O que é indicação por IA
Indicação por IA é o fenômeno em que modelos de linguagem (LLMs) recomendam ou citam uma marca específica como resposta a uma pergunta do usuário. Quando alguém pergunta ao ChatGPT 'qual o melhor SaaS de gestão financeira para PMEs no Brasil?', a resposta pode listar três marcas — e estar entre essas três é o objetivo da indicação por IA. Diferente de SEO tradicional (que mira posição em SERP), a indicação por IA mira presença em respostas conversacionais, geralmente atribuídas como fonte com link clicável.
Por que indicação por IA importa em 2026
Pesquisas recentes (Gartner, McKinsey, Bain) mostram que: mais de 60% dos profissionais B2B já usam IA generativa em alguma etapa do processo de compra; 30% dos consumidores finais consultam ChatGPT, Gemini ou Perplexity antes de uma compra de ticket médio acima de R$ 1.000; o volume de buscas no Google em 'zero click' (sem clique para sites) passou de 60%, com a maioria sendo respondida em AI Overviews. Marcas que não estão presentes nessas respostas estão saindo da consideração antes mesmo do funil tradicional começar.
Como funciona, tecnicamente
LLMs aprendem com três fontes: (1) treinamento base — bilhões de documentos da web indexados até um corte temporal; (2) RAG (retrieval augmented generation) — busca em tempo real via Bing, Perplexity Search ou banco vetorial; (3) browsing direto — quando habilitado, a IA acessa URLs específicas. Para ser citado, sua marca precisa estar presente nessas três camadas: indexada e bem estruturada na web (treinamento), retornando em buscas para queries relevantes (RAG), e acessível a crawlers de IA (browsing).
Os crawlers de IA que importam
Em 2026, os principais crawlers que decidem se sua marca aparece em IA são: GPTBot e ChatGPT-User (OpenAI/ChatGPT); PerplexityBot e Perplexity-User; ClaudeBot e ClaudeBot-User (Anthropic); Google-Extended (que alimenta o Gemini); Bingbot (que alimenta Copilot e parcialmente ChatGPT browsing); CCBot (Common Crawl, usado por muitos LLMs no treinamento). Seu robots.txt precisa permitir o acesso desses bots — bloquear por descuido remove sua marca progressivamente das respostas de IA.
Os fatores que IAs consideram ao citar
Análises de citações reais em ChatGPT, Perplexity e Claude mostram padrões consistentes: IAs preferem citar fontes com autoria explícita (E-E-A-T), dados objetivos (números, estatísticas, percentuais), formato pergunta-resposta (FAQ schema), conteúdo profundo (acima de 1.500 palavras), domínio com histórico (mais de 12 meses no ar), schema.org bem implementado, presença em diretórios de autoridade (Wikipedia, LinkedIn, associações setoriais) e atualização recente do conteúdo.
Indicação por IA vs SEO tradicional
SEO tradicional otimiza para o algoritmo do Google ranquear seu link em uma SERP. Indicação por IA otimiza para que LLMs incluam sua marca dentro de uma resposta gerada. Diferenças práticas: SEO premia keywords; IA premia entidades. SEO recompensa volume de backlinks; IA recompensa autoridade temática consolidada. SEO funciona com snippets curtos; IA prefere respostas profundas. Bom SEO ajuda IA, mas o inverso não é garantido — quem ranqueia no Google tem mais chances de ser citado, porém precisa de camada adicional de AEO/GEO para consolidar.
A metodologia Quaerion para indicação por IA
Aplicamos o AI Referral Engine™ em quatro fases. (1) Diagnóstico: rodamos 50 a 200 prompts em 5 IAs para mapear baseline. (2) Estratégia: identificamos 80 a 200 perguntas onde sua marca tem oportunidade de ser citada. (3) Execução: produzimos conteúdo respondedor com schema completo, otimizamos páginas existentes, configuramos llms.txt e robots.txt, ajustamos schema.org. (4) Monitoramento: relatórios mensais com cada citação rastreada, evolução por IA, oportunidades novas surgindo.
Quanto tempo demora
Cronograma típico: dias 1-15 — setup técnico (robots.txt, llms.txt, schema sitewide); dias 16-45 — implementação de FAQ schema nas top 50 páginas e produção de 5 a 15 conteúdos respondedores; dias 46-90 — primeiras citações começam a aparecer em IAs com browsing ativo (ChatGPT-User, PerplexityBot); dias 91-180 — citações consistentes em buscas-alvo, primeiras menções em respostas geradas sem browsing (treinamento). Resultados expressivos em receita atribuída entre 6 e 12 meses.
Como medir indicação por IA
Indicação por IA é mensurável, mas exige metodologia. Combinamos: (1) testes manuais semanais — 50 a 200 prompts estratégicos rodados em 5 IAs, com captura de print e link; (2) ferramentas pagas — Profound, AthenaHQ, Otterly e Semrush AI Tracker para automação de monitoramento; (3) UTMs em links de IA quando viável; (4) pesquisa qualitativa com leads ('como você nos conheceu?' com opção 'IA / ChatGPT / Perplexity'). Cliente recebe dashboard mensal consolidando os 4.
Erros comuns que matam a indicação por IA
Os 5 erros mais frequentes que vemos em diagnósticos: (1) robots.txt bloqueando GPTBot ou ClaudeBot por padrão herdado; (2) SPA em React sem SSR/prerender, deixando crawlers de IA com HTML vazio; (3) conteúdo sem FAQ schema, perdendo o formato que IAs mais citam; (4) autoria genérica sem E-E-A-T explícito; (5) site sem llms.txt, dificultando descoberta de páginas estratégicas por LLMs. Corrigir esses 5 itens já desbloqueia tração significativa em 60 dias.
Setores onde indicação por IA gera maior ROI
Verticais com maior retorno comprovado: SaaS B2B (ticket médio alto, pesquisa intensa pré-compra); consultorias profissionais (jurídica, contábil, financeira); saúde privada e telemedicina; educação premium e cursos preparatórios; agências de viagem boutique; e-commerce com diferenciação de marca; imobiliárias em capitais; clínicas estéticas e odontológicas; indústrias B2B nacionais; consultorias de tecnologia. Em todos esses, vimos clientes reduzirem CAC em 50%+ ao mover esforço para indicação por IA.
Pronto para ser indicado pela IA?
Solicite um diagnóstico gratuito de presença em IA da sua marca.