Não existe lista oficial e completa de critérios. Os assistentes combinam conhecimento de treinamento com busca na web e tendem a recomendar empresas relevantes para a pergunta cuja informação é fácil de encontrar, consistente e confirmada por fontes independentes.
Não existe uma lista oficial e completa dos critérios que ChatGPT, Gemini, Claude ou Perplexity usam para recomendar empresas. O que se sabe é que esses assistentes combinam o conhecimento adquirido no treinamento com buscas na web feitas no momento da pergunta. A partir daí, tendem a indicar empresas relevantes para o pedido específico cuja informação é fácil de encontrar, consistente entre fontes e confirmada por terceiros.
O que se sabe e o que não se sabe?
Antes de falar em sinais, vale separar o que é documentado do que é inferência. Muito do que circula sobre o tema é apresentado como fato sem base pública.
| Afirmação | Situação |
|---|---|
| Os modelos têm uma data de corte de treinamento | Documentado pelos provedores |
| Vários assistentes podem buscar na web e exibir fontes | Documentado, com variações por produto e versão |
| As respostas mudam entre consultas parecidas | Observável por qualquer usuário |
| Consistência e corroboração por terceiros ajudam | Inferência razoável a partir de como os sistemas funcionam |
| Dados estruturados facilitam a interpretação de fatos | Inferência razoável; buscadores documentam o uso, IAs não detalham |
| Peso exato de cada sinal | Desconhecido |
| Existência de pagamento por recomendação orgânica | Sem evidência pública; desconfie de quem vende isso |
Com essa ressalva, é possível descrever o processo em etapas gerais.
Etapa 1: o que o assistente entende da pergunta?
Tudo começa pela interpretação do pedido. "Melhores agências de marketing" é uma pergunta ampla. "Agência de marketing em Belo Horizonte com experiência em e-commerce de moda" traz localização, setor e especialidade.
Quanto mais específica a pergunta, mais o assistente procura correspondência com esses detalhes. Isso explica por que empresas menores, com posicionamento bem definido, podem aparecer em respostas de nicho mesmo sem ser as marcas mais conhecidas do mercado.
Etapa 2: de onde vêm os candidatos?
Os nomes que entram na resposta costumam vir de duas fontes:
- Memória do modelo: empresas que aparecem com frequência e de forma consistente em textos públicos tendem a ser "conhecidas" pelo modelo. Esse conhecimento é atualizado apenas quando uma nova versão é treinada.
- Busca em tempo real: quando o assistente pesquisa na web, ele pode fazer várias consultas derivadas da pergunta original, ler algumas páginas e extrair delas os nomes e fatos relevantes. Páginas de diretórios, rankings, comparativos e artigos especializados aparecem com frequência nesse tipo de busca, porque reúnem várias opções num só lugar.
Uma empresa que não aparece em nenhuma dessas fontes simplesmente não entra na lista de candidatos, por melhor que seja o seu trabalho.
Etapa 3: como o assistente decide em quem confiar?
Entre os candidatos, faz sentido que o sistema prefira aqueles cuja informação pode ser verificada. Os provedores não publicam os pesos, mas alguns sinais tendem a ajudar, pela lógica de quem precisa evitar recomendações erradas:
- Consistência: nome, localização, serviços e descrição iguais em várias fontes.
- Corroboração independente: a empresa é mencionada por terceiros, e não apenas no próprio site.
- Avaliações verificadas: comentários de clientes em plataformas que confirmam a identidade de quem avalia.
- Especificidade: páginas que dizem claramente para quem a empresa trabalha e o que entrega.
- Atualidade: informação recente, com datas visíveis, especialmente em áreas que mudam rápido.
- Clareza técnica: dados estruturados e páginas legíveis sem depender de muito JavaScript.
Nenhum desses sinais é garantia. Eles reduzem a incerteza do sistema sobre a empresa, e é razoável supor que menos incerteza aumenta a chance de recomendação.
Etapa 4: como a resposta é redigida?
Por fim, o modelo escreve a resposta. Nessa etapa entram regras gerais de segurança e qualidade de cada provedor, como evitar afirmações que não consegue sustentar. Por isso, é comum que o assistente acrescente ressalvas, sugira critérios de escolha ou recomende que o usuário verifique as informações.
A descrição que acompanha cada nome costuma ser montada a partir do que o sistema encontrou. Se a única fonte disponível sobre a empresa for vaga ou desatualizada, a descrição tende a sair vaga ou desatualizada também.
Por que a recomendação muda a cada consulta?
Quem testa a mesma pergunta várias vezes percebe variações. Há motivos conhecidos para isso:
- Os modelos geram texto com algum grau de aleatoriedade.
- A busca em tempo real pode retornar páginas diferentes em momentos diferentes.
- Localização, idioma, histórico e memória da conta podem influenciar a resposta.
- Versões diferentes do mesmo assistente se comportam de forma diferente.
Por isso, uma única consulta não diz muito. O que importa é a frequência com que a empresa aparece num conjunto de perguntas repetidas ao longo do tempo.
O que isso significa para quem contrata?
Para o comprador, a recomendação de uma IA é um bom ponto de partida, não uma decisão pronta. Vale verificar se a empresa indicada existe, atua de fato no serviço citado, tem avaliações verificáveis e cases compatíveis com o projeto. Diretórios com critérios públicos ajudam nessa conferência. Na Citeo, os rankings seguem a metodologia publicada, as posições não são vendidas e as avaliações são verificadas.
Próximo passo
Se você dirige uma empresa digital, reivindique e complete seu perfil gratuitamente: a Citeo publica os perfis com dados estruturados e mantém um llms.txt, o que facilita que assistentes de IA encontrem informação verificada sobre o seu negócio. Se você está escolhendo um fornecedor, consulte os rankings e compare as opções antes de decidir.
Compare nota, avaliações verificadas e score, e fale direto com a empresa pela Citeo.
Perguntas frequentes
É possível pagar para ser recomendado pelo ChatGPT?
Não há evidência pública de que recomendações orgânicas em respostas de assistentes possam ser compradas. Formatos publicitários podem existir em alguns produtos, mas são outra coisa e, em geral, identificados como anúncio. Desconfie de quem promete recomendação garantida mediante pagamento.
Por que a IA recomenda concorrentes e não a minha empresa?
Geralmente porque os concorrentes têm informação mais fácil de encontrar, mais consistente ou mais confirmada por terceiros. Verifique como sua empresa aparece em diretórios, avaliações e no próprio site, e se a descrição deixa claro para quem e em que você é especialista.
Os assistentes recomendam sempre as maiores empresas?
Não necessariamente. Em perguntas amplas, marcas conhecidas tendem a aparecer mais, mas em perguntas específicas o assistente procura quem corresponde aos detalhes pedidos. Empresas de nicho com posicionamento claro podem ser a melhor resposta nesses casos.
A recomendação de uma IA é confiável para escolher fornecedor?
Ela serve como triagem inicial, não como decisão final. Os assistentes podem errar, usar informação desatualizada ou omitir boas opções. Confirme os dados em fontes independentes, peça referências e compare propostas antes de contratar.