A pergunta que decide o seu mês não é mais digitada no Google
Semana passada acompanhei a dona de uma clínica de fisioterapia na zona sul que não entendia por que o telefone tinha esfriado, mesmo com o site no ar e a página do Google em dia. Pedi para ela pegar o próprio celular e perguntar ao ChatGPT: "qual a melhor clínica de fisioterapia perto de mim para lesão de joelho?". A IA respondeu com três nomes, telefones e um resumo do que cada um fazia bem. A clínica dela não estava lá. O concorrente da esquina, sim. Ela tinha perdido o paciente antes mesmo de existir uma busca no sentido antigo da palavra.
Isso não é exceção. Hoje, cerca de 46% de todas as buscas no Google carregam intenção local, e entre 72% e 76% delas viram visita física em menos de 24 horas, segundo o compilado de estatísticas de busca local da Digital Applied, 2026. O ponto novo é que cerca de 43% dessas buscas locais já disparam um AI Overview ou resumo gerado por IA antes dos links azuis. A primeira tela que o seu futuro paciente ou aluno vê não é mais uma lista: é uma resposta curta que cita poucos nomes.
A tese deste guia é contraintuitiva para quem ainda pensa em "site bonito": para um negócio local de serviço, o ativo que a IA mais consome não é o seu site — é o seu Google Business Profile, suas avaliações e a consistência dos seus dados pela internet inteira. Quem entende isso e organiza esses sinais entra na resposta da máquina. Quem não entende fica invisível justamente na hora de maior intenção de compra. Se você quer o panorama mais amplo de como a IA recomenda negócios por cidade, eu detalho o mecanismo em GEO local: como a IA recomenda negócios na sua cidade.
Como a IA decide quem citar quando o cliente pede "perto de mim"
Antes dos passos, vale entender o mecanismo por dentro, porque ele muda o que você deve fazer. Quando alguém pergunta por um serviço local, o sistema de IA não inventa nomes do nada. Ele faz uma busca real (no Google, no Maps, em diretórios e na web), reúne candidatos e então o modelo de linguagem resume e ordena os que melhor batem com os critérios da pergunta — proximidade, tipo de serviço, avaliação, horário. É o mesmo motor que eu explico em RAG e query fan-out: como a IA monta a resposta que cita você, só que aplicado a CEP em vez de palavra-chave.
O Google Maps já caminha para isso com o Ask Maps, recurso movido a Gemini que entende pedidos complexos em linguagem natural — como achar um lugar para seis pessoas, numa sexta à noite, que sirva comida até tarde — e cruza esses critérios com os dados das fichas de negócio (Google, blog oficial, 2026). Na Google I/O 2026, a empresa foi além e mostrou agentes de busca capazes de reunir disponibilidade, preço e proximidade e até encaminhar o agendamento (Google, Search I/O 2026). Ou seja: a IA não está só recomendando, está chegando perto de fechar a venda por você — se os seus dados estiverem legíveis para ela.
O que essas máquinas leem para decidir? Em síntese, três famílias de sinais: (1) a ficha estruturada do negócio — Google Business Profile, schema LocalBusiness, NAP; (2) a reputação — volume, nota e frescor das avaliações; e (3) o consenso multi-fonte — quando vários lugares confiáveis dizem a mesma coisa sobre você, a IA passa a confiar. Os passos abaixo atacam exatamente essas três famílias.
Passo 1 — Trate o Google Business Profile como a sua fonte primária
Se eu pudesse fazer uma só coisa pelo seu consultório, seria esta. O Google Business Profile (a antiga "ficha do Google", aquela caixa com mapa, fotos e horário) é, na prática, a fonte primária de dados estruturados que o Gemini consulta para saber nome, endereço, telefone, horário, categorias e nota do seu negócio. Os sinais de perfil respondem por cerca de 36% da influência no ranking local, segundo o resumo dos fatores de ranking da Moz compilado pela SearchLab, 2026.
O detalhe que quase todo mundo erra: a categoria principal. O relatório oficial de fatores de ranking local da Whitespark, 2026 aponta a categoria primária do perfil como o fator número um do Local Pack. Uma clínica que se cadastra como "clínica médica" genérica perde para a que escolhe "clínica de fisioterapia" ou "ortopedista". Seja específico: a IA usa essa categoria para casar a sua ficha com a pergunta do usuário.
Checklist mínimo do perfil, e por que cada item importa para a máquina:
- Categoria principal correta e específica — é o casamento direto com a intenção da busca.
- Descrição preenchida — dá ao modelo contexto textual sobre o que você faz; negócios no top-3 local costumam ter a descrição preenchida em cerca de 75% dos casos (Blogging Wizard, 2026).
- Serviços listados um a um — "fisioterapia esportiva", "RPG", "pilates clínico", cada um vira um candidato a aparecer.
- Horário, telefone e endereço exatos — buscas "open now near me" cresceram mais de 400% e a IA filtra por quem está aberto agora.
- Fotos atualizadas e posts recentes — sinalizam negócio ativo, o que pesa em recomendações baseadas em confiança.
Passo 2 — Avaliações são a prova social que a IA lê melhor
Avaliações não servem só para o olho humano; elas são texto estruturado que a IA usa para inferir qualidade e especialidade. Negócios que aparecem nas três primeiras posições do mapa tendem a ter mais de 200 avaliações no Google, segundo dados de Localo e Statista reunidos pela Blogging Wizard, 2026. Volume importa, mas não é só volume: frescor e o conteúdo do texto também.
O que eu oriento clínicas e academias a fazer, na ordem: (1) pedir avaliação no momento certo — logo após uma sessão boa, com um link direto; (2) estimular o cliente a citar o serviço específico ("fiz pilates para hérnia de disco e..."), porque essas frases viram os pares pergunta-resposta que a IA extrai; (3) responder a todas, inclusive as negativas, porque a resposta também é texto que o modelo lê e que comunica cuidado. Para um negócio local de serviço, um fluxo simples e constante de avaliações vale mais que qualquer campanha de mídia paga isolada.
Uma ressalva honesta de operador: parte desses números são estimativas de fornecedores de SEO local, não dados públicos auditados por uma fonte neutra. A direção é sólida — avaliações pesam muito — mas desconfie de quem promete "X avaliações = primeiro lugar garantido". Não funciona assim. O que decide é o conjunto: ficha, reputação e consenso, que é o tema do passo 4.
Passo 3 — Consistência de NAP: o erro silencioso que apaga você
NAP é a sigla para Name, Address, Phone — nome, endereço e telefone. Parece banal, mas é onde a maioria dos negócios locais se sabota. A clínica que se chama "Clínica Movimento" no Google, "Movimento Fisioterapia" no Instagram, "Clínica Movimento LTDA" no site e tem dois telefones diferentes espalhados por diretórios está, sem saber, mandando sinais contraditórios para a máquina.
Por que isso importa tanto para a IA? Porque os modelos usam consistência semântica entre fontes para decidir se confiam num sinal. Quando as informações sobre a sua entidade divergem demais entre site, redes e listagens, o sistema desconta o sinal por incerteza — é o fenômeno que eu chamo de entity drift e detalho em Consistência canônica: a infraestrutura invisível que a IA usa. Em campo, quem tem alta consistência mantém citação muito mais estável ao longo do tempo do que quem vive com dados desencontrados.
A correção é tediosa, mas decisiva. Padronize uma única versão exata de nome, endereço e telefone — incluindo abreviações, "Rua" ou "R.", com ou sem "LTDA" — e replique essa versão idêntica em todo lugar: Google Business Profile, site, Instagram, Doctoralia ou similar, listas de planos de saúde, diretórios de bairro. Faça uma planilha das suas listagens e audite uma a uma. É a versão local da auditoria de entidade digital que eu rodo para marcas maiores, só que com menos plataformas e mais impacto por correção.
Passo 4 — Consenso multi-fonte: por que aparecer em vários lugares importa
Aqui está o passo que separa quem entende GEO de quem só "cuida da ficha do Google". A IA não confia num único site; ela confia em convergência. Quando o seu consultório aparece com a mesma descrição e a mesma boa reputação no Google, em um diretório do setor (como Doctoralia para saúde), em um artigo de bairro e numa menção de fórum ou rede social, o modelo lê isso como consenso e te promove. Quando você existe só num lugar, vira aposta arriscada — e a máquina prefere quem tem respaldo.
É o mesmo princípio que faz a IA citar fóruns e enciclopédias acima do blog corporativo, que eu explico em por que a IA cita Reddit e Wikipedia mais que o blog da empresa: múltiplas fontes independentes valem mais que uma autodeclaração. Para um negócio local de serviço, o roteiro de consenso é direto:
- Diretório setorial — saúde no Doctoralia/BoaConsulta; advocacia em listas da OAB e diretórios jurídicos; academias em apps de fitness e guias de bairro.
- Menções editoriais locais — uma matéria do jornal de bairro, um guia "melhores academias da região" com seu nome.
- Presença social ativa e coerente — perfil com o mesmo NAP e provas reais de atendimento.
- Parcerias citáveis — convênios, eventos, indicações de profissionais que linkam ou citam você.
Não precisa estar em tudo. Precisa estar de forma consistente em quatro ou cinco fontes que a sua categoria realmente usa. Para entender quais critérios de confiança a máquina aplica antes de te citar, veja como a IA decide qual marca citar.
Passo 5 — Schema LocalBusiness: útil, mas sem a promessa milagrosa
O schema LocalBusiness é um trecho de código (JSON-LD) que descreve o seu negócio numa linguagem que máquinas entendem direto: tipo, endereço, geolocalização, horário, faixa de preço, telefone. Estudos de adoção de schema apontam que páginas com dados estruturados são citadas em AI Overviews do Gemini cerca de 3,1 vezes mais e ganham em média 22% mais tráfego referenciado por recursos generativos (Best Version Media, 2026).
Agora, o operador honesto precisa dizer o outro lado. A própria documentação oficial de otimização para IA da Google é clara: não há requisito técnico extra nem schema obrigatório para entrar em AI Overviews — a elegibilidade vem de página indexável, bem estruturada, atualizada e útil (Google Search Central, 2026). E há estudos sérios que encontram impacto estatisticamente fraco do schema sobre citação. Eu concilio essa divergência assim na minha cabeça e recomendo o mesmo a você: schema é higiene semântica, não bala de prata. Ele ajuda a máquina a entender quem você é e a desambiguar, especialmente para um negócio local com horário e endereço. Mas ele não compensa um perfil incompleto ou ausência de reputação.
Na prática, o LocalBusiness te dá o melhor custo-benefício técnico do guia: é barato de implementar uma vez, casa perfeitamente com os dados que você já tem na ficha e remove ambiguidade. Implemente, mas coloque-o na ordem certa de prioridade — depois de perfil, avaliações e consistência de NAP. Se quiser o passo a passo técnico de marcação, eu detalho em como estruturar Schema.org para IA generativa.
A ordem de prioridade para um negócio local (e o porquê de cada peça)
Reuni os cinco passos numa tabela de decisão. Use-a como roteiro: comece de cima, só desça quando o item anterior estiver sólido. Essa ordem reflete tanto o peso de cada sinal nos rankings locais quanto o que vejo dar resultado mais rápido em campo com clínicas, academias e consultórios.
| Prioridade | Ativo | Por que a IA usa | Esforço |
|---|---|---|---|
| 1 | Google Business Profile completo (categoria primária específica) | Fonte primária de dados; ~36% da influência no ranking local; fator nº 1 é a categoria | Baixo |
| 2 | Avaliações: volume, frescor e texto específico | Prova social legível; top-3 local costuma ter +200 avaliações | Médio, contínuo |
| 3 | Consistência de NAP em todas as fontes | Dados divergentes derrubam a confiança no sinal (entity drift) | Médio, pontual |
| 4 | Consenso multi-fonte (diretório + editorial + social + parceria) | Convergência entre fontes independentes valida o negócio | Médio a alto |
| 5 | Schema LocalBusiness (JSON-LD) | Higiene semântica e desambiguação; ajuda, não substitui o resto | Baixo, uma vez |
Repare numa coisa: nenhuma dessas cinco peças exige um time de SEO. Todas são acessíveis a um dono de negócio com um pouco de método. Se você tem zero estrutura de marketing, esse é exatamente o ponto de partida que recomendo no meu guia GEO para PMEs sem time de SEO: o mínimo viável.
Como medir se está funcionando — e o que eu faria amanhã de manhã
O erro de mensuração mais comum é olhar só o número de visitas ao site. Para GEO local, a métrica que importa é simples e você mesmo pode rodar: pergunte às IAs como se fosse o seu cliente. Abra ChatGPT, Gemini e Perplexity num navegador anônimo (ou com localização da sua cidade) e faça as cinco a dez perguntas que um paciente ou aluno realmente faria: "melhor clínica de fisioterapia perto de [bairro]", "academia com pilates perto de mim", "ortopedista que atende [convênio]". Anote em quantas dessas respostas o seu nome aparece. Essa taxa é o seu share of voice local — a versão de bolso do que explico em Share of Voice em IA: como medir se sua marca existe para a máquina.
O que eu faria amanhã de manhã, em ordem: revisar e especificar a categoria primária do Google Business Profile; disparar um pedido de avaliação para os dez últimos clientes satisfeitos; e abrir uma planilha listando todo lugar onde o negócio aparece, para começar a corrigir o NAP. Três tarefas, um dia de trabalho, e você já mexeu nos sinais que mais pesam.
O ponto que quero deixar gravado: a busca local não morreu, ela mudou de interface. O cliente de alta intenção continua existindo — ele só passou a perguntar a uma IA em vez de digitar três palavras. Quem organiza ficha, reputação, consistência e consenso entra na resposta da máquina e colhe a visita. Quem espera "o site dar resultado" assiste o concorrente da esquina ser recomendado no lugar dele. Se você quer começar pela base conceitual, comece por o que é GEO e depois siga o passo a passo em como aplicar GEO na prática.