Em 90 dias, uma consultoria de gestão de Taipei passou de totalmente ausente a primeira fonte citada pelo Perplexity em perguntas sobre consultores da área. O ponto de virada não foi publicar mais artigos, mas transformar 12 anos de conhecimento especializado em estruturas que a IA pudesse extrair e reutilizar. A seguir, mostramos o que fizemos, o que mudou e por que funcionou.
Como os clientes chegam até a empresa
Há 12 anos, essa consultoria atua no mercado de transformação para empresas de médio porte em Taiwan. O site reunia páginas de serviços, várias matérias premiadas e um white paper em PDF. Na busca pelo nome da marca, aparecia em primeiro lugar no Google — mas apenas porque praticamente não havia concorrência por esse termo. O problema real surgia em outro ponto do funil: quando potenciais clientes, em sua maioria diretores de negócios ou financeiros, recorriam ao Perplexity para perguntar: “Quais são as consultorias de transformação organizacional em Taiwan e como escolher uma?”. A resposta citava três concorrentes e duas matérias da imprensa, mas não mencionava a empresa. Para a IA, aqueles 12 anos de experiência simplesmente não existiam.
Primeiro, identificamos três problemas
O primeiro passo do projeto não foi escrever, mas medir. Usamos monitoramento de visibilidade em IA para testar 15 grupos de consultas reais nas quais a empresa mais precisava aparecer e registramos as citações encontradas no Perplexity, ChatGPT, Google AI e outros mecanismos. O diagnóstico ficou claro.
- Baixa presença nas citações: entre 15 grupos de consultas, a empresa apareceu em apenas dois nas respostas de IA. Em um deles, sua especialidade ainda foi descrita incorretamente como “vendas digitais”.
- Barreiras à extração: o texto do site era composto por longos blocos comerciais, sem trechos que o mecanismo pudesse capturar como definição ou resposta direta.
- Lacuna de entidade: os mecanismos de IA reconheciam o nome da empresa, mas não o associavam à categoria de consultoria em transformação organizacional.
- Baixa confiança na fonte: nas duas ocasiões em que a empresa foi citada, a fonte era um veículo de terceiros, não o site oficial. Isso mostrava que os mecanismos ainda não tratavam seus próprios canais como fonte primária e confiável.
Mudamos apenas três pontos
Com o diagnóstico definido, o plano de ação foi objetivo. Em vez de montar uma fábrica de 20 conteúdos por mês, concentramos o trabalho nos três pontos de maior impacto.
- Reestruturar as páginas dos principais serviços: cada serviço passou a ser explicado em quatro blocos — “O que é?”, “Para quem é?”, “Que problema resolve?” e “Como trabalhamos?”. Cada parágrafo funciona como uma resposta independente, sem depender do texto anterior para fazer sentido.
- Criar 12 artigos de opinião: em vez de apresentações de produto, publicamos posicionamentos e análises claras sobre questões como “Onde a transformação empresarial trava em Taiwan?”. Cada artigo começa com uma conclusão e apresenta um contexto específico.
- Completar as informações de entidade e os dados estruturados: implementamos os schemas Organization e FAQPage, padronizamos as descrições da empresa e os termos genéricos e reforçamos para os mecanismos a associação com a categoria “transformação organizacional”.
As três mudanças tinham algo em comum: aumentavam a probabilidade de o conteúdo ser selecionado e extraído com clareza, não a frequência de publicação. Para compor uma resposta, um mecanismo de IA procura uma afirmação objetiva, uma fonte confiável e uma correspondência clara entre entidades — não uma coleção de artigos genéricos. O fator decisivo nunca foi o volume de conteúdo, mas sua estrutura.
O que aconteceu depois de 90 dias?
No 90º dia, repetimos o teste. O número de grupos de consultas em que a empresa era citada subiu de dois para 11. No grupo mais importante — “consultoria de transformação em Taiwan” —, ela se tornou a primeira fonte citada na resposta do Perplexity, com links para o site oficial. O ChatGPT também começou a mencioná-la nas respostas correspondentes, desta vez com a especialidade correta. A equipe passou a ouvir de potenciais clientes: “Perguntei à IA, e ela recomendou vocês”. Antes impossível de rastrear, essa nova origem de oportunidades passou a aparecer de forma consistente todos os meses.
“Nosso maior obstáculo nesses 12 anos sempre foi entrar na primeira lista de avaliação de um novo cliente. Agora, a IA ajuda nosso conhecimento especializado a chegar até ele.”— The consultant's partner.
Por que começar pelo Perplexity?
Diante das mesmas mudanças, o Perplexity respondeu mais rápido que o ChatGPT — um comportamento recorrente nos nossos projetos. Alterações na estrutura e no conteúdo do site podem aparecer já na verificação seguinte do Perplexity; no ChatGPT, cuja atualização ocorre semanalmente, a resposta costuma levar de uma a várias semanas a mais. Por isso, recomendamos começar pelo Perplexity: ele tende a ser o primeiro sinal de que aquela rodada de otimização está funcionando.
Esse resultado pode ser reproduzido na sua empresa?
Sim, desde que exista uma base sólida. A consultoria obteve resultado em 90 dias porque já possuía conhecimento especializado e material real; o que faltava era organizá-los em uma estrutura legível por IA. Sem conteúdo consistente na base, não há resposta confiável a extrair. Para descobrir como os mecanismos de IA descrevem sua empresa hoje e em quais consultas ela não aparece, você pode começar por uma auditoria de GEO ou por um diagnóstico direto de GEO, com cerca de 30 minutos. Testaremos suas consultas reais e mostraremos exatamente onde estão as lacunas.
