Fatores de ranqueamento na busca com IA: como a IA escolhe quais fontes citar e recomendar

O dono de um escritório de contabilidade pede ao ChatGPT que “recomende um escritório de contabilidade confiável para uma pequena empresa” e vê três concorrentes na resposta. Faz a mesma pergunta ao Perplexity e de novo não encontra a própria empresa. O primeiro pensamento é que alguém está comprando esses lugares, ou que a IA escolhe ao acaso. Nenhuma das duas coisas é verdade. Existe um mecanismo por trás dessa escolha, e hoje ele já é compreendido o bastante para ser influenciado.

Vou explicá-lo como explicaria a um colega sem formação técnica: de onde a IA tira o que sabe, como ela encontra e filtra páginas, por que cita alguns sites com facilidade e ignora outros, e o que os fatores de ranqueamento na busca com IA significam na prática para uma empresa que quer virar uma fonte em que a IA confia.

O que é uma resposta da IA e por que a lista curta importa

Vamos começar pelo básico. Uma resposta da IA é um texto que um assistente de IA escreve para uma pergunta específica. Não uma lista de dez links, como na busca clássica, e sim uma recomendação pronta: quem escolher, quanto custa, a que ficar atento. Ao lado dela, costumam aparecer links para os sites de onde veio a informação.

As pessoas veem essas respostas em dois lugares. O primeiro é dentro da busca: os AI Overviews e o AI Mode acima dos resultados do Google, as respostas do Copilot no Bing. O segundo são os assistentes de chat: ChatGPT, Gemini, Claude, Perplexity, Copilot e outros, em que a pessoa escreve uma pergunta como se estivesse mandando mensagem para um amigo e recebe uma resposta detalhada. Comparamos como isso aparece na tela em como as respostas da IA citam fontes.

Para uma empresa, uma coisa importa acima de tudo: uma resposta costuma citar apenas um punhado de empresas. O usuário escolhe entre elas e raramente procura além. Então a pergunta “como a IA escolhe as fontes” é, na verdade, a pergunta sobre se você entra na lista curta em que o seu cliente vai escolher.

Duas fontes de conhecimento: os dados de treinamento e a busca em tempo real

Todo assistente de IA moderno tem duas formas de saber da sua empresa. É importante distinguir as duas, porque você influencia cada uma de um jeito.

O conhecimento vindo do treinamento

Um grande modelo de linguagem (LLM) é treinado com um volume enorme de textos reunidos até certa data. O modelo não guarda esses textos como um banco de dados. Ele aprende relações entre palavras e conceitos. Grandes marcas, sobre as quais milhares de páginas falam, são bem “conhecidas” do modelo. Uma empresa pequena, com um site e duas ou três menções, provavelmente é desconhecida para ele, ou é lembrada de forma imprecisa.

Esse conhecimento tem três pontos fracos. Ele envelhece: o modelo não sabe nada sobre acontecimentos posteriores à data de corte dos dados. Não pode ser corrigido rápido: as mudanças só aparecem numa versão futura do modelo. E é impreciso nos detalhes: o modelo pode citar com toda a segurança um preço antigo ou confundir empresas de nomes parecidos.

A busca em tempo real (RAG)

Para responder a perguntas sobre coisas atuais, como preços, empresas, localizações e acontecimentos recentes, os assistentes de IA buscam a informação no momento em que respondem. Essa abordagem se chama geração aumentada por recuperação, ou RAG. De forma simplificada, o processo funciona assim:

1. Entender a pergunta. A IA decide se o próprio conhecimento basta ou se é preciso buscar. Perguntas sobre empresas, preços e escolha de fornecedor quase sempre disparam uma busca.
2. Reescrevê-la. Uma pergunta vira várias buscas. Um exemplo hipotético: “recomende um escritório de contabilidade para uma pequena empresa” pode virar “preços de serviços de contabilidade para pequenas empresas em Columbus”, “melhores escritórios de contabilidade para pequenas empresas” e “avaliações de contabilidade terceirizada”.
3. Encontrar páginas. As buscas vão para um índice. Os AI Overviews e o AI Mode do Google usam o índice do Google, o Copilot se apoia no Bing, e o ChatGPT, o Claude e o Perplexity pesquisam a web com rastreadores próprios (OAI-SearchBot, Claude-SearchBot, PerplexityBot) e com parceiros de busca.
4. Ler e selecionar trechos. A IA abre as páginas que encontrou, divide o texto em trechos e fica com os que melhor respondem à pergunta.
5. Cruzar e escrever. Os trechos de fontes diferentes são comparados, montados numa resposta coerente, e os links para as páginas usadas são acrescentados.

Eis a conclusão principal. No modo de busca, uma empresa entra na resposta em duas etapas: primeiro a página dela precisa ser encontrada, depois o trecho dela precisa ser mais útil do que o de um concorrente. O SEO clássico cuida da primeira etapa, o GEO (otimização para motores generativos) cuida da segunda. É por isso que o GEO é construído sobre o bom e velho SEO.

Os fatores de ranqueamento na busca com IA num relance

Não existe uma lista oficial de fatores de ranqueamento na busca com IA, e nenhuma plataforma publica os seus pesos. Mas a mecânica acima deixa claro quais qualidades decidem se uma página será citada. Este é o modelo de trabalho que usamos nas auditorias:

Primeira etapa: a página precisa ser encontrada e lida

O motivo mais irritante de ficar fora das respostas da IA é puramente técnico. A IA não cita o que não conseguiu abrir. Estes são os obstáculos típicos que encontramos nas auditorias:

• o site está mal indexado no Google ou no Bing por causa de erros, conteúdo duplicado ou carregamento lento;
• o robots.txt bloqueia rastreadores de busca com IA, como OAI-SearchBot, Claude-SearchBot ou PerplexityBot;
• a hospedagem, uma CDN ou um firewall bloqueia bots, mesmo que o robots.txt os libere;
• o texto principal é carregado por JavaScript, e o rastreador vê uma página vazia;
• informações importantes estão enterradas em PDFs, imagens ou abas que só abrem ao clique.

Vale conhecer uma nuance: bloquear rastreadores de treinamento é uma decisão à parte. O GPTBot coleta dados para o treinamento dos modelos da OpenAI, enquanto o OAI-SearchBot alimenta a busca do ChatGPT e o ChatGPT-User busca páginas quando um usuário pede. O token Google-Extended controla se o seu conteúdo é usado no treinamento e no embasamento do Gemini, e não afeta a busca do Google. Confundir isso é uma forma comum de sumir da busca com IA sem querer.

Tudo isso pode ser conferido em um dia e corrigido em alguns dias. Mas, enquanto o problema existir, nenhuma quantidade de conteúdo vai ajudar.

Segunda etapa: por que a IA cita páginas claras e com fatos

Digamos que a página foi encontrada e lida. Agora a IA decide se vai tirar um trecho dela. Aqui valem quatro regras simples.

O trecho responde diretamente à pergunta

Compare dois trechos hipotéticos. O primeiro: “Oferecemos uma abordagem personalizada e soluções flexíveis para qualquer negócio”. O segundo: “A contabilidade de uma empresa com até 10 funcionários começa em 400 USD por mês e inclui relatórios mensais e folha de pagamento” (os números são inventados para ilustrar). A IA não tem o que tirar do primeiro. O segundo é uma resposta pronta à pergunta do usuário e é fácil de recontar.

O trecho faz sentido fora de contexto

A IA não lê a página como um todo, e sim em pedaços separados. Frases como “os preços estão listados acima”, “como já mencionamos” ou “o nosso serviço”, sem nome, perdem o sentido assim que o trecho é recortado. Um bom bloco cita a empresa, o serviço e as condições por conta própria.

A página tem uma estrutura clara

Títulos formulados como perguntas, uma resposta curta no início de cada seção, listas, tabelas comparativas e um bloco de perguntas frequentes ajudam a IA a encontrar o trecho certo. A marcação Schema acrescenta pistas sobre onde estão o nome da organização, o preço e o endereço. Mais sobre isso em marcação Schema, perguntas frequentes e a sua empresa como entidade.

Os fatos podem ser conferidos

Um autor identificado, com experiência real, uma data de atualização, os dados da empresa, um endereço, licenças e certificações. Quanto mais detalhes verificáveis uma página tem, menos motivos a IA tem para duvidar dela.

Consistência: por que a IA cruza você com outras fontes

A IA não aceita a palavra da empresa. Ela trata uma empresa como uma entidade, um conjunto de fatos: nome, endereço, telefone, serviços, preços, liderança, avaliações. Ela reúne esses fatos em fontes diferentes. Quando as fontes concordam, o quadro fica claro. Quando se contradizem, começam os problemas.

Um exemplo hipotético. No site, a empresa é “Ledger Plus Bookkeeping”; no Google Business Profile, é “LedgerPlus”; um diretório traz um endereço antigo; e um marketplace ainda mostra os preços do ano passado. A IA vê quatro versões de uma mesma empresa. Há três desfechos possíveis, e todos são ruins: ela pega os dados do marketplace e cita o preço errado, ela se resguarda com um “segundo algumas fontes” ou ela evita mencionar uma empresa sobre a qual não consegue ter segurança.

O que alinhar:

• o site e todas as suas seções, incluindo o rodapé e a página de contato;
• as fichas em mapas e os diretórios de empresas;
• os catálogos setoriais, os marketplaces e as plataformas de avaliação;
• os perfis em redes sociais e em redes profissionais;
• a cobertura na imprensa e os artigos dos especialistas da sua empresa.

O outro lado da consistência é a confirmação independente. Quando listas setoriais, avaliações e artigos falam de uma empresa, a IA recebe um sinal: esta empresa existe, atua nesta área e é conhecida. Explicamos como construir isso de forma sistemática em menções à marca e PR digital para a busca com IA.

Recomendações: por que a IA cita algumas empresas e outras não

Agora vamos juntar tudo. Quando um usuário pede uma recomendação, a IA basicamente procura empresas que, ao mesmo tempo:

• são encontradas nas buscas em que ela reescreveu a pergunta;
• atendem às condições do usuário (localização, orçamento, setor, prazo), e essas condições estão explícitas nas páginas delas;
• são confirmadas por várias fontes independentes, sem contradições;
• são descritas com clareza, de modo que os seus pontos fortes caibam em uma ou duas frases.

O concorrente que a IA recomenda não é necessariamente melhor do que você. Na maioria das vezes, ele é apenas descrito com mais clareza e está mais visível nas fontes.

E os fatores de ranqueamento do ChatGPT em particular?

É comum as pessoas procurarem os fatores de ranqueamento do ChatGPT como se ele tivesse uma fórmula secreta própria. Na prática, quando o ChatGPT busca na web, ele passa pelas mesmas etapas: o rastreador dele e os parceiros de busca precisam encontrar a sua página, a página precisa ser legível e o seu trecho precisa responder à pergunta melhor do que os outros. A parte específica da plataforma é sobretudo técnica: qual rastreador precisa de acesso e em qual índice o assistente se apoia. O resto dos fatores é comum a Google, ChatGPT, Perplexity, Gemini, Claude e Copilot.

Por que as respostas mudam

A mesma pergunta feita duas vezes pode produzir listas de empresas diferentes. Os motivos são claros: a IA escreve a resposta do zero a cada vez, as buscas que ela gera podem variar, e o resultado depende da formulação, do idioma, da localização do usuário e do quanto o índice está atualizado. É por isso que uma agência honesta nunca promete uma posição específica numa resposta de IA. O que se mede é a visibilidade em LLMs: a fração dos prompts monitorados em que a empresa aparece, conferida com regularidade no mesmo conjunto de perguntas.

Como virar uma fonte que a IA cita: o que isso significa para a sua empresa

Da mecânica decorre uma sequência clara de ações. Cada passo trata de uma etapa específica da seleção.

• Auditoria de visibilidade em IA. Descobrir o que os assistentes de IA dizem hoje e revelar os obstáculos técnicos na etapa de “ser encontrado e lido”.
• Pesquisa de prompts. Reunir as perguntas que os clientes fazem à IA, como a pesquisa de palavras-chave faz no SEO. Essa é a base tanto do conteúdo quanto da medição.
• Melhorias técnicas. Abrir o site aos rastreadores de busca e de IA, corrigir erros, tirar o texto de dentro dos scripts, adicionar marcação Schema e llms.txt.
• Conteúdo com fatos. Reescrever as páginas principais para que cada bloco funcione como uma resposta autônoma e criar conteúdo para os seus prompts monitorados.
• Dados consistentes da empresa. Alinhar as informações da sua empresa no site e em todas as fontes de terceiros.
• Confirmação de terceiros. Ampliar as menções à marca e publicar artigos dos seus especialistas em fontes externas.
• Monitoramento da visibilidade em IA. Rodar com regularidade os seus prompts monitorados e ajustar o trabalho conforme os resultados.

Isolados, esses passos rendem pouco. Um artigo excelente num site bloqueado para os rastreadores não vira fonte. Um site perfeito sem nenhuma menção de terceiros perde para um concorrente conhecido. E dados conflitantes nos diretórios minam os dois. Se a IA já recomenda os seus concorrentes, destrinchamos o que fazer em a IA recomenda seus concorrentes: o que fazer.

O resultado: trabalho previsível em vez de loteria

Quando você entende a mecânica, a otimização para IA deixa de parecer mágica. A IA recomenda as empresas que consegue encontrar, entender e em que confia. Cada uma dessas três condições vira tarefas concretas: técnicas, de conteúdo e de reputação. Elas podem ser executadas, verificadas e repetidas quando as plataformas de IA mudarem as regras. O efeito é cumulativo: quanto antes uma empresa vira uma fonte clara e confirmada, mais forte fica a posição dela nas respostas da IA.

Como a Otimização para IA transforma o seu site numa fonte para a IA

Fazemos SEO desde 2002, com mais de 100 clientes no mundo todo e certificações do Google e do Yandex. Otimizamos para o Google AI Overviews e o AI Mode, o ChatGPT, o Gemini, o Claude, o Perplexity e o Microsoft Copilot, além de outros assistentes, quando o seu mercado pede. Seu site e a sua visibilidade em IA ficam nas mãos de uma única equipe, de ponta a ponta, para empresas de Columbus e de qualquer outro lugar.

O trabalho inclui auditoria de visibilidade em IA, pesquisa de prompts, melhorias técnicas no site (acesso dos rastreadores de IA, llms.txt, marcação Schema, velocidade, erros), conteúdo novo feito para as respostas da IA, menções à marca em sites de terceiros, artigos em fontes externas que constroem a autoridade da sua empresa e dos seus especialistas, e monitoramento contínuo da visibilidade em IA.

A IA avalia o seu site como um todo, então cuidamos do site inteiro desde o primeiro dia, das melhorias técnicas ao GEO. Garantimos a entrega das tarefas de GEO, a correção de erros e a adaptação rápida do seu site às exigências que mudam na busca com IA.

A mensalidade é de 290 USD por mês, com as primeiras 10 horas de trabalho incluídas. Cada hora adicional custa 45 USD. O trabalho de GEO é cobrado por horas trabalhadas: faturamos apenas o trabalho concluído e entregue no mês. Sem descontos nem meses gratuitos.

Agende uma conversa: vamos encontrar em que etapa os assistentes de IA estão perdendo a sua empresa hoje e o que corrigir primeiro.