Resposta direta
Ser bem posicionado no mapa do Google não garante ser recomendado por um assistente de IA — são sistemas com critérios diferentes, e levantamentos de 2026 mostram que menos da metade das marcas com melhor visibilidade local tradicional está entre as mais citadas por IA. O que mais pesa do lado da IA é qualidade de avaliações, que funciona quase como filtro de entrada, e consistência dos seus dados entre plataformas. Nenhum dos dois se resolve com truque de site: se resolve preenchendo bem os lugares onde o assistente vai buscar.
Uma parte crescente dos pacientes não pesquisa mais "dentista Savassi" — pergunta a um assistente "estou com dor de dente, qual dentista bom perto da Savassi atende hoje?". A resposta que volta é uma lista curta com dois ou três nomes, sem link de anúncio e sem mapa.
Quem não está nessa lista não é comparado. Não perdeu a comparação: não entrou nela.
O quanto isso é diferente do Google
O dado mais útil publicado sobre o assunto vem do levantamento de visibilidade local de 2026 da SOCi, que analisou cerca de 350 mil endereços de marcas com muitas unidades e mediu quantos deles apareciam em recomendações.
Levantamento de 2026 sobre marcas com 50 ou mais unidades. Serve como ordem de grandeza da diferença, não como previsão para um consultório individual.
Dois pontos importam mais que os números em si.
Primeiro: a seletividade é de outra ordem. Um endereço que aparece no mapa com facilidade pode não aparecer em nenhuma resposta de assistente. A lista de três nomes é mais curta que a lista de dez links, e ela não tem segunda página.
Segundo: as duas visibilidades não andam juntas. O mesmo levantamento observa que menos da metade das marcas com melhor visibilidade em busca local tradicional estava entre as mais recomendadas por IA. Fazer bem o dever de casa do Google ajuda, e não basta.
De onde o assistente tira a resposta
Um assistente não tem um índice próprio de consultórios do seu bairro. Ele monta a resposta cruzando fontes: perfis de estabelecimento, diretórios, avaliações, o seu site, menções em veículos e, dependendo do produto, uma busca em tempo real.
Isso tem uma consequência prática direta: você não otimiza o assistente, você otimiza as fontes que ele lê. E as fontes são majoritariamente as mesmas que já importavam — só que agora a exigência de coerência entre elas subiu.
o que o assistente lê
- Perfil no Google
- Apple Maps e diretórios
- Avaliações e respostas
- Seu site
- Menções em veículos
o que ele produz
- Uma lista de 2 a 3 nomes
- Sem link patrocinado
- Sem segunda página
Avaliação virou filtro, não critério de desempate
Essa é a mudança de comportamento mais relevante, e a que muda a ordem de prioridade.
Em busca tradicional, avaliação é um fator entre muitos: um consultório com nota mediana ainda aparece, mais abaixo. Em recomendação por IA, os levantamentos apontam algo mais próximo de um corte: endereços recomendados pelo ChatGPT tinham média em torno de 4,3 estrelas, enquanto perfis com nota perto de 3,4 e taxa de resposta a avaliações abaixo de 5% eram, na prática, invisíveis.
Faz sentido pelo formato: quando a resposta tem três nomes e é apresentada como recomendação, entregar um estabelecimento mal avaliado é um erro visível. O sistema tende a ser conservador.
O que fazer com avaliações — em ordem de retorno
- Pedir avaliação de forma constante, a quem você já atende, em vez de campanhas pontuais
- Responder todas — inclusive e principalmente as negativas, sem entrar em detalhe clínico
- Manter fluxo contínuo: nota alta com última avaliação de dois anos atrás vale menos que fluxo recente
- Não oferecer nada em troca — viola as regras da plataforma e as normas do seu conselho
- Não filtrar quem convidar por expectativa de nota; além de proibido, distorce o dado que você usa para melhorar
Consistência: a tarefa mais chata e a de maior retorno
Seu consultório existe em vários lugares ao mesmo tempo — Google, Apple Maps, diretórios de saúde, convênios, Instagram, seu site. Se o endereço tem "sala 302" em um e "conj. 302" em outro, se o telefone mudou em dois lugares e em quatro não, se a especialidade está escrita diferente em cada um, cada fonte passa a descrever uma empresa ligeiramente diferente.
Num sistema de busca isso enfraquece a confirmação. Num assistente, custa mais: informação divergente reduz a confiança de que aquela entidade existe daquela forma — e baixa confiança se traduz em não ser mencionado. O mesmo levantamento observou que a informação de perfil que os assistentes reproduziam estava correta em torno de dois terços das vezes em alguns deles, o que significa que eles também erram sobre você — e o erro vira a resposta que o paciente lê.
Você não controla o que o assistente responde. Controla o que ele encontra. E quando o que ele encontra é coerente, ele erra menos e cita mais.
O que fazer no site — e o que não vale o esforço
Ações no site, por retorno em visibilidade por IA
| Critério | Ação | Vale? |
|---|---|---|
| Página "Sobre" factual e verificável | Nome, registro no conselho, formação com instituição e ano, especialidades registradas | Sim, e é a de maior retorno. É o que o assistente lê para responder "quem é". Página de adjetivos não sustenta resposta nenhuma. |
| Marcação estruturada com o tipo específico | Descrever o consultório em formato que a máquina lê, com o tipo da profissão, endereço, horário e serviços | Sim. É barato, é lido por buscadores e ajuda a firmar a entidade. |
| Página de perguntas frequentes reais | As dúvidas que mais chegam no seu WhatsApp, respondidas em texto direto | Sim. Resposta curta e completa é o formato mais fácil de citar. |
| Endereço e horário idênticos ao perfil | Conferir caractere por caractere | Sim. Chato, gratuito, e é o que mais reduz erro sobre você. |
| Arquivo llms.txt | Convenção proposta para orientar modelos sobre o site | Não. O próprio Google diz que não é preciso criar arquivos de texto para IA, e os rastreadores praticamente não o buscam. Tem post próprio. |
| Blog com muitos artigos | Volume de conteúdo informacional | Pouco para esta pergunta. Ser citado como fonte de assunto é outro mecanismo, com regras próprias. |
Duas dessas linhas têm texto próprio, porque são as perguntas que mais chegam: llms.txt vale a pena para um consultório? e o que faz um conteúdo de saúde ser citado por IA — este último trata do outro mecanismo, o de ser citado como fonte em vez de recomendado como estabelecimento.
A linha da marcação estruturada merece explicação sem jargão: existe um formato padronizado para descrever um estabelecimento de forma que sistemas leiam sem adivinhar — nome, endereço, telefone, horário, serviços e o tipo de negócio. Para saúde, o tipo deve ser o mais específico que descreve você (dentista, psicólogo, fisioterapeuta), não o genérico "empresa local". Quase todas as plataformas de site permitem inserir isso, e é trabalho de uma vez.
O diagnóstico que leva dez minutos
Antes de mudar qualquer coisa, veja o que já está sendo dito sobre você:
Diagnóstico — faça hoje
- Abra ChatGPT, Gemini e Perplexity e faça a busca de um paciente: sua especialidade + seu bairro
- Repita com uma pergunta de situação: "dentista que atende urgência hoje em [bairro]"
- Pergunte diretamente pelo seu nome e pelo nome do consultório
- Anote o que aparece errado: horário, endereço, especialidade, telefone, se você existe
- Rastreie cada erro até a fonte — quase sempre é um perfil desatualizado, não o assistente inventando
- Corrija na fonte e repita o teste em algumas semanas
Esse é, honestamente, o trabalho todo. Não existe atalho técnico: existe a lista de lugares onde você aparece, e a disciplina de mantê-los iguais.
E o que acontece depois que o assistente recomenda
Vale registrar um efeito que aparece pouco na conversa sobre IA. A recomendação de um assistente chega com uma confiança diferente da de um anúncio — a pessoa já foi filtrada e já foi convencida. Ela abre o WhatsApp e escreve.
E escreve, com frequência, à noite — porque foi quando ela se lembrou de perguntar.
Todo o esforço descrito aqui produz um contato mais qualificado que o normal, chegando num horário pior que o normal. Se o consultório responde no dia seguinte, o ganho de ser recomendado se dissolve exatamente onde ele deveria virar consulta — o que é o assunto de quanto custa não responder paciente no WhatsApp.
Pesquisa e revisão editorial
Texto originalmente elaborado: 25 de agosto de 2026 · Última revisão factual: 25 de agosto de 2026
Os percentuais de visibilidade por canal, a média de estrelas dos endereços recomendados e a observação sobre precisão de informação vêm do Local Visibility Index de 2026 da SOCi, divulgado em janeiro de 2026 e noticiado por veículos de busca. O estudo analisou cerca de 350 mil endereços de 2.751 marcas com 50 ou mais unidades, majoritariamente fora do Brasil, em setores como alimentação, varejo, serviços locais e financeiro.
Não é uma medição de consultórios de saúde brasileiros. Os números são citados como ordem de grandeza da diferença entre busca tradicional e recomendação por IA, não como previsão do que acontece com um consultório individual. Recomendações de assistentes mudam com frequência e sem aviso; refaça o diagnóstico periodicamente em vez de confiar em qualquer número publicado — incluindo os deste texto.