Uma pessoa em Lisboa quer oferecer uma peça de joalharia. Em vez de abrir o Google e escrever "joalharia personalizada Lisboa", pega no telemóvel e escreve a um assistente de IA: "Podes recomendar-me um negócio português de joalharia feita à mão para um presente especial?" O assistente responde com nomes, uma descrição de cada um e razões concretas para escolher.
Se o negócio não está nessa resposta, para aquela pessoa, não existe.
Este cenário já acontece. O hábito está a formar-se agora, à medida que os assistentes de IA se tornam mais rápidos, mais capazes e mais integrados no dia a dia. E a maioria dos donos de pequenos negócios em Portugal ainda nem sabe que este terreno existe.
O que está a mudar na forma como as pessoas encontram negócios
Durante anos, o caminho era simples: alguém queria algo, pesquisava no Google, clicava nos primeiros resultados. O SEO nasceu para garantir que o negócio aparecia nessa lista.
Agora há um passo que está a tornar-se hábito para um número crescente de pessoas: em vez de filtrar dez resultados, perguntam diretamente a um assistente. "Qual é o melhor software de gestão para uma loja pequena?" "Recomenda-me um consultor de marketing para uma startup de produto?"
O assistente responde com uma síntese. Às vezes com nomes, às vezes com categorias, quase sempre sem obrigar a clicar em lado nenhum.
O que muda na prática: antes, o cliente chegava ao website e o negócio tentava convencê-lo. Agora, uma parte da filtragem acontece antes. Se o assistente não conhece o negócio, essa conversa acaba antes de começar.
Ethan Mollick, professor de Wharton e autor de "Co-Intelligence" (2024), descreve este fenómeno de forma direta: os modelos de IA tornaram-se uma camada entre as pessoas e a informação. Quem percebe isto cedo posiciona-se antes de o hábito estar completamente instalado.
O que é GEO e porque importa para um negócio
GEO, Generative Engine Optimization, é o conjunto de práticas para que um negócio apareça nas respostas geradas por assistentes de IA. O nome é propositadamente paralelo ao SEO: a mesma ideia aplicada a um novo tipo de motor.
O primeiro estudo académico a formalizar este conceito foi publicado em 2024 por Pranjal Aggarwal e colegas da Universidade de Princeton, na conferência ACM KDD. O trabalho mostra que é possível otimizar conteúdo para ser citado pelos motores generativos e identifica que clareza, dados concretos e citações de fontes credíveis aumentam a probabilidade de aparecer nas respostas geradas. O mecanismo resume-se a duas coisas: legibilidade e substância.
A diferença prática em relação ao SEO: num motor de busca, o objetivo é aparecer numa lista e ter o melhor título para que alguém clique. Num assistente de IA, o objetivo é ser a resposta, ou parte dela. O assistente sintetiza, parafraseia, escolhe o que incluir. Por isso a clareza sobre o que o negócio faz e para quem pesa mais do que qualquer truque técnico.
Se o negócio não está descrito de forma clara e coerente onde a IA o pode encontrar, no website, nas plataformas onde tem presença, nas avaliações que os clientes deixam, o assistente terá dificuldade em incluí-lo. Ou incluirá uma versão fragmentada que não o representa.
O que os assistentes de IA usam para conhecer um negócio
Os assistentes de IA constroem uma ideia de um negócio a partir do que está disponível em formato texto na internet. Há alguns lugares que pesam mais:
O website. A página "Sobre", a descrição dos serviços. Se a linguagem for vaga, a síntese que o assistente fará do negócio será igualmente vaga.
As avaliações e referências externas. O que os clientes dizem em plataformas públicas, Google Business, Trustpilot, fóruns, alimenta a imagem que a IA constrói. São dados para os modelos, muito além do selo de confiança que dão às pessoas.
Conteúdo que responde a perguntas reais. Artigos e FAQs que respondem diretamente a questões que os clientes têm. O estudo de Princeton confirma: conteúdo com dados, fontes e respostas diretas tem mais hipótese de ser citado.
Consistência entre plataformas. Se o nome e a especialidade estão descritos de forma diferente no LinkedIn, no website e no Google Business, o assistente fica com uma imagem fragmentada. Quanto mais coerente, mais reconhecível é o negócio para o modelo.
Rita: a joalharia que não aparecia onde devia
A Rita tem 27 anos e criou a sua marca de joalharia em prata há três anos. Vende online, tem uma loja no Etsy e um website próprio. Nos últimos meses, reparou que o tráfego orgânico parou de crescer: as vendas vinham quase todas de pessoas que já a seguiam no Instagram.
Quando fez o exercício de perguntar a vários assistentes de IA sobre joalharia portuguesa feita à mão, o nome da sua marca não apareceu. Apareceram duas marcas com website mais completo, com blogue ativo e com dezenas de avaliações no Google. A Rita percebeu que o problema estava na legibilidade do negócio.
O que a Rita foi construir ao longo de dois meses:
Reescreveu a página "Sobre" para ser específica: que tipo de peças faz, com que materiais, para que ocasiões. Em vez de "joias únicas com alma", passou a escrever "peças em prata 925 feitas à mão em Lisboa, desenhadas para presentear momentos com significado: nascimentos, aniversários de décadas, rituais de transição."
Pediu a clientes que deixassem avaliação no Google e no Etsy, com um pedido específico: que mencionassem o que procuravam quando a encontraram. Essas avaliações tornaram-se texto legível para os modelos.
Começou a publicar um artigo curto por mês a responder a perguntas frequentes: "qual a diferença entre prata 925 e prata folheada", "como cuidar de peças em prata", "como personalizar uma peça como prenda".
Três meses depois, quando voltou a pesquisar nos assistentes, o nome da marca aparecia em duas das três respostas. O produto era o mesmo; o que mudou foi o negócio ter passado a ser legível.
Helena: consultora que era invisível fora da rede de contactos
A Helena tem 39 anos e é consultora de TI para pequenas e médias empresas. O trabalho chega quase sempre por referência: um cliente recomenda, alguém a apresenta numa conferência. Nunca precisou de aparecer nos motores de busca porque o networking funcionava.
Mas o networking tem limites. Quando ia a eventos, várias empresas mencionavam que tinham procurado consultores através de pesquisa e não a tinham encontrado.
A Helena fez um diagnóstico da sua presença. No LinkedIn publicava com regularidade e isso trazia-lhe conversas. O website é que era um cartão de visita com três parágrafos: sem descrição de metodologias, sem contexto do tipo de problemas que resolvia, sem nada que um modelo pudesse ler e citar.
Quando perguntou a assistentes de IA "quem faz consultoria de TI para pequenas e médias empresas em Portugal", não apareceu. Apareceram pessoas com publicações no LinkedIn, com artigos no Medium, com entrevistas em publicações do setor.
A sua expertise estava na sua cabeça e nas conversas com clientes, mas não estava em texto acessível. Para a IA, era como se não existisse.
O trabalho que fez foi de transcrição: escreveu três artigos a descrever os padrões de problemas que encontra nas empresas, com dados reais (anonimizados). Completou o website com uma página de metodologia. Pediu a dois clientes uma declaração breve sobre o impacto do trabalho.
Seis meses depois, quando pesquisa a sua especialidade, aparece com contexto correto, num setor onde antes era invisível fora da rede de contactos diretos.
O que fazer hoje, por onde começar
GEO é uma prática contínua, com a mesma lógica do SEO aplicada a um novo contexto. Mas há um ponto de partida claro.
Ser específico sobre o que se faz e para quem. Em vez de "consultoria de gestão": "ajudo restaurantes em expansão a estruturar as operações antes de abrir a segunda unidade". Em vez de "fotografia profissional": "fotografia de imobiliário e arquitetura de interiores para agências em Lisboa e Porto". Quanto mais específico, mais fácil é para um assistente incluir o negócio numa resposta à pergunta certa.
Manter a informação coerente em todas as plataformas. O que está no website, no LinkedIn, no Google Business e no Etsy (havendo presença em vários lugares) deve descrever o mesmo negócio da mesma forma. Contradições e vaguidades fragmentam a imagem que a IA constrói.
Criar conteúdo que responde a perguntas reais. As perguntas dos clientes no primeiro contacto são pontos de entrada. Uma resposta escrita, clara, publicada no website ou no blogue, é material que os modelos podem encontrar e usar.
Investir nas avaliações. Tratá-las como documentação pública do trabalho. Uma avaliação que descreve o problema que o cliente tinha e como foi resolvido é mais útil do que cinco estrelas sem texto.
Nada disto é novo em si mesmo. A diferença é que o peso destes sinais está a mudar: antes contavam sobretudo para o Google. Agora contam também para os modelos que respondem diretamente às perguntas dos clientes.
A janela que ainda está aberta
Há um tempo certo nestas mudanças que convém nomear. Os hábitos de pesquisa estão a mudar, mas ainda não mudaram completamente. A maioria dos pequenos negócios ainda não pensa nisto.
Em "Co-Intelligence", Mollick escreve que as pessoas que percebem uma nova camada tecnológica antes do hábito estar instalado têm uma vantagem real: chegam mais cedo a um terreno onde ainda há espaço.
Esse terreno existe agora.
No Elevate Club, a aula "Aparecer nas respostas da IA" aprofunda este tema com exercícios concretos: como auditar a presença atual, como reescrever a descrição do negócio para ser legível pelos modelos, como construir um plano de conteúdo que serve tanto o cliente humano como os assistentes que ele usa. É a peça operacional para o que este artigo introduz.
Antes disso, há uma pergunta mais simples para começar hoje: se alguém perguntasse a um assistente de IA sobre o problema exato que o negócio resolve, o que apareceria? Experimentar dá a resposta e mostra onde o negócio está.
Para pôr isto em prática, o plano «Os posts do mês» tem as aulas e as ferramentas, em dias de até 15 minutos, e acaba com o calendário das próximas duas semanas em Excel, a bio de cada rede e os primeiros posts escritos.