独家研究显示：AI渠道流量中70%集中于行业三大电商平台（Cadastra与Similarweb数据）

生成式人工智能正在彻底改变巴西消费者在线发现和购买产品的方式。这项开创性研究揭示了这一趋势 “《搜索的未来：生成式人工智能如何重塑消费者触达路径》”, ，该研究由 Cadastra（, e一家解决增长挑战的全球性企业）, 与 Similarweb（, 全球数字竞争情报平台）联合开展。本研究分析了2023年1月至2025年8月期间人工智能平台在巴西的使用情况，重点关注其对电子商务和数字营销的影响。.

研究显示， ChatGPT占据巴西生成式人工智能市场99%的份额, ，其在2025年8月录得 3.1067亿次访问 ——年增长率为 124,58% 。位居第二的 Perplexity, 也呈现显著增长，涨幅达 131,03%, ，同期访问量达201万次。这些数据巩固了巴西作为 全球人工智能工具流量第三大国的地位, ，仅次于美国和印度。.

对于 Cadastra首席信息官Adilson Batista, 指出，人工智能的进展标志着品牌与受众连接方式的结构性变革。. “人工智能有潜力将用户旅程转变为自适应系统，能够实时决策、学习并创建内容。”

生成式人工智能开启GEO——数字搜索新时代

研究指出了 GEO（生成式引擎优化）, 的兴起，这门新学科与传统SEO相辅相成，其优先考虑的是内容被大语言模型引用为来源的可见性，而不仅仅是搜索引擎排名。这一转变要求品牌重新规划内容策略，以被人工智能识别并引用。. 

在2023年1月至2025年8月期间， ChatGPT为巴西十大电商平台带来了超过610万次推荐流量, ，巩固了其作为新发现和转化渠道的地位。与此同时，谷歌仍然保持相关性，但访问量略有下降，因为用户开始交替使用这两个平台进行互补性搜索。. 

“利用人工智能提高转化率对于将关注度转化为盈利能力和巩固品牌在数字环境中的存在至关重要。””， Cadastra的SEO与CRO经理Tiago Dada.

搜索词更长，用户旅程更短

消费者行为也发生了变化：用户在人工智能工具中提出的问题 长度是传统SEO搜索的五倍 （平均每次查询23个词），且单次会话时长超过7分钟。此外，ChatGPT开始提供 即时结账功能, ，使用户无需离开平台即可完成交易。. 

在美国，, 41%的消费者已更倾向于使用生成式搜索进行在线购物, ，这一模式预计将在未来几个月内在巴西重现。在此新形势下，传统绩效指标（如点击率）影响力减弱，取而代之的是 推荐率 和 提及密度, ，这些指标反映了品牌在人工智能回答中被引用的频率。. 

平台用户以年轻人为主： ChatGPT用户中60%年龄在18至34岁之间, ，其中54.9%为男性. 。 Perplexity Perplexity的用户画像与之类似，但使用场景更技术导向，且男性用户集中度更高（56.8%）。平台间用户重叠度较低： 仅有1.04%的ChatGPT用户同时使用Perplexity, ，这进一步强化了OpenAI在市场中的主导地位。. 

重点行业洞察

Cadastra与Similarweb的分析揭示了不同行业受生成式人工智能影响的现状：

• 美妆行业： 用户群体互联度高且关注ESG实践，寻求线下与数字商店之间的平衡。.
• 医药行业： 通过人工智能产生的访问量有70%集中在三大头部电商平台，用户主要进行价格比较。.
• 时尚行业： 以转售平台和可持续消费为主导，由Enjoei等平台领跑。.
• 旅游行业： 人工智能广泛应用于交通、住宿和路线规划类应用程序的日常使用中。.

对于 Tiago Dada, 强调，在此背景下，内容的作用变得更为关键。. “内容不再仅仅是补充。当内容定位精准且旨在解答消费者疑问时，它能自然推动销售，而不必完全依赖付费媒体。” 

研究建议企业采用 “内容供应链”, 的视角，建立持续集成的创作、审核与衡量流程——据Adilson Batista称，这对希望在全球人工智能环境中竞争的企业至关重要。. “若要在全球市场取得成功，需构建‘内容供应链’，将内容创作、审批和分发视为集成化工厂进行管理，并基于明确的概念定义、清晰的规则框架和持续的效果衡量。” 

方法论

本研究采用Similarweb数据库，该平台整合多源数据——包括直接测量、贡献者网络、公开数据及合作方数据——以估算数字流量与用户行为。研究分析时间跨度为 2023年1月至2025年8月, ，覆盖 600个网站 （涉及六大行业各100个站点：AI聊天机器人、电子商务、旅游、时尚、美妆及医药），以及 逾12,000个监测关键词.

数据采集平台涵盖 桌面端、移动网页端及应用程序端, ，包含以下维度指标： 受众规模、用户参与度、付费与自然搜索、社交流量、展示广告及引荐流量. 。数据收集完成后，经过 清洗、匹配、处理与融合流程, ，以消除重复记录并统一数据源标准。.

在建模阶段，应用了 机器学习方法与预测校准技术 以优化流量及市场份额估算值。该建模方法确保不同时期与行业数据的一致性，支持 历史对比与趋势识别 ，适用于巴西及全球数字环境分析。.