Entidade da marca é o registro que a IA usa para saber que a sua empresa existe. Ele confirma o que ela faz e onde ela é confiável. Você constrói esse registro fora do seu site: Wikidata, LinkedIn, Perfil da Empresa no Google e listas de terceiros. Sem entidade, o modelo trata o seu nome como palavra solta.
O que é entidade da marca para um modelo de IA?
Para um modelo, marca não é logotipo nem slogan. É um nó de informação com atributos estáveis: nome, categoria, sede, fundadores, produtos, clientes e veículos que falam dela.
Quando esses atributos se repetem e batem entre si em fontes diferentes, o modelo reconhece o nome. Quando aparecem uma vez só, ou em versões que se contradizem, o nome vira texto ambíguo.
A diferença prática é grande. Nome conhecido entra na resposta como recomendação. Nome ambíguo entra, quando muito, como contexto.
Isso explica por que otimizar só o site trava em algum ponto. O seu site é uma fonte só, e ela é interessada. A entidade da marca se prova fora dele.
É também por isso que a entidade vem antes da produção de conteúdo. Conteúdo excelente assinado por um nome que o modelo não reconhece rende citação para outra pessoa.
Por que a IA troca a sua empresa por outra?
Três causas aparecem quase sempre.
A primeira é homonímia. Duas empresas com nome parecido, e o modelo funde os atributos das duas. Acontece muito com nome curto, nome em inglês e sigla.
A segunda é cadastro desatualizado. Endereço antigo no Google, razão social diferente no LinkedIn, telefone de outra unidade em um diretório qualquer. Cada versão divergente é um voto contra a sua.
A terceira é ausência. Se nenhuma fonte de terceiro diz o que você faz, o modelo preenche o vazio com o que está perto. Em geral, com o concorrente que tem mais menções.
Esse terceiro caso já rendeu um post inteiro: por que a IA cita o seu concorrente. Quando o erro já está na resposta, o caminho é outro. Veja como corrigir a alucinação de IA.
O que pesa mais para ser citado: menção ou backlink?
Menção. O estudo da Ahrefs com 75 mil marcas mediu correlação de 0,664 entre menções de marca e citação por IA. O Domain Rating ficou em 0,326 e os backlinks em 0,218. Os três valores e a leitura completa estão em menções de marca e citação da IA.
A implicação para entidade é direta. Você não precisa que o site de terceiro te dê link. Precisa que ele escreva o seu nome ao lado do seu assunto.
Isso muda a conversa com assessoria de imprensa. Link continua bom para SEO. Para ser citado por IA, o nome no corpo da matéria, junto do tema que você quer dominar, rende mais.
Uma ressalva honesta: correlação não é causa. O estudo não prova que menção causa citação. Prova que as duas andam juntas em escala. Trate como direção, não como fórmula.
Onde a IA confirma quem é uma empresa?
Em cinco lugares, com pesos diferentes. Vale conhecer o limite de cada um antes de distribuir esforço.
O que o Wikidata resolve?
Wikidata é uma base aberta e legível por máquina. Ela guarda a sua empresa como um item com identificador próprio, ligado a categoria, país, site oficial e perfis sociais.
A vantagem é o acesso. Qualquer pessoa pode criar o item, e a curadoria é menos rígida que a da Wikipedia.
O limite é igualmente claro. Item de Wikidata sozinho move pouco. Ele é âncora de desambiguação, não prova de relevância. Serve para o modelo não te confundir, não para ele te recomendar.
Regra de sobrevivência do item: todo dado precisa de referência externa. Item sem fonte vira candidato a exclusão, e a exclusão é pior que a ausência.
A Wikipedia é obrigatória?
Não. E perseguir isso cedo demais costuma sair caro.
A Wikipedia exige notabilidade comprovada por cobertura independente. Empresa de médio porte quase nunca passa nesse crivo. Páginas criadas sem essa base são apagadas, e a tentativa fica registrada no histórico público.
O caminho correto é inverso. Primeiro a cobertura de imprensa existe. Depois a página vira consequência, em geral escrita por outra pessoa.
Até lá, o Wikidata cobre a parte de desambiguação sem o risco reputacional.
Por que o LinkedIn pesa tanto?
Porque ele é citado. No estudo da Semrush com 89 mil URLs, o LinkedIn é a segunda fonte mais citada pelos motores. São 14,3% no ChatGPT, 13,5% no AI Mode e 5,3% no Perplexity. O detalhamento por motor está em AI Overviews, ChatGPT e Perplexity.
O que isso pede da sua página de empresa: descrição em linguagem de cliente, setor e sede corretos. Some a isso o site oficial apontado e o time com cargos reais.
Perfil parado, com descrição institucional de cinco anos atrás, ensina o modelo errado sobre você. E ele aprende rápido.
O Perfil da Empresa no Google serve para IA?
Serve, por um motivo específico. Ele é a ficha mais consultada e mais espelhada da web. Diretórios, mapas e agregadores copiam dele.
Corrigir o Perfil corrige dezenas de cópias ao longo do tempo. Deixar errado propaga o erro na mesma velocidade.
Nome, endereço, telefone, categoria e horário precisam estar iguais em todo lugar. Essa consistência é chata, e é o item com melhor relação entre esforço e retorno da lista inteira.
E as listas de terceiros?
São a quinta fonte, e em alguns setores viram a principal. A Wix, com dados da Peec, mediu o efeito em serviços profissionais. Nas respostas em formato de lista, 80,9% das citações vão para listas de terceiros.
Ou seja, a IA prefere o ranking de um site neutro ao seu próprio texto dizendo que você é bom. O caminho para entrar nessas listas está em como entrar nas listas de terceiros que a IA lê.
O que cada plataforma resolve na entidade da marca
| Wikidata | LinkedIn da empresa | Perfil da Empresa no Google |
|---|---|---|
| Desambigua: diz qual empresa com esse nome e liga os perfis entre si | Descreve: diz o que a empresa faz, para quem, com que time | Localiza: fixa nome, endereço, telefone, categoria e horário |
| Legível por máquina, aberto a qualquer editor, exige referência externa em cada dado | Aparece com frequência nas respostas dos motores, segundo a Semrush | É copiado por diretórios, mapas e agregadores, o que multiplica acerto ou erro |
| Sozinho, não faz a IA recomendar ninguém | Descrição institucional velha ensina o modelo errado sobre você | Ficha duplicada ou de unidade fechada divide a entidade em duas |
Qual a ordem certa para construir a entidade da marca?
A ordem importa porque cada camada apoia a seguinte.
- Consistência de cadastro. Padronize nome, endereço, telefone, site e categoria. Escolha uma grafia oficial e não mude mais.
- Perfil da Empresa no Google. Reivindique, complete e mantenha. É a fonte que mais se espalha.
- LinkedIn da empresa. Descrição em linguagem de cliente, setor certo, site oficial, time visível.
- Wikidata. Crie o item com referências. Ligue site, LinkedIn e Perfil da Empresa.
- Dado estruturado no site. Organization com sameAs apontando para todos os perfis acima.
- Menções de terceiro. Imprensa, listas, podcasts, parcerias e cases publicados por clientes.
- Wikipedia, se e quando a cobertura independente existir.
Quem inverte a ordem gasta esforço na ponta errada. Item de Wikidata apontando para um LinkedIn desatualizado só documenta a inconsistência com mais capricho.
Dado estruturado resolve a entidade da marca?
Ajuda, mas não do jeito que costumam vender.
O guia oficial do Google sobre busca generativa, de maio de 2026, é direto. Dado estruturado não é requisito para aparecer em busca generativa. O mesmo guia diz que a Busca ignora o arquivo llms.txt.
Então por que usar schema? Porque o campo sameAs declara, em uma linha, que aqueles perfis são a mesma empresa do site. Ele liga LinkedIn, Wikidata e Perfil da Empresa ao seu domínio oficial.
Você não ganha posição com isso. Você reduz ambiguidade, que é exatamente o problema que a entidade da marca resolve.
Trate schema como declaração de identidade, não como alavanca de visibilidade. Quem promete a segunda coisa está vendendo esperança.
O que quebra uma entidade já construída?
O que confirma uma entidade e o que a quebra
| Confirma a entidade | Quebra a entidade |
|---|---|
| Uma grafia só do nome em todas as plataformas | Razão social em um canal e nome fantasia em outro |
| Um domínio oficial apontado em todo perfil | Dois domínios da mesma empresa, cada perfil com um |
| Uma descrição do negócio, repetida sem variar o sentido | Um posicionamento diferente em cada canal |
| Fichas antigas marcadas como encerradas | Unidade fechada ainda ativa em mapas e diretórios |
| Menções de terceiro ligando o nome ao assunto | Só o próprio site afirmando o que a empresa é |
O item mais subestimado é a descrição. Texto diferente em cada canal não é variação criativa. Para o modelo, é falta de acordo entre as fontes.
O segundo mais comum é o domínio duplicado. Empresa com dois sites divide a própria autoridade. E confunde quem tenta confirmar qual domínio é o oficial.
Nenhum dos dois aparece em relatório de tráfego. Os dois aparecem na resposta da IA.
Quem cuida da entidade da marca dentro da empresa?
Na prática, ninguém, e é por isso que ela quebra.
Cadastro no Google costuma ser do comercial ou do escritório. LinkedIn é do marketing. Site é da agência. Razão social é do contador. Cada um edita um pedaço, sem combinar com os outros.
A correção é organizacional, não técnica. Alguém precisa ser dono do NAP canônico e aprovar qualquer mudança nele.
Um documento de uma página resolve. Ele lista a grafia oficial de nome, endereço, telefone, site, categoria e descrição curta. Quem publica qualquer coisa em nome da empresa copia dali.
Como saber se a entidade da marca está funcionando?
Pergunte, com método, e registre a resposta.
Rode as mesmas perguntas em ChatGPT, Gemini e Perplexity, em datas diferentes. Guarde cada resposta na íntegra. Procure três coisas: se o nome aparece, se os atributos batem, e de quem é a fonte citada.
Menção e citação não são a mesma coisa, e confundir as duas estraga qualquer relatório. A diferença está em menção e citação na busca com IA.
Uma advertência de método. A resposta varia entre execuções, então uma rodada não prova nada. Medição séria exige repetição e data declarada, e é disso que trata medir visibilidade em IA.
Quanto tempo leva para a IA reconhecer a marca?
Depende da camada, e ninguém honesto dá prazo fechado aqui.
Correção de cadastro aparece rápido nas superfícies que leem o Google. Semanas, não meses.
Reconhecimento em resposta generativa é mais lento, porque depende de acumular menções de terceiro. É trabalho de trimestre, não de sprint.
O que dá para prometer é direção. Entidade consistente aumenta a chance de o modelo identificar você corretamente quando ele decidir citar alguém do seu setor.
O que não dá para prometer é a citação em si. Ela depende da pergunta, do motor e de quem mais está disputando aquele espaço.
Por onde começar esta semana?
Três tarefas, em ordem, cada uma de uma sentada.
- Escreva a grafia canônica do seu nome, endereço, telefone, site e categoria em um documento. Circule para o time.
- Compare essa grafia com o que está publicado no Perfil da Empresa e no LinkedIn. Corrija as divergências hoje.
- Liste as cinco fontes de terceiro mais prováveis no seu setor. Escolha uma e busque a menção.
Depois disso, o Wikidata e o schema viram trabalho de uma hora, não de projeto. E o restante do esforço vai para onde ele rende mais, que é a menção de terceiro.
Quer ver o ponto de partida antes de mexer em cadastro? O diagnóstico do Modo Referência mostra o que os modelos respondem hoje sobre a sua empresa.
Modo Referência
A sua empresa aparece?
Perguntamos ao ChatGPT 7 vezes, em conversas novas, e devolvemos as 7 respostas na íntegra. Em setembro, 14 de 16 empresas medidas não apareceram em nenhuma.
Grátis · 50 por mês · o relatório é só seu
Quer o mesmo em quatro IAs, com leitura humana e reunião de 15 minutos? Peça o Diagnóstico Modo Referência.