o que é GEO, e como uma marca aparece em respostas de IA

GEO, sigla de generative engine optimization, é a prática de estruturar conteúdo para ser citado por sistemas que respondem, e não apenas indexado por sistemas que listam links. O termo nasceu num paper acadêmico de 2023, apresentado na conferência KDD em 2024, que testou nove táticas de escrita num benchmark de 10.000 consultas. A tática mais eficaz elevou a visibilidade do texto em 40,9%.

Quase tudo o que circula sobre esse assunto foi escrito por quem vende a solução. Ferramenta de SEO publica estudo sobre a urgência de otimizar para IA. Plataforma de monitoramento publica percentual sobre quanto tráfego a IA teria capturado. Nenhum desses números resiste a três perguntas: quem mediu, com que amostra, e o que ganha se o número for alto.

Sobra pouca coisa verificável: um experimento acadêmico com método publicado, a documentação técnica de quem opera os motores, e uma pesquisa de painel que mediu navegação real em vez de intenção declarada. É com isso que dá para trabalhar. O resto é conteúdo interessado.

Este texto trata do mecanismo e da execução: o que a máquina lê, como ela escolhe o que citar, e o que se publica para entrar nessa escolha. Não trata da mudança de comportamento de quem pergunta, que é outro assunto.

O que é GEO, e por que o termo nasceu num paper

GEO é o conjunto de decisões de conteúdo que aumenta a chance de um texto ser recuperado, lido e citado por um sistema que sintetiza respostas. O termo foi formalizado em 2023 por Pranjal Aggarwal e cinco coautores, num trabalho apresentado na conferência KDD em 2024 que criou o primeiro benchmark público do problema.

Os autores chamam esses sistemas de motores generativos: mecanismos que atendem a uma pergunta reunindo várias fontes e resumindo o conjunto num texto único. O AI Overview do Google, o modo de busca do ChatGPT e o Perplexity funcionam assim. A diferença em relação à busca clássica não é de interface. É de posição: o site deixa de ser o destino e passa a ser insumo de uma resposta que acontece antes do clique.

O paper parte de um problema declarado. O criador de conteúdo perdeu o controle sobre quando e como o próprio texto aparece, e não tem painel nem posição para consultar. Para tornar isso mensurável, os pesquisadores montaram o GEO-bench, um benchmark de 10.000 consultas em 25 domínios de assunto, construído a partir de nove conjuntos de dados existentes, entre eles o MS Marco e o Natural Questions. Oitenta por cento das consultas são informacionais.

Duas métricas foram usadas, e a distinção importa. A primeira conta quantas palavras da resposta vieram de uma fonte, com peso decrescente conforme a citação aparece mais para o fim. A segunda avalia impressão subjetiva em sete critérios, entre eles relevância e probabilidade de clique. Os números adiante são ganhos relativos.

Três coisas diferentes que o mercado chama de aparecer na IA

Aparecer no AI Overview do Google, ser citado por um chatbot que busca ao vivo e ter o texto usado no treinamento de um modelo são três mecanismos distintos, com rastreadores distintos, controles distintos e consequências distintas. Confundir os três é o erro mais caro que uma marca comete nesse assunto.

O primeiro é o mais próximo da busca tradicional. A documentação do Google Search Central descreve o AI Overview e o AI Mode como camadas de geração aumentada por recuperação sobre o mesmo índice da busca, alimentadas pelos mesmos sistemas de classificação. Para aparecer, a página precisa estar indexada e elegível a exibir snippet. Não há requisito adicional. O texto oficial diz, com essas palavras, que não é preciso criar arquivos legíveis por máquina, arquivos de IA ou marcação nova.

O segundo é o de leitura ao vivo. Quando alguém pergunta algo ao ChatGPT em modo de busca, quem visita o site é o OAI-SearchBot. A documentação da OpenAI é explícita: sites que bloqueiam esse agente não são exibidos nas respostas de busca do ChatGPT. No Perplexity, o equivalente é o PerplexityBot, descrito pela empresa como o rastreador que exibe e linka sites nos resultados, sem treinar modelos.

Há um subcaso pouco notado. ChatGPT-User e Perplexity-User são acionados por ação direta de uma pessoa, e as duas empresas registram que as regras de robots.txt podem não se aplicar nesses casos, por não se tratar de rastreamento automático. Quem bloqueia por robots.txt bloqueia o rastreador, não a visita pedida por um usuário.

O terceiro é o treinamento. GPTBot, na OpenAI, e Google-Extended, no Google, existem para isso. E aqui está a confusão mais cara do assunto: a documentação do Google afirma que o Google-Extended não afeta a inclusão de um site na Busca nem é usado como sinal de classificação. Bloquear o treinamento não tira ninguém do AI Overview. Bloquear o rastreador de busca, sim.

O que o único experimento sério do assunto mediu

Das nove táticas testadas por Aggarwal e colegas, três se destacaram: inserir citação direta, acrescentar estatística e citar fontes explicitamente. A tática herdada do SEO clássico, repetir palavra-chave, foi a única a piorar o resultado, com queda de 8,3% na visibilidade medida por contagem de palavras ajustada por posição.

Por essa métrica, os ganhos relativos foram: citação direta, 40,9%; estatística, 30,6%; otimização de fluência, 28,0%; citar fontes, 27,5%; termos técnicos, 17,6%; linguagem fácil de entender, 14,0%; tom de autoridade, 10,4%; palavras incomuns, 6,2%. E a queda de 8,3% da repetição de palavra-chave.

Pela métrica de impressão subjetiva a ordem muda. Tom de autoridade sobe para 18,7% e a repetição de palavra-chave deixa de ser negativa. Não é detalhe: as duas métricas medem coisas diferentes, e quem repete um número solto costuma repetir o mais alto sem dizer qual delas usou.

O efeito também varia por domínio. Os autores registram que citar fontes funciona melhor em perguntas factuais, estatística em direito e opinião, e citação direta em história e temas de sociedade. Não existe tática universal, e o paper afirma isso com todas as letras. É o oposto da promessa vendida como GEO.

O que publicar, e como

A execução do GEO é editorial antes de ser técnica. O que torna um texto citável por uma máquina é o mesmo que o torna útil para um leitor apressado: uma afirmação que se sustenta sozinha, um número com dono, uma fonte com nome e uma pessoa que assina. A lista abaixo é o que o dado disponível sustenta.

1. Abra cada seção com um parágrafo autossuficiente. Entre quarenta e sessenta palavras, contendo a afirmação inteira da seção, sem depender do parágrafo anterior. É esse trecho que um sistema de recuperação isola. O Google desaconselha fatiar o texto em pedaços mínimos: parágrafo completo não é o mesmo que fragmento solto.
2. Use número com instituição e ano. Acrescentar estatística foi a segunda tática mais eficaz do experimento, com 30,6% de ganho relativo. Número redondo sem dono não cumpre a função, porque não entrega ao motor nada verificável para atribuir a alguém.
3. Cite fonte com nome, e cite direto. Inserir citação direta foi a tática mais eficaz medida, com 40,9%. Citar fontes explicitamente ficou em 27,5%. São duas coisas diferentes, e elas somam.
4. Assine com nome, biografia e data. A orientação do Google sobre conteúdo útil organiza a avaliação em três perguntas, quem, como e por quê, e trata a autoria evidente como parte da primeira. Assinatura com link para a trajetória de quem escreveu é instrução da documentação, não preferência de estilo.
5. Tome uma decisão explícita no robots.txt. Liberar os rastreadores de busca e bloquear os de treinamento é uma posição defensável, e reversível. Bloquear tudo por precaução é a única posição que garante ausência: sem leitura, nenhuma otimização produz citação.
6. Publique o que não é commodity. A documentação do Google contrapõe conteúdo de conhecimento comum a conteúdo de experiência própria, e afirma que o que mais influencia a presença em busca generativa no longo prazo é conteúdo único e valioso.

Como aparecer no ChatGPT, no Perplexity e no AI Overview

Cada motor tem rastreador próprio, controle próprio e grau próprio de medição. ChatGPT e Perplexity dependem de agentes de busca que respeitam robots.txt. O AI Overview depende do índice do Google. E só o Google oferece hoje um relatório oficial de desempenho do conteúdo em respostas generativas.

Uma consequência prática: a única medição oficial disponível hoje é a do Google, pelo relatório de IA generativa no Search Console. A própria documentação recomenda desconfiar de ferramentas de terceiros que prometem posicionamento ou dizem usar métricas internas do Google, porque nenhuma delas tem acesso aos sistemas de classificação ou de IA da empresa. Vale reler isso antes de contratar painel de GEO.

Em março de 2025, cerca de 18% das buscas no Google observadas num painel de navegação de 900 adultos nos Estados Unidos geraram um resumo de IA, e 88% desses resumos citaram três ou mais fontes. Fonte: Pew Research Center, 2025.

O que não funciona, e onde o entusiasmo é maior que o dado

Em maio de 2026 o Google publicou um guia oficial sobre busca generativa com uma seção dedicada a desmontar práticas vendidas como GEO. Quatro delas aparecem nomeadas no texto: arquivos llms.txt, fatiamento de conteúdo, reescrita específica para IA e a busca por menções inautênticas na web.

Sobre o llms.txt, a redação do Google é direta. O Search não usa esses arquivos, mantê-los não ajuda nem prejudica visibilidade ou classificação, e é legítimo mantê-los para outros serviços que os consumam. Em 15 de junho de 2026 o registro de atualizações repetiu a mesma coisa, em resposta a perguntas da comunidade.

Há um caso mais concreto, e mais desconfortável. A marcação FAQPage foi durante anos o exemplo padrão de dado estruturado para conteúdo editorial. O Google restringiu o resultado enriquecido de FAQ a sites governamentais e de saúde, e em 7 de maio de 2026 o recurso deixou de aparecer na Busca. A documentação foi removida em junho. A marcação segue válida como descrição legível por máquina de um par de pergunta e resposta, mas não gera mais o destaque visual que motivou meia década de implantações.

Sobre dado estruturado em geral, o mesmo guia afirma que ele não é requisito para busca generativa e que não existe marcação schema.org especial a acrescentar, embora siga valendo para resultados enriquecidos. O Schema.org está na versão 30.0, de 19 de março de 2026. É vocabulário, não atalho.

O limite do dado experimental é igualmente honesto de reconhecer. O paper é de novembro de 2023, e o motor usado na avaliação principal foi montado pelos próprios autores sobre o gpt-3.5-turbo, com as cinco primeiras fontes da busca do Google. Os motores mudaram desde então. O número de 40,9% descreve um experimento de 2023, não uma promessa de resultado em 2026.

A escala pede a mesma sobriedade. O Digital News Report 2025 do Reuters Institute for the Study of Journalism, que ouviu pessoas em 48 mercados, registra 7% de uso semanal de chatbots de IA para notícias, e 15% entre menores de 25 anos. É crescimento, não substituição. Quem afirma que a maioria das buscas já é feita por IA não tem fonte primária para sustentar isso.

O que a amano publicou, e o que ainda não sabe

A amano mantém treze artigos publicados, cada um com autoria nomeada, parágrafos escritos para serem recortados, marcação FAQPage e Article, e um arquivo llms.txt que descreve a estrutura do site. Em 31 de julho de 2026 os rastreadores de IA, antes bloqueados, foram liberados no robots.txt. Não há resultado medido.

Essa é a frase mais importante do caso. A liberação tem um dia. Antes dela, GPTBot, CCBot, ClaudeBot, Google-Extended, Applebot-Extended e PerplexityBot estavam bloqueados, o que significa que nenhuma otimização editorial teria produzido citação: o conteúdo não era lido. Qualquer número de citação apresentado sobre a casa neste momento seria invenção.

O que existe é uma decisão registrada e reversível de forma granular: dá para voltar a bloquear os rastreadores de treinamento mantendo liberados os de busca. Essa é a escolha real que o assunto oferece a uma marca.

O report Tendências da Cultura Material 2026, da própria casa, dedica uma de suas onze seções a em quem se confia quando ninguém confia na informação, e registra, citando o Reuters Institute, que 37% dos adultos dizem confiar na maior parte das notícias. É o mesmo problema do outro lado do balcão: um motor generativo também precisa escolher em quem confiar antes de citar, e escolhe pelos sinais que uma pessoa cuidadosa usaria.

Daí a conclusão que o dado sustenta, e apenas ela: ser citável não é um formato de arquivo nem um truque de marcação. É publicar coisa que se possa atribuir a alguém, com número que tenha dono, e deixar a máquina entrar para ler.

sobre o autor

Marcus Yabe

sócio-fundador · estratégia e criatividade

Trabalha no encontro entre estratégia, comunicação, negócios, conteúdo e relações. Foi CEO do LIDE Paraná, diretor executivo da Paraná Business e publisher da TOPVIEW.

todos os artigos de Marcus a direção da casa