O candidato mudou o ponto de partida da pesquisa
Antes de se candidatar a uma vaga, um profissional qualificado hoje tem um caminho mais curto do que abrir dez abas no navegador: ele pergunta a uma ferramenta de inteligência artificial. "Vale a pena trabalhar nessa empresa?", "quem paga melhor no setor?", "como é a cultura por dentro?". A resposta chega pronta, com opinião, comparação e veredito.
Estudos de mercado recentes estimam que cerca de 70% dos candidatos qualificados consultam ferramentas de IA antes de aplicar a uma vaga, e que mais de 80% das marcas não medem o que essas ferramentas dizem sobre elas.
Para times de recursos humanos, comunicação e marca empregadora, isso cria um problema concreto: existe um novo canal de descoberta e validação de empregadores, com audiência crescente, em que a maioria das empresas nunca olhou a própria presença.
> 💡 Antes de continuar a leitura, vale ver o seu caso: em app.shapefai.com você roda um teste gratuito e descobre em minutos como a IA descreve a sua empresa como empregadora.
O que um diagnóstico de 42 dias revelou
Conduzimos recentemente um diagnóstico completo de marca empregadora para uma grande empresa do setor financeiro brasileiro. O desenho do estudo: as mesmas 30 perguntas de carreira, repetidas em 22 rodadas ao longo de 42 dias, nas três principais plataformas de resposta por IA (ChatGPT, Gemini e Google AI Overviews, os resumos gerados por IA que o Google exibe no topo da busca). Foram cerca de 2.000 respostas analisadas e mais de 6.600 citações de fontes mapeadas.
A repetição importa: essas ferramentas variam as respostas para a mesma pergunta, e uma consulta isolada produz um retrato distorcido. O padrão confiável aparece na série, não na foto.
Quatro achados resumem o estudo. Todos se repetem, em alguma medida, nas demais marcas que analisamos.
1\. A visibilidade depende do contexto da pergunta, não do tamanho da marca
No território tradicional da empresa analisada, a liderança era folgada: quase metade de todas as menções a empregadores do setor eram dela, o dobro do segundo colocado.
Quando o ângulo da pergunta mudava para tecnologia (cultura de engenharia, melhores empresas para desenvolvedores, remuneração em ações), a presença caía para a faixa de 0% a 10%. Um único concorrente ocupava até 88% dessas respostas.
Modelos de linguagem aprendem rótulos. Se o conteúdo disponível sobre uma empresa conta a história de dez anos atrás, é essa história que a ferramenta repete para o candidato de hoje. Uma marca pode ter se transformado por dentro e permanecer congelada na descrição que as máquinas aprenderam.
Quer saber qual rótulo a IA aprendeu sobre a sua marca? Teste em app.shapefai.com com as perguntas do seu setor.
2\. Apenas 3% das fontes citadas eram canais da própria empresa
Das milhares de citações de fontes mapeadas no estudo, somente 3% apontavam para canais da própria empresa. Os 97% restantes vinham de terceiros, com forte concentração em sites de avaliações anônimas de funcionários, que sozinhos respondiam por 16,7% de tudo o que era citado.
O efeito prático: a resposta sobre "como é trabalhar lá" estava sendo escrita por ex-funcionários anônimos, com link como evidência. A comunicação oficial, ausente das fontes que os modelos consultam, não participava do debate.
O contraste com os concorrentes reforça o ponto. As marcas mais bem posicionadas do estudo mantinham propriedades dedicadas a carreira que as plataformas citavam como fonte: blog de engenharia, portal de carreiras, conteúdo estruturado para responder às perguntas reais de candidatos. Essas marcas venciam exatamente nas perguntas em que a empresa analisada estava ausente.
3\. Cada plataforma consulta um ecossistema diferente de fontes
Os resumos de IA do Google se apoiaram fortemente em vídeo e redes sociais: o YouTube foi a fonte mais citada da plataforma, seguido por sites de avaliações e redes sociais. O ChatGPT recorreu a portais de vagas, agregadores de salários e Wikipedia, chegando a citar sites de baixa credibilidade quando não encontrava conteúdo oficial. O Gemini citou pouco e concentrou as referências em rankings institucionais de melhores empresas para trabalhar.
A consequência editorial é direta: não existe uma ação única que melhore a presença em todas as plataformas ao mesmo tempo. Um vídeo bem produzido sobre cultura pode transformar a visibilidade em uma plataforma e não mover nada em outra. Sem medição por plataforma, o investimento em conteúdo é feito no escuro.
É exatamente essa comparação lado a lado que o teste em app.shapefai.com entrega: a mesma pergunta, respondida por cada plataforma, com as fontes citadas por cada uma.
4\. A reputação média esconde o que acontece no momento decisivo
O retrato geral da empresa era muito positivo: 79% das menções tinham tom elogioso, o melhor resultado do grupo de comparação, com um repertório coerente de cultura, crescimento e inovação.
As menções negativas, porém, não estavam distribuídas. De 35 registradas no período, 30 se concentravam em duas perguntas: a comparação direta com o principal concorrente e a pergunta sobre o que dizem ex-funcionários. São as duas perguntas típicas da reta final de decisão de um candidato, e ali apareciam, com fonte citada, temas como pressão excessiva, esgotamento e demissões.
Para a gestão de marca empregadora, a métrica agregada de sentimento vale pouco sem essa segmentação. O que decide uma contratação é a resposta à pergunta que o candidato faz por último.
Onde o GEO entra no trabalho de marca empregadora
GEO é a sigla em inglês para Generative Engine Optimization, ou otimização para mecanismos generativos: o conjunto de práticas para medir e influenciar, de forma legítima, o que sistemas de IA dizem sobre uma marca, atuando sobre os conteúdos e fontes que eles consultam. Funciona como uma evolução do SEO (a otimização para aparecer bem em buscadores), com uma diferença de objetivo: em vez de ranquear um link, a marca precisa estar presente e bem descrita dentro da própria resposta.
Aplicado a employer branding, o GEO muda uma premissa do trabalho. O EVP (Employer Value Proposition, a proposta de valor que uma empresa define e comunica para atrair e reter talentos) sempre teve as pessoas como público. Agora tem dois públicos: as pessoas e os sistemas que respondem às pessoas. Um posicionamento bem construído, lançado apenas em canais tradicionais, pode nunca alcançar o candidato que pergunta à IA. Esse candidato recebe a versão disponível nas fontes, escrita por terceiros.
Cinco movimentos práticos, em ordem de esforço
Medir antes de agir. Fazer as perguntas que os candidatos fariam, nas principais plataformas, de forma repetida e registrada. O diagnóstico define o ponto de partida e a régua para avaliar qualquer ação seguinte. O primeiro retrato você consegue hoje, sem custo, em app.shapefai.com.
Tratar sites de avaliações como canal estratégico. Eles são a fonte número um das respostas sobre cultura e salário. Respostas oficiais às avaliações, perfis atualizados e estímulo legítimo a avaliações de funcionários atuais mudam a matéria-prima que os modelos consomem.
Publicar conteúdo que responda às perguntas reais. Se a ferramenta não encontra uma página da empresa sobre cultura de engenharia, modelo de trabalho ou trilhas de carreira, ela usa o que existir. Páginas de carreira com conteúdo específico e verificável tornam-se fontes citáveis.
Produzir para vídeo e redes sociais. Para os resumos de IA do Google, um canal de vídeos ativo sobre carreira pesa tanto quanto o site institucional.
Ocupar as conversas que já acontecem. Salário é o caso típico: as plataformas já respondem quanto uma empresa paga, com dados de terceiros. Informação oficial publicada corrige distorções e comunica transparência, um atributo valorizado pelos perfis mais disputados.
> O que a IA responde hoje quando perguntam sobre a sua empresa? A ShapefAI mede a visibilidade de marcas empregadoras em ChatGPT, Gemini, Perplexity, Claude e Google AI Overviews, com medição contínua por plataforma, mapa de fontes e análise de sentimento por pergunta. O diagnóstico mostra onde sua marca aparece, quem escreve a narrativa e quais ações mudam esse quadro. Faça o teste gratuito em app.shapefai.com →
FAQ
Minha empresa é conhecida. Isso não garante boa presença nas respostas de IA? Garante presença nas perguntas que citam a empresa pelo nome. O risco está nas perguntas de descoberta, quando o candidato pergunta pela categoria ("melhores empresas para trabalhar em tecnologia") sem citar marcas. No estudo descrito acima, a mesma empresa tinha quase 100% de presença nas perguntas nominais e menos de 10% nas perguntas de descoberta do território de tecnologia.
Uma consulta manual no ChatGPT serve como diagnóstico? Serve como provocação, não como diagnóstico. As respostas variam entre execuções, entre dias e entre plataformas. Conclusões confiáveis exigem repetição das mesmas perguntas ao longo do tempo, nas várias plataformas, com registro estruturado. No estudo citado, cada pergunta foi repetida 22 vezes por plataforma. Um meio-termo prático para começar é o teste em app.shapefai.com, que roda a medição de forma estruturada nas várias plataformas de uma vez.
Quanto tempo leva para uma ação aparecer nas respostas? Depende da alavanca e da plataforma. Mudanças em sites de avaliações e em conteúdo indexado tendem a refletir em semanas, porque várias plataformas buscam fontes no momento da resposta. Mudanças na descrição de base da marca, aprendida no treinamento dos modelos, levam mais tempo. Por isso a recomendação de tratar o trabalho como programa contínuo com medição mensal, não como projeto pontual.
Isso é responsabilidade de RH ou de marketing? Das duas áreas, com fronteiras claras. A definição do EVP e da narrativa é do território de RH e employer branding. A engenharia de presença (fontes, conteúdo indexável, medição) é um trabalho técnico de GEO. Os melhores resultados que observamos vêm de projetos em que as duas frentes operam juntas, com metas compartilhadas.
O trabalho de employer branding tradicional perde valor? Não. O EVP continua sendo a base: sem posicionamento definido, não há narrativa consistente para as máquinas aprenderem. O que muda é a etapa de ativação, que ganha um público adicional. O EVP precisa ser publicado em formatos e fontes que os sistemas de IA leem e citam, e validado contra o que eles efetivamente respondem.
A ShapefAI é a primeira plataforma brasileira de GEO. Medimos visibilidade de marcas em respostas de IA por plataforma, não em média, porque é na diferença entre elas que estão os gaps acionáveis. [Conheça a plataforma →](https://shapefai.com)