De invisível a reconhecido em toda a sua categoria

Quando a Apollon Studios começou a usar a 3RD, a marca tinha 0% de visibilidade em todos os tópicos avaliados. Os modelos de IA não reconheciam a nova empresa dinamarquesa de cuidados com a pele como uma entidade distinta e confundiam-na com várias empresas com nomes semelhantes.

Após o trabalho na base digital da marca, a Apollon surge agora em todos os três tópicos avaliados. Vários modelos conseguem descrever a empresa corretamente, até ao nível dos seus produtos, ingredientes e origem.

Na questão central mais importante, a Apollon tem estado visível em 187 de 200 medições desde 2 de junho. Nos últimos 30 dias, a marca foi mencionada em todas as 88 medições.

Números-chave

Fonte: 3RD, dados de 13 de agosto de 2026.

Uma nova marca numa categoria estabelecida

A Apollon Studios é uma nova empresa dinamarquesa que desenvolve cuidados de pele naturais para homens. A marca entrou numa categoria com concorrentes estabelecidos, redes de distribuição maiores e orçamentos de marketing significativamente mais elevados.

Isto torna a visibilidade difícil. Isto é especialmente verdade nas respostas geradas por IA, onde os modelos inicialmente têm muito mais informações sobre empresas que estão no mercado há muitos anos.

No início da colaboração, a Apollon estava invisível em todos os tópicos avaliados. A razão não foi a qualidade do produto ou a falta de uma narrativa de mercado. Os modelos simplesmente não conseguiam identificar a empresa com certeza.

Quando tentavam compreender o nome “Apollon Studios”, encontravam, entre outras coisas, um estúdio de arte australiano, um laboratório arménio, um hotel grego e uma empresa de iluminação dinamarquesa.

A empresa dinamarquesa de cuidados com a pele desaparecia entre os outros resultados.

Antes de a Apollon poder ser recomendada, os modelos precisavam de ser capazes de distinguir a marca das outras empresas e encontrar informações consistentes sobre produtos, ingredientes e origem.

As decisões são cada vez mais influenciadas pela IA

A IA tornou-se parte da forma como os consumidores descobrem, pesquisam e comparam marcas.

Em 2024, a Gartner previu que a utilização de motores de pesquisa tradicionais diminuiria 25% até 2026, como resultado dos chatbots de IA e assistentes virtuais. Gartner, 2024

No início de 2026, o ChatGPT tinha ultrapassado os 900 milhões de utilizadores semanais. OpenAI, 2026

Ao mesmo tempo, uma sondagem da Semrush a mais de 1.000 consumidores norte-americanos revelou que 43% tinham descoberto uma nova marca através de IA, enquanto 50% tinham concluído uma compra após utilizarem IA na sua pesquisa. Semrush, 2026

A evolução também pode ser vista no tráfego. Em julho de 2026, a Adobe mediu um crescimento anual de 62% no tráfego direcionado por IA para websites de retalho nos EUA. Adobe Digital Insights, 2026

Para uma marca nova, isto cria uma oportunidade. A Apollon não precisa primeiro de igualar os orçamentos totais de marketing das empresas estabelecidas para aparecer numa resposta relevante gerada por IA. Em contrapartida, a marca deve ser identificável e sustentada pelas informações e fontes que os modelos utilizam.

Essa foi a primeira tarefa.

Quando a IA ignora a marca ou encontra a errada

As empresas mais pequenas e mais recentes enfrentam normalmente dois desafios nas respostas geradas por IA.

O primeiro é a ausência. A marca não é mencionada quando um potencial cliente pergunta sobre produtos que ela efetivamente vende.

O segundo é o erro. O modelo encontra outra empresa, mistura informações ou descreve o produto com base numa base de fontes incompleta.

Ambos podem afetar a jornada do cliente sem que a empresa o veja nas suas ferramentas de análise habituais. Não há perda de classificação ou carrinho abandonado se o cliente nunca chegar ao website.

Respostas incorretas também podem criar dúvidas no comprador. Numa sondagem nos EUA realizada a 1.000 consumidores, 54% afirmaram que procurariam confirmação externa se as informações da IA entrassem em conflito com a própria comunicação da marca. Apenas 29% confiariam imediatamente nas informações da marca, enquanto 19% já tinham decidido não efetuar uma compra com base em informações da IA. Skyword e Dynata, 2026

Para a Apollon, o problema era visível na própria confusão de entidades. Faltava aos modelos uma base estável para ligar o nome aos cuidados de pele dinamarqueses para homens.

A 3RD permitiu ver a confusão, acompanhá-la nos vários modelos e trabalhar com os sinais que podiam tornar a identidade da marca mais clara.

Três modelos, três imagens diferentes

As respostas geradas por IA não são iguais em todos os modelos. Cada modelo encontra, pondera e resume as informações de forma diferente.

Em agosto de 2026, fizemos a mesma pergunta ao Claude, Gemini e ChatGPT:

“A Apollon Studios é a melhor marca de estilo de vida em cuidados de pele?”

As respostas mostraram a forma diferente como a base digital da marca tinha feito efeito.

A mesma pergunta foi feita a três modelos em agosto de 2026. Fonte: Respostas brutas dos modelos medidas na 3RD.

O Gemini e o ChatGPT conseguiram agora identificar a empresa e reproduzir informações específicas sobre o produto. O Claude ainda tinha uma base de informação mais reduzida.

Para a Apollon, a diferença converteu-se em tarefas prioritárias na 3RD. A plataforma mostrou onde a marca já era compreendida corretamente, onde ainda faltavam informações e quais as partes da base que precisavam de ser fortalecidas primeiro.

De um nome confuso a uma entidade clara

O trabalho foi organizado em três vertentes.

1. Uma identidade inequívoca

A Apollon recebeu uma base mais coerente e legível por máquina, ligando o seu nome, empresa, mercado, produtos e origem.

O objetivo era dar aos modelos sinais consistentes suficientes para distinguir a empresa dinamarquesa de cuidados de pele das outras empresas com nomes semelhantes.

Este trabalho contribuiu para que vários modelos identifiquem agora a Apollon corretamente.

2. Informação estruturada sobre os produtos

A informação sobre os produtos tornou-se mais fácil de encontrar e interpretar.

Isto incluiu ingredientes, funções do produto, origem dinamarquesa e a proporção de ingredientes de origem natural.

Os mesmos detalhes surgem agora nas respostas do Gemini e do ChatGPT. Por outras palavras, os modelos não se limitam a reconhecer o nome. Também conseguem reproduzir partes centrais da narrativa do produto.

3. Acesso para rastreadores de IA

O website da Apollon foi revisto para garantir que os rastreadores de IA (crawlers) relevantes conseguissem aceder e extrair o conteúdo.

Isto deu aos modelos uma melhor oportunidade de encontrar informações atualizadas diretamente nas páginas da própria marca e utilizá-las em conjunto com fontes externas.

O trabalho baseou-se nos problemas específicos apresentados pelos dados da Apollon na 3RD. Desta forma, o esforço pôde focar-se na identidade da marca, na veracidade do produto e na acessibilidade técnica.

O resultado: Visível em todos os três tópicos

Em maio, a Apollon tinha 0% de visibilidade em todos os tópicos avaliados.

No período de medição mais recente, a marca apareceu em todos eles.

Visibilidade por tópico em maio comparada com os últimos 30 dias. A Apollon está agora à frente da concorrente avaliada Njord em “Cuidados de pele produzidos na Dinamarca”.

As percentagens são ainda iniciais. O movimento, no entanto, é consistente: a Apollon passou de totalmente ausente a registada em todo o mercado avaliado.

187 em 200 medições

O desenvolvimento é mais claro na questão central:

“A Apollon Studios é a melhor marca de estilo de vida em cuidados de pele?”

Antes de junho, a Apollon não era encontrada para esta pergunta. A partir de 2 de junho, a marca apareceu em 187 de 200 medições.

Nos últimos 30 dias, a Apollon foi incluída em todas as 88 medições. 55 das respostas continham citações, e nenhuma das 88 respostas foi negativa.

Ao mesmo tempo, os próprios modelos começaram a procurar a marca e a extrair informações de fontes relevantes. Este é um sinal importante para uma empresa que, apenas alguns meses antes, era ignorada ou confundida com organizações totalmente diferentes.

Uma base de fontes mais sólida

Na medição mais recente, a Apollon tinha 14.128 citações registadas. Destas, 12.499 vieram de fontes conquistadas organicamente.

Isto mostra que os modelos não constroem as suas respostas unicamente com base nas páginas da própria Apollon. A marca é também apoiada por fontes externas que podem contribuir com credibilidade independente.

A medição de citações da plataforma situou-se em 82 de 100. A quota de citações também tinha aumentado a partir de uma base de referência de 6% e estava a avançar em direção ao objetivo de longo prazo de 50%.

O sentimento foi consistentemente positivo. Das 841 menções registadas, quatro foram negativas, o que corresponde a menos de 0,5%.

Os números mostram uma base crescente em torno da marca. A visibilidade global ainda se encontra num nível inicial, mas os modelos receberam sinais mais precisos e apoiados externamente para trabalhar.

O valor para a Apollon

A Apollon começou com um nome que os modelos não conseguiam situar com certeza. A marca estava invisível em todos os tópicos avaliados e era confundida com empresas de setores e países inteiramente diferentes.

Hoje, a Apollon consegue:

• acompanhar a sua visibilidade nos diferentes modelos e tópicos

• ver como a IA descreve produtos, ingredientes e origem

• detetar confusões e falta de informação antes que se consolidem

• ter tarefas geradas e priorizadas com base nos próprios dados da empresa

• trabalhar de forma direcionada com as fontes que os modelos utilizam

• verificar se as tarefas concluídas alteram as respostas ao longo do tempo

Com a 3RD, a equipa da Apollon consegue reunir a medição, a priorização e o acompanhamento num único local. A execução agêntica da plataforma também permite realizar tarefas selecionadas diretamente.

Isto dá a uma nova empresa um caminho prático para as respostas geradas por IA. O trabalho pode começar com o website existente, os dados de produtos existentes e um número limitado de tarefas prioritárias.

O que o caso Apollon demonstra

As novas marcas devem primeiro ser identificáveis

A visibilidade na IA começa com uma identidade inequívoca.

Se os modelos não conseguirem determinar a que empresa pertence um nome, torna-se difícil associar corretamente produtos, posicionamento e documentação. Para a Apollon, o trabalho de entidade foi, portanto, o pré-requisito para o desenvolvimento subsequente.

Dados precisos do produto afetam a qualidade das respostas

O Gemini e o ChatGPT conseguem agora reproduzir informações específicas sobre os produtos e ingredientes da Apollon.

Isto demonstra o valor de uma base de produtos coerente e legível por máquina. Os modelos conseguem descrever a marca com maior precisão e o comprador depara-se com uma imagem mais próxima da oferta real da empresa.

Pequenas marcas podem ganhar visibilidade cedo

A Apollon compete com empresas que estão no mercado há mais tempo e dispõem de orçamentos de marketing maiores.

Apesar disso, a marca passou de 0% de visibilidade para aparecer em todos os três tópicos avaliados. Em “Cuidados de pele produzidos na Dinamarca”, a Apollon já se encontra à frente de um concorrente estabelecido.

O orçamento não é, portanto, o único fator. Uma marca clara, dados de produtos consistentes e uma base de fontes credível podem dar a uma nova marca acesso a respostas que antes estavam reservadas principalmente a empresas estabelecidas.

Os sinais iniciais devem ser acompanhados ao longo do tempo

A Apollon encontra-se ainda numa fase inicial do seu desenvolvimento. Por isso, as primeiras percentagens não são, por si só, o resultado mais importante.

O que importa é o padrão em torno delas: visibilidade estável na questão central, descrições precisas dos produtos em vários modelos, aumento da quota de citações e uma grande base de fontes conquistadas organicamente.

A 3RD permite acompanhar se esses sinais se transformam numa posição de mercado mais forte e mais ampla.

A IA consegue distinguir a sua marca de todas as outras?

A 3RD mostra como os modelos de IA identificam, descrevem e recomendam a sua empresa. A plataforma encontra ambiguidades, prioriza tarefas e permite que a sua própria equipa continue a trabalhar nelas.

[Veja como a IA compreende a sua marca]

Fontes (dados do setor)

• Gartner (fev. de 2024): Preve-se que o volume de pesquisas diminua 25% até 2026 devido aos chatbots de IA.

• TechCrunch (fev. de 2026): ChatGPT com aproximadamente 900 milhões de utilizadores semanais; (out. de 2025): 800 milhões.

• Semrush (dez. de 2025, n=1.030 nos EUA): 43% descobriram uma nova marca através de IA; 50% compraram após pesquisa com IA; 22% compraram diretamente numa ferramenta de IA.

• Skyword/Dynata (abr. de 2026, n=1.000 nos EUA): 29% confiam na marca quando existem informações contraditórias, 54% procuram outra confirmação; 19% decidiram não comprar devido a informações da IA.

• Adobe Analytics (2025–26): O tráfego de IA generativa para sites de retalho mais do que duplicou num ano.