Como ChatGPT e Gemini escolhem quais empresas citar

O que ChatGPT e Gemini avaliam antes de citar qualquer empresa

ChatGPT e Gemini escolhem fontes com base em quatro critérios combinados: autoridade do domínio, relevância direta à pergunta, estrutura do conteúdo e frescor das informações. Empresas que aparecem consistentemente nas respostas dessas IAs não chegaram lá por acidente, e entender por que elas aparecem é mais simples do que parece.

Os quatro critérios que a IA usa para selecionar fontes

O processo de seleção de fontes por modelos como ChatGPT e Gemini combina sinais que o SEO tradicional já conhece com outros que a maioria das estratégias de conteúdo ainda ignora completamente. A posição no ranking orgânico do Google, por exemplo, tem peso relativamente menor na busca generativa do que em resultados clássicos. O que passa pela frente são: autoridade percebida do domínio, relevância direta da página à pergunta feita, estrutura que facilita extração de resposta e data de atualização do conteúdo.

Esses quatro critérios não funcionam em sequência, como um funil. Atuam em paralelo. Uma página com autoridade alta mas estrutura ruim pode perder para uma página de domínio menor que responde a pergunta nos primeiros parágrafos com precisão. Esse é o detalhe que muda a equação para empresas menores: a diferença entre SEO clássico e otimização para IA generativa está exatamente nessa redistribuição de peso entre os fatores.

E-E-A-T na prática: o que isso significa para o seu conteúdo

O framework E-E-A-T, que organiza os critérios de Experience (Experiência), Expertise (Especialização), Authoritativeness (Autoridade) e Trustworthiness (Confiabilidade), é o núcleo da avaliação de fontes para IA generativa. Não é um conceito novo, mas o peso que ele tem nos sistemas generativos é diferente do que tinha no SEO de rastreamento.

Na prática, isso quer dizer: autor identificado com credenciais verificáveis, citação de fontes oficiais no próprio texto, dados organizados de forma que qualquer pessoa possa verificar e consistência temática ao longo do domínio. Uma empresa de software B2B que publica um artigo sobre finanças pessoais não vai ser citada como fonte em perguntas sobre CRM, mesmo que o artigo seja bom. A IA avalia o domínio como um todo antes de confiar em uma página específica.

Tem um detalhe que pouca gente percebe: empresas invisíveis para IA geralmente têm o mesmo padrão. Publicam conteúdo amplo, sem autoria clara, sem dados próprios, sem estrutura de resposta. O modelo não consegue extrair nada com precisão suficiente para ancorar uma citação.

A estrutura de conteúdo que a IA prefere citar

Páginas que trazem a resposta direta nos primeiros 30% do texto, com cabeçalhos descritivos e domínios considerados autoritativos, têm probabilidade maior de serem citadas em respostas de IA generativa. Isso não é teoria: é o padrão observado em análises de Google AI Overview e Bing Copilot.

Os formatos com maior taxa de extração são específicos. páginas com FAQ estruturada, guias de implementação e comparações de fornecedores aparecem com frequência desproporcional em citações B2B. O motivo é simples: esses formatos entregam uma unidade de informação completa que a IA pode extrair e ancorar sem precisar reconstruir o argumento. Textos de opinião aberta, sem estrutura clara, são resumidos sem citação ou ignorados.

FAQs com schema FAQPage representam o tipo de estrutura com maior impacto direto na probabilidade de uma página ser extraída por sistemas de IA. O mesmo vale para tabelas comparativas e blocos de resposta rápida no início do texto. Implementar schema Article, HowTo, Person e BreadcrumbList de forma consistente também é apontado como fator direto na probabilidade de aparecer no Google SGE e AI Overview.

Semantic HTML importa aqui. Páginas que usam as tags corretas, article, section, header, main, e que passam em métricas de Core Web Vitals, são interpretadas com mais precisão pelo Googlebot, o que favorece a seleção em citações generativas. Não é sobre visual. É sobre legibilidade para máquina.

Vale checar também se os crawlers de modelos de IA estão bloqueados no robots.txt. Parece detalhe óbvio, mas não é incomum encontrar domínios que publicam conteúdo excelente e inadvertidamente bloqueiam os bots que fariam a extração.

Por que data de atualização importa mais do que data de publicação

Conteúdos com atualização visível, datas de publicação e de revisão recentes, têm peso maior em sistemas de IA focados em frescor de informação. Esses sistemas penalizam estatísticas e exemplos desatualizados na seleção de fontes. Um artigo publicado em 2022 com dados de 2021 compete em desvantagem com uma página publicada em 2024 e revisada em 2026, mesmo que o artigo mais antigo tenha mais backlinks.

A recomendação prática é revisão trimestral de conteúdos críticos: atualizar estatísticas, substituir exemplos datados, acrescentar dados recentes. Não é reescrever do zero. É manter a página dentro da janela de confiança que o sistema considera "atual". Para empresas B2B, isso significa que um guia de implementação publicado há dois anos sem qualquer atualização vai perdendo espaço progressivamente para concorrentes que mantêm o conteúdo vivo.

Exemplos práticos: perguntas B2B e quem aparece

Quando alguém pergunta ao ChatGPT "qual o melhor software de gestão de projetos para equipes remotas", o modelo não busca necessariamente o site do produto mais famoso. Busca a página que melhor responde àquela pergunta específica, com dados concretos, comparações e estrutura de resposta direta. Empresas que aparecem nesses contextos costumam ter páginas de comparação entre fornecedores, matrizes de preço e playbooks de implementação. Esses formatos são difíceis de serem resumidos sem citar o conteúdo original, o que força a citação com atribuição.

Conteúdos de meio e fundo de funil têm prioridade clara em B2B. Uma empresa de automação de marketing que publica um checklist de auditoria de CRM com 40 perguntas verificáveis tem mais chance de ser citada quando alguém pergunta "como auditar meu CRM" do que a empresa líder de mercado que tem apenas uma página de produto genérica. A IA ancora em quem tem o dado, não necessariamente em quem tem a marca maior.

No contexto local, o Gemini utiliza dados das páginas próprias da empresa, serviços, locais, páginas "sobre", além de JSON-LD de LocalBusiness e Service, dados do Google Business Profile e Google Maps. Uma empresa local que não tem essas camadas organizadas simplesmente não entra no pool de citação, independente de qualidade.

Dados originais como ativo de citação

Conteúdos originais de pesquisa, surveys, análises próprias e experimentos apresentam taxa de citação muito superior em mecanismos de busca generativa. São classificados como "fonte primária", o que muda o status da página dentro do processo de seleção. A IA prefere ancorar em quem produziu o dado, não em quem o comentou.

O parâmetro quantitativo que aparece em guias de otimização para IA é de pelo menos 3 a 5 estatísticas claras por mil palavras. Não qualquer estatística: dados verificáveis, com fonte identificável, inseridos em contexto de argumento. Páginas com alta densidade de afirmações únicas, dados originais e frameworks próprios têm as maiores taxas de citação em ChatGPT e outros motores generativos.

Tem uma tensão aqui que é honesto reconhecer: entre 50% e 90% das fontes citadas por modelos de linguagem não suportam integralmente as afirmações feitas pela IA. Isso reforça, por outro lado, a importância de fontes com dados bem documentados e verificáveis: quando a IA cita, cita com mais precisão quem tem o dado claro e bem estruturado. Quem tem afirmações vagas acaba sendo parafraseado de forma ainda mais vaga.

O que parece funcionar, mas não funciona

Texto genérico com volume alto de palavras não é citado com atribuição. É resumido, ou ignorado. Conteúdo não-comoditizado, original, específico, com valor único, é o que aparece nas features de IA generativa. Textos que replicam o que todo concorrente já publicou entram em uma categoria que a IA usa como insumo para síntese, mas não como fonte de citação.

Backlinks, que são o ativo central do SEO clássico, têm peso relativamente menor na busca generativa. Uma empresa com 500 backlinks de domínios médios e conteúdo bem estruturado pode perder para uma empresa com 50 backlinks e uma página de FAQ com dados próprios e schema correto. Isso não significa que backlinks não importam: importam para autoridade de domínio, que por sua vez alimenta o E-E-A-T. Mas não são suficientes sozinhos, e a correlação é muito mais indireta do que o SEO tradicional sugere.

Publicar com frequência sem estrutura também não resolve. A seleção de fontes prioriza qualidade de conteúdo, estrutura, sinais de autoria e relevância, não volume de publicação. Uma empresa que publica dois artigos por mês com dados próprios, autoria identificada e schema correto tende a ser mais citada do que uma que publica vinte textos genéricos por semana.