Durante nossos primeiros quatro anos, o motor de crescimento descrito no Capítulo 3 continuou fazendo seu trabalho. Escrevíamos conteúdo genuinamente útil, conquistávamos backlinks de autoridade, ranqueávamos para as perguntas que nossos futuros usuários estavam fazendo e deixávamos tudo isso se compor ao longo do tempo. Então o chão começou a se mover.
O Chão se Moveu Sob o SEO
Em 2025, uma parcela crescente das pessoas que antes digitavam perguntas no Google passou a perguntar a assistentes de IA. ChatGPT, Claude, Perplexity e os próprios resultados de IA do Google estavam respondendo perguntas diretamente, em frases completas, muitas vezes sem que o usuário sequer clicasse em um link. Os links azuis que passamos anos escalando estavam sendo resumidos para fora da tela.
Para uma empresa cuja estratégia de aquisição se apoiava fortemente no tráfego de busca composto, essa era uma questão existencial. Era também uma questão familiar. Já tínhamos visto uma mudança de plataforma de perto, no fim de 2022, quando o ChatGPT apareceu e lançamos uma extensão em questão de dias (Capítulo 4). A lição daquela experiência não foi "a IA está chegando". Foi "quando a interface muda, quem se adapta cedo conquista uma atenção pela qual os retardatários terão de brigar".
Então, em vez de lamentar o declínio dos dez links azuis, fizemos a mesma pergunta que fizemos em 2022: o que essa mudança torna recém-valioso, e como isso se conecta à nossa missão?
De Ranquear a Ser Citado
A resposta a que chegamos tem um nome: AEO (otimização para mecanismos de resposta).
Na era da busca, o objetivo era ranquear: colocar sua página entre os primeiros resultados e conquistar o clique. Na era das respostas, o objetivo é ser citado: quando um assistente de IA compõe uma resposta sobre destaque de textos, técnicas de aprendizado ou fluxos de pesquisa, você quer que ele se apoie no seu trabalho e direcione os leitores de volta para você.
O que nos chamou a atenção foi o quão pouco os princípios fundamentais mudaram. Os mecanismos de resposta, assim como os mecanismos de busca antes deles, recompensam fontes que são genuinamente úteis, claramente estruturadas e consistentemente confiáveis. Os fundamentos que praticávamos desde o Capítulo 3 (valor real, estrutura limpa, composição paciente) continuavam valendo. O que mudou foi o leitor. Já não escrevíamos apenas para humanos que leem por alto, mas também para modelos que analisam, ponderam e citam.
Esse reenquadramento transformou uma ameaça existencial em um problema de execução. E nós sabíamos resolver problemas de execução.
Deep Dive: Apostando de Novo no Conteúdo Longo
Nosso maior investimento em AEO foi conteúdo, e ele parecia quase antiquado: uma biblioteca de guias longos e perenes que chamamos de Deep Dive.
Construímos mais de 100 artigos aprofundados cobrindo o território que interessa aos nossos usuários: ferramentas de IA e como escolher entre elas, ciência do aprendizado, anotações e gestão do conhecimento, fluxos de leitura, métodos de pesquisa. Cada um é estruturado da mesma forma: um sumário claro, os pontos principais logo no início, seções de perguntas frequentes e uma formatação consistente que tanto um leitor humano apressado quanto um modelo de análise conseguem navegar.
Depois aplicamos o multiplicador que descobrimos lá no Capítulo 2, desta vez de forma deliberada. Cada artigo é traduzido para 7 idiomas. Onde antes membros da comunidade traduziram um único artigo de imprensa para nós, agora executamos a tradução como parte padrão do pipeline de publicação. Um guia bem pesquisado se torna sete portas de entrada em sete mercados.
A aposta é a mesma aposta composta de antes: cada guia é um ativo que continua trabalhando, só que agora ele trabalha de duas formas. Ele ranqueia no que resta da busca tradicional e é citado pelos mecanismos de resposta que estão substituindo essa busca.
Tornando o Glasp Legível por Máquinas
O conteúdo era metade do trabalho. A outra metade era tornar o próprio Glasp legível para as máquinas.
Adicionamos um arquivo llms.txt ao site, um guia em linguagem simples que diz aos rastreadores de IA o que é o Glasp, o que fica onde e o que mais importa. Expandimos os dados estruturados (JSON-LD) por todo o site, de modo que artigos, livros, citações e perfis se descrevem em um vocabulário que as máquinas entendem sem precisar adivinhar.
Depois fomos um passo além de nos descrever para a IA, e nos conectamos a ela. Construímos um conector remoto de MCP (Model Context Protocol), para que os usuários possam plugar o Glasp diretamente em seus assistentes de IA. Com permissão, um assistente pode pesquisar seus destaques, recuperar o que você salvou sobre um tema e trazer o seu próprio conhecimento coletado para dentro de uma conversa.
Vale a pena se demorar nesse ponto, porque ele redefine o que "distribuição" significa. Na era da busca, a superfície do seu produto era o seu site e a sua extensão. Na era das respostas, a superfície do seu produto inclui os assistentes de IA com os quais seus usuários já conversam todos os dias. Estar presente ali não é marketing. É produto.
E isso se conecta de volta à missão de uma forma que achamos genuinamente empolgante. Sempre dissemos que o conhecimento que você coleta deveria sobreviver ao momento em que foi coletado. Um assistente capaz de recorrer aos seus destaques anos depois é exatamente essa promessa, cumprida por meio de uma nova interface.
Além do Texto
Os mecanismos de resposta não leem apenas artigos, e as pessoas também não. Então começamos a transformar nossos guias Deep Dive mais fortes em outros formatos: conversas em áudio no estilo podcast e versões em vídeo distribuídas no YouTube.
Esse era o princípio de "criar uma vez, publicar em todo lugar" do nosso manual de eficiência de recursos, apontado para um novo objetivo. A mesma pesquisa que produziu um guia escrito vira algo para ouvir no trajeto ao trabalho e algo que o YouTube apresenta a aprendizes que jamais teriam encontrado o artigo. Cada formato reforça os outros, e cada um é mais uma forma de ser a fonte da qual uma resposta se alimenta.
A Prova: de 500 a 19.000 Sessões Diárias Vindas do ChatGPT
Estratégia é barata. Então medimos.
No início de 2026, o ChatGPT nos enviava 517 visitantes por dia. Fizemos uma aposta deliberada: parar de investir em SEO direto e executar o manual de AEO como uma série de experimentos na nossa maior superfície de conteúdo, um acervo de mais de 400.000 páginas de perguntas e respostas sobre vídeos do YouTube.
A primeira decisão deu o tom: medir a partir dos nossos próprios logs de servidor, em vez de assinar ferramentas que sondam os modelos de fora. Os logs de rastreadores de IA da Cloudflare e o Search Console nos diziam, de forma determinística, quais páginas os bots de IA realmente buscavam e com que frequência. Esses dados transformaram palpites em um roteiro.
Os experimentos em si eram quase constrangedoramente concretos. As páginas que os bots requisitavam com frequência tinham títulos em formato de pergunta, alinhados a como as pessoas formulam prompts, então reescrevemos os títulos como perguntas. Elas tinham resumos em prosa no topo, com cerca de 130 caracteres, que funcionavam como respostas autônomas, enquanto as páginas ignoradas traziam fragmentos de 14 caracteres, então reescrevemos nossos TL;DRs para conter a resposta completa, mesmo que um modelo não leia mais nada. Mineramos os erros 404 deixados pelos bots de IA, dezenas de milhares por semana, como uma lista literal de páginas que os usuários já estavam pedindo, e as construímos. Excluímos dezenas de milhares de páginas mortas, sem nenhum interesse do Google nem dos bots, e a indexação de tudo o que restou melhorou. E as páginas que já geravam cliques no Google foram travadas contra reescritas, para que o novo canal nunca canibalizasse o antigo.
Quatro meses depois, em 5 de maio, as indicações do ChatGPT atingiram 19.129 sessões diárias: um crescimento de 37x. O mais impressionante é que o volume de rastreamento dos bots de IA permaneceu estável o tempo todo. Os mesmos bots continuavam visitando. Eles simplesmente estavam encontrando mais respostas dignas de citação. Compartilhamos o manual completo em um artigo convidado na newsletter de Sean Ellis, no mesmo espírito de tudo o mais nesta história: o que aprendemos, publicamos.
O Que Aprendemos
A era da AEO é jovem, e não fingimos tê-la decifrado por completo. Mas algumas lições já parecem sólidas.
Primeiro, a AEO não é um substituto para tudo o que sabíamos. São os princípios do SEO amadurecendo em uma nova interface. Valor genuíno, estrutura clara e confiança conquistada continuam vencendo. Se você construiu seu crescimento sobre truques, os mecanismos de resposta são uma má notícia. Se construiu sobre substância, são uma oportunidade.
Segundo, chegar cedo voltou a importar. A janela que exploramos quando o ChatGPT foi lançado tem uma sequência: a maioria das empresas ainda trata a busca por IA como uma curiosidade, o que significa que as citações ainda estão em disputa. "Seja o primeiro, mesmo que imperfeito" sobreviveu intacto à mudança de plataforma.
Terceiro, o que se compõe ao longo do tempo mudou de forma. Antes eram rankings e backlinks. Agora é ser uma fonte citável, estruturada e confiável, em texto, em áudio, em vídeo e por meio de protocolos como o MCP, que colocam você dentro da própria conversa.
A lição mais profunda, porém, foi sobre identidade. Quando a forma como as pessoas encontram informação mudou, não precisamos mudar o que somos. Uma plataforma construída sobre capturar e compartilhar conhecimento abertamente acabou se mostrando bem posicionada em um mundo em que as máquinas procuram constantemente conhecimento que valha a pena repetir. A missão envelheceu bem.
Essa confiança na substância em vez de táticas nos levou a um lugar aonde nunca esperamos que uma startup de duas pessoas chegasse: publicar pesquisa original. Esse é o próximo capítulo.