Auditámos 45 empresas de SaaS B2B portuguesas em duas dimensões: a prontidão técnica dos seus sites para a IA, e a sua visibilidade real nas respostas de quatro assistentes de IA (ChatGPT, Claude, Gemini, Grok). Os resultados são duros: 96% não tem qualquer política definida para crawlers de IA, e 56% não é recomendada por nenhum dos quatro assistentes quando se pergunta pela sua própria categoria. Só 29% — menos de uma em cada três — surge como recomendação efetiva em todos os motores. Quando a categoria é pagamentos, hotelaria ou indústria, o assistente recomenda a Stripe, a Cloudbeds ou a UpKeep — não a empresa portuguesa. A maioria do SaaS B2B nacional ainda não existe na resposta que os compradores leem.
Porque é que isto importa
Quando um comprador B2B pergunta a um assistente de IA — ChatGPT, Claude, Gemini, Perplexity — pela categoria de uma empresa, o modelo responde com uma curta lista de nomes. Estar (ou não) nessa lista é a nova primeira impressão. Este estudo mede duas coisas: se as empresas estão tecnicamente preparadas para serem lidas pela IA, e se de facto são recomendadas quando alguém pergunta.
Parte 1 — Prontidão técnica
Auditámos, em cada site público, três sinais que tornam uma marca legível e citável pelos modelos.
- 96% (43 de 45) não tem qualquer política explícita para crawlers de IA (GPTBot, ClaudeBot, PerplexityBot, Google-Extended…) no
robots.txt. As duas exceções permitem o acesso — quando há decisão, a direção é de abertura. - 58% (26 de 45) não publica
llms.txt. - 58% (26 de 45) não expõe schema
Organizationestruturado — a identidade em dados estruturados que a IA usa para reconhecer quem é a empresa.
A leitura honesta: estas empresas não estão a bloquear a IA — estão a ignorá-la. O acesso está aberto por omissão, mas quase nenhuma tomou uma decisão deliberada, e a base de identidade estruturada falta em mais de metade.
Parte 2 — Visibilidade real nos motores de IA
Para cada uma das 31 categorias, corremos a pergunta que um comprador faria, em quatro motores (ChatGPT, Claude, Gemini, Grok), 3 vezes cada. O critério é exigente e deliberado: uma empresa só conta como “aparece” se for recomendada de facto (não apenas mencionada de passagem) em pelo menos 2 das 3 corridas. Uma menção solta a meio de um parágrafo não conta como visibilidade.
Taxa de recomendação por motor:
- Claude: 40% das empresas são recomendadas (e é o motor que mais reconhece marcas portuguesas).
- ChatGPT (GPT-4o): 30%.
- Gemini: 29% (o mais internacional — tende a recomendar players globais).
- Grok: 29%.
A distribuição que conta (45 empresas, 4 motores):
- 29% (13) são recomendadas em todos os quatro motores — o núcleo visível.
- 56% (25 de 45) não é recomendada por nenhum dos quatro assistentes na sua própria categoria.
- 31% (14) são completamente invisíveis — a IA nem sequer as nomeia.
- Recomendada nos 4 motores29%
- Recomendada em 1 a 3 dos 4 motores16%
- Mencionada (não recomendada)24%
- Completamente invisível31%
Citação: ~2% em todos os motores. Ver a nota metodológica — com pesquisa web desligada, os modelos respondem de memória (recall) e quase não citam fontes com link. Isto mede recomendação por reconhecimento, não citação com fonte.
Por categoria — onde se ganha e onde se perde
- 100% recomendadas: saúde/HR (Coverflex, Landing.jobs, Sword Health, Knok) — a única categoria onde todas aparecem em todos os motores.
- Faturação/ERP: 60% · Contact center: 50% · Dev/segurança/dados: ~25%.
- Pagamentos: 11% — quase todas as fintechs portuguesas perdem o lugar para a Stripe e a PayPal.
- Indústria/operações: 7% — Glartek, AdaptTech, Nextbitt invisíveis; o lugar é da Fiix, UpKeep, MaintainX.
- Hotelaria/turismo: 0% — GuestCentric, Doinn e Bairro não aparecem em motor nenhum, apesar de serem marcas reais e ativas. O lugar é da Cloudbeds, SiteMinder e Mews. O ChatGPT confirmou o padrão: também 0% nesta categoria.
Quem a IA recomenda no lugar delas
Os players internacionais que ocupam o espaço, por categoria: Stripe (pagamentos), Cloudbeds / SiteMinder / Mews (gestão hoteleira), Fiix / UpKeep / MaintainX (manutenção industrial). Em quase todas as categorias, a marca portuguesa fica para segunda ou terceira frase — ou não aparece de todo.
O que isto significa
Cruzando as duas partes: a invisibilidade não é acaso. As empresas que não são recomendadas tendem a ser as que também não têm a base técnica — sem schema, sem política de IA, sem conteúdo extraível — e/ou marcas pequenas demais, com nome ambíguo, ou que pivotaram. A IA recomenda quem reconhece com confiança; o resto fica de fora, e o espaço é preenchido por marcas internacionais com presença e autoridade maiores. Para uma empresa de SaaS B2B portuguesa, não ser recomendada pela IA é, cada vez mais, não estar na decisão de compra.
Que os quatro motores — incluindo o ChatGPT, o mais usado — convirjam em números tão próximos (29-40% de recomendação) reforça que isto não é peculiaridade de um modelo: é um padrão transversal de como a IA, hoje, vê (ou não vê) o SaaS B2B português.
Isto não é um juízo de valor sobre estas empresas — várias são scale-ups e até unicórnios. É um diagnóstico de notabilidade aos olhos dos modelos: um problema técnico e editorial, não de qualidade do produto. E é resolúvel.
O que verificar hoje (4 perguntas)
robots.txt— tens uma decisão consciente sobre crawlers de IA? (Permitir é legítimo; não decidir é ficar à mercê do default.)- Schema
Organization+sameAs— o teu site declara à IA quem és e liga os teus perfis? llms.txt— tens um resumo legível para modelos? (Higiene, não garantia.)- És recomendado? — pergunta aos quatro assistentes pela tua categoria. Se não te veem, sabes onde estás.
Metodologia
- Amostra: 45 empresas de SaaS B2B com sede ou operação principal em Portugal, validadas como ativas em maio de 2026. Amostra de conveniência (não aleatória), de unicórnios a early-stage, em 31 categorias.
- Prontidão técnica: auditoria automática de
robots.txt,llms.txte JSON-LD de cada homepage. - Visibilidade: 31 prompts de categoria × 4 motores (ChatGPT/GPT-4o, Claude Sonnet, Gemini Flash, Grok) × 3 corridas, via API. Critério “aparece” = recomendada efetivamente (não só mencionada) em ≥2/3 corridas. Respostas brutas gravadas com timestamp e modelo.
- Anonimização: reporta-se o agregado e exemplos positivos; nenhuma empresa é exposta negativamente por nome.
Limites (o que este estudo NÃO prova)
- Medição via API com web search desligado. Os modelos respondem por recalldo treino, não com pesquisa em tempo real — por isso a citação é ~2% (quase não citam links) e os resultados refletem o que o modelo “sabe”, não necessariamente o que o produto de consumo (ChatGPT.com, claude.ai) mostra com pesquisa ligada. Um motor com retrieval (ex.: Perplexity) daria um retrato diferente. Os quatro motores foram medidos no mesmo regime (OFF) para serem comparáveis entre si.
- “Sem política de IA” = ausência de decisão no robots.txt, não bloqueio.
- Amostra de conveniência (n=45) — indicativa do segmento, não estimativa estatística do universo.
- O critério “recomendada vs mencionada” e a classificação de categoria envolvem julgamento documentado e replicável, com uma fronteira de critério.
Recursos relacionados
- Consultoria GEO em Portugal: o panorama em 2026 — página pilar com o enquadramento da categoria: o que distingue uma consultoria GEO, quem opera em Portugal, e cinco perguntas para avaliar um parceiro. Inclui FAQ e fontes.
- Como trabalhamos — auditoria gratuita de 30 min, diagnóstico GEO e retainer. Para quem reconheceu o problema no estudo e quer começar a atacá-lo.
- O que é o llms.txt e como criar o teu — um dos três sinais técnicos auditados no estudo. 58% das empresas não tem.
- Schema.org para SaaS B2B: o mínimo viável em JSON-LD — o sinal técnico que falta em 58% das empresas auditadas.
- Glossário GEO — definições de citation rate, share of voice, llms.txt, schema.org e outros termos usados no estudo.
Sobre este estudo
Conduzido pela destaque.ai, consultoria de Generative Engine Optimization (GEO) para SaaS B2B, em Lisboa. Dados públicos e medições por API, recolhidos em maio de 2026. Metodologia e prompts disponíveis mediante pedido.
English abstract
The State of AI Visibility for Portuguese B2B SaaS — 2026. We audited 45 Portuguese B2B SaaS companies on two axes: the technical AI-readiness of their websites, and their actual visibility across four AI assistants (ChatGPT, Claude, Gemini, Grok). Findings: 96% have no defined policy for AI crawlers, and 56% are not recommended by any of the four engines when asked about their own category — only 29% surface as a genuine recommendation across all four. Where Portuguese brands are absent, international players (Stripe, Cloudbeds, UpKeep) take their place. A company “appears” only if recommended (not merely mentioned) in ≥2 of 3 runs. Measurement was via API with web search off, so results reflect model recall (~2% link citations), reported across four engines under the same regime. By destaque.ai, a Generative Engine Optimization consultancy in Lisbon. Methodology available on request.