Especialista em AEO explica por que motivo o tráfego cai a pique quando multiplicamos o conteúdo por 10 — e o que fazer

Brendan Hufford é um antigo Diretor de SEO que criou uma consultora de marketing de conteúdos B2B SaaS e AEO chamada Growth Sprints, onde ajuda organizações a crescer de 10 milhões para 100 milhões de dólares.

Falámos com Brendan para saber como conseguir ser citado por LLM. Partilhou connosco o processo.

A compreender a IA em tempo real

Sou Brendan Hufford, fundador da Growth Sprints, uma consultora de marketing de conteúdos e SEO/AEO B2B SaaS, onde ajudo organizações a crescer de 10 milhões para 100 milhões de dólares através de sistemas de conteúdos que conquistam resultados nas pesquisas, nas newsletters e no LinkedIn.

O meu percurso até aqui não foi linear. Comecei como professor de Psicologia no ensino secundário, passei para SEO e marketing de conteúdos há cerca de uma década e passei anos a aprender a profissão dentro de agências e equipas internas antes de trabalhar por conta própria.

A mudança para a IA no marketing foi o momento mais interessante da minha carreira até agora. Muito do que serviu de base à minha prática — SEO tradicional, com o posicionamento e o tráfego como objetivos — começou a mudar rapidamente. Os conteúdos dos clientes começaram a aparecer nas respostas do ChatGPT e do Perplexity sem gerar um único clique de volta. Os CMOs tiveram de defender o investimento em conteúdos nas revisões trimestrais do negócio e, muitas vezes, não tinham respostas sólidas.

A mudança para a IA no marketing foi o momento mais interessante da minha carreira até agora.

Por isso, reconstruí a metodologia em torno do que agora chamo IP de Conteúdo e Ciclos de Descoberta, estruturas concebidas para um mundo onde os conteúdos precisam de conquistar tanto citações da IA como conversões humanas.

Honestamente, ainda estou a perceber muita coisa em tempo real, juntamente com os meus clientes. Mas isso faz parte do que torna este momento tão interessante.

Como medir a visibilidade na IA

Reconstruí a forma como medimos a visibilidade dos conteúdos. Durante anos, recorremos por defeito ao acompanhamento das posições e ao tráfego orgânico. Isso continua a ser útil, mas já não representa o panorama completo. Atualmente, os compradores fazem uma enorme percentagem da sua pesquisa dentro de ferramentas de IA, e a Google Search Console não mostra nada disso.

Por isso, em cada trabalho com um cliente, crio agora o que chamo uma folha de cálculo de acompanhamento de consultas AEO. Identificamos entre 60 e 150 consultas com intenção de compra que um potencial cliente real escreveria no ChatGPT, Perplexity, Claude ou Gemini. Depois, acompanhamos se o cliente é citado, quais os concorrentes que a IA cita em alternativa e de que fontes a IA recolhe informação. Repetimos o processo regularmente e observamos as tendências.

Em cada trabalho com um cliente, crio agora o que chamo uma folha de cálculo de acompanhamento de consultas AEO.

Os resultados mudaram algumas coisas importantes:

1. Deram aos meus clientes uma resposta mensurável a uma pergunta que os seus CEOs e conselhos de administração começaram a fazer: "Estamos a aparecer na IA?" Antes disso, a maioria das equipas de marketing estava a fazer suposições.
2. Mudaram aquilo que criamos. Quando conseguimos ver que as ferramentas de IA estão a recolher mais informação de avaliações do G2, discussões no Reddit e relatórios de analistas do que do nosso blogue, as prioridades de conteúdos mudam rapidamente. Começámos a investir mais em menções conquistadas, investigação original e IP de Conteúdo que a IA cita, em vez de simplesmente publicar mais artigos de SEO na esperança de obter um bom posicionamento.

Na verdade, já vi organizações aumentarem as citações da IA de 8% para 40% e multiplicarem por 6 os funis de vendas num trimestre.

Como implementar um processo de AEO

Eis a explicação passo a passo:

Passo 1: Recolha de consultas. Começo pela equipa de vendas e pelas gravações das suas chamadas. Recolho todas as perguntas feitas pelos potenciais clientes, todas as objeções e todos os momentos em que alguém diz "Estava apenas a pesquisar..." ou "Perguntei ao ChatGPT...". Completo esta informação com pedidos de apoio, notas de sucesso do cliente e discussões no Reddit e no G2. O objetivo é obter entre 60 e 150 consultas com intenção de compra que uma pessoa escreveria numa ferramenta de IA.

Passo 2: Expansão de consultas assistida por IA. Pego nessa lista inicial e utilizo o Claude para a expandir. Variações na formulação, diferentes fases do percurso de compra e diferentes personas a fazerem a mesma pergunta subjacente. A IA é útil aqui porque o trabalho envolve correspondência de padrões, não pensamento original. Crio uma folha de cálculo estruturada com consultas categorizadas por fase de compra, persona e intenção.

Passo 3: Testes manuais de citações. Introduzo cada consulta no ChatGPT, Perplexity, Claude e Gemini. Registo se a organização é citada, quais os concorrentes citados em alternativa e as fontes de onde a IA recolhe informação (G2, Reddit, o blogue do cliente, relatórios de analistas, podcasts, etc.). Esta parte ainda é, por vezes, manual, porque as ferramentas de automatização ainda não são suficientemente fiáveis. Utilizo a IA para etiquetar e categorizar os resultados, mas é necessário que uma pessoa leia as respostas.

Passo 4: Análise de padrões. Utilizo o Claude para analisar o conjunto de dados completo e identificar padrões. Onde é que a organização está a ganhar? Onde é que está a perder? Em que fontes confiam mais as ferramentas de IA nesta categoria? Que concorrentes continuam a aparecer e porquê? É aqui que a IA prova o seu valor, porque sintetizar 600 respostas de IA em temas é uma tarefa que nenhum ser humano quer fazer manualmente.

Passo 5: Interpretação estratégica. Esta parte é totalmente humana. Revejo os dados, falo com a equipa e tomo decisões sobre o que fazer. Estamos a perder porque não temos conteúdo sobre um determinado tema ou porque o nosso conteúdo não está estruturado para ser lido por humanos ou utilizado pela IA? Precisamos de investir em menções obtidas nas fontes que a IA está a citar? Precisamos de encomendar investigação original para dar à IA algo proprietário para indicar? É nesta reunião que desenvolvemos a estratégia, e a IA não participa.

Passo 6: Produção de conteúdo com a IA envolvida. Assim que sabemos o que criar, utilizo a IA para a síntese da investigação, os primeiros rascunhos, os esboços estruturais e a reformatação. O trabalho humano envolve o ângulo, a voz, o ponto de vista e a revisão final que faz com que o texto pareça ter sido escrito por uma pessoa real. A IA trata talvez de 40% do investimento de tempo. Os 60% que continuam a ser humanos são o que faz com que valha a pena publicar o trabalho.

Passo 7: Nova monitorização com uma cadência definida. A cada 30 a 60 dias, volto a executar o conjunto de instruções e comparo-o com a linha de base. Monitorizamos a taxa de citações, a combinação de fontes e a visibilidade dos concorrentes ao longo do tempo. Isto transforma o fluxo de trabalho num sistema real, em vez de uma auditoria pontual.

Todo o processo substitui o que costumava ser uma conversa vaga sobre "pesquisa por IA" por um processo mensurável e repetível.

Porque é que a IA apoia a compressão e a síntese, mas não a convicção nem o gosto

A IA está agora integrada em quase todas as partes do meu trabalho, mas o seu papel varia significativamente consoante a tarefa.

Recorro intensivamente à IA para a síntese de investigação, os primeiros rascunhos de conteúdos longos, a análise de concorrentes, a análise de transcrições de chamadas de vendas e de clientes, os resumos de conteúdo e grande parte do trabalho de ligação que costumava consumir horas. Também trata da segmentação do público, da recolha de informações sobre a voz do cliente e da extração de temas de pedidos de suporte e chamadas do Gong.

Recorro intensivamente à IA para a síntese de investigação, os primeiros rascunhos de conteúdos longos, a análise de concorrentes, a análise de transcrições de chamadas de vendas e de clientes, os resumos de conteúdo e grande parte do trabalho de ligação que costumava consumir horas.

E agora também realiza trabalho de produção, como transformar um relatório de investigação num rascunho de boletim informativo, gerar bibliotecas de instruções ou reescrever num tom de marca depois de este estar bem documentado.

As tarefas explicitamente humanas incluem a estratégia, o ponto de vista e a criação de propriedade intelectual de conteúdo: os enquadramentos que desenvolvo, os nomes que damos aos problemas fundamentais, os ângulos que adotamos na liderança de pensamento e as decisões sobre o que publicar e o que abandonar. A IA tem um desempenho fraco nestas áreas porque o valor reside na convicção por detrás da escolha. Um enquadramento só funciona se for informado por uma perspetiva real do mercado. A IA tende para a média, que é precisamente aquilo de que procuramos escapar.

As relações também são totalmente humanas: as chamadas de descoberta, as sessões de trabalho, os momentos em que contesto uma decisão prestes a ser tomada por um CMO. Não delego nada disso.

O princípio a que volto é que a IA é excelente na compressão e na síntese, enquanto os seres humanos continuam a ser superiores na convicção e no gosto. Por isso, utilizo a IA para chegar mais rapidamente a um ponto de partida e depois dedico o meu tempo às partes que exigem discernimento.

Onde é que a IA falha na produção de conteúdo

A maior falha da IA é a ideação de conteúdo. Esperava que a IA colaborasse comigo na criação de ângulos incisivos para publicações e campanhas. Não acontece. O resultado é competente, genérico e ligeiramente demasiado polido. As boas ideias continuam a surgir das chamadas de vendas, dos pedidos de suporte, de conversas estranhas em conferências e do verso do meu caderno.

A IA ajuda a desenvolver uma ideia depois de eu já ter uma, mas não é uma fonte útil de pensamento original.

A segunda falha é a voz da marca. Mesmo com uma documentação exaustiva da voz, o conteúdo gerado por IA na voz de um cliente precisa de uma revisão humana profunda para soar como ele. Capta os padrões superficiais e falha o ritmo. A alma. Esperava que isto estivesse 80% resolvido a esta altura. Está mais perto dos 40%.

A terceira falha é o verdadeiro discernimento estratégico. Posicionamento, aperfeiçoamento do ICP, preços e entrada no mercado. A IA dá-me uma versão bem organizada daquilo que já sei, além de algumas sugestões que parecem inteligentes e desmoronam quando são submetidas a testes de esforço. A estratégia continua a exigir uma pessoa que tenha estado na sala.

A estratégia continua a exigir uma pessoa que tenha estado na sala.

A quarta falha é a previsão de citações em AEO. Podemos acompanhar o que está a ser citado e fazer engenharia reversa dos padrões, mas prever o que será citado continua a ser, na sua maioria, uma questão de tentativa e erro.

E a falha mais surpreendente: talvez eu não seja muito bom nisto, mas a IA não me tornou mais rápido na escrita propriamente dita. Tornou-me mais rápido em tudo o que envolve a escrita. A escrita em si leva-me praticamente o mesmo tempo, porque o nível de exigência continua elevado e fazer com que o resultado da IA atinja esse nível demora aproximadamente o mesmo tempo, ou mais, do que escrevê-lo eu próprio.

Porque é que o volume de conteúdos se tornou um risco

Construí grande parte do início da minha carreira com base no volume. Publicar mais, posicionar-me para mais pesquisas, obter mais tráfego, vencer. Funcionou durante muito tempo e muitos manuais de marketing, incluindo o meu, assumiam discretamente que a capacidade de produção era a limitação. Se conseguisse publicar o dobro, cresceria duas vezes mais depressa.

A IA destruiu esse pressuposto em duas frentes ao mesmo tempo.

1. A IA tornou o volume barato. Agora, todos podem publicar 10 vezes mais. Isto significa que o volume, por si só, já não é uma vantagem competitiva. Os profissionais de marketing que o perseguem estão a dirigir-se directamente para fora da beira de um precipício.
2. A IA mudou aquilo que é valorizado. Tanto o Google como os LLMs recorrem a um conjunto mais pequeno e mais credível de fontes. Procuram substância, originalidade e uma perspectiva própria. O volume sem esses elementos não é apenas neutro: é activamente prejudicial. Vi equipas destruírem a sua visibilidade orgânica ao aumentarem a produção de conteúdos com IA, e vi equipas mais pequenas, com opiniões mais incisivas, serem citadas em todo o lado.

Por isso, este é o grande risco que vejo neste momento: a corrida para publicar conteúdos gerados por IA em grande escala.

Isso destrói a visibilidade orgânica, fazendo com que os conteúdos sejam sinalizados pelas actualizações de conteúdo útil do Google, e produz zero citações de IA, porque não existe pensamento original para o qual as ferramentas de IA possam apontar.

Este é o grande risco que vejo neste momento: a corrida para publicar conteúdos gerados por IA em grande escala.

O volume sem substância está a ter um desempenho pior do que nunca, e a IA tornou essa diferença mais visível, não menos.

Porque é que os conteúdos vencedores exigem propriedade intelectual de conteúdo

Se quer conteúdos vencedores, crie propriedade intelectual de conteúdo. Isto envolve dar nomes a estruturas conceptuais para os problemas centrais do seu público. Entreviste mensalmente as suas equipas 3S (vendas, sucesso e apoio). Encaminhe todas as chamadas para o Slack, fornecendo resumos semanais relevantes para o marketing.

E escolha uma causa. A maioria dos conteúdos B2B é conteúdo de consenso. Concorda com aquilo que todos os analistas, concorrentes e líderes de opinião dizem. Os conteúdos com impacto identificam algo que os outros estão a interpretar mal e apresentam uma alternativa clara.

Não tem de ser agressivo. Mas tem de estar disposto a estar errado em público.

Como devem ser redesenhados os fluxos de produção de conteúdos com a IA

No que diz respeito à produção de conteúdos, a maioria das equipas continua a utilizar um fluxo de trabalho concebido para 2018: briefing, rascunho, edição, publicação e distribuição. As equipas acrescentaram a IA à etapa de elaboração do rascunho e chamaram a isso transformação. Não foi.

O redesenho inclui três camadas importantes:

1. A camada do briefing é uma entrada estruturada, não um documento do Google. Inclui a instrução do comprador que o conteúdo pretende conquistar, a propriedade intelectual de conteúdo que apoia, a perspectiva e o material de origem proveniente de transcrições e especialistas internos. A IA reúne tudo. Uma pessoa aprova o ângulo antes de começar a elaboração do rascunho.
2. A camada de elaboração do rascunho utiliza intensivamente a IA, mas com uma definição rigorosa de papéis. A IA faz a síntese, a elaboração estrutural e a reformatação. Uma pessoa trata do ângulo, da voz e da edição. A pessoa é a autora durante todo o processo, não uma revisora no final.
3. Na camada de controlo de qualidade, a maioria das equipas continua a concentrar-se nos erros tipográficos e nas directrizes da marca. Acrescentámos verificações explícitas de legibilidade, fidelidade à voz da marca e de saber se o conteúdo adopta uma posição única dentro da sua categoria. Se não o fizer, eliminamo-lo antes de ser publicado. A taxa de eliminação é elevada, mas é exactamente esse o objectivo.

O resultado é a publicação de menos conteúdos, com maior qualidade em cada um, e um aumento mensurável tanto nas citações AEO como no funil de vendas.

Acrescentar a IA a um fluxo de trabalho de 2018 apenas lhe permite obter mais depressa os resultados de um canhão de spam de conteúdos de 2018.

O que os CMO têm de fazer para acompanhar a transformação proporcionada pela IA

Se é CMO e formos tomar um café, este é o conselho que lhe daria:

1. Pare de perseguir ferramentas de IA e comece a auditar a substância do seu conteúdo. As equipas que estão a perder neste momento estão a perder porque o seu conteúdo não tem nada de distintivo que as ferramentas de IA, o Google ou os compradores possam referenciar. Se não tiver uma perspetiva própria, nenhuma ferramenta a vai criar por si. Pare de perseguir o conjunto de ferramentas de IA "perfeito".
2. Leve a sério a Propriedade Intelectual de Conteúdo. Problemas identificados, estruturas conceptuais identificadas, investigação proprietária e perspetivas originais sobre a sua categoria. A IA cita isto, posiciona-o nos resultados de pesquisa, obtém bons resultados no LinkedIn, conquista subscritores da newsletter e é levado para as chamadas de vendas. A IA também não consegue replicar esta parte do marketing, o que a torna mais valiosa, e não menos.
3. Meça o que importa agora. Adicione o acompanhamento da visibilidade em AEO aos seus relatórios. Acompanhe o impacto do LinkedIn no pipeline. Determine a correlação entre o número de subscritores da newsletter e as taxas de fecho ou a velocidade das vendas. Saiba para que perguntas dos compradores aparece no ChatGPT, no Perplexity e no Claude, e quais os concorrentes que a IA cita em vez de si. Se não conseguir responder a essa pergunta na sua próxima revisão trimestral do negócio, em breve vão fazê-la.
4. Use a IA onde ela é boa e deixe de a forçar onde não é. É boa em síntese, investigação, análise de transcrições, elaboração de rascunhos e reformatação. Encaminhe todas as chamadas de vendas através do Claude e para o Slack, para que a sua equipa as possa consultar diariamente, poucos minutos depois de acontecerem. A IA é fraca na criação de ideias originais, na voz da marca e no discernimento estratégico. Estruture o seu fluxo de trabalho em torno dessa distinção, em vez de tentar transformar tudo em IA.
5. Publique menos e faça com que cada peça tenha mais impacto. O jogo do volume chegou ao fim (embora todos os fornecedores de software de conteúdos com IA afirmem o contrário). As equipas vencedoras publicam menos peças, mais incisivas, e tiram mais partido de cada uma através da reutilização, da distribuição e das menções conquistadas.
6. E, por fim, seja honesto com a sua equipa e com o seu CEO sobre o que está a mudar. Muitos líderes de marketing esperam discretamente que isto passe. Não vai passar. Os compradores já mudaram a forma como pesquisam. A santíssima trindade é a descoberta (Google/LLMs), as redes sociais (LinkedIn, YouTube) e o conteúdo relacional (Newsletter/Podcast).

Acompanhe

Pode acompanhar o trabalho de Brendan Hufford no LinkedIn. E consulte Growth Sprints.

Haverá mais entrevistas com especialistas no The CMO Club!