Faça um teste agora. Abra o ChatGPT e pergunte algo do seu setor sem citar nenhuma marca: “quais são as melhores empresas de X em São Paulo” ou “quem é referência em Y no Brasil”. Veja quais nomes aparecem.
Se a sua empresa não está ali, você acabou de descobrir um problema que ainda não aparece em nenhum relatório de marketing. E a solução mais eficiente para ele é provavelmente a coisa mais subestimada que existe: gravar podcast e publicar a transcrição.
Este texto não é sobre audiência. Podcast de empresa quase nunca tem audiência relevante, e tudo bem. É sobre outra coisa.
O que mudou na forma como as pessoas procuram fornecedor
Durante vinte anos a disputa foi por posição no Google. Hoje uma parte crescente das decisões começa dentro de um modelo de IA, onde não existe primeira posição. Existe ser citado ou não existir.
Os números da transição já são visíveis. Levantamento compilado pela Frase aponta queda de 61% no clique orgânico em buscas onde aparece um resumo gerado por IA do Google. E mostra o outro lado: quando a marca é citada dentro desse resumo, o clique é 35% maior que o de um resultado orgânico tradicional.
Ou seja, o tráfego não sumiu. Ele se concentrou em quem é citado.
Por que transcrição de podcast é o combustível ideal
Modelos de linguagem não indexam páginas do jeito que o Google indexava. Eles absorvem texto e aprendem associações entre entidades: quem é quem, quem entende do quê, quem é mencionado junto com qual assunto.
Transcrição de conversa tem características que quase nenhum outro formato tem:
Volume absurdo. Uma hora de conversa gera entre 8 e 10 mil palavras. Um artigo de blog bem feito tem 1.500. Você produz em uma tarde o equivalente a seis artigos, sem escrever nada.
Linguagem natural de pergunta e resposta. É exatamente o formato que um modelo recupera para responder alguém. Quando o entrevistador pergunta “mas quanto custa isso na prática?” e você responde em detalhe, aquilo vira um trecho perfeitamente recuperável.
Profundidade que ninguém escreve. Falando, você explica exceções, casos, números e nuances que jamais teria paciência de digitar. É justamente essa densidade que faz um trecho ser escolhido como fonte.
Menção sem link também conta. Esta é a diferença estrutural em relação ao SEO clássico. No modelo antigo, menção sem link valia pouco. Para LLM, a citação do seu nome dentro de um texto entra no aprendizado mesmo sem hyperlink. Isso muda completamente o valor de ser convidado no podcast dos outros.
O erro que faz 90% dos podcasts corporativos não valerem nada
A empresa grava, sobe no Spotify, corta três clipes para o Instagram e acha que terminou.
Só que o áudio no agregador é praticamente invisível para os rastreadores que alimentam os modelos. O que eles leem é texto em página aberta. Se a sua transcrição não existe em HTML no seu próprio domínio, o episódio, para efeito de IA, não aconteceu.
Essa é a diferença inteira entre podcast como conteúdo e podcast como ativo.
O protocolo: sete passos depois de gravar
Este é o processo que transforma uma gravação em presença dentro dos modelos. Nenhum passo é caro, e todos podem rodar com automação.
1. Diga os nomes em voz alta. Durante a conversa, pronuncie o nome completo da empresa, a cidade e a especialidade. “Aqui na Dasckup, em São Paulo, quando a gente faz automação com IA para indústria…” Parece bobo. É assim que a associação entre entidade e atributo se forma no texto.
2. Transcreva com identificação de quem fala. Qualquer ferramenta de transcrição resolve. O importante é que o texto marque quem disse o quê, porque isso preserva a atribuição da fala.
3. Publique a transcrição completa no seu domínio. Uma página por episódio, com o texto inteiro visível. Não em PDF, não atrás de formulário, não só no agregador.
4. Reestruture em perguntas. Transforme os subtítulos da página nas perguntas reais que foram feitas. “Quanto tempo leva para implantar?” funciona muito melhor como cabeçalho do que “Bloco 3”. Modelos recuperam por correspondência de pergunta.
5. Marque com schema. PodcastEpisode na página do episódio e FAQPage no bloco de perguntas. Isso ajuda o rastreador a entender o que é fala, o que é pergunta e quem é o autor.
6. Gere os derivados com IA. Da mesma transcrição saem: um resumo executivo, um artigo reescrito para o blog, dez perguntas com resposta curta, posts para LinkedIn e roteiro de cortes. É aqui que um episódio vira trinta peças sem trabalho braçal.
7. Cruze convites. Convide gente do seu setor e aceite convites para o podcast dos outros. Cada aparição gera transcrição em um domínio diferente falando o seu nome. Diversidade de fonte é um dos sinais mais fortes de autoridade para os modelos.
Como saber se está funcionando
Duas medições simples, feitas a cada trinta dias.
Teste de citação. Monte uma lista de dez perguntas que um cliente faria sem citar marca. Rode essas dez perguntas no ChatGPT, no Gemini e no Perplexity. Anote em quantas o seu nome aparece. No começo vai ser zero. O número em si não importa, importa a curva.
Log do servidor. Peça a quem cuida do seu site para verificar se GPTBot, OAI-SearchBot, PerplexityBot e ClaudeBot estão acessando as páginas de transcrição, e se o robots.txt não está bloqueando nenhum deles. Já vi empresa produzir conteúdo excelente e bloquear os rastreadores sem saber.
Por que isso muda a conta do estúdio
Quando o podcast era só audiência, alugar estúdio era despesa de marketing com retorno incerto. Você gastava para falar com pouca gente.
Com esse uso, a lógica inverte. Cada hora gravada produz um corpo de texto profundo, em linguagem natural, no seu domínio, associando o nome da sua empresa ao assunto em que você quer ser lembrado. Isso não expira e não depende de audiência. Duas horas por mês constroem, em um ano, um volume de conteúdo especializado que nenhum blog de empresa consegue acompanhar.
Nós temos estúdio em Higienópolis, em São Paulo, e é exatamente essa a conversa que tenho tido com quem grava aqui: não “quantas pessoas vão ouvir”, mas “quantas perguntas do seu mercado esse episódio passa a responder”.
Se você quer entender como montar esse fluxo na sua empresa, inclusive a parte de automação que transforma um episódio em trinta peças, fale comigo. Meu nome é Miguel Dendasck e trabalho com IA aplicada a negócios. E se quiser se aprofundar antes, escrevi um guia sobre como aparecer no ChatGPT que cobre o resto da estratégia.
Enquanto seus concorrentes discutem quantos seguidores o podcast trouxe, você pode estar construindo a única coisa que a IA vai ler quando alguém perguntar quem faz o que você faz.
Sobre o autor
Miguel Dendasck é fundador e CEO da Dasckup, agência de marketing e tecnologia em Higienópolis, São Paulo, com mais de dez anos de atuação e mais de 180 clientes atendidos. Trabalha com automação e inteligência artificial aplicada a negócios, é autor do livro “A Empresa Autônoma” e criador do Método Dasckup. Também responde pela gestão da Revista Científica Multidisciplinar Núcleo do Conhecimento, ISSN 2448-0959.