Artigo

A pesquisa por voz volta - e desta vez não há dez links para disputar, só uma resposta falada

Por Miguel Maio · Publicado em 21 de setembro de 2026

A pesquisa por voz falhou a primeira promessa há dez anos. Voltou, e desta vez é diferente: não devolve uma lista de links para disputares, devolve uma resposta falada, uma só, sem segunda opção. O SEO clássico - rankings, CTR, dez posições - não tem nada a dizer sobre uma superfície onde não há posições. E a maioria dos sites ainda escreve para o ecrã.

O que mudou a 15 de setembro

A Google lançou o Gemini 3.8 Live e uma versão Extended Thinking, os seus modelos de diálogo ao vivo mais avançados, e integrou-os no Search Live. Na prática: processam input visual quase em tempo real (a câmara faz parte da pergunta), detetam e trocam entre 97 línguas a meio da conversa, executam ferramentas e chamadas a APIs em segundo plano enquanto continuam a falar, e a versão Extended Thinking raciocina e fala ao mesmo tempo, com deixas naturais como "deixa-me ver isso" para não quebrar o diálogo. Estão no Search Live, na app Gemini, no Workspace e na API. O Search Live é descrito pela Google como ajuda de troubleshooting passo-a-passo, em tempo real.

Porque desta vez é diferente

Porque em 2016 a "pesquisa por voz" era o Assistant ou a Siri a ler em voz alta um featured snippet que já existia na pesquisa por texto. Otimizavas o snippet e ganhavas a voz de borla. Agora não: a resposta é gerada, é conversacional, vê o que apontas com a câmara, resolve tarefas e muda de língua contigo. Deixou de ser um formato de leitura para ser uma superfície própria.

O que não mudou, e é o que interessa: continua a devolver uma resposta, não uma lista. Na pesquisa por texto ainda há dez resultados e uma segunda página onde te esconderes. Numa resposta falada não há segundo lugar - ou és a fonte que o modelo usa, ou não existes para aquele utilizador naquele momento. A "posição zero" das featured snippets era um lugar de destaque; isto é o único lugar.

O que isto quebra no teu SEO

Quebra duas coisas ao mesmo tempo. A primeira é a otimização: rankings, meta titles pensados para o clique, CTR, testes de headline - nada disso se aplica a uma frase dita em voz alta. A segunda é a medição: não há clique, não há sessão de referral clássica, e o teu relatório de IA no Search Console e o GA4 ainda não têm uma linha honesta para "fui citado numa resposta falada".

Ressalva de rigor, porque não vou fingir o que não sei: não há, à data, dados públicos fiáveis sobre que fatia da pesquisa passa pelo Search Live ou pela voz, nem sobre como o Search Live escolhe e cita as fontes. É cedo. O que se sabe é o mecanismo (uma resposta gerada, multimodal, multilíngue); o tamanho do canal, ainda não. Quem te vender uma "estratégia de SEO por voz" com percentagens está a vender fumo.

Como ser a resposta falada

A boa notícia é que a preparação não é um canal novo a construir do zero - é o mesmo trabalho de GEO que já defendo, apertado para o formato falado. É o meu método CITAR aplicado à voz, e resume-se a quatro coisas:

1. Informação citável e autocontida: respostas de 40-60 palavras que fazem sentido lidas em voz alta, sem depender do que está à volta na página. Se a frase só se entende com a imagem ao lado ou o parágrafo anterior, não serve para voz.
2. Entidade clara: o modelo só cita com confiança quem consegue resolver como entidade inequívoca. É o mesmo trabalho de autoridade de entidade - sem ela, a voz salta-te.
3. Conteúdo que resolve passo-a-passo: o Search Live é troubleshooting ao vivo. Conteúdo que responde a "como faço X" com passos verificáveis é o que uma resposta falada consegue reutilizar; um texto de marca a elogiar-se não é.
4. Cobertura multilíngue a sério: o modelo troca entre 97 línguas a meio da conversa. Se só tens conteúdo forte numa língua, desapareces no instante em que o utilizador muda para outra. É aqui que o SEO internacional deixa de ser um extra e passa a decidir se és citado.

Nada disto é exclusivo da voz - é o que já torna um site citável pela IA em texto. A voz apenas é menos tolerante: sem clique para recuperar de uma má primeira impressão, a autocontenção e a clareza deixam de ser boas práticas e passam a ser a condição de entrada.

O que ainda não sabemos, e o que isso te deve fazer

Não sabemos como o Search Live seleciona e cita as fontes, nem quanto tráfego real move - e a Google não o detalhou. Esta leitura vale enquanto isso não for público; quando for, atualizo o artigo. Até lá, a decisão sã não é montar uma "campanha de voz", é garantir que o teu melhor conteúdo é citável, autocontido e existe nas línguas em que o teu público pergunta. Quem continuar a otimizar só para o ecrã não perde rankings - perde a superfície onde a decisão passa a ser falada e sem segunda opção, e nem sequer o vê no relatório.

Fontes

• Google - Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
• schema.org - Speakable (disponibilidade limitada)

Perguntas frequentes