Pesquisa de prompts além da palavra-chave
Pesquisa de prompts é o levantamento das perguntas completas que o público faz às IAs, e ela complementa a pesquisa de palavra-chave sem substituí-la. O clickstream da Semrush mostra prompts de 8,7 a 13,5 palavras em média no início de 2026, e entre 65% e 85% deles sem correspondência em uma base de 27 bilhões de palavras-chave. Quando o ChatGPT busca na web, a OpenAI diz que o pedido vira uma ou mais consultas direcionadas, e é nessa camada que a palavra-chave continua valendo. A lista de prompts sai de fontes reais, como conversas de venda, Search Console, PAA e fóruns, e vira um conjunto fixo para medir.
Principais pontos
- Entre janeiro e fevereiro de 2026, os prompts do ChatGPT com busca tinham 8,7 palavras em média e os sem busca, 13,5, segundo o clickstream da Semrush nos EUA.
- Na mesma análise da Semrush, de 65% a 85% dos prompts não tinham correspondência em uma base de mais de 27 bilhões de palavras-chave.
- O Google informou em maio de 2026 que a busca média no AI Mode tem o triplo do tamanho de uma consulta tradicional.
- A central de ajuda da OpenAI diz que o ChatGPT reescreve o pedido em uma ou mais consultas direcionadas antes de buscar na web.
- O artigo How People Use ChatGPT, do NBER, mostra que orientação prática, busca de informação e escrita somam perto de 80% das conversas.
Prompt e query medem coisas diferentes
O prompt digitado em uma IA e a query digitada no Google diferem no tamanho e na estrutura, e isso muda o método de pesquisa. A Semrush analisou mais de 1 bilhão de linhas de clickstream dos EUA entre outubro de 2024 e fevereiro de 2026. Comparando o começo de 2025 com o começo de 2026, os prompts com busca ativada passaram de 4,7 para 8,7 palavras em média, e os sem busca caíram de 24,9 para 13,5. Em fevereiro de 2026, a busca estava ativada em 34,5% dos prompts.
O dado que mais pesa para quem faz pesquisa vem em seguida. Entre 65% e 85% dos prompts não encontraram correspondência na base de mais de 27 bilhões de palavras-chave da Semrush. Do lado do Google, o balanço de um ano do AI Mode, publicado em maio de 2026, diz que a busca média no modo de IA tem o triplo do tamanho de uma consulta tradicional.
Do lado do Google, o balanço de um ano do AI Mode, publicado em maio de 2026, diz que a busca média no modo de IA tem o triplo do tamanho de uma consulta tradicional.
Lucas Ferraz, especialista em SEO
| Medida | Valor | Fonte |
|---|---|---|
| Prompt com busca no ChatGPT | 8,7 palavras em jan. e fev. de 2026 | Semrush |
| Prompt sem busca no ChatGPT | 13,5 palavras em jan. e fev. de 2026 | Semrush |
| Busca no AI Mode | Triplo de uma consulta tradicional | Google, 2026 |
Onde a palavra-chave continua valendo?
A palavra-chave continua valendo na camada de recuperação, onde a IA transforma o prompt em consultas mais curtas. A central de ajuda da OpenAI descreve o mecanismo: antes de mandar o pedido aos provedores de busca, o ChatGPT o reescreve em uma ou mais consultas direcionadas, e o exemplo da própria OpenAI troca um pedido de conversa por uma busca de poucas palavras com a cidade. No Google, a documentação do Search Central diz que AI Overviews e AI Mode podem disparar várias buscas relacionadas por subtópico, o mesmo desenho visto do outro lado.
Por isso mantenho a pesquisa de palavra-chave no processo. Ela descreve as subconsultas que o fan-out dispara, e a página precisa ranquear nelas para entrar na resposta. A pesquisa de prompts descreve a camada de cima, a conversa, que decide quais subconsultas existem. O caminho para ver essas subconsultas está em como observar o query fan-out.
De onde tiro prompts reais
Os prompts reais vêm de lugares onde o público já escreve a pergunta inteira, com as próprias palavras. As fontes que uso, em ordem de confiança:
- Conversas de venda e suporte. E-mail, chat e transcrição de reunião trazem a pergunta com contexto, restrição e objeção.
- Search Console. Consultas longas, filtradas por expressão regular, mostram perguntas que já chegam ao Google em formato de conversa.
- Perguntas relacionadas do Google e fóruns. O bloco de PAA, o Reddit e as comunidades do setor mostram a formulação espontânea de quem ainda não domina o jargão.
- Pesquisa com o público. Perguntar diretamente o que a pessoa digitaria na IA.
- Ferramentas de prompts estimados. Úteis para cobrir volume, com o viés de quem gerou a lista.
O viés da última fonte tem número. A Otterly comparou prompts reais, coletados por pesquisa com profissionais de marketing nos EUA, com prompts estimados pela própria ferramenta. Os reais tinham 15,1 palavras em média, contra 8,8, e 52,1% usavam pronome pessoal, contra 18,8%. Os estimados exageravam a palavra best, de intenção comercial. A amostra é pequena e de um mercado só, mas o sentido do desvio é útil, porque lista gerada por ferramenta tende a soar como palavra-chave.
O filtro de expressão regular que uso no Search Console para consultas de oito palavras ou mais:
^(\S+\s+){7,}\S+$
Como monto a lista fixa de medição?
A lista de medição agrupa os prompts por intenção e fixa três formulações para cada uma. A primeira é a frase curta de busca, a segunda é a pergunta média, e a terceira é o pedido longo de conversa, com contexto. No benchmark de advocacia, registrei as três formulações no arquivo de dados, porque comparar superfícies que receberam perguntas diferentes mistura efeito de prompt com efeito de plataforma.
O artigo do NBER sobre o uso do ChatGPT ajuda a distribuir as intenções. Orientação prática, busca de informação e escrita somam perto de 80% das conversas, e o uso fora do trabalho passou de 53% para mais de 70% das mensagens. Para medir recomendação de marca, o peso fica nas duas primeiras. Depois de fechada, a lista não muda entre rodadas, e prompts novos entram em uma versão nova, com data. O desenho completo das rodadas está em prompts para medir visibilidade em IA, e a forma de comparar os resultados entre superfícies está em share of voice em IA.
Nota de método
Este texto não traz número próprio. Ele descreve como montei a lista de perguntas do benchmark de advocacia, de 21 de setembro de 2026, e os números sobre prompts vêm das fontes citadas.
Os termos de medição estão definidos no vocabulário de medição, e o protocolo das rodadas na política editorial.
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
Qual a diferença entre pesquisa de prompts e pesquisa de palavra-chave?
A pesquisa de palavra-chave levanta termos curtos com volume medido pelos buscadores. A pesquisa de prompts levanta perguntas completas, com contexto e restrições, que ninguém publica com volume. Na análise da Semrush de 2026, de 65% a 85% dos prompts do ChatGPT não batiam com nenhuma palavra-chave de uma base de 27 bilhões de termos.
Existe volume de busca para prompts?
Não há volume oficial equivalente ao das palavras-chave. A Otterly registra que a OpenAI não oferece nada parecido com um Search Console, e as ferramentas trabalham com prompts estimados ou com painéis de clickstream. No estudo da Otterly, prompts reais coletados por pesquisa tinham 15,1 palavras em média, contra 8,8 dos prompts estimados.
Quantos prompts uma lista de medição precisa ter?
O tamanho segue o número de intenções que importam. Prefiro poucas intenções bem cobertas, cada uma com três formulações, da frase curta de busca ao pedido longo de conversa. A lista fica fixa entre rodadas, porque comparar perguntas diferentes mistura o efeito do prompt com o efeito da plataforma e impede saber o que mudou.
Fontes citadas
- Semrush, 17 meses de clickstream do ChatGPT (2026). Publicado em 7 de abril de 2026, dados dos EUA de outubro de 2024 a fevereiro de 2026.
- Google, como o AI Mode mudou a busca nos EUA (2026)
- NBER, How People Use ChatGPT (Chatterji e outros) (2025)
- Otterly, prompts reais frente a prompts estimados (2026)
- Google Search Central, recursos de IA e o seu site (2025)
- OpenAI, busca na web com o ChatGPT e reescrita da consulta (2026)
Versão em markdown para agentes de IA: https://lucasferraz.com/blog/pesquisa-de-prompts/md/