Inteligência Artificial
Como aparecer nas respostas de IA: o que decide a citação
Branddi · Publicado em
Não existe otimização específica para IA. O Google afirma na própria documentação que não há requisito extra nem arquivo especial para aparecer em AI Overviews e AI Mode: a página precisa estar indexada e elegível a snippet. O que mais pesa na escolha da citação é o que fontes de terceiros dizem sobre a sua marca.
Essa última frase é a parte desconfortável. A maior parte do esforço de "aparecer na IA" é gasta no site próprio — e é justamente o material que os motores generativos menos usam quando montam uma resposta sobre uma marca.
O que o Google diz oficialmente sobre aparecer em AI Overviews?
A documentação AI Features and Your Website, do Google Search Central, é mais curta e mais direta do que o mercado dá a entender. Três afirmações importam:
- Elegibilidade é a regra única. A página precisa estar indexada e apta a ser exibida com snippet, cumprindo os requisitos técnicos da Busca. A documentação é explícita: "There are no additional technical requirements."
- Não existe otimização especial. "There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary."
- Não existe arquivo novo para criar. "You don't need to create new machine readable files, AI text files, or markup to appear in these features." E, sobre marcação: "There's also no special schema.org structured data that you need to add."
Isso conflita diretamente com boa parte do que hoje se vende como serviço de otimização para IA:
- O que se vende — O que a documentação diz
- Criar um llms.txt para o modelo ler — Não é necessário criar arquivos legíveis por máquina ou "AI text files"
- Adicionar schema específico para IA — Não há structured data especial a acrescentar
- Otimizar separado do SEO — As mesmas boas práticas de SEO valem; não há sistemas separados
- Garantir a citação — Indexação e exibição não são garantidas em nenhum cenário
A documentação descreve ainda o mecanismo de query fan-out: em vez de responder à pergunta digitada, o sistema dispara várias buscas relacionadas, em subtemas e fontes diferentes, e monta a resposta a partir desse conjunto. É por isso que a lista de links de uma resposta de IA frequentemente não coincide com a primeira página da busca clássica — não é o mesmo recorte de consulta.
Duas recomendações operacionais aparecem no texto do Google e valem registro, porque são acionáveis de verdade: manter o structured data coerente com o texto visível da página, e usar nosnippet, data-nosnippet, max-snippet ou noindex quando a intenção for limitar o que é exibido.
Se não há otimização especial, o que decide a citação?
O Google não detalha o critério de seleção. O que existe de mais sólido são dois estudos independentes — ambos preprints, ainda sem revisão por pares.
O primeiro é Generative Engine Optimization: How to Dominate AI Search, de Chen, Wang, Chen e Koudas, de 10 de setembro de 2025. Os autores rodaram experimentos controlados em vários setores, idiomas e formulações da mesma pergunta, no ChatGPT, no Perplexity e no Gemini, com o Google como comparação. O achado central: os motores generativos têm viés sistemático e acentuado a favor de earned media — fontes de terceiros com autoridade — em detrimento de conteúdo próprio da marca e de redes sociais. O Google distribui de forma mais equilibrada.
O segundo é News Source Citing Patterns in AI Search Systems, de Kai-Cheng Yang, de 7 de julho de 2025, que analisou mais de 366 mil citações extraídas de mais de 24 mil conversas e 65 mil respostas de modelos da OpenAI, da Perplexity e do Google. Duas conclusões se aplicam para além do noticiário que ele estuda: provedores diferentes citam fontes diferentes, ainda que compartilhem padrões de comportamento; e, no recorte de notícias — 9% do total —, fontes de baixa credibilidade são raramente citadas.
Somados, os dois estudos desenham um quadro prático:
- Não dá para otimizar uma vez e valer para todos. Cada motor tem preferência própria de fonte, e os estudos indicam divergência também em diversidade de domínios, atualidade do conteúdo e sensibilidade à forma como a pergunta é escrita.
- O seu site não é a fonte principal. Ele entra, mas pesa menos do que aquilo que terceiros publicaram sobre você.
- Credibilidade da fonte é filtro. Pelo menos no recorte medido, o sistema tende a evitar fonte ruim — o que só ajuda se a fonte boa existir e estiver correta.
Por que a citação depende mais de terceiros do que do seu site?
Faz sentido do ponto de vista do modelo. Conteúdo publicado pela própria marca é material interessado: descreve o produto como o fabricante quer que ele seja descrito. Um sistema que precisa responder "qual a melhor opção" ou "essa empresa é confiável" tende a dar mais peso a quem não tem interesse na resposta.
A consequência é desconfortável de administrar. Você pode ter a melhor página do setor sobre o seu produto e mesmo assim não ser citado — ou ser citado por meio de um terceiro que descreve a sua marca de forma errada, desatualizada ou deliberadamente distorcida. A resposta chega com o mesmo tom de autoridade, independentemente da qualidade da fonte que a alimentou. Esse deslocamento do primeiro contato já foi tratado em O topo do funil saiu do seu controle e em O fim do clique?.
O que acontece quando as fontes sobre a sua marca estão contaminadas?
Aqui o assunto deixa de ser marketing de conteúdo e vira proteção de marca.
"Fonte de terceiro" não é só imprensa, review e diretório. É também o site que copia a sua marca, o anúncio de um seller não autorizado, o perfil falso que se apresenta como canal oficial, a página de reclamação com informação distorcida. Se o motor pondera terceiros acima do conteúdo próprio, e essa superfície de terceiros está poluída, o modelo repete a poluição.
O tamanho da exposição, no Brasil, aparece em pesquisa própria da Branddi com 500 brasileiros de todos os estados, coletada em 12 de janeiro de 2026, com 95% de confiança e margem de erro de 3,3 pontos percentuais:
- Indicador — Resultado
- Usam IA para pesquisar produtos e serviços — 66%
- Já compraram influenciados por recomendação de IA — 54%
- Tiveram dificuldade de saber se a sugestão era imparcial ou patrocinada — 45%
- Apontam disseminação de golpes como preocupação — 28%
Os números completos estão em mais da metade dos brasileiros já compraram influenciados por IA. O dado relevante aqui é o de 45%: quase metade das pessoas não consegue avaliar a origem da recomendação que recebeu. É o cenário em que uma fonte hostil rende mais do que renderia numa busca tradicional, onde o usuário ao menos vê o domínio antes de clicar. Quando a compra passa a ser intermediada por um agente, o problema muda de escala — assunto de IA agêntica.
Como auditar o que a IA responde sobre a sua marca hoje?
Antes de tentar influenciar a resposta, é preciso medir qual ela é. O roteiro mínimo tem cinco passos:
- Monte uma lista de 20 a 30 perguntas reais. Não invente: use o que o comercial ouve, o que chega pelo formulário de contato e as queries de marca do Search Console. Inclua as perguntas incômodas — "a [marca] é confiável?", "[marca] é golpe?", "melhor alternativa a [marca]".
- Rode a lista em cada motor, separadamente. ChatGPT, Gemini, Perplexity e AI Overviews respondem diferente. Um resultado agregado esconde o problema que só existe em um deles.
- Registre as fontes, não só a resposta. A resposta muda a cada execução; a lista de domínios citados é o dado estável e o que de fato dá para acionar.
- Classifique cada domínio citado em quatro caixas: seu, terceiro legítimo, terceiro desatualizado, terceiro hostil ou fraudulento.
- Repita com periodicidade fixa e compare as listas. O que interessa é a mudança de composição ao longo do tempo, não a foto de um dia.
O que fazer com o que a auditoria encontrar?
Cada caixa da classificação pede uma ação diferente, com dono diferente:
- Achado — Ação — Dono
- Nenhuma fonte sua é citada — Publicar material extraível e buscar menção em fonte de terceiro com autoridade — Marketing e conteúdo
- Fonte legítima com dado errado ou vencido — Contatar o veículo e pedir correção documentada — Comunicação
- Site clone, perfil falso ou anúncio indevido — Takedown e monitoramento contínuo da reincidência — Brand protection e jurídico
- Seller não autorizado citado como canal — Remoção no marketplace e revisão da governança de canal — Canal e jurídico
- Concorrente citado na sua query de marca — Verificar se há uso indevido de marca em anúncio — Brand protection
Vale a observação honesta: as três primeiras linhas são trabalho de comunicação e ninguém resolve com ferramenta. As duas últimas são o terreno em que uma operação de proteção de marca atua diretamente — e são também as que mais rápido contaminam a resposta, porque fonte fraudulenta costuma ser produzida em volume.
Perguntas frequentes
Preciso criar um arquivo llms.txt para aparecer nas respostas de IA?
Para o Google, não. A documentação de AI features afirma que não é necessário criar arquivos legíveis por máquina, "AI text files" ou marcação específica para aparecer em AI Overviews e AI Mode. Nenhum outro grande motor documentou o llms.txt como requisito até agora.
Marcação schema.org aumenta a chance de citação?
O Google afirma que não há structured data especial a acrescentar para as features de IA. A recomendação registrada na documentação é outra e continua válida: manter a marcação coerente com o texto visível da página.
Bloquear o crawler de IA protege a minha marca?
Bloqueia o seu conteúdo, não o assunto. Como os motores pesam fontes de terceiros acima do conteúdo próprio, bloquear o próprio site tende a remover a versão oficial da resposta e deixar o restante no lugar. No Google, a documentação também alerta que as features de IA são parte da Busca — restringir o Googlebot afeta os dois.
Aparecer em IA substitui o SEO tradicional?
Não. A elegibilidade documentada pelo Google parte da indexação e da exibição com snippet, o que mantém o SEO como pré-requisito. O que muda é que ele deixou de ser suficiente sozinho.
Com que frequência devo repetir a auditoria?
Mensal cobre a maioria dos casos. Em período de campanha, lançamento ou pico sazonal, vale semanal — é quando fonte fraudulenta é produzida em maior volume e a composição das citações muda mais rápido.
Se a auditoria mostrar site clone, perfil falso ou seller não autorizado entre as fontes que a IA cita sobre a sua marca, o problema deixou de ser de conteúdo. A proteção completa da Branddi monitora e remove esse tipo de fonte em busca, marketplaces, redes sociais e anúncios — que é o material de terceiro que os modelos leem quando alguém pergunta sobre você.