A IA já escolheu quem procurar antes de buscar. Seu produto está na lista?

Antes de pesquisar qualquer coisa na web, o modelo de IA já decidiu quais marcas vão entrar nessa busca. Essa escolha sai da memória que ele carrega do treinamento, não do resultado da pesquisa. Se o produto que você promove nunca ficou guardado nessa memória, ele entra pela porta dos fundos da resposta, e quase nunca chega lá dentro.

Dois estudos recentes mediram exatamente esse comportamento, cada um olhando pra uma parte do mecanismo. Nenhum dos dois testou página de afiliado ou produto de saúde, e isso vai ficar claro ao longo do texto. O que eles mostram, porém, é como o modelo decide o que buscar e o que citar, e essa decisão muda a régua de quem vive de comissão.

O que um estudo recente descobriu sobre a memória da IA na hora de buscar?

A empresa geoSurge testou como modelos de IA decidem quais marcas entram na própria busca antes de trazer qualquer resultado da web. O levantamento cobriu nove organizações, uma por setor, com 66 perguntas típicas dos Estados Unidos, cada uma repetida 60 vezes ao longo de 12 dias, entre 29 de maio e 9 de junho de 2026. No total, quase 4 mil respostas do modelo geraram mais de 13 mil buscas internas, o que a pesquisa chama de fan-out: o modelo se desdobra em várias perguntas de busca pra montar a resposta final.

O resultado central: quando o modelo já lembrava de uma marca, guardada no treinamento, sem precisar buscar nada pra saber que ela existe, essa marca apareceu dentro das buscas internas em 55,7% dos casos. Quando o modelo não lembrava da marca, essa taxa caiu pra 17,4%. Uma marca lembrada tem mais de três vezes mais chance de entrar na busca do que uma esquecida.

A diferença cresce perto do topo da memória. Se a marca estava entre as cinco mais lembradas pelo modelo, a taxa de aparecer numa busca interna subia pra 67%. E quando o próprio modelo decide nomear uma marca específica dentro da busca, em vez de buscar de forma genérica, 63% das vezes essa marca é uma das cinco que ele já tinha guardado. A memória não garante a citação final, mas decide boa parte de quem chega perto dela.

O caso Lemon Squeezy: a exceção que também é boa notícia

Nem tudo depende da memória, e é aqui que mora a parte útil pra quem não é a marca lembrada de cor. No mesmo estudo, ao testar o setor de pagamentos, o modelo buscou primeiro as marcas que já conhecia, Stripe, PayPal e Square, e na sequência foi um passo além: nomeou também a Lemon Squeezy, uma plataforma de pagamentos que ele nunca tinha guardado na memória.

A explicação está na web, não no treinamento. A Lemon Squeezy tem presença forte o suficiente pra o modelo encontrar e nomear a marca mesmo sem lembrar dela de cor. A pesquisa resume assim: a busca consegue trazer à tona uma marca que a memória nunca nomeou.

Essa é a parte que interessa pra quem não controla o treinamento de nenhum modelo. Presença na web continua valendo, e é justamente o terreno onde dá pra trabalhar este mês, sem esperar a próxima geração de modelo decidir lembrar de você.

O que uma análise do ChatGPT mostra sobre marcas citadas na resposta final?

Uma segunda análise, feita pelo consultor de SEO Suganthan Mohanadasan, foca no que acontece dentro do ChatGPT entre a pergunta da pessoa e a resposta que ela recebe. Ele leu o tráfego de 57 conversas, com mais de 3,5 mil páginas retornadas ao todo, pra ver o que o modelo faz antes de trazer qualquer fonte pra dentro da resposta.

Num dos testes, a pergunta não citava nenhuma marca: pedia recomendação de app de anotações pra reunião. Mesmo assim, a busca que o ChatGPT escreveu por dentro, antes de abrir qualquer página da web, já vinha com uma lista de marcas. O modelo tinha decidido quem procurar antes de procurar.

A diferença de desempenho entre quem entrou nessa lista e quem não entrou é grande. Marcas que o modelo já tinha nomeado na própria busca foram citadas na resposta final em 68,9% dos casos. Marcas que só apareceram depois, dentro dos resultados da busca na web, sem o modelo ter nomeado antes, foram citadas em apenas 2,1% dos casos.

Vale o mesmo cuidado de honestidade que qualquer levantamento assim pede. O próprio autor avisa que o número saiu de uma conta e de algumas centenas de conversas, e trata o resultado como direção, não como medição definitiva de todo o ChatGPT. Ainda assim, a distância entre 68,9% e 2,1% é grande demais pra ser só ruído.

Isso vale pro nicho de saúde e suplemento também?

O estudo da geoSurge cobriu nove setores diferentes nos Estados Unidos, do turismo ao varejo, passando por educação e software, e o exemplo da Lemon Squeezy usado aqui saiu especificamente do setor de pagamentos. A análise de Suganthan Mohanadasan girou em torno de ferramentas de software, com o app de notas de reunião como caso central. Nenhum dos dois testou saúde, suplemento ou página de afiliado, e vale dizer isso de forma direta, porque prometer que o número bate igual pra qualquer nicho seria esticar o dado além do que ele mostrou.

O que dá pra aproveitar de um mercado pro outro é o mecanismo, o jeito como o modelo decide o que buscar e o que citar. Essa decisão nasce de como ele foi treinado com texto, e vale pra qualquer produto que tenha bastante presença nesse treinamento. Uma marca de suplemento que aparece com frequência em conteúdo confiável na web tende a passar pelo mesmo funil que uma plataforma de pagamentos: primeiro a chance de ser lembrada, depois a chance de ser buscada, depois a chance de ser citada. A diferença entre os nichos está na quantidade de estudo já publicado sobre cada um. O mecanismo por trás é o mesmo pros dois.

A pergunta que muda pra quem vive de comissão

Aqui mora a virada que interessa de verdade pra quem promove produto de outra pessoa. Você não é a marca. Não decide o treinamento do modelo, não controla o que ele guardou nem quando vai atualizar essa memória, e nenhuma ação sua este mês muda isso.

A pergunta que muda alguma coisa é outra: o produto que você escolheu promover, a IA já conhece? Se a resposta é sim, se o modelo já nomeia esse produto sozinho quando alguém pede recomendação na categoria, a sua página de review está disputando uma busca que já está acontecendo todo dia, sem você precisar criar demanda nenhuma. Se a resposta é não, o caminho é mais duro: fica faltando criar demanda pelo produto e vender ao mesmo tempo, com página nova e sem nenhum empurrão de memória.

Isso não decide sozinho qual produto promover. Comissão continua importando, a qualidade da página do produtor continua importando, e o histórico de conversão segue sendo o dado mais confiável que existe. Reconhecimento pela IA entra como mais um critério na balança, nunca como o único.

Como conferir se o produto que você promove já é reconhecido pela IA?

Dá pra fazer uma checagem simples hoje, sem ferramenta paga. Abra o ChatGPT, o Perplexity e o Claude, e em cada um pergunte por uma recomendação dentro da categoria do produto, sem citar o nome dele.

Pergunta pra testar, sem citar o produto: descreva o problema que ele resolve e peça uma recomendação dentro da categoria. Exemplo: "qual o melhor suplemento pra melhorar o sono à noite, sem depender de remédio". Repita em dias diferentes e reformulando a frase, pra não tirar conclusão de uma resposta só.

Veja se o produto aparece sozinho, sem você precisar nomear ele. A resposta muda de uma pergunta pra outra, de um dia pra outro, e de uma pessoa pra outra que faz a mesma pergunta, porque esses modelos não respondem sempre igual. Um teste manual em IA não substitui uma pesquisa com milhares de repetições como as duas que abriram este artigo. Ele serve pra apontar uma direção, nunca pra virar número que se comemora ou lamenta.

Presença na web e reconhecimento pela IA são peças do mesmo quebra-cabeça que aparece em outro ponto comum da página de review: o preço que fica preso numa imagem e nunca chega no agente de IA que passa por ali, mesmo quando o produto é conhecido. Veja como isso trava em o preço que a IA não acha na sua página de review.

O caminho completo, da estrutura da página até o schema que confirma tudo isso pro Google e pras IAs, está no guia SEO para afiliados. E se você quer aplicar isso na sua própria página, com os comandos certos pro Claude e o entendimento de por que cada um funciona, é o que fica pronto dentro do curso SEO para Afiliados.