Phishing na era da IA: quando o golpe vira "fonte"

O achado

Uma varejista brasileira de casa e utilidades acompanha na Dolomite AI as perguntas que o público faz às IAs sobre a loja: onde comprar, se é confiável, como falar com o atendimento, qual produto escolher. Para cada resposta, a plataforma registra as páginas que a IA usou como fonte e as lista por domínio na tela de fontes citadas.

Em julho, um domínio novo entrou na lista: o nome da marca com a palavra “loja” na frente. Não era da marca. Era uma loja clonada, com catálogo por categoria (eletrodomésticos, lavanderia, decoração), página de contato e aparência de e-commerce legítimo. Phishing.

Entre 16 de julho e 24 de outubro, esse domínio foi citado 35 vezes nas respostas dos quatro motores: 16 no Perplexity, 12 no ChatGPT, 5 no Gemini, 2 no AI Overviews. E não como curiosidade: o ChatGPT citava a página inicial do site falso com link clicável na resposta; o Perplexity citava a página de contato, ou seja, entregava o telefone e o e-mail do golpista a quem perguntava como falar com a loja.

Em 26 de outubro, o domínio já não resolvia: foi derrubado. A última citação registrada é de 24 de outubro. Até onde a nossa coleta alcança, a IA continuou recomendando um site que não existia mais.

Por que a IA cai nisso

Quando a pergunta pede informação atual, a IA busca na web, lê as páginas que encontrou e escreve a resposta citando-as. O critério é relevância: a página fala da marca? responde à pergunta? Se um domínio tem o nome da marca na URL, descreve os produtos da marca e tem uma página de contato bem formatada, ele passa nesse filtro. A IA não verifica quem registrou o domínio, não compara com o site oficial, não consulta uma lista de marcas. Para o modelo, “lojamarca.com” e “marca.com.br” são a mesma entidade até que algo diga o contrário.

E o que diria o contrário? Sinais de entidade: a marca ter um nome consistente em todos os lugares, dados estruturados apontando o domínio oficial, perfis verificados ligados ao site, presença em bases de conhecimento. Quando esses sinais são fracos, qualquer página com o nome da marca concorre em pé de igualdade com a oficial.

O detalhe de o domínio ter caído e a citação continuar mostra outra camada: parte do que a IA responde vem do índice de busca e da memória do modelo, não da página ao vivo. Um golpe que ficou meses no ar deixa rastro por mais tempo que isso.

O que uma contagem de menções esconde

A maioria das ferramentas de visibilidade em IA entrega um número: em quantas respostas a marca apareceu. Nesse número, as 35 citações ao site falso contam como presença. A marca “apareceu”. O gráfico subiu.

Só quem olha o domínio citado vê que a presença estava sendo usada contra o próprio cliente. É a diferença entre medir menção e medir fonte. A menção diz que o nome foi dito; a fonte diz de onde a IA tirou o que disse, e é ali que mora o problema.

Na nossa base, o site da própria marca é no máximo 16% das fontes que as IAs usam ao falar dela (estudo com 100 mil citações). Os outros 84% são terceiros. A maior parte é legítima: marketplaces, imprensa, redes sociais. Mas é nessa maioria que o site falso se esconde.

O mesmo mecanismo, sem dolo

O phishing é o caso extremo de um problema mais comum: a IA misturando entidades que compartilham um nome.

Na mesma base, uma fabricante brasileira de mobiliário corporativo teve 84 citações a um site de terceiros que publica manuais dos produtos dela, com o nome da marca no domínio. Não é golpe; é um site não oficial que a IA trata como oficial. E teve 130 citações a uma empresa italiana de mesmo nome, de outro setor, em respostas sobre a marca brasileira. O Perplexity lidera nos três casos: 45 das citações à homônima, 28 ao site de manuais, 16 ao site falso.

Nos três, a causa é a mesma: a IA não resolve entidade. Ela resolve texto. Um nome que aparece em vários domínios é, para ela, uma entidade espalhada por vários domínios. Cabe à marca tornar a resolução óbvia.

O que fazer

Do lado da marca

1. Nome consistente em todos os lugares. Site, perfis, diretórios, Google Meu Negócio, marketplaces: o mesmo nome, a mesma descrição, o mesmo domínio oficial.
2. Dados estruturados apontando o oficial. Schema Organization com url, sameAspara os perfis oficiais e, se existir, a entrada na Wikidata. É o jeito de dizer à máquina “este é o domínio da entidade”.
3. Conteúdo oficial para o que a IA está buscando no site falso. Se a IA citou a página de contato do golpista, a página de contato oficial precisa ser encontrável e responder à pergunta. O mesmo para categorias de produto.
4. Denúncia do domínio. Para .com.br, o Registro.br; para .com, o registrador (consultável no WHOIS). Em paralelo, o formulário de denúncia do Google Safe Browsing e os canais de abuso da hospedagem. O domínio cai; a citação na IA demora mais.

Na Dolomite AI, os sinais do item 1 e 2 são o que a Auditoria AEO mede na categoria Entidade; o verbete entidade de marca explica o conceito.

Do lado da medição

5. Olhar fontes, não só menções. Toda resposta citada tem domínios por trás. Uma lista de domínios por marca, atualizada a cada coleta, é onde o site falso aparece antes de aparecer no SAC. É a tela de fontes consultadas.
6. Tratar domínio novo como alerta. Um domínio que entra na lista de fontes de uma marca e ninguém sabe o que é merece dez minutos de atenção. Na maioria das vezes é um blog ou um marketplace. Às vezes é isso.

Metodologia

Dados coletados pela Dolomite AI entre 16 de julho e 24 de outubro de 2026, em ChatGPT, Gemini, Perplexity e Google AI Overviews, a partir das perguntas que uma varejista brasileira de casa e utilidades acompanha sobre a própria marca (onde comprar, confiabilidade, atendimento, escolha de produto). Para cada resposta, registramos as páginas citadas como fonte, por URL e domínio. As contagens do artigo são de citações (o domínio aparecer na lista de fontes de uma resposta), não de menções no texto. Os casos do site de manuais e da empresa homônima vêm da mesma base, para uma fabricante brasileira de mobiliário corporativo, no mesmo período. O domínio falso foi verificado em 26 de outubro de 2026 e já não resolvia. Marcas e domínios anonimizados. O método de coleta está em como coletamos.

Perguntas frequentes