Dashcrab

SEO e visibilidade em IA

Quais táticas de GEO funcionam e quais são mito?

Quatro achados que se replicaram em amostras diferentes, seis crenças que não sobrevivem a um experimento controlado, e duas hipóteses abertas.

Quatro coisas sobre GEO se replicaram em amostras diferentes, por equipes que não se falam. E seis crenças que a indústria repete não sobrevivem a um experimento controlado. Este artigo separa as duas listas, com as fontes.

Se você está partindo do zero, comece por o que é GEO e o que é AEO. Aqui assumimos esse vocabulário: citação, menção, recuperação.

O que está razoavelmente estabelecido

Não são certezas. São o mais perto que temos.

1. A recuperação manda sobre a redação

O paper fundacional de GEO testou nove modificações de conteúdo sobre cerca de 10.000 consultas. Somar estatísticas verificáveis, citações textuais e fontes melhorava a visibilidade em até 40%. O keyword stuffing não fazia nada. Esse é o título que todo mundo repete.

O que quase ninguém conta é o contraexperimento. Puerto, Gubri, Green, Oh e Yun publicaram o C-SEO Bench em 2025 e testaram nove métodos, sete tirados do paper original, sobre seis domínios e 1.921 consultas. A maioria se mostrou pouco efetiva.

O ponto de comparação é demolidor: mover o documento para a primeira posição do contexto recuperado foi, em varejo, cerca de 7,6 vezes mais efetivo do que a melhor tática de escrita. Traduzido: importa mais entrar bem na recuperação do que escrever bonito para a geração.

Nossos dados apontam para o mesmo lugar. Cruzamos 1.486 URLs com pontuação AEO conhecida contra suas citações reais: nenhuma página abaixo de 40 pontos em 100 recebeu uma única citação. E acima desse limiar a pontuação deixa de ordenar: as páginas com nota C foram citadas sete vezes mais do que as de nota B. Há um degrau, não uma escada.

Hipótese aberta 01

O checklist técnico funciona como requisito de entrada e não como vantagem competitiva. Se for verdade, passar de 20 a 50 pontos compra o direito de jogar e é barato. Passar de 70 a 95 é o gasto mais caro e o que tem menos evidência.

2. Cada motor come de um prato diferente

A sobreposição entre modelos no nosso conjunto de citações dá 3,5% no nível de URL exata e 10,4% no nível de domínio. Três ou quatro páginas em comum a cada cem.

Não é uma raridade nossa. A Writesonic, sobre 161.286 consultas, encontrou 17% de fontes compartilhadas. A Profound reportou 89% de citações distintas entre ChatGPT e Perplexity. E o trabalho de Chen, Wang, Chen e Koudas, da Universidade de Toronto, documenta que os motores diferem em diversidade de domínios, frescor e estabilidade entre idiomas.

Na prática: o Claude manda 42,5% das suas citações para o blog da empresa e o ChatGPT apenas 12,6%. O Google AI Mode cita redes e vídeo em 12,1% dos casos e o Claude em 0,5%. Não é um ajuste de porcentagem, é outro manual de conteúdo.

3. A citação quase não gera cliques

O Pew Research Center acompanhou o comportamento real de 900 adultos nos Estados Unidos, sobre 68.879 buscas. Com um resumo de IA na tela, o clique em um resultado tradicional caía de 15% para 8%. O clique em uma fonte citada dentro do resumo ocorreu em 1% das visitas.

Se quase ninguém clica, o que fica é a impressão: seu nome estar ali, e em que posição. No nosso conjunto, o blog é o tipo de página mais citado em volume, com 8.139 citações, e chega ao primeiro lugar apenas 7,5% das vezes. Os sites de referência têm vinte vezes menos volume e chegam primeiro 24,7% das vezes.

4. Seu site é minoria na sua própria categoria

Quando contamos que proporção das citações de uma categoria aponta para o site de uma marca dessa mesma categoria, nenhum domínio de marca superou 10%. A média foi 3,3%. O resto fica com mídia, fóruns, órgãos, plataformas e concorrentes.

Cuidado com uma confusão que gera pânico em equipes que estão fazendo as coisas certas. Vários estudos reportam que entre 38% e 70% das citações vão para sites de marca. Esse número e o nosso estão os dois corretos e medem coisas diferentes: sites de marca é a soma de todas as empresas do mundo, incluindo seus concorrentes.

Estudo completo

É daqui que saem os dados próprios: 20 páginas, com todas as tabelas e as 26 referências.

Leia o estudo completo

O que se repete e não aguenta o dado

O que se acredita O que a evidência mostra
Schema markup te faz ser mais citado A Ahrefs acompanhou 1.885 páginas que adicionaram JSON-LD contra 4.000 de controle: +2,4% no AI Mode, +2,2% no ChatGPT, ambos indistinguíveis de zero, e -4,6% nos AI Overviews, que é significativo e vai para o lado contrário
llms.txt é a porta de entrada Google, maio de 2026: pode ser rastreado como qualquer arquivo de texto e não recebe tratamento especial. A SE Ranking analisou cerca de 300.000 domínios e não encontrou associação com a frequência de citação
É preciso fragmentar o conteúdo para a IA O Google diz que seus sistemas entendem páginas com vários temas e extraem a passagem relevante sem que ela seja pré-cortada
Otimiza-se uma página para todos os LLMs A sobreposição no nível de URL exata é 3,5% nos nossos dados, e nenhum estudo independente a colocou acima de 20%
Mais longo e mais completo é mais citado As páginas citadas do nosso conjunto têm 844 palavras em média. As não citadas, 2.119
Os anúncios ajudam a aparecer na resposta Foram 0,03% das citações do AI Overview nas nossas 518 buscas capturadas, e nenhuma das 75 páginas pagas sobreviveu à passagem para o AI Mode

O caso do schema merece um parágrafo porque é a melhor aula grátis do setor. A Ahrefs havia encontrado antes, sobre 6 milhões de URLs, que as páginas citadas por IA têm JSON-LD quase três vezes mais. Essa correlação circulou dois anos como prova.

Quando fizeram o experimento controlado, o efeito evaporou. A explicação é chata: os sites que implementam dados estruturados também fazem SEO técnico, publicam melhor e conseguem links. O schema viajava de carona. Um experimento paralelo da searchVIU encontrou ainda que cinco sistemas de IA, ao buscar uma página ao vivo, extraem só o HTML visível e não leem a marcação oculta.

Nada disso significa tirar o schema. Ele serve para rich results, grafos de conhecimento e desambiguação de entidades. Significa que deixou de ser uma alavanca de citação.

Hipótese aberta 02

Boa parte do checklist de GEO não é causa da citação, é sintoma de sites bem mantidos. Cada tática nova que aparecer precisa passar pela mesma pergunta: isso move algo, ou é simplesmente o que os sites que já iam ser citados fazem de qualquer jeito?

Antes de mover orçamento pela próxima manchete do setor, há cinco perguntas que convém fazer a qualquer estudo, incluindo os nossos. Estão em como ler um estudo de GEO sem engolir o título. E se você quer ver o que a IA está citando sobre você, o GEO Observer é grátis e captura suas buscas reais.


Os dados próprios saem do Dashcrab GEO Citation Research 2026, com corte em 11 de agosto de 2026, e do experimento de 518 buscas capturadas com o GEO Observer entre julho e agosto de 2026. São reportados agregados ou anonimizados, e nossos estudos são observacionais: não demonstram causalidade. As cifras de terceiros estão linkadas à fonte original. A metodologia completa está no PDF do estudo.

Perguntas frequentes

Vale a pena implementar dados estruturados?

Vale, mas não para o que te vendem. O experimento controlado da Ahrefs sobre 1.885 páginas não encontrou aumento de citações em nenhuma plataforma, e o Google diz que não existe marcação especial para funções generativas. Continue usando para rich results e desambiguação de entidades, e tire da lista de alavancas de citação.

Vale a pena criar um arquivo llms.txt?

Para o Google não muda nada: ele rastreia como qualquer arquivo de texto, sem tratamento especial. Pode fazer sentido se um serviço específico que te importa o consome. Como tática geral de visibilidade não tem evidência por trás.

O conteúdo mais longo é mais citado?

Não nos nossos dados. As páginas citadas do nosso conjunto têm 844 palavras em média e as não citadas 2.119. A explicação provável é que um modelo extrai uma passagem curta e específica, não premia a exaustividade. Escreva passagens que respondam uma pergunta concreta nas duas primeiras frases.

Existe uma tática que funcione em todos os modelos de IA ao mesmo tempo?

Quase nenhuma no nível de página: a sobreposição de URLs exatas entre modelos é 3,5% nos nossos dados, e nenhum estudo independente a colocou acima de 20%. O que eles compartilham é o piso: recuperação, URLs limpas e passagens autossuficientes. Depois disso, cada modelo premia formatos diferentes e é preciso medir modelo a modelo.