Existe uma vantagem invisível na busca com IA, e ela começa antes de o modelo pesquisar qualquer coisa. Um novo estudo indica que os modelos de IA tendem a buscar marcas que já conhecem, deixando as desconhecidas de fora mesmo quando poderiam ser boas respostas. Em outras palavras, a memória do modelo pesa na decisão do que ele vai procurar.
O número que resume a história é forte: marcas familiares foram buscadas 3,2 vezes mais do que as desconhecidas. Para quem trabalha com visibilidade em motores de resposta, isso reforça uma tese que já vínhamos defendendo. Construir reconhecimento de marca deixou de ser tarefa só de branding e virou fator de GEO, a otimização para a busca generativa.
Neste artigo, destrincho os dados do estudo, explico onde a memória decide e onde ela não decide, e trago o que fazer para a sua marca entrar no radar dos modelos.
O que o estudo mediu
A análise é do geoSurge e foi reportada pela Search Engine Land. Os pesquisadores mediram, separadamente, o que cada modelo já sabia e o que ele de fato buscava, para testar se o conhecimento prévio influenciava o comportamento de pesquisa. Foram 66 perguntas de compradores nos Estados Unidos, repetidas 60 vezes, gerando 3.960 respostas, 13.281 buscas de expansão (as chamadas fan-out searches) e 1.416 observações no nível de marca, entre 29 de maio e 9 de junho de 2026. Os dados completos estão no relatório oficial do geoSurge.
O achado central: os modelos buscaram marcas familiares em 55,7% das vezes, contra 17,4% para marcas fora do seu top 10. Essa é a origem do 3,2 vezes mais. E, quando o modelo pesquisava uma marca específica, 63% dessas buscas envolviam uma das cinco marcas mais familiares para ele.
Nem toda busca cita uma marca
Um detalhe importante equilibra a leitura. A maioria das buscas de expansão não nomeava nenhuma marca: apenas 31% incluíam o nome de uma empresa. Isso significa que há bastante espaço aberto, em que o modelo procura por tema, categoria ou problema, sem partir de um nome já conhecido. É nessa fresta que marcas novas conseguem entrar com conteúdo forte e bem estruturado.
Por setor, a força da familiaridade variou bastante: os modelos buscaram marcas conhecidas de 41% a 82% das vezes, contra 9% a 23% para as desconhecidas. Os pesquisadores analisaram áreas como viagem, automotivo, finanças, software de negócios, educação, alimentação, luxo, fitness e moda, e alertaram que alguns setores tinham poucos prompts, o que pede cautela na leitura de cada recorte.
| Indicador do estudo | Resultado |
|---|---|
| Busca por marca familiar | 55,7% das vezes |
| Busca por marca desconhecida | 17,4% das vezes |
| Vantagem das marcas familiares | 3,2x mais buscas |
| Buscas de expansão que citam marca | 31% do total |
| Buscas de marca que caem no top 5 do modelo | 63% |
Memória não é destino
Os próprios autores fazem uma ressalva honesta: o estudo mostra uma relação entre memória e comportamento de busca, mas não prova que uma coisa causou a outra. E a prática confirma a nuance. Em um dos exemplos, o Gemini buscou a Lemon Squeezy ao responder sobre meios de pagamento online, mesmo com essa marca fora da sua memória medida. Ou seja, a busca ao vivo ainda encontra marcas desconhecidas, sobretudo em categorias em que o modelo depende menos do que já sabe.
Marcas familiares parecem ter uma vantagem injusta, mas conteúdo forte ainda pode ajudar marcas mais novas a serem notadas.
Danny Goodwin, Search Engine Land, sobre o estudo do geoSurge
O que fazer com isso na prática
A conclusão estratégica é dupla. De um lado, investir em reconhecimento de marca deixou de ser luxo: quanto mais o seu nome circula em fontes de autoridade, maior a chance de ele entrar na memória dos modelos. De outro, o conteúdo bem estruturado segue sendo a porta de entrada nas buscas sem marca, que são a maioria.
Isso conversa direto com o que já publicamos aqui. Ganhar presença nas respostas passa por virar fonte citável, como discutimos ao ver que o Google é o segundo domínio mais citado no AI Mode, e por estruturar o texto para ser recortado, tema do artigo sobre chunking de conteúdo. Dar contexto de marca para a máquina é exatamente a proposta do padrão EntityMap, enquanto a engenharia de contexto ajuda a moldar como a IA enxerga o seu negócio. Vale lembrar ainda que, segundo o próprio Google, AEO e GEO ainda são SEO: os fundamentos não mudaram, só ficaram mais exigentes.
Na rotina, priorize três frentes: presença consistente em veículos e diretórios de autoridade do seu setor, conteúdo que responde de forma clara às perguntas reais de compra e uma identidade de entidade bem definida, com dados estruturados coerentes. Marca conhecida abre a porta, mas conteúdo bom mantém você dentro da conversa.
Perguntas frequentes
O que o estudo do geoSurge descobriu?
Que modelos de IA buscam marcas que já conhecem cerca de 3,2 vezes mais do que marcas desconhecidas. Elas foram buscadas em 55,7% das vezes, contra 17,4% para marcas fora do top 10 do modelo.
Marcas novas não têm chance na busca com IA?
Têm. Apenas 31% das buscas de expansão citavam uma marca, o que deixa muito espaço aberto. Conteúdo forte e bem estruturado ajuda marcas novas a serem encontradas, sobretudo em buscas por tema e categoria.
A memória do modelo determina todas as buscas?
Não. Os autores destacam que há relação, mas não prova de causa. Em alguns casos, a busca ao vivo encontra marcas fora da memória do modelo, especialmente em categorias em que ele depende menos do que já sabe.
O que é uma fan-out search?
É uma busca de expansão que o modelo dispara para reunir informação antes de responder. O estudo analisou 13.281 dessas buscas para entender quando e quais marcas eram procuradas.
Como aumentar a familiaridade da minha marca para a IA?
Invista em presença consistente em fontes de autoridade do seu setor, produza conteúdo que responde perguntas reais de compra e mantenha uma identidade de entidade clara, com dados estruturados coerentes.
