Quem decide quais negócios locais a IA cita (dados de 2026)

Pedimos ao ChatGPT um dentista em Dallas. A resposta escrita citou cinco clínicas e acertou todas. Já as fichas ao lado apontavam, em sua maioria, para Detroit. Cidade ótima. Um dia de viagem para uma consulta de rotina.

Toda resposta local de um assistente se divide assim. As fichas vêm dos seus dados de cadastro, e a recomendação vem de páginas que outras pessoas escreveram. Pense no cardápio e no garçom. O cardápio lista todo mundo, o garçom cita três, e ninguém mais lê o cardápio inteiro.

Quase metade dos consumidores já escolhe negócio assim. Então fomos descobrir quem o garçom escuta em sete setores. Era uma voz diferente em cada um deles.

Quais são as duas camadas de uma resposta local de IA?

Peça um dentista a um assistente e você recebe duas coisas que parecem uma só. Há um painel de fichas com nome, endereço, horário e estrelas, e ao lado um parágrafo em prosa que faz, discretamente, toda a recomendação de verdade. A ficha é montada por um banco de dados. A recomendação é escrita por quem por acaso andou interessante na internet naquele dia.

Fornecedores diferentes constroem essas duas metades. A ficha vem de um feed licenciado de dados de empresas. As páginas que o assistente recuperou enquanto respondia é que fornecem a prosa, e é a prosa que decide quem entra. Explicamos como essa divisão funciona no guia sobre como negócios locais ganham espaço nas recomendações do ChatGPT, e quem abastece a ficha está na análise do Apple Maps e do Bing Places.

Quem abastece essa segunda camada fora do setor de restaurantes nunca tinha sido mapeado. Fomos olhar.

Por que um cadastro impecável não faz a IA citar você

Porque a frase nunca lê o cadastro.

Quando comparamos quem ganhou ficha com quem foi citado em sete setores, as duas listas mal se conheciam. Duas em cada três empresas exibidas no painel jamais foram mencionadas na resposta, expostas como pratos por onde o garçom passa direto. E algumas das recomendações mais calorosas da resposta não tinham ficha nenhuma: vinham de páginas que o painel nunca ouviu falar.

Uma resposta naquele tópico resumiu o diagnóstico numa linha: o negócio tem dados estruturados fortes e cobertura não estruturada fraca. Em bom português, um currículo impecável e ninguém para dar referência. Avaliações, citações e ranking são todos currículo. A frase é escrita a partir das referências.

Quem manda na camada de nomeação do seu setor?

Esperávamos achar um porteiro e achamos sete, nenhum deles sabendo da existência do outro. Cada setor passou suas recomendações por um tipo de página diferente, quase sempre um tipo que nem existe no setor ao lado.

Leia essa coluna de cima a baixo e a estratégia se escreve diferente em cada linha. Para redes de odontologia, uma lista votada por colegas tem peso real e vem com prazo de indicação. Clínicas de estética respondem aos guias da cidade, que aceitam pauta e se renovam todo ano. Na fisioterapia os porteiros são hospitais, e não se conquista um hospital no charme, então ser a clínica que uma rede de saúde já cita vale mais que qualquer campanha.

Oficinas deram o resultado mais estranho: ninguém é dono da camada de nomeação. Sem revista, sem lista de prêmio, quase sem seleção. Com ninguém segurando o microfone, o assistente pegou a página confiável que encontrou, e sua recomendação mais forte se apoiou na página de avaliações de uma única oficina. Camada vazia é convite, porque a primeira página confiável da praça é a que será lida.

E esse vazio não é peculiaridade da nossa amostra, porque veterinária também não tem camada editorial de consumo, nem ótica, nem creches, nem farmácias. Odontologia e medicina estética estão no outro extremo, com listas votadas por colegas e registros profissionais que existem há décadas.

A tabela diz quem é o porteiro. O que fazer com cada um também muda, então aqui está o mesmo mapa com a metade operacional junto.

O mecanismo pesa mais que o setor

Tudo acima descreve o ChatGPT. Rode as mesmas perguntas no Gemini e o chão se mexe debaixo dos pés.

A Steady Demand fez o maior estudo independente de citações locais de IA até hoje e descobriu que o Gemini manda quase 60% das suas citações locais para o site da própria empresa. Diretórios, plataformas de avaliação e fóruns somados ficam abaixo disso, o que significa que o comportamento que mal aparece no ChatGPT é justamente a jogada principal do Gemini.

Um número dessa tabela merece reunião, não rodapé: os dois mecanismos citam as mesmas fontes na mesma pergunta em 8% das vezes. “Somos visíveis na IA” tem o mesmo problema de “somos famosos na Europa”. Depende inteiramente do país onde você desembarca, e os países não leem os jornais uns dos outros. A Fractl encontrou a mesma fragmentação pelo lado das marcas: a maioria aparecia em exatamente um dos três modelos testados.

Nenhuma das posições fica parada. Faça a mesma pergunta duas vezes e as fontes coincidem em menos da metade das vezes. Ben Fisher, da Steady Demand, chama essa oscilação de grounding drift. O antigo pacote local do Google repete a primeira posição nove vezes em dez. Nossos próprios pares de perguntas no ChatGPT oscilaram do mesmo jeito. Quem conferiu a visibilidade uma vez e anotou o resultado registrou a previsão do tempo.

Uma camada de nomeação some em quatro dias

A prova mais clara de que a camada de nomeação é terreno alugado chegou por acaso, em meados de agosto.

Por semanas o Reddit foi uma das fontes locais preferidas do ChatGPT. Alimentava duas em cada cinco citações locais. Aí sua participação caiu 86% em quatro dias. Sem aviso. Sem changelog. A Promptwatch percebeu primeiro e a imprensa especializada confirmou. Os mecanismos do Google mal piscaram na mesma janela, enquanto o ChatGPT simplesmente mudou de ideia sobre uma classe inteira de páginas, e mudou quase por completo.

O mecanismo relatado é uma mudança na forma como o ChatGPT faz suas buscas de apoio. O Search Engine Journal observa que nem isso está totalmente explicado. Vale lembrar antes de construir em cima.

Nossos próprios dados foram pegos no meio. O estudo com perguntas de consumidores tinha medido o Reddit em cerca de um quinto das respostas do ChatGPT, quatro dias antes de a queda começar. O número estava certo no dia em que foi tirado e virou peça de museu duas semanas depois. E essa é a lição de verdade, maior que o Reddit: tudo que você constrói sobre o hábito de recuperação de um mecanismo é aluguel, não patrimônio, e o valor muda sem aviso, sem negociação e sem o proprietário nunca explicar por quê.

O que muda quando você tem quarenta unidades

Cada achado acima se multiplica, e redes sentem a multiplicação muito antes de conseguir nomeá-la.

A camada de nomeação é mais teimosamente geográfica do que qualquer plano prevê. Das milhares de empresas que o Gemini citou em cinquenta regiões, 2% apareceram em mais de uma cidade, e essas poucas eram redes nacionais. Todo o resto existia em exatamente um mercado e em nenhum outro.

Uma revista de Dallas cita dentista de Dallas e um guia de Miami cita clínica de Miami. Nenhum dos dois se importa com o que acontece em Houston ou Tampa. Essas praças têm porteiros próprios, prazos próprios e uma ideia própria de quem importa. Então quarenta unidades não são um problema de visibilidade. São quarenta problemas separados rodando em paralelo, o que transforma o trabalho num joguinho de acertar a toupeira em que cada toupeira mora numa cidade diferente e lê uma revista diferente.

É por isso que conselho de unidade única soa inútil para quem opera uma rede. “Apareça numa seleção local” é uma tarde de terça para um restaurante. Para uma rede de quarenta clínicas odontológicas, são quarenta relacionamentos em trinta e uma praças de mídia, e alguém precisa acompanhar isso.

A consequência prática é que isso vira operação, não campanha. Alguém precisa manter um registro por praça de quem é citado e de quais páginas produziram a citação, e, tão útil quanto, um registro de quais praças não têm camada de nomeação nenhuma a perseguir, porque essas são as baratas de entrar. Os clientes da Pluspoint costumam esbarrar nisso no momento em que os dados de cadastro finalmente estão limpos em todo lugar e as recomendações continuam não chegando. O trabalho de cadastro era real, e terminou a metade errada. Nosso guia de gestão de perfis do Google em escala cobre essa primeira metade direito. Este aqui é sobre a segunda.

Como saber qual camada está falhando com você?

Uma tarde de perguntas honestas separa os dois tipos de falha, e eles pedem orçamentos opostos.

Escreva cinco perguntas que um cliente de verdade digitaria sobre uma unidade. Use as palavras dele e deixe a sua marca de fora, porque citar a si mesmo planta a resposta. Rode cada pergunta duas vezes no ChatGPT e duas no Gemini, porque uma rodada só mede ruído e os dois mecanismos não compartilham opinião. Para cada resposta anote apenas duas coisas: a sua empresa apareceu no painel de fichas e a resposta escrita citou o seu nome. Ficha errada é erro de digitação, e erro de digitação sai barato. Nunca ser citado é anonimato, e não existe revisão de texto que tire alguém do anonimato.

Depois faça mais uma pergunta ao assistente:

O que volta é a lista real de porteiros da sua praça, o que transforma uma ambição vaga num plano curto de contato que dá para começar na segunda-feira. Rode as mesmas cinco perguntas na sua praça mais fraca antes da mais forte e registre o que achou:

Quatro caminhos para a camada de nomeação

Depois de saber quais páginas citam empresas da sua categoria e cidade, o trabalho é entrar nelas. Existem quatro caminhos, e eles custam coisas bem diferentes.

Mídia local conquistada. A lista da revista da cidade, a seleção do guia de estilo de vida, o prêmio anual do jornal local. O mais lento e o mais barato dos quatro, e também o mais durável. Essas páginas ranqueiam por anos e são recitadas toda vez que alguém pergunta.

Elas também funcionam por calendário, e é essa a parte que as equipes esquecem. Nos Estados Unidos, a lista de melhores dentistas da D Magazine é votada por colegas e gratuita. Fecha no fim de abril e sai no fim do verão. Perdeu a janela, espera um ano. A Washingtonian consulta profissionais locais, fecha em maio e publica em novembro. A Boston Magazine passa a lista por um processo de pesquisa conduzido por médicos, em que ninguém compra presença. Ache o prazo antes de achar o ângulo.

Diretórios de categoria e agregadores. As seleções do setor pet, os diretórios de serviço, os perfis de histórico veicular. Em geral perfil grátis com upgrade pago. São os sapatos confortáveis da visibilidade em IA: ninguém fotografa e todo mundo precisa. Em dois dos sete setores testados eram a camada de nomeação inteira.

Fóruns e comunidades. Só se conquista, e é a demonstração mais clara de quão rápido esse chão se mexe. O Reddit segue sendo a segunda fonte local preferida do Gemini, à frente de toda a categoria de diretórios de serviço somada, enquanto no ChatGPT caiu para quase nada em agosto. Mesma fonte e mesmo mês, com resultados opostos em dois mecanismos. É o argumento inteiro contra apostar o plano em um deles.

Publicação paga. Onde nenhuma seleção independente cobre a sua categoria numa praça, dá para criar uma página em vez de esperar por uma. A PRNEWS.IO opera um marketplace com mais de cem mil veículos em 175 países e deixa você filtrar por cidade. O filtro é o ponto. A camada de nomeação é local, então a publicação também precisa ser. As publicações saem em cerca de dois dias e começam abaixo de seis dólares.

Saiba o que esse caminho compra antes de reservar orçamento. A Muck Rack examinou 25 milhões de links citados pelos mecanismos. Mídia conquistada respondeu por 84% deles. Conteúdo pago e publieditorial, por 0,3%. O mesmo estudo mostrou que releases aparecem muito mais em respostas sobre tendências do que em listas de melhores, o que é uma distinção útil e não um desânimo: distribuição paga se paga nas perguntas sobre “o que está acontecendo nesta categoria”, enquanto as perguntas de lista curta, que são o assunto deste texto, rodam do lado conquistado.

Então use publicação paga para marcar presença nas praças onde o caminho conquistado ainda não tem alvo. Ela coloca você na sala. O brinde, outra pessoa precisa levantar.

O que o conselho padrão erra

”Cadastre no Bing Places, porque o ChatGPT roda no Bing”

Segue sendo a instrução mais repetida do assunto, e descreve uma campainha ligada a nada. O Bing Places não publica página pública por empresa para um modelo ler. Em mais de duzentas respostas registradas, nenhuma citou Bing ou Microsoft como fonte.

Só não exagere na correção. O índice de web do Bing é outra coisa, diferente do Bing Places, e ele ainda importa para o que um assistente consegue encontrar. Reivindique o perfil e pare de esperar dele um trabalho que ele não faz.

”Você precisa de 150 avaliações para a IA recomendar”

Esse número circula sem estudo nenhum atrás, e as medições passam direto por ele. Em Miami o assistente citou uma clínica com uma avaliação enquanto outra com 949 ficou no painel, sem menção.

As amostras maiores concordam, e as escolhas do Gemini têm, em média, nota um pouco menor que a do entorno. Avaliação funciona como norma de incêndio: abaixo de um mínimo a sala não abre, mas ninguém nunca escolheu restaurante pelo sprinkler, e passado o chão, mais avaliações param de comprar qualquer coisa.

”Ranqueie no Google e a IA vem atrás”

Em parte verdade no Gemini, quase falso no ChatGPT. O dono de uma agência que rodou 30 buscas com voz de cliente em dez cidades relatou no Reddit que em cerca de um terço delas o assistente recomendou uma empresa que estava na segunda página do Google. A conclusão dele bateu com a nossa: “Número de avaliações importou muito menos do que eu esperava. O que importou foi ser mencionado em vários lugares.”

Ranking continua valendo a pena. Só é outro esporte, e ganhar os 100 metros não classifica ninguém para Wimbledon. É por isso que equipes com ranking excelente seguem sendo pegas de surpresa. A mesma desconexão aparece no que os clientes de fato pedem, que destrinchamos em o que “perto de mim” realmente quer dizer.

Método e limites

Fizemos sete perguntas de cliente em sete setores, em cinco regiões dos Estados Unidos, no dia primeiro de setembro, com busca ao vivo ligada e sem citar marca ou plataforma em nenhuma delas. O mapa de setores mostra que tipo de página decidiu a citação numa praça, num dia, então leia como mapa e não como censo. Os números que sustentam o texto vêm de amostras maiores: o nosso próprio estudo com restaurantes e os dados de cinquenta regiões da Steady Demand. E tudo aqui se move. O nosso número do Reddit passou de atual a histórico em duas semanas, o que é tanto o achado quanto a ressalva.

Perguntas frequentes