Como as IAs descobrem informações sobre a sua marca (e como influenciá-las)

Para que a IA cite a sua marca, antes ela deve conhecê-la. As informações podem ser obtidas de três fontes: dados de treinamento, sistemas de recuperação (RAG) e ferramentas de comunicação direta (APIs ou MCPs).

Se você já se perguntou:

  • Por que um concorrente aparece mais do que você;
  • Por que as informações sobre a sua marca estão erradas;
  • Ou por que as respostas usam dados antigos…

É por causa da representação de entidades nesses sistemas. SEO e branding podem influenciar parcialmente a visibilidade nos dados de treinamento e no RAG. 

Neste guia introdutório, escrito com base em um artigo da Ahrefs, você verá como cada fonte de informação funciona e quais devem ser as suas ações para cada uma delas. 

Dados de treinamento 

Os dados de treinamento são o conjunto de informações que a IA usa para aprender. São bilhões de textos, imagens e códigos de programação, extraídos de páginas da internet, livros, Wikipedia, bases de dados licenciadas (como Reddit ou StackOverflow), entre muitas outras. 

A IA lê o que está ali, aprende a memorizar informações, identificar conceitos e termos semanticamente relacionados, e a construir frases com base nos padrões identificados. 

Limitações: quando o treinamento termina, o conhecimento da IA “congela”. Ou seja, ela precisa de outras fontes de informação para continuar se atualizando.

Talvez você se lembre que, no início do ChatGPT, ele ficava travado em informações de 2023. Se você perguntasse algo depois disso, ele inventava respostas. Isso acontecia porque o modelo foi treinado com informações até aquele ano. 

Quando a IA não tem fontes externas para buscar, ocorrem alucinações – respostas erradas ditas com muita confiança

Para lidar com isso, modelos usam alguns métodos para preencher as lacunas dos dados de treinamento. Falaremos mais sobre isso nos blocos seguintes. 

A relevância para a sua marca: se a marca tiver representatividade nos dados de treinamento, a IA consegue citá-la sem usar esses recursos de pesquisa na web.

É isso o que ocorre com marcas gigantes, como Coca-Cola, HubSpot e Apple. Quando alguém pergunta “qual é o refrigerante mais famoso do mundo”, “quais são os principais CRMs empresariais” e “quem faz o MacBook”, a IA não precisa pesquisar, ela já sabe as respostas.

Para fazer parte desse grupo, você precisa estar presente nos locais onde a IA está treinando, como no Reddit, Wikipedia, ou no índice do Google. Mas, para isso, a marca deve ser relevante e ter alto número de menções. 

Para quem está começando agora ou ainda está construindo autoridade, é um projeto de longo prazo. Ações de branding e reconhecimento de marca podem acelerar o processo.

Grounding e RAG

Grounding é o processo em que a IA consulta bases de dados externas, quando percebe que seus dados de treinamento não são o suficiente para gerar uma resposta satisfatória.

Uma das principais técnicas é o Retrieval-Augment Generation (RAG), no qual os dados extraídos das páginas são integrados ao texto gerado.

Plataformas como ChatGPT, Gemini, Claude, entre outras, usam índices dos buscadores tradicionais no grounding. Ali, encontram listas de URLs atualizadas e de alta qualidade, que ajudam a compor respostas melhores.

Limitações: de um ponto de vista técnico, o grounding adiciona camadas de complexidade à IA. As respostas ficam mais lentas e, dependendo da qualidade do índice, podem citar páginas de baixa qualidade. Recentemente, a Microsoft publicou um artigo detalhando esses desafios.

A relevância para a sua marca: hoje, a principal forma de obter tráfego e conversões mensuráveis via IA é estar presente no processo de grounding. Quando a IA for consultar um índice, o objetivo é que ela encontre a sua página. A maioria das dicas de SEO ou GEO que você encontrar na internet servem para isso.

O básico é ter um site bem organizado, com páginas que a IA consegue ler, compreender e citar. Em termos de estratégia, é interessante focar nos prompts específicos, que a IA não pode responder apenas com seus dados de treinamento.

Por exemplo, você dificilmente terá resultados para páginas sobre as “melhores atrações turísticas de Paris”. A IA já sabe quais são. Mas, para “restaurantes novos em Paris” ou “restaurantes com vista para a Torre Eiffel”, ela talvez precise do seu site para gerar a resposta. 

Aqui tem uma lista de conteúdos que vão te ajudar a otimizar seu site:

MCP e APIs

MCPs e APIs permitem que a IA se comunique com ferramentas externas. Essas ferramentas permitem que o sistema acesse dados completamente diferentes e interaja com interfaces em tempo real.

Ao “chamar” uma API, um modelo pode interagir com dados que normalmente não teria acesso, como volume de busca de uma palavra-chave. E, por meio dos MCPs, é capaz de se comunicar e realizar ações em interfaces externas, como um checkout ou página da web.

Esses protocolos de comunicação abrem muitas possibilidades para tornar as IAs ainda mais úteis, capazes de realizar tarefas que são simplesmente impossíveis apenas com seus dados de treinamento. 

Limitações: a qualidade das respostas depende da qualidade das fontes externas. Ou seja, se a API trouxer dados de baixa qualidade, as respostas serão limitadas.

Falando especificamente dos MCPs: muitos protocolos ainda estão engatinhando. É o caso do UCP, para e-commerces, que ainda está longe de ter ampla adesão, e o WebMCP do Google, que ainda está em estágio de protótipo.

A relevância para a sua marca: dependendo dos serviços que você oferece, APIs e MCPs permitem que o seu público-alvo interaja com o seu produto usando IAs. 

Ferramentas de SEO, como Ahrefs e Semrush, estão investindo nisso. Elas conectam os dados que estão nas ferramentas de SEO à LLM, para que você possa usar prompts para executar as análises, em vez de fazer manualmente. 

No entanto, isso é algo que você faz para melhorar a percepção de valor do seu produto. Então acaba sendo bem diferente da lógica do grounding, onde o objetivo é aumentar a visibilidade. 

As melhores práticas para a IA encontrar a sua marca

Sabendo de quais formas a IA pode obter informação nas suas marcas, fica mais fácil entender em quais áreas focar. 

Boas estratégias para começar são as seguintes:

  • Obter menções externas: a IA consulta muito mais do que o seu site para aprender sobre a sua marca. Receber menções (com e sem links) em outros portais via assessoria de imprensa, discussões em fóruns, posts em redes sociais e artigos da Wikipedia são ações importantes;
  • Otimizar para query fan-out. Sempre que a IA faz uma pesquisa na web, durante o processo de grounding, ela desmembra o prompt em várias subpesquisas. Estar presente nelas aumenta sua visibilidade, mesmo que você não apareça para o prompt principal. 
  • SEO técnico. As IAs precisam conseguir ler e entender o seu site, do contrário, não podem interagir com ele via MCPs e durante o grounding. HTML limpo, tempo de resposta rápido e arquivo robots.txt bem configurado ajudam nisso. O arquivo llms.txt também surgiu para isso, mas até aqui, não tem efeito nenhum. 

____

Para saber se a sua marca está pronta para ser lida e encontrada, abra sua IA preferida e faça perguntas sobre os seus produtos e serviços. Pergunte também sobre o seu segmento de mercado e veja se você é citado como potencial solução.

Se ficar insatisfeito com as respostas, converse com a SEO Happy Hour! Nossos especialistas podem ajudar a tornar seu negócio mais conhecido e melhor representado nas LLMs. 

  • Elyson Gums

    Elyson Gums

    Elyson Gums é redator na SEO Happy Hour. Trabalha com redação e produção de conteúdo para projetos de SEO e inbound marketing desde 2014, em segmentos B2C e B2B. É bacharel em Jornalismo (Univali/SC) e mestre em Comunicação Social (UFPR).

Comentários

0 Comentários

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *