Como o ChatGPT Decide Que Software Recomendar (E Porque Continua a Citar o Seu Concorrente)

Conclusões Rápidas

• O ChatGPT recomenda software através de dois mecanismos distintos, dados de treino e retrieval em direto, e cada um recompensa coisas diferentes
• O ChatGPT e o Perplexity partilham apenas 11% dos domínios que citam, por isso posicionar-se num motor não diz quase nada sobre os outros
• Os listicles recebem cerca de 25% das citações de IA, e o Perplexity favorece 3,2x mais o conteúdo atualizado nos últimos 30 dias
• As plataformas de avaliações perderam a maior parte do tráfego orgânico, mas 88% das citações de avaliações nas AI Overviews vão ainda para apenas cinco sites de avaliações
• A solução não é um truque: entre nos listicles que são citados, publique páginas definitórias, mantenha os factos da sua entidade consistentes em todo o lado e mantenha o conteúdo fresco

O seu concorrente não está a ganhar no ChatGPT porque o produto dele é melhor. Está a ganhar porque o modelo consegue descrevê-lo, e não consegue descrever a si.

Essa distinção importa mais a cada trimestre. 51% dos compradores de software B2B começam agora a pesquisa num chatbot de IA, contra 29% um ano antes, e o ChatGPT sozinho concentra 63% desse comportamento. A mesma pesquisa concluiu que 69% dos compradores escolheram um fornecedor diferente do que planeavam inicialmente, com base na orientação da IA. Cobrimos o lado do comprador desta mudança em como os compradores B2B usam o ChatGPT para criar shortlists de fornecedores. Este artigo é a sequela: o que se passa dentro da máquina, porque continua a citar os mesmos fornecedores, e como auditar e corrigir a sua própria posição.

Dois motores debaixo do capô: dados de treino e retrieval

Quando o ChatGPT responde a "qual é a melhor ferramenta para X", recorre a dois sistemas muito diferentes, e a maioria dos fornecedores confunde-os.

Os dados de treino são a memória de longo prazo do modelo. Foram construídos a partir de um retrato da web, por isso refletem o que se escreveu amplamente sobre si há meses ou anos. Se a sua categoria mal existia no último corte de treino, ou se o seu posicionamento mudou desde então, a imagem que o modelo tem de si está desatualizada ou em falta. Não pode editar os dados de treino diretamente. Só pode influenciar o próximo retrato sendo descrito de forma consistente, em muitos sítios, ao longo do tempo.

O retrieval é o que acontece quando o modelo pesquisa a web em direto antes de responder. É daqui que vêm as citações, e comporta-se muito mais como SEO: o modelo faz pesquisas, lê meia dúzia de páginas e sintetiza uma resposta com fontes. O retrieval é rápido de influenciar. Uma página que publica este mês pode ser citada no próximo.

A consequência prática: um fornecedor com anos de cobertura consistente por terceiros ganha a camada dos dados de treino, e um fornecedor com páginas frescas, bem estruturadas e que respondem diretamente ganha a camada de retrieval. O seu concorrente que continua a ser citado normalmente fez as duas coisas. A maioria das empresas não fez nenhuma delas de forma deliberada.

Os dados das citações: os motores não concordam entre si

A conclusão recente mais útil neste espaço é o quão pouco os motores se sobrepõem. O ChatGPT e o Perplexity partilham apenas 11% dos domínios que citam. Leia outra vez: 89% das fontes em que um motor confia, o outro ignora. Não existe uma tabela classificativa única de "SEO para IA". Ser recomendado no ChatGPT e ser recomendado no Perplexity são dois projetos diferentes com dois conjuntos de fontes diferentes.

Mais dois números da mesma pesquisa moldam o plano de ação:

• Os listicles recebem cerca de 25% das citações de IA. As compilações "melhores ferramentas de X" e "principais alternativas a Y" são o formato de conteúdo mais citado de todos, porque correspondem à forma literal da pergunta que os compradores fazem.
• O Perplexity favorece fortemente a frescura. O conteúdo atualizado nos últimos 30 dias é citado 3,2x mais vezes. Uma ótima página de 2024 em que ninguém tocou está a envelhecer silenciosamente para fora da resposta.

Isto explica a frustração mais comum que ouvimos: "Estamos em 1.º no Google para a nossa categoria, mas o ChatGPT recomenda três concorrentes e não a nós." Os rankings do Google e as citações de IA estão correlacionados, não são idênticos. O modelo não lê a página de resultados como você a lê. Vai buscar a listicles, plataformas de avaliações e páginas definitórias, e se está ausente dessas superfícies específicas, a sua posição no Google não o salva.

Porque é que as plataformas de avaliações ainda decidem o seu destino

Eis a dinâmica mais estranha do panorama de pesquisa de 2026. As plataformas de avaliações perderam a maior parte do seu tráfego humano: de 2024 ao final de 2025, o tráfego orgânico do G2 caiu 84,5%, o da Capterra caiu 89% e o da TrustRadius caiu 92%. Em volume de cliques, a era dos sites de avaliações parece terminada.

E, no entanto, 88% das citações de avaliações nas AI Overviews vão ainda para apenas cinco plataformas de avaliações. Os humanos deixaram de visitar, mas os modelos nunca saíram. Os sites de avaliações tornaram-se algo novo: não um destino, mas matéria-prima. O comprador nunca vê o seu perfil no G2. O modelo vê, resume-o e entrega um veredicto ao comprador.

Isto muda a lógica de ROI da presença em avaliações. Já não está a comprar tráfego ao G2. Está a comprar descritibilidade: um registo estruturado e corroborado por terceiros do que o seu produto é, quem o usa, quanto custa e como é classificado, exatamente no formato em que os sistemas de retrieval confiam. Um perfil de avaliações fraco ou desatualizado não lhe custa apenas um selo. Custa-lhe a frase que o modelo escreve sobre si.

Porque é que cita especificamente o seu concorrente

Junte a mecânica toda e o padrão por trás de "o ChatGPT continua a recomendar o [concorrente]" é normalmente uma de quatro coisas, e nenhuma delas é parcialidade do modelo:

1. Eles estão nos listicles e você não. Uma mão-cheia de compilações "melhores ferramentas de [categoria]" alimenta uma grande fatia das citações. Se o seu concorrente aparece em seis delas e você numa, o modelo vê uma votação de 6 contra 1.
2. Eles são mais fáceis de definir. A homepage deles diz, numa frase extraível, o que são, para quem são e quanto custam. A sua abre com uma metáfora. Os modelos citam frases, não sensações.
3. Os factos deles concordam entre si. O nome, o rótulo de categoria e os preços leem-se da mesma forma no site deles, no perfil do G2, nos diretórios e nas menções de imprensa. Quando as fontes se contradizem sobre si, o modelo perde confiança e salta-o.
4. O conteúdo deles é mais fresco. Páginas datadas e atualizadas recentemente batem as estagnadas, sobretudo no Perplexity. Um concorrente que publica páginas comparativas atualizadas todos os meses compõe esta vantagem.

Repare que todas estas causas são corrigíveis sem tocar no seu produto. Isso é ao mesmo tempo a boa notícia e a disciplina: isto é um problema de conteúdo e consistência, não um concurso de qualidade.

O que realmente faz a diferença

Salte os truques (não, um ficheiro llms.txt não vai fazer isto por si) e trabalhe as quatro alavancas para que os dados das citações apontam.

Entre nos listicles que são citados

Encontre as compilações de onde os motores realmente extraem: faça ao ChatGPT e ao Perplexity a pergunta da sua categoria e leia as fontes que citam. Depois trabalhe essas páginas específicas: contacte os autores, corrija entradas desatualizadas e publique a sua própria compilação honesta da categoria. Sim, a sua própria. Uma página de "melhores ferramentas" justa, que dá crédito genuíno aos concorrentes, é fortemente minerada porque corresponde à forma exata da pergunta, e a honestidade é o que a torna citável. A nossa própria biblioteca de comparações existe em parte por esta razão; veja Naoma vs Karumi para o formato.

Publique páginas definitórias

Cada conceito importante da sua categoria merece uma página que o responda nas duas primeiras frases. "O que é [categoria]?" "Como funcionam os preços de [categoria]?" "X vs Y?" Estas páginas são citáveis por design. Se um modelo consegue extrair do seu site uma definição limpa de duas frases, torna-se a fonte do conceito inteiro, não apenas da sua marca.

Torne os factos da sua entidade aborrecidamente consistentes

Escolha um nome, um rótulo de categoria, um resumo de preços e uma descrição de uma frase. Depois imponha-os em todo o lado: homepage, página de preços, perfis de avaliações, diretórios, listagens de parceiros, boilerplate de imprensa. A corroboração é combustível de confiança para os sistemas de retrieval. Mantemos os factos centrais da Naoma idênticos em todas as superfícies, incluindo os preços publicados, porque um modelo que encontra três preços diferentes para si não cita nenhum.

Mantenha o conteúdo fresco e visivelmente datado

Mostre datas de atualização. Atualize mesmo as páginas: refresque números, acrescente o ano corrente, elimine afirmações mortas. Com o Perplexity a citar 3,2x mais o conteúdo fresco de 30 dias, um ciclo trimestral de atualização das suas 10 páginas principais é um dos hábitos de maior alavancagem de todo este plano.

Mais uma coisa faz a diferença depois da citação: o que acontece quando o comprador clica. Um visitante enviado pela IA chega pré-informado e pronto para avaliar, e uma página estática de brochura desperdiça essa intenção (os nossos benchmarks de conversão de demonstrações mostram o quão grande fica a diferença). A melhor experiência de chegada para um comprador que uma IA acabou de lhe enviar é o próprio produto, ao vivo, agora mesmo; pode ver como é se obtiver uma demonstração com IA agora.

Faça você mesmo esta auditoria: 10 prompts

Não precisa de uma ferramenta para saber onde está. Abra o ChatGPT (com pesquisa web ativa) e o Perplexity, corra estes dez prompts para a sua própria categoria e registe cada fornecedor citado e cada fonte referida. Substitua os parênteses retos pela sua categoria, ICP e concorrentes reais.

1. "Quais são as melhores ferramentas de [categoria] para [ICP]?"
2. "Quais são as principais alternativas a [líder de mercado]?"
3. "[O seu produto] vs [concorrente]: qual devo escolher?"
4. "O [seu produto] é de confiança? O que dizem as avaliações?"
5. "Quanto custa o [seu produto]?"
6. "O que é software de [categoria] e quem precisa dele?"
7. "Melhores ferramentas de [categoria] para uma empresa de [dimensão] com orçamento limitado"
8. "Que fornecedores de [categoria] suportam [capacidade-chave, por exemplo vários idiomas]?"
9. "Atualmente uso [ferramenta adjacente]. O que devo acrescentar para [trabalho que o seu produto faz]?"
10. "Compara os preços dos principais fornecedores de [categoria]."

Avalie-se em três perguntas. É citado de todo? A descrição está correta, incluindo os seus preços? Que fontes citou o motor, e está presente nelas? Repita a mesma auditoria todos os meses. Os motores mudam depressa, e a lista de fontes das citações, prompt a prompt, é literalmente a sua lista de tarefas: são essas as páginas onde entrar ou que atualizar.

Espere resultados marcadamente diferentes entre motores. Lembre-se dos 11% de sobreposição: ser forte num e invisível no outro é a norma, não um erro na sua auditoria.

FAQ

Porque é que o ChatGPT recomenda o meu concorrente em vez de mim? Normalmente por razões mecânicas, não de qualidade: o seu concorrente aparece em mais listicles citados pelos motores, é descrito de forma consistente em sites de avaliações e diretórios, e declara o que é em frases simples e extraíveis. Audite as fontes que o ChatGPT cita para a pergunta da sua categoria e, tipicamente, encontrará o seu concorrente na maioria delas e a si em poucas.

Como faço para o ChatGPT recomendar o meu software? Trabalhe primeiro a camada de retrieval, porque é a que se move mais depressa: entre nos listicles citados da categoria, publique páginas definitórias e comparações honestas, mantenha o seu nome, categoria e preços idênticos em todo o lado onde aparecem, e atualize as suas páginas-chave com regularidade. Depois mantenha os seus perfis nas plataformas de avaliações, já que os motores de IA continuam a apoiar-se fortemente nelas como matéria-prima, apesar de o tráfego direto delas ter colapsado.

Quanto tempo demora a aparecer nas recomendações de IA? O lado do retrieval pode mudar em semanas: uma página nova ou uma entrada atualizada num listicle pode ser citada pouco depois de ser indexada, e o Perplexity em particular favorece conteúdo atualizado nos últimos 30 dias. O lado dos dados de treino move-se ao ritmo dos lançamentos de modelos, e é por isso que descrições consistentes e amplamente corroboradas importam; são elas que o próximo retrato aprende.

A conclusão

O ChatGPT não está a fazer um concurso de popularidade nem a guardar rancor. Está a fazer retrieval sobre um conjunto específico e conhecível de superfícies: listicles, plataformas de avaliações, páginas definitórias, conteúdo fresco e datado, e cita o fornecedor que essas superfícies descrevem com mais clareza e consistência. O seu concorrente continua a ser recomendado porque é legível aí. A resposta não tem glamour e está inteiramente sob o seu controlo: corra a auditoria de 10 prompts, entre nas fontes que são realmente citadas, diga o que é numa frase limpa em todo o lado e mantenha tudo fresco. Depois garanta que o clique que se segue à citação aterra em algo à altura da intenção do comprador, porque ser citado é só metade do funil; o que acontece a seguir no seu site decide se a recomendação se transforma em receita.

Quer que os compradores que o ChatGPT lhe envia vejam o produto no momento em que chegam? Obtenha uma demonstração com IA agora →