Citações por IA não vêm de simplesmente publicar mais posts. Em 90 dias, o fabricante de máquinas-ferramenta deste case elevou sua taxa de citação de 0 a 34% sem fazer uma grande reformulação no site nem aumentar os anúncios. O avanço veio de decompor as perguntas que compradores fazem à IA até que cada dúvida pudesse ser respondida por um parágrafo claro, independente e fácil de extrair.
Ponto de partida: a marca praticamente não existia para a IA
Esse fabricante produz centros de usinagem CNC de cinco eixos, responsáveis por 70% da receita. Seus clientes são, em sua maioria, fabricantes de moldes e fornecedores de alto padrão do Leste Asiático, Sudeste Asiático e Europa. Quando a empresa procurou a Tenten, o cenário era típico: havia posicionamento na busca orgânica do Google e milhares de acessos mensais ao site, mas a equipe comercial ouvia cada vez mais compradores internacionais dizerem: “Primeiro, perguntei ao ChatGPT”. O problema ficou evidente nos testes: a empresa nunca aparecia nas respostas da IA.
Criamos um conjunto fixo de situações de compra e testamos cada uma no ChatGPT, Perplexity e Gemini, três vezes por plataforma. Registramos se a marca era mencionada, recomendada ou acompanhada de link. O primeiro levantamento foi direto: em 38 perguntas, a marca não recebeu uma única citação. Enquanto isso, dois concorrentes japoneses e uma empresa de Taiwan apareciam de forma consistente em consultas como “recomendação de equipamentos para produção de moldes em pequenos e médios lotes” e “centros de usinagem de cinco eixos de Taiwan”.
Fizemos 38 perguntas reais.
Grande parte do conteúdo de sites industriais é escrita sob a ótica da própria empresa: histórico, cronologia corporativa e textos institucionais elogiosos. Para a IA, essas páginas têm pouca utilidade, porque o comprador não pergunta “em que ano sua empresa foi fundada?”. O primeiro passo de uma auditoria de GEO é mapear o que compradores realmente perguntam à IA ao longo da decisão e verificar se o site oferece respostas boas o bastante para serem extraídas.
Dividimos as 38 perguntas em três níveis. Essa estrutura orientou todo o trabalho seguinte:
- Nível situacional: perguntas como “para peças de liga em pequenos e médios lotes, devo usar usinagem de três ou 5 eixos?” e “quais condições a fábrica deve preparar antes da instalação de um centro de usinagem de 5 eixos?”. São dúvidas feitas quando a necessidade já está clara.
- Nível comparativo: “Quais são as marcas de centros de usinagem de cinco eixos de Taiwan?”
- Nível técnico: “Qual rotação do eixo-árvore é adequada para o corte de materiais duros em alta velocidade?” e “o que uma precisão de ±0.005 mm representa na prática?”. São perguntas técnicas feitas durante a avaliação de requisitos.
O site original respondia apenas a uma pequena parte dessa hierarquia. Além disso, as respostas estavam escondidas em catálogos em PDF que a IA não conseguia interpretar. Os níveis situacional e comparativo — os primeiros e mais frequentes nas consultas à IA — estavam totalmente descobertos. Essa lacuna estrutural explicava a taxa de citação igual a zero.
Três ações para destravar a taxa de citação em 90 dias
Não tentamos mudar uma centena de coisas ao mesmo tempo. Priorizamos três ações de maior impacto, todas diretamente ligadas à lista de perguntas.
Um: reformular as respostas para a IA
Para cada pergunta dos níveis situacional e comparativo, produzimos uma resposta de 80-150 palavras, começando pela conclusão. O conteúdo foi inserido no texto da página correspondente, sem ficar preso a formulários ou vídeos. O objetivo não era escrever mais, e sim criar blocos independentes: uma ideia clara por vez, compreensível sem contexto e não escondida em imagens. Também tratamos as comparações com honestidade. Ao reconhecer, por exemplo, as vantagens dos equipamentos Sunrise em certas aplicações mais exigentes, aumentamos a probabilidade de a IA mencionar a empresa deste case como uma “opção de preço mais alto”.
ii. Complementar com dados estruturados e fatos verificáveis
Antes de citar uma fonte, a IA procura confirmar sua credibilidade. Estruturamos dados sobre especificações dos produtos, certificações e casos reais, além de destacar na página fatos verificáveis, como níveis de precisão, materiais adequados e faixas de tamanho para processamento. Expressões vagas de marketing, como “qualidade superior”, foram eliminadas e substituídas por números concretos. Como os mecanismos de IA favorecem conteúdo verificável, essa foi a ação que mais acelerou a recuperação da taxa de citação nas perguntas técnicas.
Três: monitorar semanalmente a visibilidade em IA e ajustar apenas as páginas citadas
Com uma ferramenta de monitoramento de visibilidade em IA, repetimos semanalmente o mesmo conjunto de 38 perguntas. Registramos em quais consultas a marca começava a aparecer, em que posição e se havia links. Assim, a equipe deixou de alterar o conteúdo por intuição: quando a resposta de uma página entrava nas respostas da IA, era reforçada; quando não entrava, a página ou o parágrafo em branco era revisto. A velocidade de iteração em GEO depende da rapidez com que esse retorno aparece — um sinal muito mais útil, nesse contexto, do que consultar o Google Analytics uma vez por semana.
Como resumiu o gerente comercial da empresa: “Antes, eu sentia que escrevia e jogava tudo em um buraco negro. Agora, toda semana consigo ver o que a IA aproveitou e o que ainda não aproveitou.” Só então a equipe passou a saber qual deveria ser o próximo passo.
Os números após 90 dias
Após 90 dias, repetimos o teste inicial. No conjunto de 38 perguntas de compra, a marca passou a ser citada pela IA em 34% dos casos. O melhor desempenho ocorreu nas perguntas técnicas, justamente o nível em que o conteúdo estava mais completo. Houve também um pequeno aumento no tráfego de busca orgânica para o site oficial: conteúdo fácil de extrair pela IA costuma estar mais alinhado à intenção de busca tradicional. Mais importante, surgiu um sinal comercial concreto. Em uma primeira ligação, um comprador internacional afirmou: “Vi a IA recomendar vocês” — algo que nunca havia acontecido 90 dias antes.
Como replicar essa estratégia?
Se sua empresa atua na indústria ou em SaaS B2B e você quer descobrir sua taxa atual de citação por IA, o começo é simples: liste de 30 a 40 perguntas que clientes reais provavelmente fariam à IA, teste-as no ChatGPT e no Perplexity e conte quantas vezes sua marca aparece. Na primeira medição, a maioria das empresas encontra números desconfortavelmente baixos. É justamente aí que está a oportunidade, porque muitos concorrentes ainda não preencheram essas lacunas.
Se quiser encurtar esse caminho, agende diretamente um diagnóstico de GEO de 30 minutos. Vamos medir seus critérios atuais de citação com a mesma metodologia, identificar as lacunas mais importantes e mostrar quais três ações devem ser priorizadas nos próximos 90 dias.
