O que é pesquisa de prompts e por que ela entrou no planejamento
Pesquisa de prompts é o levantamento das perguntas completas que os clientes de uma empresa fazem a assistentes de IA, registradas com a situação, as restrições e o critério de escolha de quem pergunta, para orientar o que o site precisa responder. O resultado não é uma lista de termos com volume, e sim um mapa de dúvidas reais organizado por intenção e por etapa de decisão.
Ela ganhou espaço porque o comportamento mudou de forma documentada. Em setembro de 2025 a OpenAI publicou um estudo, feito pela equipe de pesquisa econômica com o economista David Deming, de Harvard, que analisou de forma anonimizada cerca de 1,5 milhão de conversas no ChatGPT. Segundo o >resumo oficial do estudo sobre como as pessoas usam o ChatGPT, cerca de três quartos das conversas se concentram em orientação prática, busca de informação e escrita, e 49% das mensagens são do tipo "perguntar", ou seja, alguém pedindo informação ou conselho para tomar uma decisão. É exatamente nesse espaço que um cliente compara fornecedores, entende um problema e decide quem chamar.
O segundo motivo é técnico. O Google documenta que o AI Overviews e o modo IA podem usar uma técnica chamada query fan-out: a partir de uma pergunta, o sistema faz várias buscas relacionadas sobre subtemas e fontes diferentes antes de montar a resposta. A explicação está na >documentação do Google sobre recursos de IA e o seu site. Na prática, isso significa que uma pergunta longa vira várias perguntas menores por trás da tela. Quem conhece as perguntas longas do cliente consegue prever essas perguntas menores e cobri-las no conteúdo. Eu explico o funcionamento desses recursos em detalhe no guia de AI Overviews e modo IA do Google.
Prompt não é palavra-chave: as diferenças que mudam a pauta
A pesquisa de palavras-chave continua útil para medir demanda e linguagem do mercado. O erro é tratar prompt como palavra-chave comprida: são objetos diferentes.
| Aspecto | Palavra-chave | Prompt |
|---|---|---|
| Formato | Poucas palavras, sem contexto ("contador abrir empresa") | Frase ou parágrafo com situação, restrição e pedido |
| Intenção | Inferida a partir do termo | Declarada pela própria pessoa ("quero", "preciso", "me ajude a escolher") |
| Dado disponível | Volume estimado por ferramentas e consultas reais no Search Console | Não existe painel oficial com volume de prompts das IAs; a pesquisa combina fontes indiretas |
| Critério de escolha | Quase nunca aparece | Costuma aparecer: preço, prazo, bairro, convênio, porte, experiência |
| Continuidade | Uma busca, uma lista de resultados | Conversa com perguntas de acompanhamento |
| O que vira no site | Uma página otimizada para o termo | Uma página que responde à situação, com seções para as perguntas derivadas |
| Como medir | Posição, impressões e cliques | Menção, citação e recomendação nas respostas (painel de share of voice) |
A anatomia de um prompt real
Compare a palavra-chave implante dentário ribeirão preto com um prompt típico de quem está decidindo:
Tenho 58 anos, perdi dois dentes de baixo e tenho diabetes controlada. Implante é seguro no meu caso? Quero um dentista em Ribeirão Preto que atenda depois das 18h e explique o tratamento antes de fechar.
Esse prompt carrega cinco camadas que a palavra-chave esconde. A situação (idade, perda dentária, condição de saúde). A dúvida técnica (segurança do implante com diabetes). O critério de escolha (horário, explicação prévia). A localização. E a etapa: a pessoa já passou da curiosidade e está escolhendo profissional. Uma página que só repete "implante dentário em Ribeirão Preto" não responde a nenhuma dessas camadas. Uma página que explica quando o implante é indicado para pacientes com diabetes, que exames costumam ser pedidos, como funciona a consulta de avaliação e em que horários a clínica atende responde a quase todas, e tem muito mais chance de ser usada como fonte.
Onde encontrar os prompts reais dos seus clientes
Como as plataformas de IA não publicam o que os usuários perguntam, a pesquisa de prompts é um trabalho de triangulação. Nenhuma fonte sozinha é suficiente; juntas, elas mostram padrões confiáveis.
1. Conversas de venda e atendimento
É a fonte mais rica e a mais ignorada. Mensagens de WhatsApp, e-mails de orçamento, transcrições de ligações, perguntas feitas na primeira reunião e objeções que o time comercial ouve toda semana. As pessoas escrevem para a empresa do mesmo jeito que escrevem para a IA: contando a situação e pedindo uma orientação. Se a dúvida aparece no atendimento, ela quase certamente aparece numa conversa com o ChatGPT ou com o Gemini antes do contato.
2. Search Console
O relatório de desempenho do Search Console mostra consultas reais que geraram impressões para o seu site. Filtre as consultas mais longas e as que começam com "como", "qual", "quanto custa", "vale a pena", "é melhor" ou "o que fazer". O filtro de consulta aceita expressão regular, o que ajuda a isolar perguntas. Essas consultas são a parte visível de uma demanda que, cada vez mais, também é feita em formato de conversa.
3. Perguntas relacionadas na própria busca
Perguntas relacionadas, autocompletar e buscas relacionadas mostram como o Google agrupa dúvidas próximas, uma boa pista das perguntas derivadas.
4. Bing Webmaster Tools: as frases que a IA usou para achar você
Esta é a fonte oficial mais próxima de um "dado de prompt" disponível hoje. O relatório AI Performance do Bing Webmaster Tools, apresentado em prévia pública no >blog oficial do Bing para webmasters, mostra as chamadas grounding queries: as frases-chave que a IA usou ao recuperar o seu conteúdo para respostas no Microsoft Copilot, nos resumos de IA do Bing e em integrações de parceiros. O próprio Bing avisa que é uma amostra. Em junho de 2026, o >anúncio de novos recursos de visibilidade em IA acrescentou a classificação dessas consultas por intenção (informacional, comercial, navegacional, pesquisa e local) e por tópicos. Não são os prompts originais dos usuários, mas mostram como o sistema traduziu as perguntas em buscas, e isso é ouro para a pauta.
5. Comunidades, avaliações e comparadores
Fóruns do setor, comentários em vídeos, avaliações no Perfil da Empresa e perguntas em marketplaces revelam as dúvidas que o cliente não faz ao vendedor e os critérios que usa para comparar.
6. A própria IA, com cuidado
Pedir ao ChatGPT ou ao Gemini "quais perguntas uma pessoa faria antes de contratar um contador para e-commerce?" gera hipóteses úteis. São hipóteses, não dados. Eu uso essa etapa para ampliar a lista e depois confiro cada item contra as fontes anteriores.
Como fazer a pesquisa de prompts, passo a passo
O processo vale para uma clínica de um endereço e para uma indústria que vende ao país inteiro; muda só a quantidade de serviços e públicos.
- Liste serviços e públicos. Cada combinação de serviço e tipo de cliente gera perguntas diferentes. "Contabilidade para médicos" e "contabilidade para e-commerce" não compartilham as mesmas dúvidas.
- Colete o material bruto. Separe algumas semanas de conversas de atendimento, as consultas longas do Search Console, as grounding queries do Bing (se o site já tiver dados) e as perguntas das comunidades do setor.
- Reescreva tudo em formato de pergunta. Mantenha a linguagem do cliente, inclusive termos leigos e erros comuns de nomenclatura. "Fazer o IR da empresa" é como o cliente fala, mesmo que o termo técnico seja outro.
- Anote as cinco camadas. Situação, dúvida técnica, critério de escolha, localização e etapa (entender o problema, comparar soluções, escolher fornecedor, usar ou resolver um problema depois da compra).
- Agrupe por intenção. Perguntas que pedem a mesma resposta formam um grupo, mesmo com palavras diferentes. Um grupo bem formado tem uma pergunta principal e várias perguntas derivadas.
- Valide com dados de busca. Confira se os temas do grupo aparecem em consultas do Search Console ou em ferramentas de palavras-chave. Demanda de busca confirmada é um bom sinal de que a dúvida é comum, não um caso isolado.
- Priorize pelo valor de negócio. Um grupo de perguntas de quem está escolhendo fornecedor vale mais do que um grupo de curiosidade, mesmo que tenha menos volume. Pergunte: se a empresa for citada nessa resposta, isso aproxima alguém de uma conversa comercial?
- Mapeie para uma página. Para cada grupo, defina se a resposta vai para uma página nova, para uma seção de página existente ou para a FAQ. Registre o mapeamento na mesma planilha.
Um registro bem feito fica assim, numa linha da planilha:
Grupo: diabetes e implante | Pergunta principal: implante é seguro para quem tem diabetes? | Derivadas: exames antes do implante; tempo de cicatrização; o que acontece se a glicemia estiver alta | Critério: explicação prévia, horário noturno | Local: Ribeirão Preto | Etapa: escolher profissional | Destino: nova seção na página de implantes + 2 perguntas na FAQ
Esse formato também facilita a etapa seguinte, que é medir. As perguntas principais de cada grupo viram o painel de monitoramento descrito no guia de share of voice em IA.
Como transformar prompts em pauta e em páginas
Uma lista de perguntas não muda nada sozinha. O ganho vem de traduzir cada grupo em conteúdo que uma IA consiga usar como fonte. As regras que eu sigo são poucas e práticas.
- Um grupo, um destino. Não crie uma página para cada variação de pergunta. Variações respondidas na mesma página fortalecem essa página; páginas quase iguais competem entre si e diluem a autoridade.
- Resposta direta primeiro. Comece cada seção respondendo à pergunta em uma ou duas frases. Depois explique o porquê, as exceções e os próximos passos. É o formato que facilita a extração de um trecho por um sistema de IA, como detalho no guia de conteúdo que as IAs citam.
- Perguntas derivadas viram subtítulos. Se o fan-out tende a buscar subtemas, a página precisa ter esses subtemas visíveis e bem nomeados, e não escondidos no meio de parágrafos longos.
- Critérios de escolha viram conteúdo de comparação. Quando o cliente pergunta "qual a diferença entre X e Y" ou "como escolher", a página deve trazer os critérios de forma honesta, inclusive quando a resposta é "depende".
- Perguntas de preço merecem resposta. Se o mercado pergunta quanto custa, explique faixas, o que muda o valor e o que está incluído. Fugir do tema deixa a IA responder com dados de outros sites, às vezes desatualizados, o problema descrito em cliente chega com preço que não existe.
- Localização vira página regional com conteúdo próprio. Quando o prompt cita cidade ou bairro, a resposta local precisa existir em uma página que fale daquela região de verdade, sem texto repetido.
Com muitos grupos, a estrutura vira cluster: uma página principal por tema e páginas de apoio, como em autoridade tópica, só que ordenada pela lógica do cliente.
Como eu aplico isso
Quando eu começo um projeto de AEO e GEO, o primeiro pedido que faço não é acesso ao Search Console. É uma exportação das conversas de WhatsApp e dos e-mails de orçamento dos últimos meses, com dados pessoais removidos. Em mais de 20 anos de consultoria, aprendi que a empresa já tem a melhor pesquisa de mercado dentro de casa e quase nunca olha para ela.
O erro que mais encontro na prática é o site que responde à pergunta que a empresa gostaria de ouvir, e não à que o cliente faz. A página de serviço fala de "soluções completas e atendimento personalizado", enquanto o cliente pergunta se precisa de alvará, quanto tempo demora e se dá para parcelar. A IA não tem o que extrair dali. Já acompanhei situações em que bastou reorganizar uma página existente em torno das perguntas reais para ela passar a ser usada como fonte. O case sobre pessoas explicando problemas inteiros para a IA mostra esse raciocínio, e o case da empresa que aparecia quando queriam aprender e sumia quando queriam contratar mostra o outro lado: cobrir só as perguntas de curiosidade e esquecer as de decisão.
No meu próprio site eu faço o mesmo. As perguntas frequentes que aparecem nas páginas são perguntas que escuto nas conversas iniciais, escritas do jeito que as pessoas falam, e o texto visível é idêntico ao que está no schema. Também separo as perguntas por etapa: quem pergunta "o que é GEO" está em outro momento de quem pergunta "como escolher um especialista em São Paulo".
Uma regra fixa: nenhum prompt entra na pauta só porque uma ferramenta ou uma IA sugeriu. Ele precisa aparecer em alguma fonte real.
Pesquisa de prompts para empresas do estado de São Paulo
A mesma categoria de serviço gera perguntas distintas na capital, no interior e no litoral paulista.
Na capital e na Grande São Paulo, os prompts trazem bairro, deslocamento e especialização: "contabilidade na zona sul que atenda e-commerce no Simples Nacional". No ABC e em Guarulhos aparecem perguntas de B2B industrial, com exigências de norma e certificação.
No interior, a cidade costuma ser o critério principal, junto com setores fortes da região. Em Ribeirão Preto e no oeste paulista surgem prompts ligados ao agronegócio ("assessoria para produtor rural sobre crédito de custeio"); em Campinas e no eixo da Anhanguera, ligados a tecnologia e logística; em São José dos Campos, a serviços para indústria. O guia de SEO no interior de São Paulo mostra como isso se traduz em páginas.
No litoral, a sazonalidade muda o tipo de pergunta: "imobiliária em Santos para alugar apartamento que aceite pet na temporada", "passeio de barco em Ubatuba para criança pequena". Há também perguntas de quem mora em outra cidade e decide à distância. A página de SEO na Baixada Santista traz exemplos dessa região.
Na prática, eu recomendo que empresas que atendem várias regiões do estado registrem a localização como camada obrigatória do prompt. É comum descobrir que a empresa responde bem às perguntas da cidade-sede e não existe para as perguntas das cidades vizinhas, onde também atende. É um dos primeiros pontos que verifico nos projetos que conduzo como consultor de SEO, AEO e GEO para empresas paulistas.
Limites, incertezas e erros comuns
É importante dizer com clareza o que a pesquisa de prompts não entrega, para que ninguém tome decisões com base em números que não existem.
- Não há volume oficial de prompts. OpenAI, Google, Microsoft e Perplexity não publicam o que os usuários perguntam nem com que frequência. Ferramentas que mostram "volume de prompts" trabalham com estimativas e amostras próprias; use como sinal, nunca como verdade.
- As respostas mudam. A mesma pergunta pode gerar respostas diferentes conforme a plataforma, o modo de busca, a localização e o histórico da conversa. Por isso a pesquisa de prompts define o que perguntar, e o monitoramento precisa de repetição e método.
- Cada plataforma busca de um jeito. O que o Google documenta sobre o AI Overviews não vale automaticamente para o ChatGPT ou para o Copilot. As diferenças estão no guia sobre como cada IA escolhe fontes.
- Não confunda pergunta com pauta de blog. Muitas perguntas de decisão devem ser respondidas na página de serviço, e não num artigo solto que ninguém linka.
Se quiser ver como ela se encaixa com os demais temas, a biblioteca de SEO, AEO e GEO reúne os guias em ordem de leitura, e você pode agendar uma conversa de 30 minutos para olhar o seu caso.