Meu tráfego orgânico caiu por causa do AI Overview, o que faço em 2026
Antes de consertar, separe dois fenômenos que o mesmo painel confunde: queda de clique e queda de citação são coisas distintas, medidas por instrumentos distintos, e o conserto de uma não serve para a outra. A ferramenta que mostra a queda de tráfego não vê se a sua marca foi citada dentro do bloco gerado — e a captura que vê a citação não sabe quantos cliques o site perdeu. Diagnosticar com o instrumento errado é o modo mais comum de gastar meses no lugar errado, e este artigo lista os sete modos de falha na ordem em que eu os encontro.
Escrevo como 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 número que eu tenho 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.
Esta página é um dos spokes de Como fazer minha marca ser recomendada pela IA. O recorte aqui é anterior a qualquer conserto: é o diagnóstico.
Resumo
- Um site pode estar sendo citado e perdendo clique ao mesmo tempo. Na Fly Vet, minha própria agência, o Google usou o site como fonte em 81 de 100 perguntas medidas e recomendou em zero. Presença alta na camada de fonte, ausência total na camada de escolha.
- O AI Overview é um dos quatro motores, não “a IA”. Na mesma campanha, com repetição, um nome apareceu 5 de 5 vezes no ChatGPT e 0 de 5 no Claude, na mesma pergunta e no mesmo dia. O app do Gemini fica de fora: não existe harvester dele no meu pipeline, então nada aqui fala por ele.
- Contar crawler de IA por user-agent conta invasor. Em 2.256 linhas de log de 24 horas, a contagem crua dava ClaudeBot 88, OpenAI 10 e Perplexity 6; cruzando user-agent contra IP real sobrou 79, 3 e zero.
- O crawler que mais lê é o que menos cita. No mesmo log, o ClaudeBot foi o único que leu artigo de verdade — 24 acessos a 20 slugs distintos — e o Claude ficou em zero citações em cinco campanhas consecutivas, universos de 394 a 395 perguntas.
- Movimento pequeno é ruído. Rodando as mesmas 387 perguntas com três dias de intervalo e sem intervenção nenhuma, 98% devolveram o mesmo veredito; a régua de significância da casa é 3 a 4 pontos percentuais.
- A cadeira costuma estar vazia, não ocupada. Em 216 das 400 capturas da campanha de 2026-08-06 nenhum dos 29 nomes monitorados aparece, e a mediana de marcas distintas por captura é zero.
Os dois fenômenos que o painel funde
Quando o tráfego cai e o bloco gerado aparece na tela, há duas hipóteses concorrentes, e elas pedem consertos opostos.
Hipótese A — perda de clique. A pergunta continua chegando ao buscador, a sua página continua sendo recuperada, e o usuário obtém a resposta sem clicar. Aqui a citação pode estar intacta: a página está sendo lida e linkada, e apenas não está sendo visitada.
Hipótese B — perda de citação. A sua página deixou de ser a candidata levantada, ou nunca foi. Aqui o clique caiu como consequência, e mexer em título e meta descrição não muda nada, porque o problema mora antes.
A distinção não é acadêmica: o instrumento que separa as duas não é o mesmo que mostra a queda. Um painel de busca mostra impressão, clique e posição média — ele não sabe dizer se o seu domínio apareceu dentro do bloco gerado, nem em que estado. Para isso é preciso capturar a resposta como ela aparece na tela. Os quatro estados possíveis — recomendada, fonte, mencionada, ausente — estão abertos em Citado como fonte ou recomendado pela IA, e o protocolo de captura está em Como medir se a IA cita a sua marca.
Os sete modos de falha do diagnóstico
1. Atribuir a queda ao AI Overview sem ter medido o bloco gerado
É a falha de origem e a mais barata de evitar. A atribuição é feita por coincidência temporal — o tráfego caiu, o bloco apareceu — e nunca por observação do bloco. A pergunta que resolve é direta: nas perguntas que traziam esse tráfego, o que o bloco gerado responde hoje, e a sua marca aparece nele? Sem essa captura, a hipótese não é diagnóstico; é enredo.
2. Usar a ferramenta de tráfego para medir citação
Um painel de busca é ótimo para o que ele mede e cego para o que não mede. Ele não guarda o texto do bloco gerado, não sabe se a marca foi nomeada no corpo dele e não distingue link de endosso. O caso mais nítido que eu tenho é o meu: 81 usos como fonte e zero recomendações em 100 perguntas na minha própria agência. Um painel de tráfego mostraria a mesma linha caindo nos dois cenários — o de ser citado e ignorado e o de não ser citado —, e são consertos diferentes.
3. Contar crawler de IA por user-agent
Este modo de falha custou-me a leitura inteira de um relatório. Em 2.256 linhas de access log de
24 horas, num subdomínio de cliente, a contagem crua por user-agent dava ClaudeBot 88, OpenAI 10 e
Perplexity 6. Cruzando user-agent contra o IP real, sobraram 79, 3 e zero. Os que sumiram eram
um único endereço disparando user-agents falsos de PerplexityBot, Googlebot, bingbot, YandexBot,
DeepSeekBot e CCBot no mesmo segundo, pedindo /.env, /.git/config e /service-account.json.
Não era crawler: era varredura de credencial vestida de robô.
A regra que ficou: crawler de IA se conta por IP verificado, e todo número que não declarar isso deve ser lido como contagem por user-agent — inclusive os que eu publico, quando é o caso.
4. Ler um print de um motor num dia como se fosse o campo
O print quase nunca está errado. Ele 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. Nove de vinte. Se o diagnóstico da queda nasce de uma tela, ele nasce com resolução de anedota.
E há o corte mais amplo: 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. A diferença entre motores é o assunto de Como ser citado pelo ChatGPT e Perplexity.
5. Confundir “não fui citado” com “fui citado e ignorado”
São os dois estados que mais se confundem, e a diferença entre eles não é de grau. Uma página pode ser alcançada, levantada, linkada — e ignorada na hora em que o motor escreve a frase que decide. O sintoma de “citado e ignorado” é presença alta na lista de fontes com ausência no corpo; o conserto é de forma da página. O sintoma de “não citado” é ausência nas duas camadas; o conserto é de descoberta ou de entidade. Aplicar um no outro é o gasto errado com aparência de plano.
6. Comemorar ou lamentar movimento dentro do ruído
O instrumento oscila sozinho, e quem não mediu o quanto não pode afirmar que um movimento foi resultado. Rodando as mesmas 387 perguntas de um universo real de cliente com três dias de intervalo, sem tocar em nada, 98% devolveram o mesmo veredito: 7 de 387 oscilaram num motor e 6 de 386 no outro, ambos antes de qualquer intervenção. É de onde sai a régua da casa — movimento acima de 3 a 4 pontos percentuais no conjunto comparável é real; abaixo disso é variância. Uma queda de dois pontos numa medição de motor generativo é indistinguível de nada.
7. Tratar “a IA” como sujeito único
O bloco gerado do Google é um dos quatro motores que eu meço, e o comportamento dele foi o mais distinto de todos: na minha agência, nunca recomendou e usou como fonte em 81 de 100. O ChatGPT recomendou em 30, o Claude em 41. Concluir sobre “a IA” a partir de um deles é erro de método, não de leitura.
E declaro o limite do meu próprio instrumento: o engine google desta medição é o AI Overview.
O app do Gemini fica de fora — não existe harvester dele no meu pipeline, então nada aqui fala por
ele.
A tabela: modo de falha × instrumento que engana × instrumento que resolve
| modo de falha | o instrumento que engana | o instrumento que resolve | o que nenhum dos dois vê |
|---|---|---|---|
| atribuir a queda ao bloco gerado sem tê-lo medido | painel de busca (impressão, clique, posição) | captura da resposta na tela, com print | por que o motor escolheu o outro documento |
| usar ferramenta de tráfego para medir citação | painel de busca | captura por navegador, classificada em quatro estados | o volume de conversa que nunca vira busca |
| contar crawler por user-agent | contador de log por User-Agent | log cruzado com IP real (X-Forwarded-For) | o que o crawler fez com o que leu |
| ler um print como o campo | uma tela, num motor, num dia | repetição (n≥5) nos quatro motores | marcas fora da lista de detecção |
| confundir fonte com recomendação | contagem única de “menções” | classificação por citation_kind em quatro estados | a intenção do comprador por trás do enunciado |
| comemorar movimento pequeno | comparação de dois pontos no tempo | piso de ruído medido — 98% de estabilidade em 387 perguntas | mudança de comportamento do próprio motor |
| tratar “a IA” como sujeito único | um motor | os quatro motores, medidos em paralelo | o app do Gemini, que não é medido aqui |
Os instrumentos, lado a lado
Nomeando o que cada instrumento faz e o que ele não faz, porque a escolha errada é o que produz os sete modos de falha acima.
| instrumento | o que ele mede bem | o que ele não vê | custo de operação |
|---|---|---|---|
| Google Search Console | impressão, clique, posição média e consulta de origem, no buscador clássico | se a marca foi nomeada dentro do bloco gerado, e em que estado | baixo — é declaração de propriedade e espera |
| captura por navegador, com print | a resposta como o comprador a vê, nos quatro motores, com data por captura | volume de tráfego e receita; e marcas fora da lista de detecção | alto — sessão de navegador real por captura |
| access log do servidor | quem chegou, quando, e o que pediu; com IP cruzado, quem realmente chegou | se o que foi lido virou citação | médio — depende de guardar o log cru |
| extração por juiz de linguagem | marcas que nenhuma lista previa: 447 distintas nas mesmas 800 capturas | consistência — perde menção de passagem, e não deixa rastro do trecho que sustentou o veredito | médio — e a dívida está declarada |
A limitação que eu carrego e publico: a minha régua de texto 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. É por isso que nesta página não há um único percentual de participação entre concorrentes — só contagem absoluta com denominador declarado.
Depois do diagnóstico: o que a medição autoriza fazer
O campo, medido: sobre 100 pares (pergunta, motor) com cinco repetições cada, em 51 nenhuma marca da lista declarada de 29 nomes chega à maioria. E na Onda 1 da mesma campanha, denominador 400, em 216 capturas nenhum dos 29 nomes aparece, com mediana de marcas distintas por captura igual a zero. Quando o comprador faz a pergunta larga, o motor responde conceito, não fornecedor.
A concessão devida a quem está do outro lado: os dois caminhos que aparecem funcionam, e nenhum é o
meu. A Conversion tem mais de quinze anos de domínio, pesquisa própria hospedada em Poder360 e
E-Commerce Brasil e dois artigos da Band que a coroam primeira de dez — isso compra 19 dos
100 pares, com ausência nos outros 81, e os três primeiros da régua se separam por menos de 1,3
erro-padrão binomial, o que impede ler a ordem como pódio. ⚠️ Ressalva obrigatória do próprio
levantamento: o listicle da Band tem cara de placement sindicalizado por assessoria e não foi
possível confirmar se é pago — não estou contando isso como cobertura editorial espontânea. A GeoStack publicou 279 URLs em
quatro sitemaps 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. A
murmur.marketing compra zero.
O ceticismo público sobre a categoria é legítimo e tem endereço: o survey crítico de 45 estudos publicado como arXiv 2607.14035 conclui que nenhuma técnica revisada demonstra efeito causal estável, longitudinal e cross-plataforma, e Rand Fishkin, da SparkToro, chama o rastreio de visibilidade de marca em IA de inerentemente não confiável no nível da pergunta individual. Concedo o ponto e devolvo o método: foi por isso que eu medi o piso de ruído antes de vender sinal.
Perguntas frequentes
Como sei se a queda de tráfego veio do AI Overview e não de outra coisa?
Pela captura, não pela coincidência. É preciso rodar as perguntas que traziam esse tráfego e olhar o que o bloco gerado responde hoje, com print e data. O painel de busca mostra impressão, clique e posição, e não guarda o texto do bloco nem diz se a sua marca foi nomeada dentro dele. Sem essa captura, a atribuição ao bloco gerado é enredo com aparência de diagnóstico.
Se eu ainda apareço como fonte, o problema está resolvido?
Não, e esse é o cenário mais enganoso. Na minha própria agência, o Google usou o site como fonte em 81 de 100 perguntas e recomendou em zero. Ser linkado e não ser escolhido é um estado próprio, com conserto próprio: é problema de forma da página, não de descoberta. Uma contagem única de menções devolve o mesmo número para esse cenário e para o de ausência total.
Os relatórios de crawler de IA são confiáveis?
Só quando declaram como contaram. Em 2.256 linhas de log de 24 horas, a contagem crua por user-agent dava ClaudeBot 88, OpenAI 10 e Perplexity 6; cruzando com o IP real sobraram 79, 3 e zero — o restante era um único endereço disparando user-agents falsos no mesmo segundo e pedindo arquivos de credencial. Quem conta crawler de IA por user-agent está contando invasor junto.
Quanto de queda já é queda de verdade?
Acima de 3 a 4 pontos percentuais no mesmo conjunto de perguntas. Esse número não é opinião: sai de rodar as mesmas 387 perguntas com três dias de intervalo, sem intervenção nenhuma, e observar que 98% devolveram o mesmo veredito. Abaixo dessa faixa, o movimento é indistinguível da variância do próprio motor, e tratá-lo como resultado é medir o instrumento.
Confirmei a hipótese A — continuo sendo citado e o que sumiu foi o clique. O que eu faço com isso?
Primeiro, aceitar que o alvo mudou de lugar: a disputa deixou de ser por posição na lista de resultados e passou a ser pelo estado em que a marca aparece dentro do bloco gerado. Continuar como fonte e não ser nomeado como escolha é exatamente o caso que eu tenho medido na minha própria agência — 81 usos como fonte e zero recomendações em 100 perguntas —, e o conserto ali é de forma da página, não de título e meta descrição. Segundo, medir o clique que sobra pelo parâmetro de origem que o próprio motor põe na URL: foi assim que eu registrei a primeira citação da Fly Med no ChatGPT, cinco dias depois da publicação, em 2026-05-27, com utm_source=chatgpt.com. E declaro o que eu não tenho: nenhum número meu converte presença no bloco gerado em receita, e quem lhe oferecer essa conversão está oferecendo o que a minha medição não sustenta.
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 a declaração vem antes dos números.
O que permite julgar o viés: a mesma máquina que produziu esta página me mediu em zero de 800 capturas, com descoberta fria em 0 de 360. Declaro também as dívidas do instrumento: a lista de detecção cobre 29 de pelo menos 447 marcas; 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 o detector de captura truncada não cobre o modo em que o motor devolve um artefato em vez de uma resposta — uma das 800 caiu nesse modo e foi mantida no denominador.
Conclusão
A queda de tráfego é o sintoma, e o bloco gerado é a explicação mais disponível — não necessariamente a correta. Antes de qualquer conserto, é preciso separar perda de clique de perda de citação, e os dois se medem com instrumentos diferentes: um painel de busca mostra a queda e não vê a citação; a captura por navegador vê a citação e não vê a receita. Os sete modos de falha desta página têm um denominador comum — usar o instrumento errado e chamar o resultado de diagnóstico. O que a medição autoriza dizer é que o campo está mais vazio do que disputado: em 216 de 400 capturas nenhum dos nomes monitorados aparece. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.