| Resposta rápida: multimodal é tudo o que combina mais de um modo de comunicação, como texto, imagem, som e vídeo. Na busca, multimodal é a pesquisa que começa com uma foto ou captura de tela, fazendo com que seu cliente encontre o produto apenas por uma imagem. Desde 24 de setembro de 2026, o Google Search Console separa esse tráfego em um filtro próprio, que mostra quais páginas do seu site recebem essas buscas, sem revelar a imagem nem o termo usado. |
Parte dos clientes já chega ao seu site sem digitar nada. Eles fotografam um produto ou fazem um print de um anúncio e deixam o Google descobrir o resto. Até agora, esse caminho ficava invisível para quem cuida do site, porque essas buscas nem entravam nos relatórios do Search Console, mas nesta última semana (24/09) essa metrificação mudou.
Agora o Google passou a medir esse tipo de busca em um filtro próprio. Mas antes de você abrir esse novo relatório, vamos te ajudar entender o que é multimodalidade fora do jargão acadêmico, como ela aparece na rotina de compra e o que um site precisa ter para ser encontrado por quem pesquisa com imagem. Acompanhe!
O que é multimodal
Multimodal é, basicamente, uma estratégia ou linguagem que usa mais de um modo para comunicar: palavra escrita, fala, imagem, gesto, som, movimento.
O conceito vem da linguística e da semiótica, e por isso aparece tanto no conceito acadêmico com o nome de “texto multimodal”. Um anúncio de revista ou uma tirinha são exemplos clássicos, porque o sentido depende da soma entre o que está escrito e o que está desenhado.
Definição: multimodalidade é a combinação de dois ou mais modos de linguagem (verbal, visual, sonoro, gestual) em uma mesma mensagem. Linguagem multimodal é o conjunto desses recursos. Comunicação multimodal é o uso planejado deles para passar uma ideia.
No marketing, o termo ganhou dois sentidos e muitos usos em estratégias de comunicação.
O primeiro é antigo: há décadas as marcas combinam imagem, texto e som na mesma peça.
O segundo chegou com a inteligência artificial.
Modelos como o Gemini, que já comparamos com o ChatGPT , identificam o que aparece em uma foto e cruzam essa leitura com informação escrita.
O Google levou essa capacidade para a busca, e o consumidor aprendeu a usá-la.
Linguagem multimodal no dia a dia de quem compra
O cliente também pesquisa de forma multimodal, e em escala grande. Segundo o Think with Google, 1,5 bilhão de pessoas usam o Google Lens todo mês para pesquisar o que veem, e a ferramenta cresceu 65% em um ano, com mais de 100 bilhões de buscas visuais somadas ao longo de 2025.
Em 2024, o Google já tinha informado que cerca de 20% das buscas na ferramenta Lens estavam ligadas a compras, como registra o guia de busca visual da Advanced Web Ranking.
Na prática, isso aparece em situações como:
- Foto de produto no Google Lens. Alguém vê uma luminária na casa de um amigo, aponta a câmera e o Google mostra modelos parecidos, preços e lojas. A loja que vende luminária sem foto própria e sem descrição clara fica fora dessa lista.
- Print de concorrente. Um comprador recebe no WhatsApp a imagem de um equipamento anunciado por um concorrente. Ele sobe o print na busca do Google para descobrir o modelo e quem mais fornece.
- Circle to Search em um vídeo. No Android, a pessoa assiste a um Reels, circula com o dedo a jaqueta de quem aparece no vídeo e cai em uma página de produto sem trocar de aplicativo.
- Foto da plaqueta no chão de fábrica. Um técnico de manutenção fotografa a identificação de um motor para achar a peça de reposição. É busca multimodal em contexto B2B, com alta intenção de compra e nenhuma palavra digitada.
Nos quatro casos, a imagem faz o papel que a palavra-chave faria. E em nenhum deles a pessoa sabia o nome exato do que procurava, o que torna esse tráfego difícil de capturar com uma estratégia baseada só em texto.
O filtro multimodal do Search Console: o que ele mostra e o que não mostra
O Google anunciou a novidade em 24 de setembro de 2026, no blog oficial do Search Central. A medição de busca multimodal entrou no relatório de desempenho dos resultados de pesquisa e também no relatório de recursos de IA generativa.
Somam nessa conta as pesquisas feitas com Google Lens, Circle to Search no Android, envio de imagem para a busca do Google e a opção “Pesquisar imagem” do Chrome.
Para encontrar essa nova fonte de dados para sua estrategia de comunicação, abra o relatório de Desempenho, clique em Tipo de pesquisa e, dentro de Web, escolha Multimodal.
A opção Com base em texto passa a reunir apenas as buscas digitadas.
| Dado | Disponível no filtro multimodal? |
| Páginas do site que apareceram na busca | Sim |
| Cliques, impressões, CTR e posição média | Sim |
| Comparação com a busca por texto, por país e dispositivo | Sim |
| Exportação dos dados | Sim, pelo botão Exportar |
| Termo pesquisado | Não, a dimensão de consultas fica indisponível |
| Imagem usada na pesquisa | Não |
O Google explica na documentação do relatório que, como essas buscas usam imagem em vez de texto, não existe consulta para exibir. A análise, portanto, é por página. Se uma página de produto recebe clique multimodal, você sabe que alguém chegou até ela partindo de uma imagem, mas não sabe qual.
No dia do lançamento, John Mueller, do Google, confirmou depois de consultar a equipe que esses dados não estavam somados antes nos totais dos sites. O tráfego multimodal que aparecer agora é informação nova no relatório, e não uma fatia retirada da busca por texto.
Mesmo sem uma apresentação da imagem usada na busca, o filtro já ajuda a decidir coisas práticas. Você descobre quais produtos têm apelo visual e qual página aparece quando alguém fotografa a sua fachada ou o seu estande em uma feira.
Com isso, fica mais fácil escolher onde investir primeiro quando falamos de produção e divulgação de imagens.
04 dicas para melhorar o resultado do seu site com a pesquisa multimodal
Para aparecer nessas buscas, o site precisa de imagens que o Google consiga reconhecer e ligar a uma página útil. Na prática, quatro ajustes pesam mais.
1- Use imagens próprias
Uma foto de banco de imagens aparece em centenas de sites. Se a imagem do seu produto é a mesma do fabricante e de três concorrentes, o Google tem pouca razão para escolher a sua página. Invista em fotografia original, com ângulos e contextos diferentes, para dar ao Google um motivo para escolher você.
2- Escreva alt text com contexto
Nas boas práticas de imagem do Google, o buscador explica que usa o texto alternativo junto com visão computacional e o conteúdo da página para entender o que a imagem mostra, e pede descrições informativas, sem empilhar palavras-chave.
Uma descrição como “Motor elétrico trifásico de 5 cv, vista lateral” ajuda mais que “motor” ou “IMG_4523”. Imagem sem alt é um dos problemas que mais encontramos nas análises de site que fazemos para clientes e afetam exatamente aqui os resultados aqui lidos e apresentados pelo Google .
3- Marque produtos com dados estruturados
Quando o Google Lens identifica um produto, o Google pode mostrar preço, disponibilidade e avaliações junto do resultado. Parte dessa informação sai da marcação de produto (schema Product) e do Merchant Center. A documentação de dados estruturados de produto do Google cita o Lens entre os lugares onde essas informações podem aparecer.
4- Coloque a imagem na página que responde à busca
Uma foto perdida em uma galeria genérica, sem texto ao redor, diz pouco. A mesma foto dentro da página do produto, perto do nome, das especificações e do preço, dá ao Google contexto para ligar a imagem ao que a pessoa procura. Para uma empresa de serviços, a lógica vale para fotos de obra entregue e da estrutura da empresa.
Como ler os dados nas primeiras semanas
- Abra o filtro Multimodal e anote as páginas com mais impressões.
- Compare essas mesmas páginas no filtro Com base em texto. Página forte em imagem e fraca em texto indica produto de apelo visual.
- Revise primeiro as fotos e o alt text dessas páginas.
- Exporte os dados todo mês, porque a API do Search Console ainda não lista esse tipo de pesquisa separado, segundo o Search Engine Journal.
Se o filtro ainda não aparece para você, há duas explicações possíveis: a liberação é gradual, e o Google só exibe as métricas quando o site recebe esse tipo de tráfego.
Continue acompanhando o que o Search Console mede
O Search Console mudou bastante em 2026. Em junho vieram os relatórios de IA generativa, em julho o Google passou a medir perfis de Instagram, TikTok, X e YouTube mesmo sem site verificado, e agora chegou a busca multimodal.
Se você quer entender onde a sua marca aparece na busca além do próprio domínio, leia o nosso artigo sobre pesquisa no Google para redes sociais.
A câmera do cliente virou ponto de partida
Durante anos, SEO foi escolher as palavras que o cliente digitaria. Com a busca multimodal, entra uma pergunta que muita empresa nunca fez: se alguém fotografar o meu produto, o Google chega até mim?
O filtro novo ainda esconde a imagem e o termo. Mesmo assim, ele mostra quais páginas já recebem esse público, e isso basta para decidir onde colocar fotografia original, alt text bem escrito e marcação de produto. Quem começar a olhar esses números agora vai entrar em 2027 sabendo qual tipo de produto, serviço ou solução, a câmera do cliente já encontra.
Isso é o poder do SEO apresentado de novas formas, e mais um fotalecimento do nosso discurso de que o conteúdo genérico não performa e nem gera autoridade. Ele exige cuidado, estratégia e originalidade para trazer valor ao clique do seu cliente.
Continue acompanhando nossas análises, no Blog e no YouTube da WEBi e descubra mais!
FAQ: perguntas frequentes
O que é multimodal?
Multimodal é o que combina mais de um modo de comunicação na mesma mensagem, como texto, imagem, som e gesto. O termo vem da linguística e hoje também descreve buscas e sistemas de inteligência artificial que entendem imagem e texto juntos.
O que é linguagem multimodal?
É o conjunto de recursos verbais e não verbais usados para construir sentido. Anúncios, infográficos, tirinhas e vídeos com legenda são exemplos, porque a mensagem depende da soma entre palavra e imagem.
O que é busca multimodal no Google?
É a pesquisa em que uma imagem faz parte da consulta. Entram nessa categoria as buscas pelo Google Lens, pelo Circle to Search no Android, pelo envio de imagem na busca e pela opção “Pesquisar imagem” do Chrome.
Onde fica o filtro multimodal no Search Console?
No relatório de Desempenho, em Tipo de pesquisa. Dentro da opção Web, o Search Console agora separa as buscas Com base em texto das buscas Multimodal.
Por que o Search Console não mostra as consultas da busca multimodal?
Porque essas pesquisas partem de uma imagem, então não existe termo digitado para exibir. O relatório mostra páginas, cliques, impressões, CTR e posição, mas não a imagem usada.
Alt text ajuda a aparecer no Google Lens?
O Google afirma que usa o texto alternativo, junto com visão computacional e o conteúdo da página, para entender o que uma imagem mostra. Um alt descritivo e fiel ao contexto aumenta a chance de a sua página ser associada à imagem certa, mas não garante posição.
Jornalista, Gestor de Conteúdo e SEO na Agência WEBi, trabalhando para ajudar empresas a crescerem e se tornarem referências por meio de soluções como o Inbound Marketing. Possui mais de 15 anos de experiência em comunicação empresarial e governamental.