A Google lançou mais funcionalidades de pesquisa com IA nos últimos 18 meses do que na década anterior. AI Overviews. AI Mode. Gemini Deep Research. Cada uma delas muda o que "pesquisa" significa — para os utilizadores, para os publicadores e para qualquer pessoa que crie produtos dependentes de resultados de pesquisa.
Se está a construir agentes de IA, o panorama é simultaneamente entusiasmante e frustrante. As funcionalidades de pesquisa com IA da Google são genuinamente impressionantes. E também estão completamente vedadas ao acesso programático. Foram concebidas para pessoas no Chrome, não para agentes que invocam APIs.
Eis o que realmente existe, o que está para chegar e como dar aos seus agentes pesquisa com qualidade Google sem esperar que a Google construa a API.
AI Mode é importante — só não para agentes
O AI Mode da Google foi lançado publicamente em maio de 2025. É um separador de pesquisa totalmente conversacional — sem links azuis, sem resultados orgânicos, apenas respostas sintetizadas. Para os utilizadores, é uma melhoria genuína face a dez links e um sonho. Para os publicadores de conteúdo, é um novo tipo de visibilidade: se a IA da Google o cita, obtém exposição. Se não o cita, não obtém.
Para os construtores de agentes, o AI Mode é uma caixa negra. Não há API. Não há endpoint. Não há forma de encaminhar uma consulta e obter a resposta sintetizada de volta. O mesmo se aplica aos AI Overviews — aqueles resumos que aparecem acima dos resultados orgânicos em mais de 180 países. Impressionantes. Inacessíveis.
A conclusão não é que a Google está a tomar más decisões. É que a pesquisa de consumo e a pesquisa para agentes estão a divergir. A Google está a otimizar para consultas conversacionais longas. A pesquisa para agentes necessita de consultas estruturadas, respostas determinísticas e saída analisável por máquina. Estes são requisitos fundamentalmente diferentes, e a Google está a construir para o primeiro.
Gemini Deep Research: quase útil
O Gemini Deep Research é o mais próximo que a Google chega de algo que os agentes poderiam usar. Faz pesquisa em múltiplas rondas, sintetiza dezenas de fontes e produz um relatório estruturado. Disponível através do Gemini Advanced e Google AI Studio com endpoints de API limitados.
O problema: a saída é formatada para leitura humana, não para consumo por agentes. Um agente que invoca o endpoint recebe um relatório de texto, não dados estruturados com arrays de citações. Tecnicamente pode funcionar — mas analisar relatórios de texto para extrair citações é o tipo de integração frágil que se quebra quando a Google altera o formato de saída, e eles vão alterá-lo.
Programmable Search Engine: funciona, por pouco
Para developers que precisam de resultados reais de pesquisa Google de forma programática, o Google Programmable Search Engine (antigo Custom Search) é a única opção. Devolve URLs, títulos e snippets — sem síntese de IA, sem geração de respostas.
A integração típica: consultar a Google por links → passar links para um LLM para síntese → formatar a resposta com citações. Três sistemas separados, dois dos quais mantém por si próprio. Aceitável para um agente. Sobrecarga de infraestrutura para uma frota deles.
O que realmente precisa
A lacuna entre "a Google tem uma pesquisa com IA fantástica" e "o meu agente pode usar pesquisa com qualidade Google" é a lacuna entre produtos de consumo e infraestrutura para developers. É a mesma lacuna que existia antes de a Stripe facilitar os pagamentos, antes de a Twilio tornar o SMS programável.
Para os construtores de agentes, a resposta prática é grounded search — uma CLI onde um comando resolve o pipeline de pesquisa → recuperação → síntese → citação:
anycap search "Acme Corp preços enterprise Q2 2026" \
--citations --output acme-pricing.json
Um comando. Saída estruturada com citações. Sem lidar com a API da Google, sem integração separada de LLM, sem parsing de texto. O mesmo comando funciona no Claude Code, Cursor, num cron job ou num fluxo do n8n.
A questão não é que a pesquisa da Google seja má. É que a pesquisa com IA da Google não foi construída para este caso de uso. O grounded search foi.
O que isto significa se está a construir agentes
A pesquisa de consumo e a pesquisa para agentes estão a divergir. A Google está a otimizar para humanos a ter conversas. Os agentes precisam de respostas estruturadas, determinísticas e citáveis. A lacuna está a aumentar, não a diminuir.
Não crie dependências em produtos de consumo. Fazer scraping de AI Overviews ou analisar texto do Gemini Deep Research pode funcionar esta semana. Vai quebrar quando a Google mudar algo — e a Google muda coisas constantemente.
As citações estão a tornar-se a moeda da pesquisa com IA. A Google cita fontes nos AI Overviews e no AI Mode. O mesmo princípio aplica-se aos seus agentes: cada resposta deve ter um link para a sua origem. Uma CLI que devolve citações juntamente com as respostas não é uma funcionalidade. É o mínimo exigido.
Leitura adicional:
- Pesquisa com IA para Agentes de IA: Grounded Search vs RAG — Como o grounded search se compara às arquiteturas de pesquisa tradicionais
- Melhores Ferramentas de Deep Research para Agentes de IA em 2026 — Quando a pesquisa de passagem única não é suficiente
- Melhores Ferramentas de IA para Pesquisa Enterprise — Como as ferramentas da Google se comparam ao Glean, Perplexity e Copilot