De olho em uma mudança na jornada de compra corporativa, a agência de gestão de reputação Modocon disponibiliza um teste gratuito de visibilidade em inteligência artificial (IA) para empresas B2B. O objetivo é ajudá-las a saber se estão sendo recomendadas ou ignoradas no ChatGPT, Gemini, Perplexity e Claude quando um potencial cliente pesquisa por indicações de fornecedores no seu segmento.

A avaliação, feita em três passos, confere se o site autoriza a leitura pelos robôs das IAs e declara com clareza quem é a empresa, o que vende e para quem; mostra se a empresa aparece quando um comprador pede indicações a quatro assistentes de IA; e, por fim, aponta o que está por trás do resultado e por onde começar para construir ou fortalecer a presença nas buscas e nas respostas de IA.

Para Alex Cabral, diretor e fundador da Modocon, o teste nasceu para preencher um ponto cego comum nos departamentos de marketing. “Antes mesmo de fazer uma busca tradicional no Google ou acessar a página de um fornecedor, os compradores B2B estão perguntando a sistemas de IA quais fornecedores devem considerar para contratar”, aponta.

Um levantamento recente da Semrush com mais de 600 profissionais de empresas B2B dos Estados Unidos dá um indicativo desse cenário. Entre os que usam IA no trabalho, 92% afirmam que ela influenciou a composição da sua lista curta de fornecedores, e 83% dizem que influenciou também a escolha final. Além disso, 66% recorrem aos assistentes de forma habitual para pesquisar fornecedores e soluções.

“Não figurar na lista de recomendações da IA pode significar ficar de fora de um processo de compra em que, talvez, a empresa seja até a melhor opção para aquele possível cliente. Por isso, tornou-se mandatório comunicar também para as máquinas”, afirma Cabral.

Como funciona o diagnóstico

A Modocon desenvolveu um processo próprio de avaliação, estruturado em três etapas, para mostrar como uma empresa aparece nas respostas de IA, combinando checagem técnica e curadoria analítica humana:

1. Verificação técnica imediata do site: feita na hora, na própria tela, confere se o site autoriza a leitura pelos robôs das IAs e se declara com clareza quem é a empresa, o que vende e para quem, entregando até três correções prontas para serem aplicadas.
2. Teste de recomendação: depois, uma pessoa prepara a pergunta de compra que um potencial cliente faria, sem o nome da empresa, e verifica como o ChatGPT, o Gemini, o Claude e o Perplexity respondem, porque, quando a pergunta traz o nome, a IA quase sempre responde bem. O resultado mostra quais empresas cada assistente recomenda e se a avaliada está entre elas.
3. Diagnóstico para melhorar a visibilidade em IA e busca: por fim, a Modocon mapeia o que está por trás do resultado e mostra por onde começar para construir ou fortalecer a presença nas buscas e nas IAs.

Estudo indica: cada IA tem “seu jeito”

Segundo a Modocon, além de as análises contarem com curadoria humana, outro diferencial do processo de avaliação criado pela agência é que, diferentemente da maioria das ferramentas do mercado, ele usa o padrão de medição de visibilidade em IA do IAB, entidade que define padrões para a publicidade digital: a medição é feita separadamente em cada assistente e apresentada da mesma forma, sem fazer uma média da pontuação geral ou uma nota de 0 a 100.

“Não entregamos uma nota de visibilidade em IA. Isso é um erro bem comum de ferramentas digitais. Mostramos o resultado em cada assistente porque a mesma marca pode estar em 57% em um modelo e em 3% em outro, e cada caso pede uma ação diferente. Média entre modelos esconde mais do que revela”, revela Cabral.

Um levantamento da própria Modocon, feito durante dois meses (de agosto a setembro deste ano) em três assistentes, aponta que, em perguntas de compra, sem o nome da marca, cada IA chega às empresas por um caminho diferente: o ChatGPT busca na web e lê o site da empresa; o Gemini lê o site, mas nem sempre dá crédito à marca no texto; e o Perplexity quase não lê sites de agências e se apoia em listas e rankings de terceiros.

Neste estudo, um mesmo conjunto de perguntas foi feito quase que diariamente nos três assistentes. Em todas as aferições, para as mesmas perguntas, os resultados variaram muito de um assistente para outro, indicando que cada IA opera de forma distinta para elaborar suas respostas.

“Se uma marca aparece bem em um assistente e some em outro, a média dá um número intermediário que não mostra onde está o problema. E, sem saber isso, não é possível fazer correções de maneira precisa”, detalha Cabral.

Na prática, se uma marca estiver zerada no Perplexity, melhorar o próprio site não bastaria. Seria preciso entrar nas listas e nas outras fontes que ele mais consulta. Então, uma média entre todas as IAs acabaria escondendo justamente a informação que mostra o que corrigir.