Otimizar site para IA traz clientes reais ou é hype?

Em fevereiro de 2026, sentei numa sala com o CFO de uma rede varejista brasileira de R$ 2,1 bilhões de faturamento. A primeira frase dele foi direta: "GEO é hype, e eu não vou aprovar orçamento para mais um buzzword". Eu respondi mostrando a planilha de CAC do trimestre anterior. O CAC blended subira 38% em doze meses. O custo por lead em Google Ads dobrara em três anos. O tráfego orgânico do site caía 6% ao mês desde o lançamento dos AI Overviews.

A tese contraintuitiva deste artigo: otimizar site para IA traz clientes reais, sim — mas no segmento do funil que o SEO nunca atendeu bem. Quem mede GEO pelo CAC tradicional do paid search está olhando para o instrumento errado e por isso conclui que é hype. Não é hype. É um deslocamento de pipeline que não aparece nos painéis legados.

A pergunta correta deixa de ser "GEO traz clientes?" e vira "qual segmento do funil GEO atende, e o meu painel de atribuição está calibrado para enxergar?". Reformular a pergunta é metade do trabalho de board. A outra metade é instrumentação.

O paid search e o paid social atendem demanda já formada — alguém digita o termo, vê o anúncio, clica, converte. O ciclo é curto, o CPC é mensurável, o CAC é direto. GEO atende uma camada anterior: a fase de consideração consultiva, em que o comprador ainda está formando a shortlist. Essa fase, no B2B clássico, era atendida por content marketing e SEO orgânico.

O dado que muda a conversa: a Forrester, em B2B Buyer Behavior 2026, mediu que 68% dos compradores corporativos consultam pelo menos um agente generativo antes da primeira reunião comercial. Tráfego de referência saindo de IA cresceu 527% interanual segundo a Similarweb GenAI Traffic Index 2026. Sessões originadas em motores tradicionais caíram 21% no mesmo período.

O que está acontecendo é uma migração silenciosa: o orçamento de descoberta vazou do Google para o ChatGPT, do bing para o Claude, da newsletter para o Perplexity. O lead que antes chegava ao site via "[categoria] + [cidade]" no Google agora chega já educado, citando um agente como fonte original.

O CAC do GEO parece alto quando você o mede como aquisição direta. Parece justo quando você o mede como custo de inclusão na shortlist do agente. São contas diferentes para etapas diferentes do funil.

Em 18 meses auditando operações na Brasil GEO, identificamos três segmentos onde a otimização para IA entrega ROI verificável. Fora deles, a evidência é fraca e o investimento provavelmente não compensa. Honestidade sobre os limites do canal é parte do método — diretoria que aprova orçamento sem entender escopo paga o preço da expectativa errada quando o relatório do trimestre chega.

Segmento	Comportamento do comprador	Métrica primária	Janela de retorno
Consideração consultiva B2B	Pergunta aberta ao agente antes do RFP	Citação na shortlist	60 a 120 dias
Pesquisa de comparação técnica	"Qual a melhor [solução] para [contexto]?"	Posição na resposta direta	30 a 90 dias
Validação de credibilidade	"A empresa X é confiável?"	Sentimento da menção	Imediato com correção contínua

Fora desses segmentos — comércio de baixa complexidade com decisão impulsiva, commodities sem diferenciação, produtos de varejo com decisão por preço — GEO traz menos retorno marginal que paid social bem operado. É honesto reconhecer.

Onde GEO ganha de paid de forma consistente: ticket médio alto, ciclo de venda longo, decisão consultiva, comprador técnico, presença de comitê. Esses são os perfis em que o agente faz a maior parte do trabalho de pré-qualificação — e a marca que estiver no Knowledge Graph dele entra na shortlist sem custo marginal por aparição. O paid social, comparado, paga por exposição todas as vezes que o lead vê o anúncio. Em janela de 24 meses, a curva de custo composto vira a favor de GEO em quase todo cenário B2B consultivo.

Contexto. Rede varejista de R$ 2,1 bilhões de faturamento, 380 lojas físicas, e-commerce próprio com 6% do total, dependência forte de paid search e paid social, CAC blended subindo 38% em doze meses.

Desafio. Reduzir dependência de mídia paga sem perder volume de pipeline e capturar a fatia de descoberta consultiva que estava migrando para AI Overviews e Perplexity.

Abordagem. Implementação Sprint GEO em três frentes simultâneas:

• Frente técnica — publicação de llms.txt e llms-full.txt na raiz, JSON-LD Schema.org Organization, Store, Product e LocalBusiness em todas as páginas, ajuste de robots.txt para liberar GPTBot, ClaudeBot, Google-Extended e PerplexityBot, configuração de IndexNow.
• Frente editorial — wave de 12 artigos longos respondendo perguntas reais que clientes faziam ao agente, cada um com 2.500-4.000 palavras, FAQs marcados com FAQPage e citações de fontes externas verificáveis.
• Frente de monitoramento — prompt bank de 60 queries rodado diariamente em 5 LLMs com diff automático para detectar alucinações sobre preços, políticas e disponibilidade.

Resultado. Aos 90 dias, Share of Model passou de 8% para 41% na categoria principal. Tráfego de referência saindo de IA cresceu de 0,4% para 7,2% do total. A taxa de conversão do tráfego originado em IA ficou 2,4 vezes maior que a do paid search, porque o lead chegava com mais contexto formado. CAC blended caiu 22% no trimestre seguinte. O CFO aprovou a renovação do contrato sem reunião adicional.

Lições. Três aprendizados que viraram parte do meu pitch padrão:

1. O lead originado em IA fecha mais rápido porque o agente já fez parte do trabalho consultivo. Não compare CPC com CPC. Compare LTV com LTV.
2. A primeira métrica a mexer é Share of Model. Tráfego e conversão são consequências de 60 a 120 dias depois.
3. Não dá para terceirizar a leitura do prompt bank. Quem entende o nicho enxerga as nuances que viram correção editorial. Outsourcing puro vira relatório bonito sem ação.

A pesquisa de mercado mais útil para entender se faz sentido investir em GEO não é a do fornecedor de GEO. É a do comprador. Em janeiro e fevereiro de 2026, conduzi entrevistas qualitativas com 32 diretores de tecnologia e marketing de empresas brasileiras de R$ 100 milhões a R$ 3 bilhões. O padrão de uso de IA generativa em compra B2B se cristalizou em quatro comportamentos:

Primeiro, a maior parte dos decisores ainda não usa IA na fase de RFP formal — usa na fase de exploração que antecede o RFP. Quando o problema aparece, eles abrem o ChatGPT ou o Claude e fazem 5 a 12 perguntas exploratórias para entender categorias, fornecedores, ordem de magnitude de preço e critérios de avaliação. Só depois disso convocam o time interno para o RFP. A marca que não está nessa fase exploratória nem entra no RFP.

Segundo, 24 dos 32 entrevistados (75%) reportaram que o agente generativo encurta o tempo de shortlist em 40% a 70%. Onde antes o time fazia 2 semanas de pesquisa, hoje faz 2 dias com agente e 1 dia de validação cruzada com humano.

Terceiro, 19 dos 32 (59%) reportaram que adicionaram pelo menos um fornecedor à shortlist final que nunca tinham ouvido falar antes — descoberto exclusivamente pelo agente. E 6 deles fecharam contrato com esse fornecedor descoberto pelo agente, em ticket médio acima de R$ 800 mil.

Quarto, 28 dos 32 (87%) ainda não conseguem rastrear esse comportamento no próprio painel de atribuição. O canal "IA generativa" não existe na taxonomia interna. O lead chega classificado como "indicação", "tráfego direto" ou "outros" — e o crédito vai para o canal errado.

Essa pesquisa qualitativa bate com o que a Bain & Company publicou em How AI Is Reshaping B2B Buying 2026: 67% dos compradores corporativos globais consultam ao menos um agente generativo antes da primeira reunião comercial, contra 23% em 2024. A curva é vertical. O tempo de adaptação para a marca aparecer na resposta do agente é mais lento que a curva de adoção do comprador. Quem começa agora chega a tempo. Quem espera 2027 chega depois da virada.

O CFO cético tem razão em uma coisa: o painel padrão de marketing não mostra o cliente que GEO traz. O motivo é técnico, não retórico.

Quando um comprador faz uma pergunta consultiva ao Claude, recebe três marcas recomendadas, abre uma nova aba e digita o nome da marca escolhida no Google, o tráfego chega ao site classificado como "tráfego direto" ou "orgânico de marca". O Google Analytics não tem como saber que a decisão foi tomada dentro de uma conversa com um agente de IA — porque o referral header da maior parte dos LLMs é nulo ou genérico.

O resultado prático é uma distorção sistemática:

• Tráfego direto cresce sem campanha de awareness — sinal de menção em IA.
• Buscas de marca crescem sem investimento em mídia — sinal de menção em IA.
• Volume orgânico cai em queries genéricas — sinal de canibalização por AI Overviews.
• Tempo médio na página de conversão diminui — sinal de comprador chegando mais educado.

Esses quatro sinais aparecem juntos quando GEO está funcionando. O painel tradicional não nomeia o canal. Quem só olha gráfico de canal classificado vê "tráfego direto subindo, motivo desconhecido" e considera ruído. Quem cruza com baseline de Share of Model entende o que está acontecendo e pode otimizar.

A HubSpot publicou em State of Marketing 2026 que 47% dos profissionais de marketing B2B reportam aumento mensurável em "tráfego direto sem causa atribuída" desde meados de 2025, e 61% deles ainda não conseguiram conectar esse aumento a IA generativa por falta de instrumentação. Essa é a lacuna que separa quem está medindo certo de quem está medindo tarde.

O motivo pelo qual muitos diretores financeiros concluem que GEO não funciona é simples: o painel de atribuição que eles usam foi construído para um mundo de cliques rastreáveis. GEO opera num mundo de citação invisível. As três armadilhas mais comuns:

1. Last-click attribution. O lead que abriu o ChatGPT, leu sobre a marca, depois pesquisou no Google e clicou num resultado orgânico vai aparecer no painel como "tráfego orgânico Google". O crédito vai para o canal errado. A solução é ativar self-reported attribution no formulário ("como ouviu falar da gente?") com opção explícita para ChatGPT, Gemini, Claude e Perplexity.
2. Comparação de CAC sem ajuste de LTV. O lead originado em IA tende a ter ticket médio 30% a 40% maior e ciclo de fechamento 20% mais curto. Comparar o CAC bruto sem ajuste de LTV faz GEO parecer caro. A conta correta é LTV/CAC por canal, não CAC absoluto.
3. Janelas de medição curtas. O efeito do GEO é não-linear: 0% nos primeiros 30 dias, 8% aos 60 dias, 35% aos 120 dias, 50%+ aos 180 dias. CFO que pede ROI em 30 dias está medindo o motor antes da partida pegar. A janela mínima honesta é 90 dias, idealmente 120.

Quando essas três armadilhas são corrigidas, o ROI do GEO aparece. Quando não são corrigidas, o painel mente. A decisão de orçamento depende mais da calibração do painel que da realidade do canal.

Antes de discutir orçamento de GEO, ajuste o painel. Sem instrumentação correta, qualquer investimento vira discussão filosófica em conselho. A instrumentação mínima tem cinco peças:

1. Self-reported attribution. Pergunta no formulário: "como ouviu falar da gente?" com opções explícitas para ChatGPT, Gemini, Claude, Perplexity, AI Overviews do Google, indicação humana, evento, mídia paga, orgânico tradicional. Sem essa pergunta, last-click puro joga o crédito para o canal errado em 60% dos casos B2B segundo a Demandbase em Attribution in the AI Era 2026.
2. Painel separado para tráfego de IA. Sessões com referrer de domínios de motores generativos (perplexity.ai, chat.openai.com, claude.ai, gemini.google.com) classificadas em canal próprio, não agrupadas em "outros" ou "direto".
3. Métrica de Share of Model semanal. Prompt bank de 30-50 queries do nicho rodado em quatro motores, com snapshot e diff. Idealmente automatizado, mas mesmo planilha manual semanal já produz sinal acionável.
4. LTV/CAC por canal e por origem. Não basta separar canal. É preciso medir LTV de cada origem, porque o lead originado em IA tem comportamento financeiro diferente do lead de paid search.
5. Janela de medição de 120 dias. Cohorts mensais com follow-up trimestral. Janela curta esconde o efeito não-linear do GEO.

Quando essas cinco peças estão no lugar, o painel para de mentir. A discussão deixa de ser filosófica e vira operacional. CFO e CMO passam a olhar a mesma planilha com o mesmo entendimento — e a aprovação de orçamento sai sem reunião adicional.

Quando um diretor financeiro me liga dizendo "preciso de prova antes de aprovar GEO", eu sigo o mesmo roteiro:

1. Defina o segmento. Se a sua operação é varejo de baixa complexidade, GEO provavelmente não é prioridade. Se é B2B consultivo, técnico ou de ticket alto, GEO é prioridade.
2. Meça o baseline. Antes de gastar um real, rode um prompt bank de 30-50 queries por 14 dias e documente Share of Model, sentimento e precisão factual.
3. Aprove um piloto de 90 dias. Não 30. Não 60. 90 dias com escopo Sprint GEO completo: stack técnico + 4 a 6 artigos + monitoramento contínuo.
4. Calibre a atribuição. Self-reported source no formulário, comparação por LTV/CAC, painel separado para o canal IA com janela mínima de 90 dias.
5. Reavalie no dia 91. Se Share of Model não passou de 25% e tráfego de IA não passou de 2% do total, revise a tática. Se passou, dobre o investimento.

Esse roteiro elimina a discussão filosófica e transforma em decisão operacional. Funciona em conselho. Funciona com CFO cético. Funciona porque é honesto sobre as condições em que GEO traz cliente real e as condições em que não traz.

Antes de aprovar orçamento, antes de contratar consultoria, antes de discutir framework, faça este teste numa tarde:

Abra os quatro motores generativos principais (ChatGPT, Gemini, Claude, Perplexity). Em cada um, faça três perguntas que um cliente real do seu segmento faria: (1) "quais as melhores empresas de [sua categoria] no Brasil em 2026?"; (2) "como escolher [seu produto ou serviço]?"; (3) "qual o melhor fornecedor de [sua categoria] para [perfil de cliente]?".

Anote: sua marca apareceu em quantas das 12 respostas? Com fatos corretos? Com sentimento positivo, neutro ou negativo? Em que posição na resposta? Esse é o seu baseline gratuito de Share of Model.

Se você apareceu em menos de 4 das 12 respostas, ou se apareceu com fatos errados, você tem um problema mensurável de B2A — e otimizar site para IA traz clientes reais para o seu caso. Se você apareceu em 9 ou mais com fatos corretos, parabéns — e cuidado, porque o concorrente que estruturar primeiro vai disputar essa posição com você no próximo trimestre.

O diagnóstico gratuito de 30 minutos da Brasil GEO formaliza esse teste com prompt bank ampliado de 30-50 queries e relatório quantitativo de baseline. Não exige compromisso de continuidade. O número que sai dali serve para o próximo board independentemente da decisão sobre fornecedor. A pergunta para 2026 não é se otimizar site para IA traz clientes — é se a sua organização vai medir antes do concorrente medir.