A Verificação Mudou para Dentro do Modelo: o Que o Google AI Mode Revela

Nós já sabíamos que o tráfego vindo de IA convertia pior. Faltava entender o motivo. Um estudo comportamental publicado pelo Growth Memo em 7 de abril, conduzido pela Citation Labs com a Clickstream Solutions, oferece a primeira resposta primária: a decisão de compra não acontece no site do varejista. Ela acontece dentro do modelo, antes do clique, e na maioria das vezes sem qualquer verificação externa.

O dado bruto é direto. Quarenta e oito participantes recrutados via Prolific executaram 185 tarefas de compra de alto envolvimento em sessões gravadas por tela: televisões, notebooks, lavadoras e seguros de automóvel. Dessas, 149 tarefas foram no Google AI Mode e 36 em busca tradicional. Em 74% dos casos, a lista final de candidatos veio diretamente do output da IA, sem adição ou remoção via pesquisa externa. Em 64% das tarefas no AI Mode, o participante não clicou em absolutamente nada antes de decidir.

A amostra é pequena, os grupos são assimétricos e o próprio Growth Memo classifica os achados como direcionais. Mesmo assim, a forma do comportamento é reconhecível. Ela conversa com dados que já publicamos sobre a lacuna de conversão do tráfego de IA e sobre a diferença de 3x na conversão do checkout da Walmart via ChatGPT. Aqueles estudos mediram o estrago no caixa. Este mede o momento anterior, quando o leque de opções é silenciosamente formado dentro de um parágrafo gerado.

O que as pessoas dizem que fazem, e o que de fato fazem

A Salsify publicou em 2026 uma pesquisa em que 93% dos consumidores afirmam conferir recomendações de IA antes de decidir, e apenas 14% admitem “confiar sozinhos” no que a IA sugere. O estudo do Growth Memo, com câmera apontada para a tela, mostra outra coisa. Apenas 5% dos usuários no AI Mode triangularam informação entre fontes independentes. Em busca tradicional, o hábito antigo de cruzar fontes ainda aparece com força. No AI Mode, ele praticamente desaparece.

Essa é a história. Não o número em si, mas a distância entre o que as pessoas relatam em pesquisa declarada e o que elas fazem quando ninguém pergunta. Noventa e três por cento contra cinco por cento. Essa distância tornou pesquisa de mercado declarada sobre comportamento com IA um instrumento ativamente enganoso. Executivos que basearem decisão de marca no primeiro número estarão operando no mundo que a Salsify descreve. O mercado real é o outro.

Um parêntese honesto, porque o estudo tem limites reais. Ausência de clique externo não é o mesmo que ausência de verificação. O próprio AI Mode traz specs, preço e resumo de reviews no corpo da resposta. É possível que o usuário esteja verificando dentro da superfície do modelo, sem sair. O estudo não mede eye-tracking nem compreensão, então separar aceitação passiva de avaliação eficiente em tela contínua uma pergunta em aberto. As 36 tarefas de busca tradicional também são uma base estreita para comparações cravadas. O que o estudo afirma com segurança é mais modesto: a verificação externa caiu cerca de três vezes no AI Mode. O resto é hipótese plausível.

A primeira posição virou a única

O segundo achado é mais difícil de relativizar. Setenta e quatro por cento dos participantes escolheram o item que a IA ranqueou em primeiro lugar. A posição média do item finalmente selecionado foi 1,35. Apenas 10% escolheram algo ranqueado em terceiro ou abaixo. Uma frase do estudo faz o trabalho de quinhentas palavras: “Como o primeiro parágrafo diz Lenovo ou Apple, vou com esse”.

A velha heurística do SEO, a de que os três primeiros links azuis capturam a maior parte da atenção, comprimiu-se em um único espaço dentro de um parágrafo sintetizado. Página um virou parágrafo um virou frase um. Para marcas que não aparecem nessa frase, não existe apelação. Vinte e seis por cento dos usuários chegaram a sobrepor o ranking da IA com base em reconhecimento de marca, mas 81% continuaram escolhendo dentro do conjunto de candidatos oferecido pelo modelo. Marcas que não entraram no conjunto foram eliminadas antes de serem consideradas. A invisibilidade mudou de lugar e não tem mais página de resultado para auditar.

Há ainda um recorte por categoria que importa para quem pensa em escopo de risco. A taxa de não-clique variou de 45% em lavadoras a 73% em seguros. Quanto mais complexa a decisão, mais o usuário terceiriza. As falhas de governança em seguros, saúde e serviços financeiros são, portanto, desproporcionalmente severas. São exatamente as categorias onde uma recomendação enviesada, incompleta ou alucinada tem consequência material.

Presença de marca virou disciplina de governança

Duas semanas atrás escrevi sobre como a governança de marketing tomou de empréstimo o vocabulário da engenharia por falta de outro. O estudo do Growth Memo torna a pergunta mais concreta. Se 74% das escolhas saem do que o modelo diz no primeiro parágrafo, então o que o modelo diz sobre a sua marca é um ativo operacional. Não é uma tarefa de SEO, não é um projeto de conteúdo. É governança: quem decide como a marca aparece, com que frequência, com quais atributos, em quais variações de prompt, e quem responde quando aparece errado.

Esse é um plano de controle que a maioria das empresas ainda não sabe que possui. Marketing detém a voz da marca nos outputs do modelo. Jurídico responde pela precisão de afirmações que o modelo faz sobre o produto. Produto detém as specs estruturadas que o modelo cita. Dados detém o schema e a qualidade do feed. Nenhum desses times tem, hoje, um painel unificado do que o modelo está dizendo. A resposta vendor-side começa a aparecer, com empresas como a Mutiny reposicionando-se como GTM agêntico em torno de ativos de marca, mas a resposta organizacional ainda está em rascunho.

A implicação operacional é pequena e incômoda. Se a sua empresa não está no conjunto de candidatos que o Google AI Mode monta para a sua categoria, você não está perdendo cliques. Você está perdendo a decisão inteira, e descobrindo isso apenas meses depois, quando o relatório de receita fecha. O prejuízo é lento porque o sintoma é silencioso. Não há página zero para reclamar. Não há posição quatro para otimizar.

O trabalho a fazer não é escrever mais conteúdo. É medir presença de marca dentro dos outputs do modelo, em variações de prompt, com frequência comparável ao que engenharia mede uptime. É codificar claims aceitáveis e inaceitáveis sobre o produto em algo que o time jurídico possa auditar. É transformar feed estruturado em fonte da verdade que o modelo cite corretamente. Disciplinas antigas, material novo.

A verificação não sumiu. Ela mudou de endereço. Quem quiser continuar sendo considerado precisa morar onde ela passou a morar.

---

Fontes

• Kevin Indig / Growth Memo. “How Consumers Navigate High-Stakes Purchases in AI Mode.” Abril 2026.
• Salsify. “Salsify Research Reveals AI Trust Gap, 2026 Shopping Trends.” 2026.
• IBM / NRF. “Brands and Retailers Navigate a New Reality as AI Shapes Consumer Decisions Before Shopping Begins.” Janeiro 2026.
• iPullRank. “Early Referral Data on Google’s AI Mode.” 2026.

A Victorino ajuda organizações a tratar presença de marca em outputs de modelo como disciplina de governança, com medição, auditoria e escalação: contato@victorino.com.br | www.victorino.com.br