Sempre fiz sites para os meus clientes. Para os projetos pessoais, produzia páginas de venda, mas nunca um site profissional e estruturado para a minha própria empresa, com portfólio e tudo o mais. No fim de 2024, entrando em 2025, decidi que era hora. Pensei primeiro numa razão prática: investindo em mim mesmo, eu teria mais poder de fala diante do cliente. Depois percebi uma segunda vantagem, menos óbvia e mais valiosa: no meu próprio site eu podia fazer o que quisesse, errar sem custo, testar sem pedir licença e mudar de rota quantas vezes fossem necessárias.
Foi assim que o site da Diamantino virou, ao mesmo tempo, vitrine e laboratório. Este texto é o relato do que esse laboratório me ensinou, incluindo as partes em que eu estava errado.
Como eu testava
O método era simples e cansativo ao mesmo tempo. Eu publicava uma página, esperava alguns dias até que ela fosse incorporada à internet, e então ia perguntar para a IA. Fazia perguntas específicas, em abas anônimas e perfis anônimos, porque queria ver a resposta de quem chega sem histórico, do jeito que um cliente chega. Guardava as conversas, não prints, e lia com atenção o que a IA dizia, as confusões que fazia, as alucinações que inventava. Depois ajustava a página e voltava a testar.
Quero deixar uma coisa clara para não passar uma impressão errada: não era publicar e esperar meses para olhar. Era um ciclo de dias, repetido durante meses, e nesse vai e vem foram muitos ciclos.
Hoje eu sei que uma resposta isolada prova pouco. Um estudo da SparkToro em parceria com a Gumshoe.ai (abre em nova aba), que analisou quase 3 mil respostas do ChatGPT, do Claude e das respostas de IA do Google, mostrou que a chance de duas respostas trazerem exatamente a mesma lista de marcas é menor que 1 em 100. Ou seja, quem olha uma única resposta está olhando um instantâneo que provavelmente não se repetirá. O que me deu segurança, na época, foi exatamente o oposto: repetir o ciclo muitas vezes e observar o que se repetia.
O que as respostas me ensinaram
As fontes mostram o caminho. Quando a IA respondia, ela trazia as fontes de onde havia tirado a informação. Eu passava a olhar de onde vinha cada uma, uma por uma. Foi assim que descobri a importância de determinados diretórios: eu criava o perfil, voltava ao teste e via a IA usando aquele diretório como fonte. Vi o Pinterest e os mapas aparecerem nessa lista, e no meu caso específico o Pinterest se mostrou muito forte, o que me surpreendeu. Faço uma ressalva honesta: isso é uma observação dos meus testes, não uma regra universal, porque os mecanismos mudam e cada segmento responde de um jeito. Mas ela conversa com o que outros estudos mostraram depois. Segundo a análise da McKinsey sobre a nova busca com IA (abre em nova aba), o site da própria marca responde por uma fração pequena das fontes que os sistemas consultam, e a maior parte vem de terceiros. Se você depender só do seu próprio domínio, está disputando uma fatia estreita.
O que está fora do site também conta. Um dos testes que mais me surpreenderam envolveu o Instagram. Uma resposta trouxe uma publicação que eu havia feito na época, com os resultados de geolocalização do ano inteiro. Eu fiquei assustado, porque como ele sabia disso, se eu nunca tinha escrito um artigo no site sobre aquele assunto? Aí lembrei: eu havia postado no Instagram, e ele puxou de lá. Foi um caso isolado, e não uma regra, porque o peso de cada rede social varia de uma plataforma de IA para outra. Mas me ensinou algo que carrego desde então: o que a gente publica, em qualquer lugar, pode virar fonte de resposta. Isso muda a forma de pensar a produção de conteúdo, porque transforma cada publicação numa peça de um sistema maior.
A IA me ajudou, e não entregou tudo. Usei as próprias IAs para me ajudar a montar o método, e elas ajudaram bastante, mas havia coisa que elas não me entregavam. A importância de algumas técnicas e de alguns lugares eu só vi na pele, errando, ajustando, testando de novo. Esse é um limite que vale registrar: a IA é boa ferramenta de análise, mas não substitui a experiência de quem executa.
O que eu descartei
Aprendi bastante olhando para o que não funcionava, em mim e nos outros.
A primeira coisa que descartei foi a repetição excessiva de palavras-chave. Colegas de profissão, principalmente no exterior, tentaram usar a mesma técnica de palavra-chave repetida em vários lugares para influenciar a IA, e eu fui acompanhando que não dava certo, percebendo isso na pele dos outros, só observando. O estudo de Princeton e parceiros sobre GEO (abre em nova aba), que testou nove métodos de reescrita de conteúdo, chegou a uma conclusão parecida: encher o texto de termos repetidos não trouxe ganho de visibilidade nas respostas.
A segunda foi um conjunto de técnicas que as próprias IAs me sugeriam e que eram, em boa parte, hype. Eram tão técnicas e tão cheias de detalhe que nem elas mesmas pareciam olhar para aquilo. Fiz um pente fino e fui cortando o que não tinha necessidade real. Não vou listar tudo o que descartei, mas hoje existe evidência pública que reforça essa desconfiança. O guia oficial do Google sobre otimização para os recursos de IA (abre em nova aba), atualizado em 2026, diz que não é preciso criar arquivos como o llms.txt, usar marcação especial nem reescrever o conteúdo de um jeito específico para IA. Vale a pena ler o documento inteiro antes de aceitar qualquer “receita secreta”.
O que mudou na minha forma de vender
Isso mudou a minha conversa com o cliente. Na reunião, eu pergunto: o que você pesquisa na IA? E incentivo a pessoa a perguntar para a IA sobre a Diamantino, sobre a minha própria empresa. Eles ficam fascinados com a resposta, empolgados, e a conversa muda de tom, porque percebem o quanto isso está crescendo. É um jeito de mostrar o fenômeno em vez de descrevê-lo.
Eu não prometo recomendação, o que eu mostro é o teste e a forma de medir
Aconteceu também com os clientes que já eram fiéis. Eles começaram a ver a IA recomendando os próprios negócios, e isso só reforçou a relação deles com a gente. Elogiaram mais e ficaram mais animados, o que ajudou não só a vender, mas também a fidelizar. E eu vivo isso na pele como empresário, do mesmo jeito que eles vivem: os meus clientes são meus clientes, e cada um deles tem os seus. O que eles passam, eu também passo. Essa é uma das razões pelas quais testar em mim mesmo fez sentido antes de vender para qualquer um.
O que os números mostraram
Os números abaixo são de setembro de 2026 e serão atualizados conforme eu acompanhar o painel.
O site da Diamantino tem 126 páginas no sitemap. O artigo sobre como a IA recomenda marcas, a peça central do meu conteúdo, passou de 129 citações no relatório de IA do Bing Webmaster Tools, em junho de 2026, para 222, em agosto, e chegou a 283 em 18 de setembro de 2026. É uma trajetória que sobe, e vale explicar o que ela significa: são citações no ecossistema do Bing e do Copilot, e não dizem nada sobre o ChatGPT nem sobre o Google. Mesmo assim, mostram uma direção, e é essa direção que eu acompanho.
Citações no relatório de IA do Bing
Artigo sobre como a IA recomenda marcas126 páginas no sitemap da DiamantinoBing e Copilot são o único ecossistema medido aqui
Houve também um episódio no começo deste ano. Uma empresa de São Paulo, que desenvolve uma ferramenta de medição de menções e de análise de sentimento das IAs, me encontrou aqui em Palmas. Segundo eles, quando pesquisaram sobre SEO, GEO e AEO, eu aparecia em primeiro lugar em São Paulo. Isso é resultado orgânico, bem ranqueado, e não necessariamente Tráfego IA, mas confirmou algo importante para mim: que eu estava no caminho certo e que o orgânico bem feito é muito potencializado. Vale registrar que quem me encontrou foi uma ferramenta que olha para esse mercado, o que diz algo sobre o quanto ele está se movimentando.
O que eu ainda não sei
Como o Google vai medir isso. O relatório de IA do Search Console mostra impressões das páginas em recursos de IA, com datas, países e dispositivos. Ele não mostra a pergunta que foi feita nem o sentimento da resposta. Para mim, esse é um dado importante que falta, e é uma lacuna que faz diferença para quem trabalha com isso. O Bing está um passo à frente: o relatório de desempenho em IA do Bing Webmaster Tools mostra as chamadas grounding queries, que não são a pergunta do usuário, e sim as buscas que a IA monta para recuperar as fontes. Já ajuda bastante, e é mais do que o Google entrega hoje, embora nenhum dos dois mostre o sentimento. Espero que o Google atualize isso, porque sem a pergunta e sem o tom, a metrificação fica pela metade.
Quanta autonomia as pessoas vão dar às IAs. Eu sei que elas já fazem compras em nome das pessoas, e que vão fazer mais. O que eu me pergunto é quantas pessoas vão permitir isso, e até que nível. É uma questão aberta, e a resposta vai definir o tamanho real desse mercado.
O que eu levo disso
Testar em mim mesmo me deu algo que nenhum material me daria: ver as respostas mudarem depois de uma página, de um perfil, de uma publicação. Me deu também humildade, porque muita coisa que eu achava importante não era, e algumas que eu ignorava eram. Eu sigo achando que encontrei um caminho, e não que tenho as respostas definitivas. O que eu faço é contar o que vi, medir o que dá para medir e continuar testando. Se este texto tiver algum valor, é esse: mostrar um processo em andamento, com acertos e descartes, e não um método fechado.
Perguntas frequentes
Para mim, valeu. Dá liberdade para errar, mostra as respostas na prática e dá mais firmeza na conversa com o cliente. O cuidado é não generalizar: o que funcionou no meu caso pode não funcionar no de outro negócio.
Não para começar. Eu usei as próprias IAs, com abas anônimas e perguntas específicas, e guardei as conversas para analisar. Ferramentas ajudam quando o volume cresce e quando é preciso medir frequência.
No meu caso, de alguns dias até a página ser incorporada, e o aprendizado veio de repetir o ciclo por meses. Não há prazo garantido, e vale desconfiar de quem prometa um.






