SEO de imagem para IA e busca multimodal

SEO de imagem para IA é preparar cada imagem para ser encontrada, entendida e ligada à página certa quando alguém busca com foto, câmera ou captura de tela. O Google usa o texto alternativo, a visão computacional e o conteúdo da página para entender uma imagem, e o AI Mode dispara várias buscas visuais a partir de uma só foto. Em maio de 2026, o Google informou que mais de uma em cada seis buscas nos EUA usa voz ou imagem. O trabalho técnico cobre img com src rastreável, alt descritivo, texto próximo, nome de arquivo, ImageObject e metadados de licença.

Principais pontos

  • O Google Lens chegou a quase 20 bilhões de buscas visuais por mês, segundo o Google em outubro de 2024.
  • No balanço de um ano do AI Mode, de maio de 2026, o Google disse que mais de uma em cada seis buscas nos EUA usa voz ou imagem e que as buscas por imagem crescem mais de 40% de um mês para o outro.
  • O guia de imagens do Google Search Central afirma que o Google não indexa imagens de fundo em CSS e trata o alt como o atributo mais importante da imagem.
  • Nos metadados de imagem do Google, o ImageObject exige contentUrl e pelo menos uma entre as propriedades creator, creditText, copyrightNotice e license.
  • Na análise da Vercel de dezembro de 2024, imagens foram 35,17% das requisições do crawler da Anthropic ao nextjs.org.

A busca por imagem em números oficiais

A busca por imagem tem escala própria no Google, e os números oficiais de 2024 e 2026 mostram o tamanho. Em outubro de 2024, o Google informou que o Lens era usado em quase 20 bilhões de buscas visuais por mês e que as consultas do Lens estavam entre os tipos que mais cresciam na Busca. Em maio de 2026, no balanço de um ano do AI Mode, a empresa disse que o modo passou de 1 bilhão de usuários ativos por mês no mundo e que mais de uma em cada seis buscas nos EUA já usa voz ou imagem, com as buscas por imagem crescendo mais de 40% de um mês para o outro.

Os dois números vêm do próprio Google, sem auditoria externa, e o de 2026 se refere aos EUA. Servem como ordem de grandeza para decidir quanto esforço a camada visual merece em uma auditoria.

Como o AI Mode lê uma imagem?

O AI Mode lê uma imagem com o Gemini e busca cada objeto dela em paralelo, pelo mesmo fan-out das buscas em texto. Em março de 2026, Dounia Berrada, da engenharia da Busca responsável pelo Lens, explicou no blog do Google que o Gemini analisa a imagem junto com a pergunta, decide quais ferramentas usar e aciona o Lens para buscar vários itens ao mesmo tempo. Depois o sistema lê os resultados e escreve uma resposta única, com links.

Para quem otimiza, a consequência é direta. Uma foto de ambiente com cinco objetos gera cinco buscas visuais, e cada uma termina em uma página. A imagem precisa estar ligada a um texto que responda à pergunta sobre aquele objeto, e o guia de recursos de IA do Google inclui entre as boas práticas apoiar o texto com imagens de qualidade. Os crawlers de IA também pedem imagem. Na análise da Vercel, 35,17% das requisições do crawler da Anthropic ao nextjs.org foram de imagens.

Na análise da Vercel, 35,17% das requisições do crawler da Anthropic ao nextjs.org foram de imagens.

Lucas Ferraz, especialista em SEO

O que o Google lê em volta da imagem?

O Google entende uma imagem pelo alt, pela visão computacional e pelo conteúdo da página, e o guia de imagens do Search Central diz o peso de cada sinal. O alt é o atributo mais importante para dar metadados à imagem. O nome do arquivo dá pistas muito leves. Legenda, título e texto próximo entram na leitura, e a recomendação é colocar a imagem perto do texto que trata do mesmo assunto.

O guia também tem regras de rastreio que as auditorias costumam pular. O Google encontra imagens no src do elemento img, inclusive dentro de picture, e não indexa imagens de fundo em CSS. Com srcset, o src precisa continuar como alternativa. Os formatos aceitos são BMP, GIF, JPEG, PNG, WebP, SVG e AVIF.

<figure>
  <img src="/img/grafico-citacao-por-superficie.webp"
       alt="Gráfico de barras com o número de marcas citadas por ChatGPT, Gemini, Perplexity e AI Mode"
       width="1200" height="675">
  <figcaption>Marcas citadas por superfície em 24 rodadas de setembro de 2026.</figcaption>
</figure>

O alt descreve o que a imagem mostra, e a legenda diz o que ela prova. As duas coisas juntas dão à busca visual o texto de que ela precisa para ligar a foto à página.

ImageObject e licença

O ImageObject liga a imagem à página e ao autor, e o Google documenta o que a marcação precisa ter. Nos metadados de imagem, as propriedades obrigatórias são contentUrl e pelo menos uma entre creator, creditText, copyrightNotice e license. Com license e acquireLicensePage, a imagem pode receber o selo de licença nas Imagens do Google. A alternativa é gravar os metadados IPTC dentro do arquivo, que viajam com a imagem, e quando as duas fontes conflitam o Google usa os dados estruturados.

{
  "@context": "https://schema.org",
  "@type": "ImageObject",
  "contentUrl": "https://exemplo.com.br/img/grafico-citacao-por-superficie.webp",
  "creator": {"@type": "Person", "@id": "https://exemplo.com.br/#person"},
  "creditText": "Nome do autor",
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "acquireLicensePage": "https://exemplo.com.br/licenca/"
}

Para a imagem principal da página, o guia aceita primaryImageOfPage, a propriedade image da entidade principal ou og:image, e pede que ela não seja o logo nem uma imagem com texto. Em grafo JSON-LD, prefiro que a imagem tenha @id próprio e seja referenciada pela página e pelo artigo sem repetir o nó, o mesmo cuidado que descrevo em schema markup e citação por IA.

O que confiro em uma auditoria de imagem?

A auditoria de SEO de imagem para IA confere seis pontos, e todos podem ser verificados de fora do servidor.

  1. Imagem relevante carregada por img com src, sem depender de CSS ou de JavaScript.
  2. Alt que descreve o conteúdo no contexto da página.
  3. Legenda ou texto próximo que diga o que a imagem mostra ou prova.
  4. Nome de arquivo curto e descritivo, com a mesma URL em todas as páginas que usam a imagem.
  5. ImageObject com contentUrl, autoria e licença nas imagens originais.
  6. Imagem principal definida e diferente do logo.

Esses itens entram na linha de conteúdo visual da auditoria técnica de GEO. Para entender onde as imagens aparecem nas respostas do Google, o ponto de partida é o funcionamento do AI Mode, medido por superfície e com data.

O que a IA desdobra desta pergunta?

Quando alguém faz esta busca em uma IA, o sistema abre subperguntas antes de responder. Estas são as que apareceram na medição, e onde cada uma é respondida.

Perguntas frequentes

O texto alternativo ajuda a imagem a aparecer em respostas de IA?

Ajuda a entender a imagem, que é o primeiro passo. O Google diz que usa o alt junto com a visão computacional e o conteúdo da página para identificar o assunto de uma imagem. O alt precisa descrever o que aparece, no contexto do texto ao redor, sem lista de palavras-chave, que o Google trata como spam.

Vale marcar todas as imagens com ImageObject?

Vale nas imagens que carregam informação própria, como fotos originais, gráficos e diagramas. O Google usa o ImageObject com contentUrl e dados de autoria ou de licença para exibir o selo de licença nas Imagens. Foto de banco e ícone decorativo ganham pouco com a marcação, e cada ocorrência da imagem precisa da própria marcação.

Nome de arquivo ainda conta para SEO de imagem?

Conta pouco, e o próprio Google diz isso. O guia de imagens descreve o nome do arquivo como uma pista muito leve sobre o assunto e recomenda nomes curtos e descritivos no lugar de IMG00023.JPG. O peso maior fica no alt, na legenda e no texto próximo, que o Google usa para entender a imagem.

Fontes citadas

  1. Google, perguntas de novos jeitos com IA na Busca (Lens e AI Overviews) (2024)
  2. Google, como o AI Mode mudou a busca nos EUA (2026)
  3. Google, como a IA entende buscas visuais e o fan-out do AI Mode (2026)
  4. Google Search Central, boas práticas de SEO para imagens (2026). Atualizado em 2 de março de 2026.
  5. Google Search Central, metadados de imagem com ImageObject e IPTC (2025)
  6. Vercel e MERJ, o crescimento dos crawlers de IA (2024)