A otimização de pesquisa por IA não é a parte difícil – é conseguir adesão

No SMX Advanced em Boston no início deste mês, participei de sessões consecutivas de Crystal Carter, chefe de pesquisa de IA e comunicações de SEO do Wix, e Jen Cornwell, diretora sênior de AI SEO da Tinuiti. No papel, eles abordaram o mesmo assunto: como a pesquisa por IA está remodelando o trabalho do profissional de marketing. Na sala, eles não poderiam ter abordado a questão de maneira mais diferente. Essa lacuna acabou sendo a coisa mais útil que qualquer conversa me ensinou.

Após a conferência, enviei um e-mail para Crystal e Jen e recebi uma cópia de ambas as apresentações para garantir que representasse o que elas disseram no evento.

Palestra de Carter: uma estrutura para o que otimizar

A sessão de Carter baseia-se numa distinção que faz a maior parte do trabalho conceitual. Memória é o que um assistente de IA infere passivamente a partir de como você fala com ele, seu tom, suas reclamações, seus padrões. Personalização é o que você declara ativamente, por meio de configurações de perfil, aplicativos conectados e preferências declaradas, e tem peso suficiente para moldar o que um agente realmente faz, e não apenas como soa. Você não pode fazer SEO na memória inferida de alguém da mesma forma que ajustaria uma meta descrição, mas pode projetar os sinais que moldam as duas metades ao mesmo tempo.

A evidência mais contundente que ela trouxe não foi um slide de melhores práticas. Foi um experimento iPullRank usando três contas executando prompts idênticos com diferentes níveis de dados pessoais conectados, que produziu respostas visivelmente diferentes no modo AI, incluindo uma resposta que abordou uma criança hipotética pelo nome em uma recomendação de streaming. Essa é uma comparação controlada, não uma anedota, e é o tipo de detalhe que deve preocupar qualquer um que ainda trate os resultados da pesquisa de IA como um resultado único e genérico que todos recebem da mesma maneira.

A partir daí, Carter passou para as táticas, começando com substantivos denominados (“ator” em vez de “a pessoa que agiu”) porque os modelos semânticos agrupam consultas relacionadas à identidade dessa forma. E a consulta média do Google contém de três a quatro palavras, enquanto o prompt de abertura médio do ChatGPT contém cerca de 103 palavras. Essa lacuna é o argumento para conteúdo estritamente específico, no estilo FAQ, em páginas de destino amplas. Os usuários que digitam em um assistente de IA já estão mais adiantados no funil do que uma caixa de pesquisa jamais os alcançou.

Palestra de Cornwell: uma estrutura para explicar por que ninguém age de acordo

A sessão de Cornwell quase não continha novos dados de SEO, e esse é o ponto. Ela começou nomeando um problema totalmente diferente. A maioria das equipes de pesquisa não tem falta de insights; eles carecem de uma organização disposta a agir com base no conhecimento que já possui. Isso não é um problema de pesquisa. É um problema de gestão de mudanças, e ela entregou à sala duas estruturas emprestadas para resolvê-lo: o modelo de mudança de oito etapas de Kotter e a curva de difusão de inovação de Everett Rogers.

O dispositivo que ela usou para fazê-lo aderir foi a fábula do próprio Kotter de 2005 sobre uma colônia de pinguins em um iceberg derretido, remodelada com visões gerais de IA como o gelo derretido e cinco papéis de elenco (Patrocinador, Confiança, Catalisador, Analista, Cético) que cada participante foi implicitamente solicitado a atribuir dentro de sua própria equipe. No slide final, você não estava mais fazendo anotações sobre um processo de oito etapas; você estava realizando uma chamada de elenco em seu próprio organograma.

A âncora de pesquisa que vale a pena manter é a matemática do ponto de inflexão de Rogers. Os inovadores representam 2,5% de qualquer população, os primeiros a adoptar outros 13,5% e, quando uma mudança atinge os 16% combinados, a adopção tende a tornar-se auto-sustentável. Aplicado internamente, isso reformula “convencer toda a empresa” em “encontrar a minoria localizável”, que é um alvo muito menos paralisante para um SEO que discute orçamento em uma sala cheia de céticos.

Onde as duas palestras realmente colidem

Aqui está a dissonância e por que vale mais do que falar sozinho. A estrutura de Carter pressupõe que o gargalo é saber o que construir, os dados estruturados corretos, o conteúdo de nicho correto, a configuração correta do servidor MCP. A estrutura de Cornwell pressupõe que você já sabe o que construir, e o gargalo é conseguir que outros cinco departamentos permitam que você o envie. Coloque-os na mesma sala e eles deixarão de parecer duas palestras sobre o mesmo assunto. Eles começam a parecer um diagnóstico do motivo pelo qual tantas iniciativas de pesquisa de IA estagnam; a maioria das equipes possui ferramentas apenas para metade do problema.

Se a sua estratégia de busca de IA tiver um roteiro técnico, mas nenhuma coalizão interna, as táticas de Carter ficarão em um baralho que ninguém aprovará. Se você tiver a adesão dos executivos, mas não tiver nenhuma ação específica para executar, a estrutura de Cornwell produzirá uma equipe motivada, sem nada de concreto para fazer na manhã de segunda-feira.

3 movimentos que valem a pena realizar em ambas as salas

1. Escolha uma lacuna de conteúdo de nicho, não uma auditoria completa. Use o enquadramento de canal de propriedade de Carter, mas resista à construção do documento abrangente de visibilidade de IA que ninguém lê. Envie um conteúdo no estilo FAQ que corresponda à forma como as pessoas realmente solicitam os assistentes de IA e, em seguida, use-o como sua prova de conceito internamente.
2. Encontre seus 16% antes de lançar a sala inteira. Identifique uma ou duas pessoas que já investiram direcionalmente em pesquisa de IA e construa seu briefing com elas primeiro. Você não está tentando convencer as partes interessadas mais céticas logo no primeiro dia.
3. Escolha seus próprios cinco papéis antes da próxima proposta. Nomeie quem em sua equipe é o Patrocinador, o Cético, o Catalisador. Entrar em uma conversa sobre orçamento já sabendo de onde virá a resistência vale mais do que outro slide de capturas de tela do Modo IA.

Coloque Carter e Cornwell um ao lado do outro e a lição será difícil de perder. A maioria das equipes trata a pesquisa de IA como duas tarefas distintas: as pessoas que descobrem o que construir e as pessoas que lutam para que isso seja entregue. A sala de Carter presumiu que a parte difícil era saber o que otimizar. Cornwell presumiu que você já sabia, e o verdadeiro trabalho era fazer com que todos os outros agissem de acordo. Ambos estão certos, e esse é exatamente o problema.

Um roteiro técnico sem coligação interna fica parado num baralho que ninguém aprova. Uma equipe motivada e sem jogo específico não tem o que fazer na segunda-feira. As estratégias que realmente se movem são aquelas executadas como um único trabalho, e não como dois. A otimização nunca foi a parte difícil. Fazer com que sua organização aja de acordo é.

Mais recursos:

---

Imagem em destaque: Master1305/Shutterstock