A WPP impulsiona a transição do SEO para o GEO e defende a otimização de conteúdos para aquilo que a IA já sabe
A pesquisa deixou de ser apenas uma caixa onde se escrevem keywords. Com a adoção massiva de assistentes e agentes de inteligência artificial, a descoberta de marcas está a migrar para respostas geradas por modelos que inferem, sintetizam e priorizam informação.
Neste novo cenário, Daniel Hulme, Chief AI Officer da WPP, defende na The Drum que o SEO clássico continuará a ter relevância, mas que a sua primazia dá agora lugar a um novo campo de jogo: o Generative Engine Optimization (GEO) — a disciplina que otimiza a probabilidade de uma marca surgir (de forma correta e preferencial) nas respostas de sistemas como o ChatGPT, Gemini, Claude ou Perplexity.
Hulme explica que os Large Language Models (LLM) não devolvem listas tradicionais de resultados, mas sim respostas diretas com poucas referências. Essa diferença altera as regras da concorrência: já não basta “ganhar as SERPs”; é preciso treinar e alimentar os modelos para que associem a marca a problemas, soluções, atributos e casos de uso relevantes. Se uma marca não estiver presente nos corpus que nutrem os modelos, ou nas fontes que estes consultam em tempo real, a probabilidade de ser mencionada cai drasticamente.
A WPP antecipa ainda que a intermediação por agentes irá acelerar esta mudança: os utilizadores pedirão à sua IA para “escolher a melhor tarifa”, “planear uma viagem” ou “renovar o seguro” — e serão os agentes a decidir por eles. Paralelamente, estima-se que 25% das pesquisas evitem os motores de busca tradicionais nos próximos 12 meses, o que torna o posicionamento perante as IAs uma nova alavanca de crescimento e defesa competitiva.
Auditar “o que a IA sabe”
O ponto de partida é operacional: auditar o conhecimento que diferentes modelos têm sobre a marca. Hulme recomenda realizar consultas diretas (“fala-me sobre a marca X”) e de categoria (“melhor solução para X necessidade”) em vários modelos e registar as respostas. As divergências revelam lacunas semânticas, enviesamentos a favor de concorrentes, informação desatualizada ou ausência de prova social. Com essa linha de base, a equipa pode priorizar correções de maior risco — sejam reputacionais ou de coerência.
A WPP resume a execução do GEO em três vetores principais:
Treino vs. Recuperação – distinguir que conteúdos devem estar abertos para que os modelos possam descobrir, citar e aprender (documentação técnica, metodologias, comparativos, ESG) e quais podem permanecer protegidos sem bloquear a compreensão da proposta de valor. Em ambientes com retrieval augmented generation (RAG), fontes vivas e bem estruturadas ganham tração.
Otimização semântica – escrever e estruturar conteúdos com base em conceitos e relações, não apenas keywords. A marca deve cobrir o seu espaço de intenção com linguagem natural (“como reduzir o churn em SaaS B2B”), taxonomias claras, FAQs completas e relações entre entidades (produto–problema–setor–provas–resultados) que facilitem a extração de informação pelos LLM.
Construção de conhecimento extraível – articular páginas-pilar, estudos com metodologia replicável, datasets abertos, glossários, esquemas de dados (schema.org), grafos de conhecimento e conteúdos citáveis (artigos, whitepapers, imprensa). O objetivo: permitir que os modelos encontrem evidência verificável e a associem à marca.
Conteúdo, dados e governação: a “camada de verdade” da marca
O GEO obriga a tratar o conteúdo como infraestrutura. As empresas devem criar uma camada canónica que funcione como fonte de verdade para humanos e máquinas: repositórios públicos com versões, endpoints de documentação, páginas de transparência, políticas de segurança e privacidade e provas de desempenho.
Essa camada reduz contradições entre site, comunicados de imprensa, fichas de produto, marketplaces e redes sociais — e aumenta a coerência do que os modelos aprendem.
A distribuição é tão crítica quanto a produção. Hulme sugere reforçar a presença em fontes de alta autoridade para os modelos — journals setoriais, repositórios técnicos, relatórios com DOI, diretórios e benchmarks reconhecidos. É igualmente essencial coordenar PR e PR técnico, e garantir a consistência de metadados (nomes, descrições, IDs) em todas as superfícies digitais para consolidar as entidades da marca.
Medir num canal sem “cliques” visíveis
O GEO exige novas métricas. A WPP propõe acompanhar:
Quota de voz (Share of Voice) em respostas de IA por marca e categoria, com auditorias regulares por modelo e região;
Qualidade da menção (atributos associados, exatidão factual, ligações sugeridas) e tendência após updates dos modelos;
Sinais de procura a jusante (brand lift, tráfego de alta intenção, taxas de conversão assistidas) para estimar o ROI incremental do GEO;
Integridade semântica, isto é, consistência entre o que a IA diz e o que a marca declara na sua camada canónica.
Mais do que uma mudança tática, o GEO requer coordenação transversal entre marketing, produto, jurídico, dados e comunicação. As marcas devem manter um backlog de GEO com temas prioritários, lacunas de evidência, ativos a disponibilizar, fontes a conquistar e riscos reputacionais que os modelos possam amplificar. Em paralelo, recomenda-se criar playbooks por mercado (idioma, fontes locais, regulamentação) e rotas de conteúdo por vertical, com responsáveis e SLAs de atualização definidos.
Riscos e oportunidades
Hulme identifica dois riscos principais: desinformação (modelos que retêm conteúdo incorreto) e opacidade (alterações de modelo que modificam respostas). Para mitigar, as marcas devem monitorizar continuamente, manter páginas de correção e promover conteúdos rastreáveis e citáveis.
Mas a oportunidade é clara: o tráfego proveniente de recomendações de IA é altamente qualificado, e uma presença consistente nas respostas multicanal aumenta a consideração em menos tempo do que o SEO tradicional.
A WPP enquadra o GEO como evolução natural do SEO num internet mediado por inteligência artificial. A questão já não é se o GEO vai substituir parte do SEO, mas se a marca será recuperável e citada quando um utilizador (ou o seu agente) fizer uma pergunta.
As empresas que tratem o conteúdo como infraestrutura, otimizem para significado e evidência, e meçam a sua quota de presença nas respostas das IAs, chegarão mais depressa — e melhor — à decisão de compra. Na nova economia da atenção, estar na resposta é a nova primeira página.
