GEO: o que a pesquisa diz sobre aparecer em respostas de IA

Sempre que surge uma sigla nova em marketing digital, aparecem também os vendedores de fórmula. Com GEO (Generative Engine Optimization) não foi diferente. A diferença é que, neste caso, existe um artigo científico na origem do termo, e lê-lo é a melhor vacina contra promessas exageradas.

Neste texto resumo o que o estudo testou e encontrou, o que ele não prova, o que o Google e a OpenAI documentam sobre o assunto e o que, na minha leitura, vale aplicar hoje.

SEO, AEO e GEO: qual a diferença?

Sigla	Objetivo	Onde aparece
SEO	Ser encontrado e bem posicionado nos resultados de busca	Lista de links do buscador
AEO	Ter um trecho da página usado como resposta direta	Featured snippets, respostas de voz, assistentes
GEO	Ser citado e bem representado em respostas geradas por modelos de linguagem	AI Overviews, ChatGPT, Perplexity, Copilot

Na prática as três se sobrepõem bastante. Conteúdo que não é rastreado nem indexado não aparece em nenhuma delas. Se você ainda não tem essa base, comece pelo guia de SEO e pelo artigo sobre AEO.

De onde vem o termo

O termo foi proposto no artigo GEO: Generative Engine Optimization, de Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan e Ameet Deshpande, publicado no arXiv em 2023 e aceito na conferência KDD 2024.

A pergunta dos autores: se mecanismos generativos montam uma resposta a partir de várias fontes, o que um criador de conteúdo pode fazer para que a sua fonte apareça mais nessa resposta? Para testar, eles criaram o GEO-bench, um benchmark com consultas de vários domínios, e duas métricas de visibilidade:

• Position-Adjusted Word Count: quanto do texto da resposta é atribuído à sua fonte, ponderado pela posição em que aparece.
• Subjective Impression: uma avaliação mais qualitativa de relevância e influência da citação na resposta.

O que foi testado

Os autores aplicaram nove estratégias de reescrita ao conteúdo das fontes:

1. Authoritative (tom mais assertivo e autoritativo)
2. Statistics Addition (adicionar estatísticas)
3. Keyword Stuffing (repetir palavras-chave)
4. Cite Sources (citar fontes confiáveis)
5. Quotation Addition (adicionar citações relevantes)
6. Easy-to-Understand (simplificar a linguagem)
7. Fluency Optimization (melhorar a fluência do texto)
8. Unique Words (usar vocabulário mais raro)
9. Technical Terms (adicionar termos técnicos)

O que funcionou e o que não funcionou

Os resultados mais citados do artigo:

• Os melhores métodos melhoraram a visibilidade em cerca de 41% (Position-Adjusted Word Count) e 28% (Subjective Impression) em relação ao conteúdo original. O resumo do artigo fala em ganhos de “até 40%”.
• Quotation Addition, Statistics Addition e Cite Sources ficaram entre as estratégias de melhor desempenho. Ou seja: conteúdo com citações, dados e fontes tende a ser mais usado.
• Keyword Stuffing não ajudou. No benchmark principal ficou abaixo da linha de base, e nos testes com o Perplexity o desempenho foi cerca de 10% pior que o original.
• Fontes com posição pior na busca se beneficiaram mais. Para fontes na 5ª posição, a estratégia Cite Sources aumentou a visibilidade em 115,1%. Para fontes na 1ª posição, a mesma estratégia reduziu a visibilidade em 30,3%.
• O efeito varia por domínio. Os autores concluem que estratégias específicas por tipo de conteúdo são necessárias.

O resultado sobre keyword stuffing é o que mais me interessa. Ele indica que a tática mais velha de SEO de baixa qualidade não se transfere para mecanismos generativos, e que o que funciona se parece muito com escrever bem: dar evidências, citar quem sabe e explicar com clareza.

O que o estudo não prova

Antes de reescrever o site inteiro, vale ter os limites em mente:

• É um benchmark de 2023. Os modelos e os mecanismos comerciais mudaram muito desde então, e continuam mudando.
• Visibilidade não é negócio. Ser mais citado em uma resposta não significa receber cliques, leads ou vendas.
• “Adicionar estatísticas” não autoriza inventar estatísticas. Um número sem origem pode até ser citado por um modelo, mas destrói credibilidade quando alguém confere. Use dados com fonte, ou não use.

O que o Google e a OpenAI documentam

Google: os fundamentos de sempre

A documentação do Google sobre recursos de IA na busca (AI Overviews e AI Mode) é direta: não há requisitos adicionais nem otimizações especiais para aparecer nesses recursos. O Google também afirma que não é preciso criar novos arquivos legíveis por máquina, arquivos de texto para IA ou marcação especial, e que não existe dado estruturado específico para isso.

As recomendações listadas são as práticas de SEO: permitir rastreamento, facilitar a descoberta com links internos, oferecer boa experiência de página, manter o conteúdo importante em texto e manter os dados estruturados coerentes com o que está visível.

Para controlar o uso do conteúdo, o Google aponta os controles já existentes (nosnippet, data-nosnippet, max-snippet, noindex) e o token Google-Extended para treinamento e grounding em outros sistemas do Google.

OpenAI: busca e treinamento são separados

A OpenAI documenta rastreadores diferentes, e a diferença importa:

• OAI-SearchBot é usado para busca: exibir sites nas respostas do ChatGPT com busca. Sites que o bloqueiam não aparecem nessas respostas.
• GPTBot coleta conteúdo que pode ser usado para treinar os modelos fundacionais. Bloqueá-lo indica que o conteúdo não deve ser usado em treinamento.
• ChatGPT-User atende ações iniciadas pelo usuário, como abrir uma página durante uma conversa. Por ser iniciado por uma pessoa, as regras de robots.txt podem não se aplicar.

Um robots.txt que permite aparecer na busca do ChatGPT, mas recusa o uso em treinamento, fica assim:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Se essa é a decisão certa depende do seu negócio. O ponto é que ela pode ser tomada de forma separada.

E o llms.txt?

O llms.txt foi proposto por Jeremy Howard em setembro de 2024: um arquivo Markdown na raiz do site com um título (H1, o único item obrigatório), um resumo em bloco de citação e listas de links para as páginas mais importantes. A proposta é oferecer conteúdo amigável para modelos de linguagem.

Este site publica um /llms.txt, e eu o trato como uma camada experimental e barata, não como fator de visibilidade. A própria documentação do Google, citada acima, diz que arquivos de texto para IA não são necessários para aparecer nos recursos de IA da busca. Se você quiser publicar um, mantenha-o factual e coerente com o site, e não espere resultado mensurável dele.

O que eu aplicaria hoje

Juntando o estudo e a documentação oficial, minha lista prática é curta:

1. Garanta os fundamentos de SEO. Indexação, rastreamento liberado, conteúdo em HTML visível.
2. Cite fontes primárias. Documentação oficial, artigos originais, dados públicos com link.
3. Use números com origem. Diga de onde vem cada dado e em que contexto ele foi medido.
4. Traga citações de quem sabe. Uma frase de um especialista ou de uma documentação oficial, com atribuição.
5. Escreva com clareza. Respostas diretas no início de cada seção, termos definidos, frases que fazem sentido fora de contexto.
6. Deixe a autoria explícita. Quem escreveu, com que experiência, e como entrar em contato.
7. Mantenha a entidade consistente. O mesmo nome, a mesma descrição e os mesmos perfis em todo lugar onde você aparece.
8. Decida conscientemente sobre rastreadores. Busca e treinamento são escolhas diferentes.

Quase nada disso é novo. E essa é a principal conclusão: GEO, até onde a evidência pública alcança, recompensa o mesmo conteúdo que já deveria ser escrito para pessoas.

Referências

Este artigo é um estudo baseado nas fontes abaixo. Trechos marcados como opinião refletem a minha leitura.

• Pranjal Aggarwal et al. GEO: Generative Engine Optimization. arXiv:2311.09735, aceito na KDD 2024.
• Google Search Central. AI features and your website.
• OpenAI. Overview of OpenAI Crawlers.
• Jeremy Howard. The /llms.txt file (proposta publicada em setembro de 2024).