INVESTIGAR A ADAPTAÇÃO DE TÉCNICAS DE SEO (OTIMIZAÇÃO DE MECANISMOS DE PESQUISA) À PLATAFORMAS DE PESQUISA BASEADAS EM INTELIGÊNCIA ARTIFICIAL GENERATIVA

INTRODUÇÃO: A ascensão dos Large Language Models e dos mecanismos de pesquisa baseados em inteligência artificial generativa tem transformado a forma como os conteúdos são produzidos, indexados e recuperados na internet, exigindo a adaptação das técnicas tradicionais de Otimização de Mecanismos de Busca (SEO) à lógica emergente de otimização para mecanismos de resposta, como a Answer Engine Optimization (AEO) e a Generative Engine Optimization (GEO), que orientam a produção de conteúdos mais citáveis por sistemas de IA. OBJETIVOS: O presente projeto teve como objetivo investigar a adaptação de técnicas de SEO à nova lógica de funcionamento das ferramentas de pesquisa baseadas em Large Language Models, analisando a taxonomia dessas plataformas, os aspectos linguísticos e estruturais que favorecem a visibilidade de instituições em respostas geradas por IA e o comportamento do usuário, tomando como estudo de caso o Hotmilk, Ecossistema de Inovação da Pontifícia Universidade Católica do Paraná (PUCPR). MATERIAIS E MÉTODO: A pesquisa combinou revisão da literatura científica sobre LLMs, SEO e AEO com um diagnóstico empírico de presença digital, realizado por meio do envio de setenta e seis prompts a seis plataformas de inteligência artificial generativa — Google Gemini, Microsoft Copilot, OpenAI ChatGPT, Perplexity AI, DeepSeek e Claude —, categorizados por tipo de busca, indicação geográfica, nível de refinamento e assunto, totalizando quatrocentas e trinta e duas respostas registradas e analisadas RESULTADOS: Constatou-se que o Hotmilk foi mencionado em pouco menos de um terço das respostas, com desempenho heterogêneo entre plataformas, destacando-se Gemini e Perplexity AI nas maiores taxas de citação e Claude na menor; observou-se ainda forte dependência da menção institucional em relação à indicação geográfica explícita de Curitiba e do Paraná no prompt, maior incidência em consultas de Consideração e menor presença em buscas Transacionais e na temática de Pesquisa, Desenvolvimento e Inovação, além de posição frequentemente secundária da instituição frente a concorrentes diretos e indiretos. CONSIDERAÇÕES FINAIS: Os resultados indicam que a visibilidade institucional em ambientes de pesquisa mediados por inteligência artificial não depende de um fator isolado, mas da combinação entre a arquitetura de cada plataforma, o tipo de consulta realizada e a qualidade do conteúdo institucional disponível, recomendando-se o reforço da associação geográfica nos conteúdos publicados, a produção de material comparativo frente a concorrentes e o monitoramento contínuo da presença digital do Hotmilk nas plataformas analisadas.

PALAVRAS-CHAVE: Otimização de Mecanismos de Busca; Inteligência Artificial Generativa; Large Language Models; Answer Engine Optimization; Visibilidade institucional.