Os motores de busca baseados em IA respondem da mesma forma à mesma consulta? Uma análise

Com tantas opções de motores generativos, acabamos por escolher os nossos favoritos e tomar partido. Se é um utilizador assíduo de pesquisa com IA ou mesmo um principiante, tem certamente uma plataforma pela qual se sente mais atraído — talvez goste da exaustividade do ChatGPT ou das citações frequentes do Perplexity. 

Mas isso levanta uma questão: terá a mesma experiência com o seu motor de busca de IA preferido que os outros têm com a sua ferramenta generativa favorita?

Se for algo parecido com a experiência do meu colega, a resposta é não propriamente.

Quando me ocorreu a ideia de escrever um artigo no blogue sobre a forma como os motores de busca com IA respondem à mesma consulta de pesquisa, ela teve imediatamente uma história em mente. 

Quando começou a explorar diferentes ferramentas de IA generativa, escolheu três delas e pediu-lhes que a transformassem numa personagem dos Peanuts. Introduziu o mesmo prompt em todas elas e pediu-lhes que fizessem a sua magia.

Dois deles conseguiram. O outro… bem… tentou.

Escusado será dizer que uma destas coisas não é como as outras. Uma destas coisas simplesmente não pertence aqui.

Então, isso confirmou a minha ideia — tive de me lançar e ver como diferentes motores gerativos produzem respostas à mesma consulta. E, embora as descobertas que fiz não sejam tão engraçadas como a imagem acima, revelaram alguns aspetos interessantes sobre a forma como os motores de busca com IA produzem respostas às consultas.

Neste guia:

• Compreender os motores generativos
• Contexto desta investigação
• Como os motores de busca com IA generativa produzem respostas às mesmas consultas
• Conclusões gerais desta análise sobre respostas geradas por IA

Compreender os motores generativos

Todos os motores generativos têm uma estrutura de funcionamento semelhante, mas não são idênticos. Em geral, todos são treinados com um conjunto de dados e utilizam estratégias de descodificação para interpretar a informação e produzir respostas. Todos recorrem à engenharia de prompts, que determina o que informação aparece na resposta.

Mas a diferença reside na forma como os componentes dessa estrutura são construídos. Por exemplo, o ChatGPT pode ser treinado com um conjunto de dados completamente diferente do do Claude. O Claude pode utilizar estratégias de descodificação diferentes das do Gemini. Assim, embora sejam semelhantes na estrutura de base, a forma como essa estrutura é construída difere entre os motores generativos.

Consequentemente, não se obtêm respostas idênticas nestes motores. O que leva à seguinte questão: em que medida as respostas diferem nos motores generativos mais populares?

Contexto desta investigação

Para aprofundar esta questão, elaborei uma lista das principais plataformas de IA generativa às quais enviar as consultas. Optei pelas mais importantes:

• Panorâmica geral da IA
• ChatGPT
• Modo IA do Google
• Perplexidade
• Claude
• Gémeos
• Copiloto

A partir daí, decidi adotar uma abordagem baseada em consultas para representar melhor os tipos de perguntas que as pessoas fazem e como o tipo de consulta pode influenciar o resultado de um motor generativo.

Por isso, optei por abordar quatro grandes categorias de consultas:

• Pesquisas baseadas em perguntas: Tal como o nome sugere, estas são consultas em que se faz uma pergunta simples para iniciar a conversa (por exemplo: «Qual é a melhor forma de construir um canteiro?»). Isto exclui perguntas com intenção de compra ou local.
• Baseadas em pesquisa: Estas consultas são mais aprofundadas e, normalmente, exigem mais do motor de geração — são consultas baseadas em prompts que acrescentam todos os detalhes de que o utilizador necessita ao motor de pesquisa de IA.
• Relacionadas com compras: São consultas em que a intenção envolve a compra de um produto, seja no momento ou no futuro (Ex.: «Estou à procura de uma garrafa que mantenha a água fresca durante 24 horas. Quais são as melhores opções?»).
• Baseadas na localização: Estas são pesquisas que incluem uma etiqueta de localização para indicar um foco geográfico. (Ex.: «Qual é a melhor empresa de climatização em Denver?»)

Para cada tipo de consulta, introduzi exatamente a mesma pergunta ou prompt em cada um dos motores de geração acima referidos e comparei as suas respostas.

Tenha em conta que, para cada tipo de consulta, analisei um prompt por categoria. Assim, as conclusões desta análise podem variar ligeiramente consoante o tema da consulta, mas existem semelhanças e diferenças gerais que pode retirar, independentemente do tipo de consulta.

Além disso, é importante saber que as respostas variam consoante os utilizadores e o dia. Os motores generativos não são estáticos — alteram as fontes que citam, a forma como apresentam a informação e muito mais. No entanto, ter uma visão geral de como estes motores geram as consultas pode ajudá-lo a manter-se ágil ao otimizar para os motores de busca baseados em IA.

Como os motores de busca com IA generativa produzem respostas às mesmas consultas

Vamos explorar os quatro tipos diferentes de consultas para ver como os motores generativos mais populares produzem respostas a elas.

Tipo de consulta n.º 1: Baseada em perguntas

No caso do tipo de consulta, introduzi a pergunta «Como posso poupar na minha conta de energia?» em cada motor generativo.

Eis as respostas:

Eis algumas conclusões importantes resultantes da pesquisa deste tipo de consulta:

• A maioria dos motores generativos extraiu as mesmas informações. Concentraram-se em aspetos como aquecimento e refrigeração, melhorias na eficiência energética da casa e utilização de eletrodomésticos.
• O ChatGPT, o AI Mode, o Perplexity e o Gemini produziram respostas com um formato semelhante. Em geral, categorizaram a informação por áreas em que é possível melhorar (como as mencionadas acima).
• As quatro plataformas acima também adotaram uma abordagem centrada no utilizador, dedicando uma secção à mudança de hábitos ou comportamentos do dia a dia.
• As respostas da AI Overviews e do Claude à consulta foram muito curtas e sucintas. Todas as outras plataformas forneceram mais detalhes e informações do que estas duas plataformas.

A resposta mais interessante desta lista foi a do Copilot. Apesar de a pesquisa não ter uma intenção local evidente, a resposta adotou uma abordagem localizada. Esta pesquisa tem uma intenção local um tanto «oculta», em que as dicas que poderá aproveitar dependem da sua localização e do clima.

O Copilot não só incluiu a minha localização na resposta, como também me indicou um recurso específico da Pensilvânia que eu poderia consultar para obter mais informações sobre eficiência energética. Esta funcionalidade foi única em comparação com todas as outras plataformas que testei com esta pesquisa.

Exploração adicional: Claude e modificação de consultas

Como já foi referido, o Claude deu uma das respostas mais curtas de todos os motores. Foi muito sucinta e direta ao ponto — nem sequer havia subtítulos para organizar as dicas em categorias, como nos outros motores!

Isso fez-me pensar: o que aconteceria se eu alterasse a consulta só um pouquinho? 

E foi o que fiz.

Em vez de pesquisar «Como posso poupar na minha conta de energia?», pesquisei «Como posso poupar dinheiro na minha conta de energia?»

Basta uma palavra . Faria diferença?

Afinal, foi mesmo assim. O Claude deu uma resposta muito mais detalhada à minha pergunta do que a pergunta original. 

Na comparação de imagens abaixo, pode ver-se como o comprimento da resposta é significativamente maior após adicionar a palavra «dinheiro» à pesquisa. Existem também títulos para organizar a informação.

Quando executei esta mesma consulta modificada no Gemini, as informações apresentadas também mudaram. O sistema forneceu informações sobre programas governamentais de que eu poderia beneficiar, incluindo créditos fiscais, descontos e outras dicas para poupar dinheiro.

Então, o que é que isto significa?

Isso significa que mesmo as mais pequenas alterações numa consulta podem alterar as informações contidas na resposta, o que, por sua vez, pode afetar as informações que apresenta nas suas páginas. 

Como pode agir com base nesta análise

If you’re targeting question-based queries, here are a few takeaways you can apply to your AI search optimization strategy:

Organize e categorize o conteúdo da sua página

A maioria dos resultados dos motores de busca confirmou algo que os especialistas em marketing têm vindo a defender no que diz respeito à IA: organize a informação nas suas páginas.

A utilização de subtítulos para organizar a informação na sua página traz múltiplas vantagens. Ajuda os rastreadores de IA a compreender melhor o conteúdo da sua página, mas também contribui para fornecer contexto e facilitar a compreensão.

Os subtítulos também ajudam os leitores. Permitem que as pessoas saibam o que podem esperar de uma secção de informação e saltem diretamente para a secção que procuram. 

Por isso, aproveite os subtítulos para ajudar a organizar a informação, para que tanto os leitores como os motores de busca possam aceder facilmente à sua informação.

Ter em conta as alterações nas palavras-chave

A minha pequena experiência paralela de modificar a consulta original revelou uma coisa importante — as alterações nas palavras-chave importam. Pode pensar que adicionar uma palavra não faz diferença, mas, na realidade, isso fornece contexto adicional para os LLMs, o que faz com que sejam apresentadas informações diferentes.

Esta é uma diferença em relação ao SEO tradicional. No SEO tradicional, pesquisar tanto «poupar na minha conta de energia» como «poupar dinheiro na minha conta de energia» levaria aos mesmos sites, com as mesmas informações, talvez com algumas fontes diferentes.

Mas, no que diz respeito aos LLMs, as diferenças subtis permitem que estas plataformas forneçam detalhes mais específicos, o que altera a resposta.

Portanto, quer esteja a atualizar uma página antiga ou a criar uma nova, deve ter em conta como a sua palavra-chave ou frase pode ser alterada. Introduza as suas palavras-chave relacionadas num LLM e observe como a resposta difere da palavra-chave ou frase original. Isso irá ajudá-lo a identificar lacunas de informação que pode colmatar para aumentar as suas hipóteses de aparecer nos resultados do LLM.

Tipo de consulta n.º 2: Baseada em investigação

Para este tipo de consulta, introduzi em todos os motores de geração de texto uma solicitação em que procurava um seguro de habitação e especifiquei as informações que pretendia obter.

Eis as respostas:

Eis algumas conclusões importantes retiradas destas pesquisas:

• Todos os motores forneceram as informações solicitadas. Surpreendentemente, mesmo ao introduzir o prompt extenso no Google, o AI Overviews continuou a fornecer informações sobre todos os aspetos que eu queria saber. O grande diferencial, no entanto, foi a formatação.
• Todos, com exceção do Claude, do AI Overviews e do Gemini, apresentaram as informações numa tabela. Nesta consulta específica, as informações que solicitei foram apresentadas numa tabela de fácil compreensão, onde foram detalhados aspetos como o custo, o feedback do serviço de apoio ao cliente e informações sobre a apresentação de reclamações.  
• Todos, com exceção do Gemini, forneceram referências bibliográficas para a informação. Uma das conclusões mais interessantes da comparação das respostas a esta consulta é que todos os motores de busca, com exceção do Gemini, forneceram referências bibliográficas para as informações.

O Copilot, mais uma vez, proporcionou uma experiência diferente — deu-me uma resposta com um toque de personalização baseada na localização. Embora apresentasse as mesmas seguradoras que outros motores generativos, incluiu uma seguradora específica da Pensilvânia que eu poderia utilizar. Assim, mais uma vez, a informação do Copilot estava um pouco mais adaptada às minhas necessidades.

Como pode agir com base nesta análise

Com base na análise destas palavras-chave, eis algumas conclusões que pode retirar deste exemplo de pesquisa.

Em caso de dúvida, coloque o utilizador em primeiro lugar

Nesta análise, a organização foi fundamental. A maioria dos motores de pesquisa apresentava a informação numa tabela porque, no fim de contas, um utilizador como eu procura comparar para encontrar a empresa que parece mais adequada às minhas necessidades.

Assim, em vez de ler sobre cada empresa individualmente, posso vê-las facilmente lado a lado e comparar os aspetos importantes que me interessam (custo, facilidade de apresentar um pedido de indemnização, etc.).

Isso significa que: Em caso de dúvida, coloque o utilizador em primeiro lugar.

Ter uma página que apresente a informação no formato mais lógico é uma forma eficaz de ajudar os bots de IA a rastrear e processar facilmente a informação, mas também de proporcionar uma experiência positiva a qualquer pessoa que visite a sua página.

Na verdade, trata-se de resumir o que o utilizador procura e o que pretende com a pesquisa. Numa pesquisa como esta, o indício é que eu gostaria de comparar empresas, pelo que a IA refletiu isso.

Embora inserir algo como uma tabela, neste caso, não signifique que a IA vá simplesmente copiar toda a tabela, isso facilita-lhe a tarefa de utilizar as informações da sua página para preencher os espaços em branco (e talvez até seja citada!).

Seja meticuloso

Se esta breve exploração demonstra alguma coisa, é a importância de ser exaustivo. Criar conteúdo de qualidade medíocre e com pouco conteúdo não irá satisfazer os utilizadores, independentemente do motor de busca que utilizem. Independentemente da forma como a informação foi apresentada (em tabela ou não), era exaustiva e fornecia o que eu queria saber.

Dito isto, se quiseres ter hipótese de aparecer nas respostas destas ferramentas de IA generativa, também tens de ser meticuloso. Pensa nas perguntas que as pessoas possam fazer sobre um determinado tema e parte daí.

Por exemplo, se alguém estiver à procura das melhores seguradoras de habitação, que informações gostaria de saber? Provavelmente, gostaria de saber detalhes como o custo ou a taxa de sucesso dos pedidos de indemnização. Certificar-se de que inclui essas informações essenciais na sua página aumenta as suas hipóteses de ser mencionado nas respostas da IA.

Tipo de consulta n.º 3: Baseada em compras

Para este tipo de pesquisa, optei por uma pergunta simples que as pessoas costumam fazer: «onde posso comprar [artigo]». Assim, explorei este tipo de pesquisa com a pergunta «Onde posso comprar carnes fumadas online?»

Eis as respostas:

Eis algumas conclusões importantes retiradas destas pesquisas:

• • A maioria dos motores generativos estruturava as respostas em categorias. Mesmo com uma intenção mais voltada para a fase final do funil (BOFU), a maioria dos motores generativos continuava a apresentar as opções de forma informativa, categorizando-as. A pesquisa era enquadrada mais como uma descoberta de marca do que como uma pesquisa baseada em produtos.
  • As opções «Visão geral da IA», «Modo IA» e «Perplexidade» ofereciam uma opção local. Os outros motores generativos limitaram-se a marcas e fornecedores mais conhecidos a nível nacional.
  • Os motores generativos não foram consistentes nas suas respostas. Havia alguma sobreposição entre os motores de busca de IA, mas não muita.

Mais uma vez, o Copilot destacou-se dos demais. A maioria das respostas classificava os locais onde se podem comprar carnes fumadas e partilhava uma descrição do que esses locais oferecem. O Copilot, por sua vez, apresentou listagens de produtos disponíveis para compra, adotando uma abordagem centrada no produto, em vez da abordagem centrada na marca, como fizeram os outros motores generativos.

Se optou por obter mais informações sobre o produto, poderá ver dados como a classificação por estrelas, a marca e o peso. O Copilot também integra dados do histórico de preços para o ajudar a perceber se está a conseguir a melhor oferta.

Como pode agir com base nesta análise

Então, se o seu objetivo é responder a consultas relacionadas com compras, que lições pode retirar desta análise?

Crie a sua marca

No caso de pesquisas com intenção de compra como esta, é fundamental reforçar a sua imagem de marca. É necessário criar uma forte associação entre a sua marca e o que oferece (produtos ou serviços). Dessa forma, a sua marca aparecerá entre os resultados apresentados.

Crie associações de palavras-chave com a sua marca. Assim, tal como neste exemplo, um estabelecimento que venda carnes fumadas deve segmentar palavras-chave relacionadas com esse produto, para ajudar a criar uma associação de marca entre a empresa e o produto.

Melhore as descrições dos seus produtos ou serviços

No caso das pesquisas na parte final do funil, é essencial fornecer uma descrição detalhada do seu produto que possa servir de contexto para os motores de pesquisa. 

Na consulta de exemplo, muitos dos motores de pesquisa classificaram as opções — estas foram agrupadas em categorias como «retalhistas nacionais» ou «opções artesanais». Ao integrar descritores como estes nas suas fichas de produto, pode ajudar a fornecer contexto à IA, mas também indicar-lhe onde deve posicionar a sua empresa nos resultados.

Tipo de consulta n.º 4: Baseada na localização

O último tipo de pesquisa que vamos analisar é a pesquisa baseada na localização. Para esta pesquisa local, utilizei a pergunta «Onde fica o melhor restaurante italiano em Manhattan?»

Eis as respostas:

Eis algumas conclusões importantes retiradas destas pesquisas:

• Há pouca sobreposição entre as recomendações. Embora alguns motores de recomendação apresentassem sugestões coincidentes, não houve nenhum restaurante que aparecesse em todas elas. No máximo, o mesmo restaurante apareceu nas respostas de 2 a 3 plataformas, indicando que todos estes motores se baseiam em fontes diferentes.
• As Visões Gerais da IA não foram ativadas para esta pesquisa. Isto pode indicar que estas pesquisas do tipo BOFU estão atualmente a ser excluídas da apresentação de Visões Gerais da IA.
• O AI Mode, o Perplexity e o ChatGPT adotaram uma abordagem semelhante às listagens locais para responder à sua consulta. Apresentaram respostas que incluem listagens de empresas locais com informações importantes, como avaliações, preços, horário de funcionamento e muito mais.
• O ChatGPT e o Modo IA foram os únicos que ativaram um mapa. O mapa mostrava as diferentes localizações do restaurante recomendado. No ChatGPT, se clicasse num dos marcadores do mapa, era redirecionado para os restaurantes recomendados. No Modo IA, era apresentado o Perfil do Google Business na barra lateral.

Como pode agir com base nesta análise

Agora que já tem uma ideia de como os diferentes motores de busca generativos respondem à mesma pesquisa local, o que pode fazer para otimizar a presença da sua empresa nesses motores? No fundo, seguir as melhores práticas de SEO local irá garantir os melhores resultados.

Aqui estão algumas coisas especialmente importantes a fazer:

Dê prioridade à otimização das suas informações locais

Otimizar as informações da sua empresa local é fundamental para aparecer nas pesquisas com IA generativa. Se pretende aparecer no AI Mode, no Perplexity ou no ChatGPT, isso é especialmente importante, uma vez que estas plataformas apresentam listagens locais aos utilizadores.

Mas, em geral, as pesquisas locais (independentemente do motor de busca) exigem informações locais, pelo que é importante que as informações locais da sua empresa estejam bem definidas. Isto inclui a otimização de informações como:

• Horário de funcionamento
• Localização (ou áreas de cobertura)
• Custo
• Comentários

Manter estas informações atualizadas ajudará a garantir que estes motores de busca reconheçam que o seu site é relevante para a pesquisa local, mas também assegurará que as suas informações estejam corretas quando forem apresentadas. 

💡 Dica extra: Acumule avaliações no seu perfil. As avaliações ajudam a criar confiança na sua marca, o que pode ajudá-lo a melhorar a visibilidade nas pesquisas locais e de IA.

Diversifique a presença da sua empresa na sua zona

Nenhum dos motores de geração apresentava exatamente os mesmos registos de empresas, o que significa que provavelmente estão a recorrer a fontes diferentes. Por isso, convém diversificar os locais onde a sua empresa aparece na Internet, para aumentar as hipóteses de aparecer nos resultados de pesquisa.

Por isso, reforce a sua presença em diretórios locais como:

• Perfil empresarial do Google
• Yelp
• TripAdvisor

Também pode reforçar a sua presença em diretórios especializados do setor e em sites agregadores que publicam listas dos «melhores».

Independentemente do local onde apareça, certifique-se de que as suas informações estão corretas em toda a Web, incluindo os seus dados de contacto, horário de funcionamento e serviços que presta. Isto garante que, à medida que diversifica a sua presença, todos terão acesso às mesmas informações, independentemente do local onde as encontrarem (ou de onde os LLMs as obtenham).

Conclusões gerais desta análise das respostas da IA generativa

Depois de analisar os diferentes tipos de consultas e observar como os diversos motores generativos respondem a essas mesmas consultas, é possível identificar alguns temas recorrentes ao longo de todo o processo.

Eis alguns aspetos a ter em conta, com base nos resultados desta análise:

• A formatação é importante: Não só a qualidade e o valor do seu conteúdo são importantes, como também a forma como o apresenta. Apresentar conteúdo organizado ajudará os motores de busca a compreender melhor o seu conteúdo e a sua relevância para a pesquisa, o que pode aumentar as suas hipóteses de aparecer nos resultados.
• A formulação da consulta pode alterar os resultados: A simples diferença de uma palavra pode afetar as informações que as pessoas obtêm ao realizar uma pesquisa num motor de busca. É importante ter em conta as variações relacionadas com a pesquisa para garantir que a sua empresa continua a aparecer nesses resultados de pesquisa.
• Os motores generativos diversificam as suas fontes: Nem todos os motores generativos dependem das mesmas fontes para produzir respostas. Em cada consulta, verificaram-se ligeiras variações e diferenças, indicando que certos motores obtêm informações de outras fontes. Diversificar a sua presença na web pode ajudar a garantir que aparece nos locais onde estes motores obtêm informações.
• A abordagem centrada no utilizador prevalece: Antecipando o que o utilizador precisa de uma consulta irá ajudá-lo a ter mais hipóteses de ser selecionado como recurso por qualquer motor generativo. Colocar o utilizador em primeiro lugar para garantir uma apresentação clara de informação bem organizada será muito útil.

Em conclusão, a pesquisa com IA generativa não uma solução única para todos. Os diferentes motores dão prioridade a informações, formatos e citações diferentes, o que significa que precisa de uma abordagem que utilize vários motores na sua estratégia de pesquisa. 

O OmniSEO® mantém-no na vanguarda da pesquisa em múltiplos motores

Com a diversificação das pesquisas e os motores de busca generativos a produzirem variações de respostas, precisa de uma ferramenta que o mantenha a par de tudo isto. Com OmniSEO®, pode acompanhar e monitorizar o seu desempenho nos motores de pesquisa generativos para ver onde você (e os seus concorrentes) aparecem nesses motores.

Entre em contacto connosco hoje mesmo para ver como podemos ajudá-lo a elevar o seu nível de pesquisa com IA e impulsionar um crescimento real do seu negócio!