Posicionamento de marca na IA: sua empresa mudou, mas o ChatGPT ainda conta a versão antiga

Por Agência Lastro · SEO, GEO e posicionamento · Última revisão: setembro de 2026

Um comprador pergunta ao ChatGPT qual fornecedor atende empresas do tamanho da dele. A resposta cita a sua marca, só que a marca de três anos atrás: outro público, outro modelo de venda, outro catálogo. Ele descarta você e passa para o próximo nome da lista. Essa conversa nunca vai aparecer no seu Analytics.

O descompasso ganhou nome nesta semana. Em artigo publicado em 29 de setembro de 2026, a Semrush chamou de LLM positioning lag o intervalo entre o momento em que uma empresa muda o próprio posicionamento e o momento em que os modelos de linguagem passam a descrevê-la do jeito novo. Aqui vamos chamar de atraso de posicionamento de marca na IA.

Os exemplos reunidos pela Semrush são de empresas com estrutura de sobra para comunicar mudanças: release, imprensa nacional, comercial de TV, site reescrito. Mesmo assim, a IA continuou contando a versão antiga. Para quem está planejando um reposicionamento, um rebranding ou só uma ampliação de mix, a lição é desconfortável. Anunciar a mudança não garante que o mercado, e as máquinas que ele consulta, passem a acreditar nela.

O que é o atraso de posicionamento de marca na IA

Vale separar dois problemas que costumam ser tratados como um só. O primeiro é a invisibilidade: a marca simplesmente não aparece quando alguém pergunta sobre a categoria. O segundo é a defasagem: a marca aparece, mas descrita de um jeito que já não é verdade.

A defasagem é mais traiçoeira. Num relatório de visibilidade em IA ela parece vitória, porque a empresa foi mencionada. O que o relatório não mostra é que a menção empurrou o cliente certo para longe ou atraiu o cliente errado.

Quatro empresas grandes que a IA ainda descreve pelo passado

A Semrush testou o ChatGPT com perguntas comuns de quem está pesquisando uma compra. Os resultados abaixo resumem o que a autora encontrou.

O caso da Hotjar tem um custo fácil de enxergar. A Contentsquare pagou pelo reconhecimento de marca e pela base de clientes da Hotjar. Se o assistente continua recomendando a Hotjar como produto separado, a pessoa que compara ferramentas não descobre que existe uma plataforma maior por trás. O valor da aquisição deixa de ser transferido justamente no canal em que a decisão começa.

Um cuidado na leitura: são testes pontuais, com poucas perguntas, e as respostas de um LLM variam de uma execução para outra. Não é um estudo com amostra estatística. Mas o padrão aparece em empresas de porte, setor e esforço de comunicação muito diferentes, o que é suficiente para tratar o risco como real.

Por que a IA continua repetindo a versão antiga da sua empresa

O modelo aprendeu antes da mudança

Cada modelo é treinado com dados coletados até uma data de corte. Um reposicionamento feito depois dessa data simplesmente não está na memória dele. A busca na web pode fechar a lacuna, mas só quando o modelo decide que a pergunta precisa de informação atual, ou quando o usuário ativa a pesquisa. Em muitas conversas, a resposta sai da memória.

A internet discorda sobre quem você é

O site diz uma coisa, a bio do Instagram diz outra, o perfil no LinkedIn está parado há dois anos e uma lista de “melhores fornecedores” de 2022 ainda ranqueia bem. Diante de versões conflitantes, o modelo precisa escolher uma. Nada garante que vai escolher a sua.

A versão antiga tem mais votos

Esse é o ponto que mais escapa a quem planeja um reposicionamento. Para um modelo de linguagem, posicionamento funciona como um placar acumulado. Dez anos de avaliações, entrevistas, comparativos e menções em fóruns votam na versão antiga. O site novo é um voto. Um release é outro. A descrição nova pode estar correta e bem escrita e ainda assim perder, porque é minoria.

Isso muda a pergunta certa. Em vez de “já comunicamos a mudança?”, o gestor deveria perguntar “quantas fontes relevantes ainda contam a versão antiga, e quantas já contam a nova?”.

Quanto isso custa: o prejuízo que não aparece no Analytics

O atraso de posicionamento é difícil de enxergar porque o dano acontece antes do clique. Quem foi descartado pela resposta da IA não gera sessão, não gera rejeição, não entra em nenhum funil. A perda existe, mas não há linha no relatório para ela.

Ela aparece de forma indireta, em três lugares.

• No CAC. Se parte do público qualificado é filtrada antes de chegar ao site, a operação compensa comprando mais mídia para alcançar quem sobrou. O custo de aquisição sobe sem que nenhuma campanha tenha piorado.
• Na qualidade dos leads e pedidos. A IA também atrai quem procura o que você vendia antes. São contatos que chegam pedindo o serviço descontinuado, perguntando pela assinatura que acabou ou esperando o preço da época em que a marca era outra. Eles ocupam o comercial e derrubam a taxa de conversão.
• Nas compras feitas por agentes. À medida que assistentes passam a comparar e até finalizar compras em nome do usuário, um atributo errado (canal de venda, região atendida, política de frete) pode tirar a marca da lista antes de qualquer pessoa olhar.

Quantas pessoas já pesquisam assim

Em pesquisa com 12 mil consumidores de 12 países, feita entre outubro e novembro de 2024, a Capgemini encontrou 58% que já trocaram os buscadores tradicionais por ferramentas de IA generativa na hora de pedir recomendação de produtos e serviços. Em 2023, eram 25%. O dado é global e tem quase dois anos, mas mostra a velocidade da mudança.

No Brasil, os números de 2026 variam bastante conforme a pergunta feita:

• O estudo “O Mapa da Busca no Brasil 2026”, da Optimiza Marketing, aponta que 46,5% dos brasileiros usam ferramentas de IA para pesquisar ou decidir compras.
• A pesquisa de intenção de compra para a Black Friday da LWSA, divulgada em setembro, indica que 13% já começam a busca de produtos em ferramentas como ChatGPT, Gemini ou Claude, enquanto os resumos de IA dos buscadores influenciam a decisão de 45%.
• Levantamento da Visa registra que o uso de IA generativa para buscar informações sobre produtos passou de 2% em 2024 para 32% em 2026.
• Já a Bare International encontrou 73,9% de entrevistados que não usam IA para pesquisar, comparar ou decidir uma compra.

Os números não concordam entre si, e isso é informação útil: a adoção ainda está em formação e muda conforme o perfil da amostra. Duas leituras, porém, são consistentes. A direção é de crescimento rápido. E mesmo quem não abre o ChatGPT recebe respostas geradas por IA dentro do Google, como mostramos ao analisar o impacto dos AI Overviews no SEO.

Quando um e-commerce corre mais risco

Lojas virtuais se reposicionam com mais frequência do que parece, muitas vezes sem chamar a mudança por esse nome. As situações que mais costumam gerar defasagem são:

• começar a vender no atacado ou para empresas, depois de anos só no varejo;
• passar a fabricar a própria linha em vez de revender marcas;
• ampliar o mix para além do nicho original, ou o caminho inverso;
• subir de faixa de preço e trabalhar um público mais exigente;
• passar a entregar para todo o país depois de atender só uma região;
• abrir loja própria depois de anos concentrado em marketplace;
• mudar nome, domínio ou política de frete e troca.

Em todos esses casos, o histórico de avaliações, anúncios de marketplace e menções de terceiros continua descrevendo a operação anterior.

Como descobrir o que a IA está dizendo sobre a sua marca

Um diagnóstico enxuto pode ser montado com três grupos de perguntas:

1. Sobre a marca: “O que é a [marca]?”, “A [marca] vende para empresas?”, “A [marca] entrega em [região]?”.
2. Sobre a categoria: “Quais as melhores lojas de [produto] para [perfil de cliente]?”, formulada como o seu cliente ideal escreveria.
3. Comparativas: “[marca] ou [concorrente] para [necessidade]?”.

Rode essas perguntas no ChatGPT, no Gemini, no Perplexity e no modo IA do Google. Anote numa planilha, para cada resposta: a marca foi citada, a descrição corresponde ao posicionamento atual, quais atributos aparecem e, quando houver, quais páginas foram usadas como fonte. Ferramentas como o AI Visibility Toolkit da Semrush fazem esse acompanhamento em escala, mas a versão manual já revela o essencial para a maioria das empresas.

Sinais dentro da sua própria operação

Antes de qualquer ferramenta, os dados que você já tem costumam denunciar o atraso:

• Google Search Console: buscas pela marca combinadas com termos do posicionamento antigo, como um serviço descontinuado. O nosso guia do Google Search Console mostra onde encontrar esses relatórios.
• GA4: tráfego de referência vindo de chatgpt.com, perplexity.ai e gemini.google.com, e para quais páginas ele chega. Se a IA manda visitantes para páginas legadas, é sinal de que é nelas que ela confia.
• CRM e atendimento: um campo “como nos conheceu” com a opção “ChatGPT ou outra IA”, e atenção a frases como “vi no ChatGPT que vocês fazem…”. Elas dizem exatamente qual versão da empresa está circulando.

Como reduzir o atraso de posicionamento na IA

Não existe botão de atualização. O trabalho consiste em mudar o placar: aumentar o número de fontes relevantes que contam a versão nova e reduzir as que contam a antiga. A ordem abaixo segue o impacto que cada ação costuma ter.

Escreva a frase que você quer ver repetida

Antes de mexer em qualquer página, defina uma descrição de uma ou duas frases com categoria, público, diferencial e, quando houver mudança recente, a data dela. Essa frase vai ser repetida, com as mesmas palavras, em todos os lugares. Variação criativa aqui atrapalha.

Arrume a própria casa primeiro

Home, página “Quem somos”, páginas de categoria, rodapé, title tags e meta descriptions precisam contar a mesma história. Termos antigos esquecidos em links internos e textos âncora continuam reforçando o passado. Dados estruturados do tipo Organization, com descrição atualizada e links para os perfis oficiais, ajudam as máquinas a ler a empresa, mas são um sinal entre muitos e não vencem o placar sozinhos.

Estruture essas páginas com seções que se sustentam sozinhas, com títulos que reproduzem as perguntas reais do cliente e respondem logo em seguida. Sistemas de IA recortam trechos, não leem a página inteira. Esse é o mesmo princípio que orienta um bom trabalho de SEO e GEO.

Use as fontes que a própria IA cita como lista de tarefas

Quando o Perplexity ou o ChatGPT com busca respondem sobre a sua marca, eles mostram de onde tiraram a informação. Essas páginas são, literalmente, as que estão pesando naquela resposta. Comece por elas.

No contexto brasileiro, as fontes de terceiros que mais costumam ficar para trás são o Perfil da Empresa no Google, o LinkedIn, a bio do Instagram, as páginas de loja em marketplaces, a página no Reclame Aqui, diretórios setoriais, sites que replicam dados cadastrais de CNPJ e listas comparativas antigas. Atualize o que é seu e peça atualização do que é de terceiros, priorizando os sites de maior autoridade.

Não apague o passado: explique a transição

Remover tudo o que fala da operação antiga parece limpo, mas tira de você a chance de explicar a mudança. Nas páginas legadas que ainda recebem tráfego, uma nota curta no topo (“desde 2026, a [marca] passou a…”) informa leitores e modelos ao mesmo tempo. Produtos descontinuados devem redirecionar para o equivalente atual, não para a home.

Quando o nome antigo tem valor, construa a ponte em vez de enterrá-lo. A lição da Hotjar é justamente essa: o reconhecimento acumulado por uma marca é um ativo, e ele só passa para a nova se as fontes ligarem uma à outra.

Crie um fato datado e citável

Publique o anúncio da mudança no próprio site, com o antes e o depois explícitos e a data. Depois leve a mesma informação para imprensa setorial, associações do segmento e parceiros. Um registro datado ajuda a distinguir a versão atual da que aparece em coberturas antigas. Mas é ponto de partida: um release compete com anos de conteúdo anterior.

Acompanhe todo mês

Repita a mesma matriz de perguntas mensalmente e compare. O atraso se mede em meses, às vezes em mais de um ano, como mostram os casos da Semrush. Sem uma linha de base registrada antes da mudança, fica impossível dizer se as correções estão funcionando.

O que não resolve, e onde é preciso paciência

Transparência sobre os limites ajuda a planejar melhor:

• Não há como enviar uma correção direta ao modelo. Avaliar uma resposta como errada dentro do chat não reeduca a base de conhecimento dele.
• Modelos com busca na web tendem a se atualizar mais rápido do que respostas geradas só da memória, que podem continuar defasadas até um próximo ciclo de treinamento.
• Mídia paga compensa, mas cobra todo mês. Comprar alcance para quem foi filtrado pela IA resolve no curto prazo e mantém o custo do atraso embutido no CAC.
• Para marcas menores, o problema pode ser ausência, e não defasagem. Nesse caso, consistência ajuda pouco sem menções de terceiros que coloquem a marca na conversa da categoria.

Reposicionar agora tem duas plateias

Durante muito tempo, reposicionar uma marca significava convencer pessoas: clientes, imprensa, mercado. Hoje existe uma segunda plateia, formada pelos modelos que essas pessoas consultam antes de decidir. Ela é mais lenta, lê tudo o que já foi publicado sobre você e decide pela maioria.

Por isso, o melhor momento para começar a reduzir o atraso é antes do anúncio. Quem mapeia as fontes, escreve a frase canônica, define o calendário de atualização de terceiros e registra a linha de base antes de mudar sai na frente de quem descobre o problema meses depois, quando os leads começam a chegar pedindo a empresa que já não existe.

Se o seu desafio for decidir o próprio reposicionamento, e não só comunicá-lo, a consultoria estratégica de marketing é o ponto de partida.