Os motores de pesquisa deixam de ser diretórios passivos de hiperligações e passam a motores de execução. O Google AI Mode, lançado nos Search Labs em março de 2025 e descrito por Sundar Pichai na Google I/O 2026 como a maior atualização da história do Google Search, ultrapassou oficialmente 1 mil milhão de utilizadores ativos mensais. Em vez de dez ligações azuis, o AI Mode envia agentes autónomos que desconstroem perguntas, executam pesquisas paralelas, geram respostas fundamentadas e concluem transações comerciais sem enviar o visitante ao site de destino.
Para marketers digitais, arquitetos de SEO técnico e líderes de e-commerce em Portugal e no mercado ibérico, isto obriga a redesenhar os modelos de aquisição. O targeting clássico por palavra-chave colapsa perante o query fan-out, e as taxas de cliques orgânicos caem. Esta análise descreve a arquitetura do Google AI Mode, dados de benchmarks de escala, o novo relatório Generative AI no Search Console e práticas de engenharia para preparar lojas empresariais para o comércio autónomo.
O que é o Google AI Mode e como reformula a pesquisa
O Google AI Mode é uma interface de pesquisa conversacional completa. Na pesquisa tradicional, o utilizador introduz uma consulta, recebe páginas indexadas e navega entre sites. No AI Mode, a pesquisa corre nos bastidores. O utilizador envia um prompt em linguagem natural e a plataforma entrega uma resposta sintetizada com citações diretas, seguimentos conversacionais e componentes interativos.
O motor de raciocínio predefinido a nível global é o Gemini 3.5 Flash, pensado para baixa latência e elevada precisão factual. Para subscritores Google AI Pro e Ultra, a Google usa o Gemini 4 Argon, desenhado para raciocínio multi-passo, modelação matemática e síntese técnica.
As capacidades vão muito além de uma caixa de chat:
- Entradas multimodais: voz, fotografias, PDF, separadores ativos do Chrome ou URL colados para análise imediata de documentos.
- Search Live: conversas bidirecionais com câmara em direto e voz em streaming na app Google.
- Generative UI: compilação em tempo real de componentes interativos, incluindo calculadoras, matrizes de comparação e gráficos no feed de pesquisa.
- Monitorização de informação: tarefas de fundo que observam temas na Web aberta e enviam alertas proativos.
- Reservas agenticas e chamadas de voz automatizadas: marcação de consultas, mesas e orçamentos locais, com a IA a telefonar a negócios para confirmar disponibilidade.
- Compras conversacionais e Universal Cart: integração com o Google Shopping Graph com mais de 60 mil milhões de listagens, ligada ao Universal Cart lançado em outubro de 2026, que permite checkout unificado entre lojas via Google Pay.
Estudo Ahrefs com 730 000 pesquisas: apenas 13,7 por cento de sobreposição de URL citadas entre AI Overviews e AI Mode, apesar de 86 por cento de semelhança semântica nas respostas.
Porque aparecer nos AI Overviews não garante citações no AI Mode
Uma ideia errada comum é tratar AI Overviews e AI Mode como sistemas intercambiáveis. Embora a Google I/O 2026 tenha mostrado pontes de interface da SERP orgânica para uma conversa em curso, as pipelines de recuperação operam de forma independente.
A documentação oficial confirma que AI Overviews e AI Mode podem usar modelos distintos, restrições de grounding diferentes e filtros de ranking separados. Consequentemente, os URL escolhidos para sustentar uma resposta divergem. A Ahrefs, em 730 000 consultas, encontrou:
- Sobreposição exata de URL citados de apenas 13,7 por cento.
- Semelhança semântica das respostas finais de 86 por cento.
- Sobreposição ao nível do domínio abaixo de 20 por cento.
Os motores chegam às mesmas conclusões factuais, mas citam evidências diferentes. Uma referência forte num AI Overview no topo de uma SERP de desktop não garante citação quando o utilizador continua no AI Mode. Os dados também indicam que os resumos de AI Overview renovam a redação cerca de cada 48 horas, com 45,5 por cento dos URL de referência a rodar entre atualizações.
Como o novo relatório Generative AI do Search Console mede o desempenho
Historicamente, as impressões em funcionalidades de IA misturavam-se com métricas orgânicas padrão. A 31 de agosto de 2026, a Google introduziu o relatório dedicado Generative AI no Google Search Console.
O painel Generative AI performance no Search Console mostra tendências de impressões em AI Overviews e AI Mode.
Para interpretar o painel, as equipas técnicas e de marketing têm de conhecer os limites:
- O relatório mede apenas impressões. Conta-se uma impressão sempre que uma ligação de saída para o seu domínio é visível num bloco de AI Overview ou AI Mode, independentemente da interação.
- AI Overviews e AI Mode estão agrupados numa métrica composta. A interface atual não permite filtrar entre as duas modalidades.
- As impressões não são aditivas. São um subconjunto das métricas Web existentes. Se o relatório principal regista 100 000 impressões e o generativo 20 000, exatamente um quinto veio de módulos de IA. A exposição total continua 100 000, não 120 000.
- As dimensões incluem URL de destino, países, datas, dispositivos e um separador entre pesquisa de texto e consultas visuais via Google Lens e Circle to Search.
- O relatório omite cliques, CTR, posição média e os prompts que desencadearam a resposta.
Do ponto de vista arquitetónico, cada pergunta de seguimento no AI Mode é registada como uma nova consulta. Impressões e cliques seguintes atribuem-se a esse novo estado de sessão.
Para governação de conteúdo, o Search Console inclui o Search Generative AI Control:
O painel Search generative AI no Search Console com opções para incluir ou excluir conteúdo das funcionalidades generativas.
Três opções:
- Include: configuração predefinida que permite ao conteúdo fundamentar respostas de IA.
- Exclude: remove a propriedade dos AI Overviews, AI Mode e resumos de Discover AI. Optar por sair não prejudica o ranking orgânico convencional, mas também não impede a ingestão para treino de modelos (isso exige a diretiva Google-Extended no robots.txt).
- Inherit from parent: aplica regras da propriedade-mãe a prefixos de subdiretório.
Para sites comerciais mainstream, sair do AI Mode cede visibilidade aos concorrentes. Editores com paywall usam o controlo com mais frequência para proteger valor quando o resumo sintético satisfaz a intenção sem tráfego de referência.
Mecânica de query fan-out e o fim das long-tail clássicas
O mecanismo fundamental de recuperação de fontes no Google AI Mode é o query fan-out. Na arquitetura clássica, o índice corresponde documentos aos tokens da caixa de pesquisa. No AI Mode, o input passa primeiro por um modelo orquestrador que decompõe o prompt em várias subconsultas granulares e as executa em paralelo.
Considere um prompt multi-atributo como: «Quais são os melhores auscultadores over-ear sem fios para escritório com bateria longa e carregamento USB-C rápido?» O fan-out ramifica-se, por exemplo, em:
- Auscultadores over-ear sem fios com cancelamento de ruído mais bem avaliados para open space.
- Autonomia de bateria em over-ear acima de 40 horas de reprodução.
- Carregamento USB-C mais rápido em over-ear sem fios, minutos por hora.
- Conforto ergonómico em oito horas de uso contínuo.
Investigação da Seer Interactive e da Nectiv: prompts no AI Mode geram em média 9 a 11 consultas de fan-out, até 28 execuções paralelas em tarefas complexas.
Medições empíricas da Seer Interactive e da Nectiv mostram que um prompt médio dispara 9 a 11 consultas de fan-out, e perguntas complexas podem chegar a 28 pesquisas simultâneas.
A implicação estratégica é profunda: mais de 95 por cento das consultas geradas no fan-out têm volume zero nas bases de palavras-chave convencionais. Não as encontra em ferramentas legacy, nem consegue construir landing pages isoladas para cada permutação. Produzir programaticamente milhares de páginas finas para variantes mínimas viola as políticas atualizadas de Scaled Content Abuse da Google e convida à despromoção algorítmica.
Para ter sucesso sob fan-out, o conteúdo precisa de profundidade factual, dados de comparação estruturados e respostas claras a perguntas técnicas dentro de pilares temáticos abrangentes.
Que sites dominam as citações no Google AI Mode
Um estudo da Moz com cerca de 40 000 consultas revelou que apenas 1 em cada 10 citações do AI Mode corresponde a um URL no top 10 orgânico do Google para a consulta principal. Ranking no primeiro lugar clássico já não garante inclusão na resposta de IA se a página não tiver evidência estruturada para as subconsultas de fan-out.
Ao mesmo tempo, estudos da SE Ranking indicam que a visibilidade orgânica total do domínio continua a ser o preditor mais fiável da frequência de citação. Os modelos priorizam fiabilidade factual e escolhem domínios com autoridade tópica forte e pegada orgânica ampla.
Os rankings dos domínios mais citados no Google AI Mode mostram que fóruns de discussão e plataformas de vídeo representam mais de metade das citações de topo.
O AI Mode prefere conteúdo gerado por utilizadores (UGC). Nas agregações dos 10 domínios mais citados, Reddit, YouTube, Facebook, Instagram, Quora e TikTok representam mais de 50 por cento das citações. Em estudos de visibilidade de marca da Ahrefs, menções no YouTube tiveram a correlação positiva mais forte com a quota de citação de IA.
Para marcas portuguesas, a visibilidade no AI Mode exige uma pegada digital integrada: excelência técnica no site principal, participação ativa em comunidades, tutoriais de vídeo úteis e avaliações auténticas em agregadores de confiança.
A funcionalidade Preferred Sources, introduzida em maio de 2026, permite a utilizadores autenticados designar editores preferidos. As citações desses sites mostram um distintivo proeminente, e o engajamento de cliques é o dobro face a fontes sem distintivo. Cultivar uma base de subscritores que marque a sua marca como preferred source constrói capital de pesquisa duradouro.
Impacto do AI Mode nas taxas de cliques orgânicos
A pesquisa conversacional pressiona de forma irreversível o volume de tráfego orgânico. Benchmarks da Ahrefs mostraram que a inserção de um AI Overview padrão reduz a CTR do resultado orgânico de topo em média 58 por cento.
No Google AI Mode, a erosão é mais grave. Dados da Similarweb mostram que o AI Mode gera cliques de referência para sites externos em apenas 1,6 a 2,5 por cento das sessões. As SERP orgânicas clássicas entregam tipicamente 17 a 19 por cento.
A mudança vem do comportamento: o utilizador recebe sínteses no ecrã, faz perguntas de seguimento no chat e conclui a pesquisa sem sair do ambiente Google. A afirmação de que o tráfego de IA tem melhor intenção de conversão não compensa a redução substancial do tráfego informacional no topo do funil.
As empresas têm de pivotar a medição do volume bruto de sessões para a quota de impressões generativas da marca e para a velocidade de transação via protocolos de shopping integrados.
Shopping Graph e agentes autónomos em transações headless
A capacidade mais disruptiva do Google AI Mode no e-commerce é a camada transacional alimentada pelo Google Shopping Graph. Esta infraestrutura processa dados de catálogo em direto em mais de 60 mil milhões de listagens, incluindo stock, preços regionais, condições do comerciante e avaliações verificadas.
A 15 de outubro de 2026, a Google introduziu o Universal Cart nos Estados Unidos. Os compradores reúnem produtos de vários retalhistas num único checkout dentro do Google Search e da aplicação Gemini. Em vez de clicar em cada loja, autorizam a compra num passo com biometria Google Pay.
Em paralelo, a Google expande o Business Agent, um representante conversacional empresarial nas páginas de resultados, e o Universal Commerce Protocol, que padroniza transmissão de encomendas legível por máquina, verificação dinâmica de inventário e processamento de devoluções entre agentes de IA e plataformas modernas.
Para lojas WooCommerce, toda a jornada de aquisição e conversão pode ocorrer sem o consumidor aterrar no seu site. Construção do carrinho, comparação de especificações, seleção de envio e pagamento são tratados pelos agentes conversacionais da Google.
Preparar a arquitetura de e-commerce para compras agenticas e UCP
Para participar na rede de shopping agentico da Google e receber encomendas originadas no AI Mode, a arquitetura de dados tem de ser rigorosa.
Primeiro, os catálogos têm de sincronizar-se continuamente com o Google Merchant Center. Campos obrigatórios incluem GTIN exatos, MPN, marca, contagens de stock em direto e cálculos granulares de portes. Inconsistências entre o feed e a página de destino disparam suspensão imediata das recomendações de carrinho agentico.
Segundo, as plataformas têm de garantir crawlabilidade instantânea. O Googlebot e os agentes de verificação têm de interpretar páginas de catálogo sem depender de JavaScript do lado do cliente. Marcas modernas migram para arquiteturas headless WordPress com geradores estáticos e entrega na edge, como Astro. Isto atinge TTFB abaixo de 150 ms e HTML semântico totalmente renderizado.
Terceiro, os templates de produto devem incorporar Schema.org completo, incluindo Product, Offer, MerchantReturnPolicy e ShippingDetails:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Ergonomic Office Chair Pro",
"image": "https://yourdomain.com/images/chair-pro.jpg",
"description": "Commercial-grade ergonomic chair with dynamic lumbar support and breathable mesh.",
"sku": "CHR-PRO-2026",
"gtin13": "5391234567890",
"brand": {
"@type": "Brand",
"name": "OfficeErgo"
},
"offers": {
"@type": "Offer",
"url": "https://yourdomain.com/products/chair-pro/",
"priceCurrency": "EUR",
"price": "349.00",
"priceValidUntil": "2026-12-31",
"availability": "https://schema.org/InStock",
"itemCondition": "https://schema.org/NewCondition",
"hasMerchantReturnPolicy": {
"@type": "MerchantReturnPolicy",
"applicableCountry": "PT",
"returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
"merchantReturnDays": 14,
"returnMethod": "https://schema.org/ReturnByMail",
"returnFees": "https://schema.org/FreeReturn"
},
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingRate": {
"@type": "MonetaryAmount",
"value": "0.00",
"currency": "EUR"
},
"deliveryTime": {
"@type": "ShippingDeliveryTime",
"handlingTime": {
"@type": "QuantitativeValue",
"minValue": 0,
"maxValue": 1,
"unitCode": "DAY"
},
"transitTime": {
"@type": "QuantitativeValue",
"minValue": 1,
"maxValue": 2,
"unitCode": "DAY"
}
}
}
}
}Incorporar JSON-LD na resposta HTML inicial permite aos agentes da Google extrair parâmetros de transação de imediato. Eu entrego estas implementações através de serviços de otimização GEO e LLMO e de desenvolvimento WooCommerce.
Deveres legais de informação ao consumidor nas vendas por agentes de IA
Executar transações em interfaces conversacionais não isenta o comerciante das obrigações de proteção do consumidor. Em Portugal e na União Europeia aplicam-se o Decreto-Lei n.º 24/2014 (contratos celebrados à distância e fora do estabelecimento), o Código da Publicidade, a Lei da Concorrência Desleal no respetivo quadro, o RGPD sob supervisão da CNPD, e o Regulamento Roma I (CE n.º 593/2008) no comércio transfronteiriço. A Direção-Geral do Consumidor (DGC) e a ASAE atuam na fiscalização económica e de práticas comerciais no respetivo mandato.
Quando as transações passam por agentes de pesquisa com IA, a conformidade exige:
- Transparência de ordenação: quem apresenta resultados de pesquisa ou recomendações de produtos de diferentes oferentes tem de tornar acessíveis os parâmetros principais que determinam a classificação. Uma recomendação de agente não pode ocultar posicionamentos patrocinados nem priorizar listagens por comissão sem divulgação clara, alinhada com as regras europeias de transparência (Diretiva (UE) 2019/2161) e com o Código da Publicidade quando a comunicação for publicitária.
- Informação pré-contratual: o artigo 4.º do Decreto-Lei n.º 24/2014 exige, antes de o consumidor se vincular, identidade do fornecedor, morada, preço total com impostos e encargos de entrega, modalidades de pagamento e execução, e o sistema de tratamento de reclamações. No Universal Cart, esta informação tem de estar acessível na interface conversacional antes da autorização do pagamento.
- Direito de livre resolução de 14 dias: o artigo 10.º do mesmo diploma garante ao consumidor o direito de resolver o contrato à distância sem indicação de motivo no prazo de 14 dias. O retalhista não pode restringir este direito alegando que a transação foi automatizada.
- Preço personalizado e decisões automatizadas: o artigo 4.º, n.º 1, alínea l), do Decreto-Lei n.º 24/2014 exige a indicação de que o preço foi personalizado com base numa decisão automatizada, quando aplicável. Sistemas de Personal Intelligence que perfilam histórico de navegação e compra para preços dinâmicos ou recomendações seletivas disparam ainda obrigações do RGPD sob a CNPD.
Preço personalizado no checkout agentico
O ponto da alínea l) do artigo 4.º é especialmente relevante para o Universal Cart e para recomendações do Shopping Graph. Se o agente apresentar um preço diferente do catálogo público porque o modelo usou dados de perfil, o consumidor português tem de ser informado de que o preço foi personalizado por decisão automatizada. Omitir essa menção não é um detalhe de UX: é incumprimento da informação pré-contratual.
Comércio ibérico e fiscalização
Vendendo a partir de Portugal para Espanha, ou recebendo compradores espanhóis num checkout agentico, o artigo 6.º de Roma I preserva a proteção imperativa do Estado de residência habitual do consumidor. Em Portugal, a ASAE e a DGC continuam a ser os interlocutores práticos de fiscalização e orientação; a CNPD acompanha o tratamento de dados pessoais no perfilamento. Um carrinho unificado no Google não desloca essas competências.
A falta de informação pré-contratual expõe o comerciante a atuação das autoridades competentes e a responsabilidade civil por práticas comerciais desleais.
Estratégias comprovadas para garantir citações no Google AI Mode
Dada a mecânica do Gemini 3.5 Flash e do Gemini 4 Argon, uma estratégia eficaz de Generative Engine Optimization (GEO) concentra-se em ativos que os modelos estatísticos não sintetizam sozinhos.
Quatro princípios:
1. Publicar conteúdo não commodity com dados próprios
As diretrizes da Google distinguem informação commodity de expertise original. Artigos genéricos entram no pré-treino e não geram citações contínuas. Para citar no AI Mode, as páginas precisam de dados empíricos primários: benchmarks proprietários, testes de laboratório, modelação financeira ou documentação de implementações físicas.
2. Hierarquia invertida com resposta primeiro
Os modelos de linguagem operam sob orçamentos estritos de tokens. Colocar uma resposta factual direta imediatamente sob o título da secção acelera a extração semântica durante o fan-out. Introduções verbosas e floreados retóricos baixam a densidade informativa.
3. Manter frescura editorial contínua
Investigação da Ahrefs sobre 17 milhões de citações de IA mostra que os modelos generativos privilegiavam informação atualizada. Nas citações Gemini, o tempo médio desde a última modificação da página era 216 dias mais fresco do que rankings orgânicos equivalentes. Auditar métricas, refrescar números e atualizar dateModified no Schema.org é essencial.
4. Velocidade de renderização e entrega na edge
O AI Mode recupera fontes exclusivamente do índice principal do Google. Latência no servidor, códigos HTTP incorretos, bloqueios de firewall ou ciclos pesados de JavaScript do lado do cliente impedem a inclusão em respostas generativas. HTML estático leve via CDN edge global garante extração sem atraso.
Porque llms.txt e schemas sintéticos de IA falham no Google AI Mode
O surgimento da pesquisa com IA gerou mitos técnicos que desviam recursos de engenharia.
Primeiro, a crença de que um ficheiro llms.txt aumenta a frequência de citação é falsa. As equipas de Search Relations da Google afirmaram repetidamente que os algoritmos de indexação não leem llms.txt. Análise de logs da Ahrefs mostrou que mais de 97 por cento dos ficheiros llms.txt implantados recebem zero hits de crawl.
Segundo, schemas de IA inventados ou micro-fragmentação artificial do conteúdo não produzem lift mensurável. A Google depende de vocabulários Schema.org padrão e do índice geral.
Terceiro, comprar menções de marca em listicles sindicados é ineficaz. Os modelos modernos cruzam entidades com grafos autoritativos e descontam esquemas de ligações sintéticas.
Recomendações estratégicas para marcas empresariais
A expansão do Google AI Mode para além de mil milhões de utilizadores e o rollout do Universal Cart marcam a era do comércio autónomo na pesquisa. Com CTR orgânica abaixo de 3 por cento em experiências conversacionais, o sucesso mede-se pela Share of Voice generativa e pelo volume de conversão em plataformas automatizadas, não apenas por sessões Web.
Plano de ação:
- Acompanhar a visibilidade da marca de forma sistemática com o relatório Generative AI do Search Console e plataformas dedicadas de monitorização de IA.
- Auditar feeds do Google Merchant Center para fidelidade absoluta de stock, preços e portes.
- Migrar propriedades críticas para arquiteturas renderizadas no servidor (Astro ou headless WordPress) para eliminar gargalos de indexação.
- Concentrar recursos editoriais em investigação original, testes de campo e ferramentas interativas que os modelos não replicam.
- Rever fluxos de checkout digital face ao Decreto-Lei n.º 24/2014, ao Código da Publicidade e ao RGPD (CNPD), com atenção à ASAE e à DGC, antes de ligar canais de venda agenticos.
