Estudo de palavras-chave: arquitetura da procura, não uma lista

Por Miguel Maio · Publicado em 16 de outubro de 2026

A arquitetura da procura, camada a camada

1. 1Modelo semântico do negócio: oferta, entidades, jobs-to-be-done
2. 2Pilares: os temas e entidades centrais
3. 3Clusters e hubs: subtemas e concentração de links internos
4. 4Famílias de intenção: agrupar por intenção, não por string
5. 5Superfície de aplicabilidade: search, PAA, prompt de IA, YouTube, app

A ferramenta entra na camada 5, não na 1.

A maioria dos estudos de palavras-chave que vejo não é um estudo. É uma exportação de uma ferramenta, ordenada por volume.

Conheci SEOs que não sabem fazer um estudo de keywords. Pedes-lhes um e entregam-te o on-page de uma página: title, headings, meta, os factores on-page, sem um estudo por trás que sustente a semântica. Otimizam uma resposta sem saberem qual é a pergunta.

Vejo gente a usar a GSC sem conhecer os seus limites de cobertura, e a perder as melhores oportunidades: as keywords para as quais ainda não tens conteúdo, ou que ainda não estão indexadas, não aparecem lá. Procuram as chaves debaixo do candeeiro, porque é onde está a luz.

Vejo o erro gravíssimo de usar o Google Trends como ferramenta de keyword research. O Trends não dá volume nem keywords. Dá um índice relativo de 0 a 100.

Vejo o search intent tratado como um rótulo colado a uma string.

E vejo quem só olha para as keywords dos concorrentes e fica stuck, a copiar o mapa de outro em vez de desenhar o seu.

Faço isto há anos. O erro é quase sempre o mesmo, e é logo no início. A ferramenta não é o início do trabalho. É o meio. Um estudo de palavras-chave não começa numa ferramenta. Começa num modelo da procura do negócio. Vou pela ordem certa.

Primeiro o negócio, depois a procura

Antes de abrir seja o que for, respondo a três coisas: o que este negócio vende e resolve, para quem, e em que entidades e temas ele tem direito a ser relevante. É o modelo semântico: a oferta, os jobs-to-be-done, as entidades, o espaço-problema do cliente.

Isto parece óbvio e quase ninguém o faz. Sem este chão, o estudo é garbage-in. Uma ferramenta devolve mil keywords; sem um modelo do negócio, não tens como saber quais são procura tua e quais são ruído. Ficas a reagir a volume em vez de mapear o teu território.

O modelo semântico é também o que te deixa ver o que falta. Um gap só existe contra um mapa. Se não tens o mapa, não vês o buraco, e o buraco é onde mora o tráfego que a concorrência te está a tirar.

Dar arquitetura à procura

Mapeada a procura sobre o modelo, organiza-se. Não por ordem alfabética nem por volume. Por arquitetura.

Pilares: os temas e entidades centrais do negócio, que costumam alinhar com as grandes secções do site ou da app. Clusters: os subtemas dentro de cada pilar. Hubs: os pontos de concentração de links internos que constroem autoridade tópica à volta de um pilar. Famílias de intenção: o agrupamento por intenção, não por string. Duzentas keywords podem ser oito famílias. A mesma família pede o mesmo tipo de conteúdo e a mesma superfície.

A diferença entre amador e sénior está aqui. O amador tem uma lista de duzentas linhas. O sénior tem oito famílias, cada uma com o seu pilar, o seu cluster, o seu hub e a sua superfície. Uma é um ficheiro. A outra é um plano.

Search não é a única superfície

A procura de um negócio não vive só na pesquisa do Google. E, mesmo dentro do Google, não se manifesta toda da mesma maneira.

A mesma intenção aparece diferente consoante a superfície: a pesquisa clássica, o People Also Ask, o autocomplete, um prompt de ChatGPT ou Perplexity, o YouTube (o segundo maior motor de pesquisa, com intenção própria), o Pinterest (procura de descoberta e visual, forte em alguns verticais), o LinkedIn (onde vive muita da procura B2B que o Keyword Planner nem conhece), e a pesquisa interna da própria app ou marketplace.

Por isso cada cluster leva uma etiqueta de superfície. Não é um detalhe: o conteúdo que responde a uma query de pesquisa não é o que responde a uma pergunta do PAA, que não é o que ganha um prompt de IA. Tratar tudo como "keywords do Google" é deixar metade da procura em cima da mesa. O mapa de sinais por canal está no pilar de canais de media como inteligência do GEO.

O search intent, a sério

Os quatro tipos de manual (informacional, navegacional, comercial, transacional) são o início da conversa, não o fim.

A intenção não está na palavra. Está no que a superfície já mostra. A SERP é a verdade: se o Google enche a página de vídeos, a intenção é vídeo, escrevas o que escreveres. Se enche de produtos, não é artigo que queres ali. O PAA mostra-te a intenção em forma de pergunta. A resposta da IA mostra-te que entidades ela já considera parte do tema.

E há o que os manuais não dizem: a intenção é mista (a mesma query serve dois propósitos), deriva no tempo (o que era informacional passa a transacional numa época do ano), e é local sem o declarar. Ler a SERP antes de escrever uma palavra não é um passo opcional. É o passo.

Cada fonte tem o seu ponto cego

Agora sim, os dados. E a primeira regra sénior é esta: nenhuma fonte te dá a procura toda, e cada uma mente à sua maneira. Quem não conhece a origem dos dados confia em números que não devia.

A GSC são os teus dados e são os melhores que tens. Mas não cobrem o teu site todo. Primeiro, só reporta URLs indexados, e o Google não indexa tudo: num estudo de 16 milhões de páginas, cerca de 37% estavam indexadas. Segundo, mesmo nessas, 46,77% dos cliques vêm de queries anonimizadas (Ahrefs, 22 mil milhões de cliques, abril de 2025). Ou seja, quase metade das queries que te trazem tráfego estão escondidas. A GSC é três filtros empilhados: indexado, com impressões, e sobreviveu à anonimização.

O relatório de termos de pesquisa do Google Ads é ouro, porque é o que as pessoas escreveram mesmo. Mas desde setembro de 2020 o Google esconde os termos de baixo volume. Em contas reais, mais de 30% do tráfego passou a vir de termos ocultos. Há um terço do teu investimento cujas queries exatas não vês.

O Keyword Planner é a fonte do próprio Google, mas é feita para anunciantes: arredonda por buckets, agrupa sinónimos e, por análise da própria Ahrefs, sobrestimou o volume 54% das vezes. Não é benchmark de nada.

Os tools de terceiros (Ahrefs, Semrush) são estimativa modelada, não contagem. A própria Ahrefs diz-se "directionally accurate" e acertou cerca de 60% das keywords contra o Search Console. Servem para priorização relativa. O volume absoluto é uma ilusão de precisão.

A conclusão prática: triangula, começa pelos teus dados (GSC e termos do Ads), e lê sempre o volume como relativo.

Nenhuma fonte cobre a procura toda. Conhecer o viés de cada uma é o que separa um estudo de uma exportação.

Procura alta não é oportunidade

Aqui mora o erro mais caro. O volume do Keyword Planner é interesse de anunciantes. Para SEA, procura alta é alcance, e paga-se em CPC e concorrência. Para SEO, procura alta é muitas vezes uma armadilha.

Os head terms de alto volume estão dominados por marcas grandes, têm dificuldade alta, intenção ambígua e conversão baixa. E, cada vez mais, não geram clique nenhum: os AI Overviews respondem em cima deles. Perseguir o termo gordo porque tem volume é gastar meses a lutar por uma posição que já não dá tráfego.

Em SEO, o valor está na cauda longa específica, com intenção clara e com um gap teu. Menos volume, mais conversão, menos sangue. O volume alto serve para o SEA validar e comprar. Em orgânico, costuma ser o caminho mais caro para o pior resultado.

Os canais alimentam-se uns aos outros

Separar o estudo de palavras-chave por canal é desperdiçar a melhor parte. As fontes cruzam-se.

Os termos de pesquisa do Ads dizem-te que queries convertem mesmo. Essas são alvos de SEO prioritários, e os que não convertem são negativas. As queries que trazem tráfego orgânico são candidatas a expandir em SEA. E no GEO o estudo deixa de ser de keywords para ser de perguntas, prompts e entidades: o query fan-out dos motores obriga a cobrir sub-perguntas, não só o termo principal. Porque os motores citam fontes diferentes, está em porque cada motor de IA cita fontes diferentes.

E aqui respondo a uma pergunta que ouço: o Google Ads é para deitar fora no research? De maneira nenhuma. O Google Ads é o único sítio onde consegues dados reais de conversão por query. Corres uma campanha, pões dinheiro, e em dias sabes que termos convertem antes de investires meses em SEO ou GEO. É o melhor validador que existe, não o melhor estimador. Deitar fora o Ads como ferramenta de research é deitar fora a única fonte de verdade sobre o que converte. O Keyword Planner e os termos de pesquisa vivem lá dentro.

E, no entanto, vejo SEMs que não conseguem evitar a canibalização interna entre páginas, nem articular o Search Ads com o SEO. É um desperdício de tudo. Às vezes porque são departamentos diferentes. Às vezes porque são product owners diferentes. Às vezes por compliance entre cliente e agência. Como chegámos a isto, se o site é um só e o mercado é um só? Como criámos estruturas tão compartimentadas que o paid e o orgânico nem falam entre si, quando ganham exatamente das mesmas queries?

O Search Ads e o SEO disputam e alimentam a mesma procura. Os termos que o Ads prova que convertem são o briefing do SEO. As queries onde o orgânico já é forte são onde o Ads pode parar de pagar. E a relevância que um bom estudo de intenção dá ao anúncio é o que melhora o Quality Score e baixa o custo por clique. Quem corre os dois em silo paga duas vezes pelo mesmo mercado.

As negativas merecem a mesma seriedade que os alvos. Uma análise de n-grams dos termos de pesquisa constrói a lista de negativas do SEA e revela, de caminho, o que não deves sequer tentar atacar em SEO: as anti-keywords. A estrutura de conta que suporta isto está em estrutura de conta Google Ads que converte.

Só as ferramentas que valem, e por função

Não precisas de dez ferramentas. Precisas de saber o que cada uma faz melhor.

Google Ads (com o Keyword Planner e os termos de pesquisa): o validador de conversão real e a ideia de procura do Google. Google Search Console: os teus dados, os mais subvalorizados de todos. Um suite, Ahrefs ou Semrush, não os dois: dificuldade, SERP, e sobretudo content gap (as keywords que a concorrência tem e tu não, e o gap topical contra o teu modelo). Google Trends: para o que o volume absoluto não dá, sazonalidade, direção da tendência e breakouts.

GenAI para a camada semântica: expansão, clustering, classificação de intenção, geração de perguntas e de prompts para GEO, modelação de entidades e tópicos. Com um limite duro: nunca para volumes, que inventa. Para semântica, poupa horas; para dados, mente. Mineração de perguntas: AlsoAsked, o PAA, o autocomplete, e o Reddit e fóruns do nicho, que é onde se apanham as perguntas reais para AEO e GEO. Screaming Frog: crawl do teu site e clustering por embeddings, que trato em Screaming Frog para clustering por embeddings. E, por superfície, as ferramentas próprias: YouTube, Bing Webmaster, Pinterest Trends, LinkedIn.

Três ou quatro destas cobrem 95% do trabalho. O resto é a camada semântica (GenAI) e os teus próprios dados. Quem anda a saltar de tool em tool anda a fugir do trabalho que é modelar o negócio.

Priorizar como quem decide, não como quem lista

Ordenar por volume é a maneira preguiçosa. Uso ETI, mas com duas correções que o tornam honesto.

Primeira: aplico ETI ao cluster ou à família de intenção, não à keyword. Effort, time e impact são propriedades de cobrir um tema, não de uma string. ETI keyword a keyword é granularidade errada.

Segunda: effort e time são custos. Se os somas direto ao impacto, a média mente, porque mais esforço daria mais prioridade. Pontuam-se invertidos: Effort como facilidade (1 pesado, 10 leve: gap semântico, criar de novo contra otimizar, dificuldade) e Time como rapidez (1 lento, 10 rápido: cluster novo contra página a otimizar, lag de indexação, autoridade que ainda falta).

ETI do cluster = (Impacto + Facilidade + Rapidez) / 3, escala 1 a 10. O impacto é valor de negócio pela proximidade da conversão pela procura relativa. Prioriza os clusters por ETI, e dentro de um cluster aprovado sequencia as keywords. É um número que ordena sem fingir a precisão de volume que os tools não têm.

O que entregas

O entregável de um estudo de palavras-chave sénior não é uma lista de keywords. É um modelo de procura.

Cada linha leva: termo, fonte, volume (com a fonte, tratado como relativo), tendência, tipo de intenção, intenção provada pela SERP, fase da journey, canal (SEO, SEA ou ambos), variante de pergunta ou prompt para GEO, entidade e cluster, rank e URL atuais da GSC, flag de canibalização, dificuldade, valor de negócio, ETI do cluster, e a ação (criar, otimizar, fundir, negativar, ou validar com Ads).

Por cima, uma camada de medição em Looker Studio que cruza a GSC com os termos de pesquisa do Ads, para o estudo não morrer no dia em que foi entregue. Keyword research não é um evento. É um sistema que se revê.

Erros que quem faz SEM não pode cometer

Estes erros são graves. Fazer SEO de uma página sem um estudo por trás. Confiar numa GSC que esconde metade. Usar o Trends como se fosse um keyword tool. Copiar o concorrente e ficar preso. Nenhum destes é um pormenor. São a diferença entre ocupar um território e andar a reagir ao de outra pessoa.

Quem faz SEM não os pode cometer. E não os pode delegar nem saltar. O keyword research não é uma tarefa que se encomenda e se arquiva: é a fundação de tudo o que vem depois, em SEO, em SEA e em GEO. Quem faz SEM tem de ser o verdadeiro owner do keyword research. Não o dono do ficheiro. O dono da decisão.

Quem começa na ferramenta vai ter sempre uma lista. Quem começa no negócio vai ter um mapa. E é o mapa que decide onde a concorrência não te apanha.

Fontes

• Ahrefs - Anonymized Queries Make Up Nearly Half of Google Search Console Traffic
• indexcheckr - Google Indexing Study: Insights from 16 Million Pages
• Practical Ecommerce - Google Ads Decreases Search Terms Visibility
• Ahrefs - How accurate is search volume in Ahrefs

Perguntas frequentes