É o fim da busca como a conhecemos, e os profissionais de marketing se sentem bem. Mais ou menos.

Durante mais de duas décadas, o SEO foi o manual padrão para visibilidade online. Ele gerou uma indústria inteira de recheadores de palavras-chave, corretores de backlinks, otimizadores de conteúdo e ferramentas de auditoria, juntamente com os profissionais e agências para operá-los. Mas em 2025, a busca começou a mudar.longe da navegação tradicional para plataformas LLM. Com o anúncio da Apple de que motores de busca nativos em IA como Perplexity e Claude serão incorporados ao Safari, o estrangulamento de distribuição do Google é em questão. A fundação do mercado de SEO de mais de 80 mil milhões de dólares acabou de fissurar.

Um novo paradigma está emergindo, um impulsionado não por classificação de páginas, mas por modelos de linguagem. Estamos entrando no Ato II da pesquisa: Otimização de Motores Gerativos (GEO).

De links a modelos de linguagem

A busca tradicional era baseada em links. O GEO é baseado em linguagem.

Na era do SEO, visibilidade significava ter uma classificação alta em uma página de resultados. As classificações das páginas eram determinadas pela indexação de sites com base na correspondência de palavras-chave, profundidade e amplitude de conteúdo, backlinks, engajamento da experiência do usuário e mais. Hoje, com LLMs como GPT-4o, Gemini e Claude atuando como a interface para como as pessoas encontram informações, visibilidade significa aparecer diretamente na resposta em si, em vez de ter uma classificação alta na página de resultados.

À medida que o formato das respostas muda, também muda a maneira como pesquisamos. A busca nativa de IA está se fragmentando em plataformas como Instagram, Amazon e Siri, cada uma impulsionada por diferentes modelos e intenções dos usuários. As consultas são mais longo (23 palavras, em média, contra 4), as sessões são mais profundas (com uma média de 6 minutos), e as respostas variam conforme o contexto e a fonte. Ao contrário da pesquisa tradicional, os LLMs lembram, raciocinam e respondem com síntese personalizada de múltiplas fontes. Isso muda fundamentalmente a forma como o conteúdo é descoberto e como deve ser otimizado.

O SEO tradicional recompensa a precisão e a repetição; os motores generativos priorizam conteúdo que é bem organizado, fácil de interpretar e denso em significado (não apenas palavras-chave). Frases como "em resumo" ou formatação em pontos ajudam os LLMs a extrair e reproduzir conteúdo de forma eficaz.

Vale a pena notar que o mercado de LLM é também fundamentalmente diferente do mercado de pesquisa tradicional em termos de modelo de negócios e incentivos. Motores de busca clássicos como o Google monetizavam o tráfego dos usuários através de anúncios; os usuários pagavam com seus dados e atenção. Em contraste, a maioria dos LLMs são serviços com paywall e baseados em subscrição. Esta mudança estrutural afeta a forma como o conteúdo é referenciado: há menos incentivo por parte dos provedores de modelo para apresentar conteúdo de terceiros, a menos que seja aditivo à experiência do usuário ou reforce o valor do produto. Embora seja possível que um mercado de anúncios possa eventualmente surgir sobre as interfaces de LLM, as regras, incentivos e participantes provavelmente pareceriam muito diferentes da pesquisa tradicional.

Entretanto, um sinal emergente do valor nas interfaces LLM é o volume de cliques de saída. O ChatGPT, por exemplo, já está gerando tráfego de referência para dezenas de milhares de domínios distintos.

Das classificações à relevância do modelo

Já não se trata apenas de taxas de cliques, mas sim de taxas de referência: com que frequência a sua marca ou conteúdo é citado ou utilizado como fonte em respostas geradas por modelos. Num mundo de saídas geradas por IA, GEO significa otimizar para o que o modelo escolhe referenciar, e não apenas se ou onde aparece nas pesquisas tradicionais. Essa mudança está a reformular a forma como definimos e medimos a visibilidade e o desempenho da marca.

Já, novas plataformas como Profundo, Bom, e Devaneio permitir que as marcas analisem como aparecem nas respostas geradas por IA, acompanhem o sentimento nas saídas dos modelos e entendam quais editores estão moldando o comportamento dos modelos. Estas plataformas funcionam ajustando os modelos para refletir a linguagem de prompts relevante para a marca, injetando estrategicamente as principais palavras-chave de SEO e executando consultas sintéticas em grande escala. As saídas são então organizadas em painéis acionáveis que ajudam as equipes de marketing a monitorar a visibilidade, a consistência da mensagem e a participação competitiva de voz.

A Canada Goose usou uma dessas ferramentas para obter insights sobre como os LLMs faziam referência à marca — não apenas em termos de características do produto, como calor ou impermeabilidade, mas sim sobre o reconhecimento da marca em si. As conclusões foram menos sobre como os usuários descobriram a Canada Goose, mas se o modelo mencionou espontaneamente a marca, um indicador de consciência não assistida na era da IA.

Esse tipo de monitoramento está se tornando tão importante quanto os painéis de SEO tradicionais. Ferramentas como AhrefsO Brand Radar agora rastreia menções de marcas em Visões Gerais de IA, ajudando as empresas a entender como são apresentadas e lembradas por motores generativos.Semrushtambém tem uma caixa de ferramentas de IA dedicada, projetada para ajudar as marcas a rastrear a percepção em plataformas generativas, otimizar o conteúdo para visibilidade em IA e responder rapidamente a menções emergentes nas saídas de LLM, um sinal de que os players de SEO legados estão se adaptando à era GEO.

Estamos a assistir ao surgimento de um novo tipo de estratégia de marca: uma que não apenas considera a percepção do público, mas também a percepção no modelo. A forma como estás codificado na camada de IA é a nova vantagem competitiva.

Claro que o GEO ainda está na sua fase experimental, muito semelhante aos primeiros dias do SEO. Com cada atualização significativa do modelo, corremos o risco de reaprender (ou desaprender) como interagir melhor com esses sistemas. Assim como as atualizações do algoritmo de busca do Google uma vez fizeram com que empresas se apressassem para contrabalançar classificações flutuantes, os provedores de LLM ainda estão ajustando as regras por trás do que seus modelos citam. Múltiplas escolas de pensamento estão surgindo: algumas táticas de GEO são bastante bem compreendidas (por exemplo, ser mencionado em documentos fonte que os LLMs citam), enquanto outras suposições são mais especulativas, como se os modelos priorizam conteúdo jornalístico sobre redes sociais, ou como as preferências mudam com diferentes conjuntos de treinamento.

Lições da era SEO

Apesar da sua dimensão, o SEO nunca produziu um vencedor monopolista. Ferramentas que ajudaram as empresas com SEO e pesquisa de palavras-chave, como Semrush, Ahrefs, Moz, e Similarweb, foram bem-sucedidos por si só, mas nenhum capturou a pilha completa (ou cresceu por aquisição, como a Similarweb). Cada um encontrou um nicho: análise de backlinks, monitoramento de tráfego, inteligência de palavras-chave ou auditorias técnicas.

O SEO sempre foi fragmentado. O trabalho era distribuído entre agências, equipes internas e operadores freelancers. Os dados eram confusos e as classificações eram inferidas, não verificadas. O Google detinha as chaves algorítmicas, mas nenhum fornecedor controlava a interface. Mesmo em seu auge, os maiores players de SEO eram provedores de ferramentas. Eles não tinham o engajamento do usuário, controle de dados ou efeitos de rede para se tornarem centros onde a atividade de SEO está concentrada. Os dados de Clickstream — registros dos links que os usuários clicam enquanto navegam em sites — são, sem dúvida, a janela mais clara para o comportamento real do usuário. Historicamente, no entanto, esses dados foram extremamente difíceis de acessar, trancados atrás de ISPs, SDKS, extensões de navegador e corretores de dados. Isso tornou a construção de insights precisos e escaláveis quase impossível sem uma infraestrutura profunda ou acesso privilegiado.

O GEO muda isso.

Como fazer as menções: O surgimento das ferramentas GEO

Isto não é apenas uma mudança de ferramentas, é uma oportunidade de plataforma. As empresas GEO mais convincentes não se limitarão à medição. Elas irão aprimorar os seus próprios modelos, aprendendo com bilhões de prompts implícitos em diversos setores. Elas possuirão o ciclo — insight, input criativo, feedback, iteração — com tecnologia diferenciada que não apenas observa o comportamento dos LLM, mas o molda. Elas também descobrirão uma forma de capturar dados de clickstream e combinar fontes de dados de primeira e terceira partes.

As plataformas que vencerem em GEO irão além da análise de marca e fornecerão a infraestrutura para agir: gerando campanhas em tempo real, otimizando para a memória do modelo e iterando diariamente, à medida que o comportamento do LLM muda. Esses sistemas estarão operacionais.

Isso desbloqueia uma oportunidade muito mais ampla do que a visibilidade. Se o GEO é como uma marca garante que é referenciada nas respostas da IA, também é como ela gerencia seu relacionamento contínuo com a camada de IA em si. O GEO se torna o sistema de registro para interagir com LLMs, permitindo que as marcas acompanhem a presença, o desempenho e os resultados em plataformas generativas. Possua essa camada, e você possui o orçamento por trás dela.

Esse é o potencial monopolista: não apenas fornecer insights, mas tornar-se o canal. Se o SEO fosse um mercado descentralizado, adjacente a dados, o GEO pode ser o inverso — centralizado, impulsionado por APIs e integrado diretamente nos fluxos de trabalho das marcas. Em última análise, o GEO por si só é talvez a cunha mais óbvia, especialmente à medida que vemos uma mudança no comportamento de busca, mas, no final das contas, é realmente uma cunha para o marketing de performance, de forma mais ampla. As mesmas diretrizes de marca e compreensão dos dados do usuário que alimentam o GEO podem impulsionar o marketing de crescimento. É assim que um grande negócio é construído, à medida que um produto de software é capaz de testar múltiplos canais, iterar e otimizar entre eles. A IA permite ummarketer autónomo.

O tempo é importante. A pesquisa está apenas começando a mudar, mas os dólares de publicidade se movem rapidamente, especialmente quando há arbitragem. Nos anos 2000, isso era o Adwords do Google. Nos anos 2010, era o motor de segmentação do Facebook. Agora, em 2025, são os LLMs e as plataformas que ajudam as marcas a navegar como seu conteúdo é ingerido e referenciado por esses modelos. Em outras palavras, GEO é a competição para entrar na mente do modelo.

Num mundo onde a IA é a porta da frente para o comércio e a descoberta, a questão para os comerciantes é: O modelo se lembrará de você?

As opiniões expressas aqui são de indivíduos da AH Capital Management, L.L.C. (“a16z”) citados e não refletem as opiniões da a16z ou de suas afiliadas. Certas informações contidas aqui foram obtidas de fontes de terceiros, incluindo empresas do portfólio de fundos geridos pela a16z. Embora tenham sido obtidas de fontes consideradas confiáveis, a a16z não verificou essas informações de forma independente e não faz representações sobre a precisão duradoura das informações ou sua adequação para uma dada situação. Além disso, este conteúdo pode incluir anúncios de terceiros; a a16z não revisou esses anúncios e não endossa qualquer conteúdo publicitário contido neles.

Este conteúdo é fornecido apenas para fins informativos e não deve ser considerado como aconselhamento jurídico, empresarial, de investimento ou fiscal. Você deve consultar seus próprios conselheiros sobre esses assuntos. Referências a quaisquer títulos ou ativos digitais são apenas para fins ilustrativos e não constituem uma recomendação de investimento ou oferta para fornecer serviços de consultoria de investimento. Além disso, este conteúdo não é direcionado nem destinado ao uso por quaisquer investidores ou investidores em potencial, e não pode, em nenhuma circunstância, ser considerado ao tomar uma decisão de investir em qualquer fundo gerido pela a16z. (Uma oferta para investir em um fundo a16z será feita apenas pelo memorando de colocação privada, acordo de subscrição e outros documentos relevantes de qualquer fundo e deve ser lida em sua totalidade.) Quaisquer investimentos ou empresas de portfólio mencionados, referidos ou descritos não são representativos de todos os investimentos em veículos geridos pela a16z, e não há garantia de que os investimentos serão lucrativos ou que outros investimentos feitos no futuro terão características ou resultados semelhantes. Uma lista de investimentos feitos por fundos geridos pela Andreessen Horowitz (excluindo investimentos para os quais o emissor não forneceu permissão para a a16z divulgar publicamente, bem como investimentos não anunciados em ativos digitais negociados publicamente) está disponível em https://a16z.com/investments/.

Os gráficos e tabelas fornecidos aqui são apenas para fins informativos e não devem ser considerados ao tomar qualquer decisão de investimento. O desempenho passado não é indicativo de resultados futuros. O conteúdo refere-se apenas à data indicada. Quaisquer projeções, estimativas, previsões, alvos, perspectivas e/ou opiniões expressas nestes materiais estão sujeitas a alterações sem aviso prévio e podem diferir ou ser contrárias a opiniões expressas por outros. Por favor, veja https://a16z.com/disclosures para informações importantes adicionais.

Aviso legal:

1. Este artigo é reproduzido de [}a16z]. Todos os direitos autorais pertencem ao autor original [a16z]. Se houver objeções a esta reimpressão, por favor entre em contato com o Gate Learn equipe, e eles vão lidar com isso prontamente.
2. Declaração de Isenção de Responsabilidade: As opiniões e visões expressas neste artigo são unicamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outras línguas são feitas pela equipe do Gate Learn. A menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.