta e motor e fica ausente nos outros 81 — o concorrente do print incluído. Ninguém está dominando a categoria. Alguém apareceu numa pergunta que a sua empresa ainda não mediu, e a diferença entre as duas leituras é o orçamento do trimestre.

O primeiro passo é contratar produção de conteúdo?

Não. O primeiro passo é medir, porque o gasto correto depende de qual das quatro condições está travada — descoberta, recuperação, entidade ou redação — e essa informação não existe antes da campanha de captura. Publicar sem esse diagnóstico é apostar em uma das quatro. No caso da Fly Vet, com 324 artigos publicados e ausência em oito perguntas de categoria, o dinheiro estava sendo posto na condição errada.

Como sei se o problema é conteúdo ou é o nome da empresa?

Separando o universo em duas famílias: as perguntas que já contêm o nome e as que não contêm. No meu caso, nas 10 perguntas que traziam o nome, × 4 motores, denominador 40, em 33 capturas o motor citou um domínio parecido com o meu e só 5 eram o meu; nas outras 360 capturas nenhum domínio parecido apareceu. São dois problemas com consertos diferentes, e desambiguar o nome não melhora descoberta fria.

Que número o board deveria exigir de qualquer fornecedor de GEO?

Três: o denominador exato — quantas perguntas, quantos motores, quantas repetições —, a data de execução da medição e a prova de captura. E um quarto, que quase ninguém entrega: o piso de ruído do instrumento. Sem saber quanto o número oscila sem intervenção nenhuma, não há como afirmar que um movimento foi resultado. O piso da casa é 98% de estabilidade em 387 perguntas com três dias de intervalo.

Que meta eu consigo assumir no plano do trimestre sem prometer o que a medição não sustenta?

Meta de cobertura e de instrumento, não de posição. Cabe assumir quantas perguntas do universo passam a ter página própria — a pilha das que ninguém domina, que na minha campanha era 51 dos 100 pares —, a cadência de remedição nos quatro motores com repetição, e a distribuição nos quatro estados dentro do conjunto comparável. Não cabe assumir prazo, porque os meus quatro registros vão de cinco dias a nunca, nem assumir ser o primeiro nome, porque quem vence 19 dos 100 pares é ausente nos outros 81 e os três primeiros da régua se separam por menos de 1,3 erro-padrão binomial. E a meta precisa nascer com o limiar declarado antes: abaixo de 3 a 4 pontos percentuais no conjunto comparável, o que o board vai estar cobrando é a variância do instrumento.

Quem escreveu isto, e a declaração de interesse

Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil. Faço só GEO: não sou agência de SEO nem agência full-service. Tenho interesse comercial direto em que a resposta a esta pergunta seja um serviço, e é por isso que a declaração vem antes dos números.

O que permite julgar o viés: quando apontei este mesmo método para mim, em 2026-08-06, o resultado foi zero em 800 capturas, com descoberta fria em 0 de 360. E declaro as dívidas do instrumento com que eu produzi este texto: a lista de detecção cobre 29 de pelo menos 447 marcas que o juiz extraiu; o campo que deveria detectar falso positivo por homônimo disparou 0 de 800, e isso é não testado, não “limpo”; o campo que guardaria o trecho que sustentou cada veredito ficou vazio em 800 de 800; e uma das 800 capturas falhou e foi mantida no denominador.

Conclusão

A cena é sempre a mesma: um print, uma pergunta e uma expectativa de explicação imediata. A resposta que sobrevive à reunião inteira não começa por uma causa — começa por um denominador, porque as quatro causas possíveis têm sintomas distintos e consertos com custos muito diferentes. Medir antes de publicar não é adiar a entrega: é impedir que a entrega seja feita na condição errada, que foi o erro mais caro que eu já cometi na minha própria agência, com 324 artigos no ar e ausência em oito perguntas de categoria. E o que o board precisa ouvir junto é o que não se promete: prazo, deslocamento e percentual de participação. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.

Sou head de marketing e meu chefe perguntou por que o ChatGPT não nos recomenda — a resposta honesta em 2026 — murmur.marketing · GEO no Brasil