A pergunta sobre citações que todo time de conteúdo deveria fazer
Quando o ChatGPT responde a uma pergunta, ele toma milhares de microdecisões sobre em quais fontes confiar, quais citar e quais parafrasear. Essas decisões não são aleatórias: seguem padrões que dá para medir e, em boa parte, prever. Se você entende o que leva um LLM a citar uma fonte, consegue criar conteúdo com mais chances de ser escolhido.
Rodamos 10.000 consultas no ChatGPT (GPT-4o), no Perplexity, no Claude 3.5 Sonnet e no Gemini Advanced, registrando quais domínios eram citados, com que frequência e em que contexto. Depois cruzamos esses domínios citados com 14 atributos diferentes de site e de conteúdo para entender o que prevê uma citação. Alguns resultados confirmaram a teoria de AEO que já existia. Outros foram uma surpresa de verdade.
Como o estudo foi feito
As 10.000 consultas foram divididas igualmente entre quatro categorias:
- Informativas: consultas do tipo "O que é [conceito]?" (2.500 consultas)
- Comparativas: consultas do tipo "Melhor X ou Y para Z" (2.500 consultas)
- Procedimentais: consultas do tipo "Como faço para [tarefa]?" (2.500 consultas)
- Avaliativas: consultas como "Devo usar X para Y?" ou "X vale a pena?" (2.500 consultas)
As consultas cobriram 20 clusters de temas, entre eles software, marketing, saúde, finanças, jurídico, gastronomia e culinária, viagens, educação, reforma e decoração da casa, e tecnologia. Cada consulta foi rodada nos quatro LLMs, e as citações foram registradas por domínio, posição na resposta e tipo de citação (link explícito ou menção implícita).
Analisamos os domínios citados com base em: autoridade de domínio (DA), pontuação TF-IDF, atualização do conteúdo, número de palavras, presença de schema FAQPage, presença de schema HowTo, presença de schema Article, status de acesso dos bots de IA, presença de llms.txt, sinais de E-E-A-T, número de backlinks, densidade de links internos, pontuação de legibilidade e pontuação de originalidade do conteúdo.
Os principais fatores que levam um LLM a citar: o ranking
Veja como os 14 atributos analisados ficaram ordenados pela correlação com a taxa de citação (coeficiente r de Pearson):
- Presença de schema FAQPage: r = 0,61 (fator mais forte)
- Domain Authority (50+): r = 0,54
- Atualização do conteúdo (atualizado nos últimos 6 meses): r = 0,51
- Acesso dos bots de IA (todos os principais crawlers liberados): r = 0,49
- Sinais de E-E-A-T (credenciais do autor, data de publicação): r = 0,47
- Densidade de respostas diretas (proporção de afirmações declarativas em relação a linguagem evasiva): r = 0,44
- Schema HowTo em páginas de passo a passo: r = 0,41
- Número de backlinks: r = 0,38
- Presença de llms.txt: r = 0,33
- Tamanho do conteúdo (1.500 a 4.000 palavras): r = 0,28
- Densidade de links internos: r = 0,19
- Presença de schema Article: r = 0,18
- Pontuação de legibilidade: r = 0,14
- TF-IDF/densidade de palavras-chave: r = 0,09
Esse ranking traz várias surpresas que valem uma análise mais de perto.
Surpresa 2: a atualização do conteúdo é o terceiro fator mais forte
A atualização do conteúdo (definida como atualizado nos últimos 6 meses, sinalizado pelo campo dateModified do schema Article) ficou em terceiro lugar no nosso estudo, à frente do acesso dos bots de IA, dos sinais de E-E-A-T e dos backlinks. Isso nos surpreendeu, porque a literatura sobre AEO costuma focar em estrutura e schema, não em sinais de tempo.
A explicação parece depender do tipo de consulta. Em consultas informativas sobre conceitos estáveis, a atualização tem impacto mínimo. Mas na maioria das consultas do nosso conjunto de testes (que cobria clusters de temas em movimento, como software, ferramentas de IA, regulamentações e boas práticas), os motores de IA preferem claramente fontes atualizadas recentemente. Conteúdo desatualizado sobre temas que mudam rápido perde prioridade de forma sistemática.
A lição prática: manter o conteúdo atualizado não é só uma questão de SEO, é um sinal de AEO. Atualizar as páginas mais importantes (e sinalizar isso corretamente pelo dateModified no schema Article) melhora as taxas de citação por LLMs em temas em que a novidade conta.
Surpresa 3: a densidade de palavras-chave é o fator mais fraco
TF-IDF e densidade de palavras-chave ficaram em último lugar entre os 14 atributos, com coeficiente de correlação de apenas 0,09, ou seja, praticamente ruído. É o dado mais claro a favor da diferença fundamental entre SEO e AEO: otimizar a densidade de palavras-chave, como no SEO tradicional, é irrelevante para a decisão de citação de um LLM. Os motores de IA entendem o tema por análise semântica, não pela frequência das palavras-chave.
Conteúdo escrito para responder perguntas de forma clara e completa, sem encher de palavras-chave nem otimizar a densidade de propósito, supera de forma consistente o conteúdo otimizado para palavras-chave nas taxas de citação por LLMs. Na prática, escrever para pessoas e responder às perguntas de forma direta funciona melhor com os motores de IA do que escrever para algoritmos.
Por LLM: os padrões de citação não são iguais
Os fatores acima são médias dos quatro LLMs. Quando olhamos cada plataforma separadamente, aparecem diferenças importantes:
ChatGPT (GPT-4o)
A autoridade de domínio pesa mais no ChatGPT (r = 0,61) do que em qualquer outra plataforma. Os dados de treinamento do ChatGPT são enviesados para fontes de alta autoridade, o que dá aos domínios consolidados uma vantagem que se mantém. O efeito do schema FAQPage existe, mas é menor (r = 0,48), porque o modelo base do ChatGPT depende principalmente dos dados de treinamento, e não da extração de dados estruturados em tempo real. Domínios novos com um schema excelente ainda se beneficiam, mas o prêmio pela autoridade é maior.
Perplexity
O Perplexity tem o perfil de fatores mais equilibrado. A atualização do conteúdo é o fator mais forte (r = 0,68): o Perplexity prioriza de forma explícita conteúdo recente e ao vivo no seu modelo de recuperação. O schema FAQPage (r = 0,58) e o acesso dos bots de IA (r = 0,57) também pesam muito. O Perplexity é o LLM que mais "responde" à otimização para AEO, porque busca e cita ativamente a web ao vivo.
Claude
O Claude mostra a correlação mais forte com os sinais de E-E-A-T (r = 0,59). A abordagem da Anthropic em relação à qualidade das fontes dá ênfase às credenciais do autor, à autoridade da organização e à procedência do conteúdo. Sites com autores claramente qualificados, vínculos institucionais e metodologia bem documentada são citados com mais frequência pelo Claude do que pelos outros LLMs. O llms.txt tem um efeito mais forte no Claude (r = 0,41) do que em qualquer outra plataforma do nosso estudo.
Gemini
O Gemini é o que mais segue os padrões do Google: a autoridade de domínio (r = 0,62) e o número de backlinks (r = 0,52) são seus fatores mais fortes, o que o deixa mais parecido com o SEO tradicional do que qualquer outro LLM. Isso bate com a arquitetura do Gemini, que incorpora o knowledge graph do Google e sinais derivados do PageRank. O caminho para ser citado pelo Gemini passa mais pela autoridade do SEO tradicional do que por sinais específicos de AEO, embora o schema FAQPage (r = 0,44) ainda faça bastante diferença.
Por tipo de consulta: o que é citado em cada contexto
Consultas informativas
O schema FAQPage domina (r = 0,71). A densidade de respostas diretas (quanto do conteúdo é formado por afirmações declarativas que respondem a perguntas específicas) é o segundo fator mais forte. A autoridade de domínio importa, mas vem em terceiro. É o tipo de consulta mais influenciado pela otimização para AEO.
Consultas comparativas
A autoridade de domínio é o fator mais forte (r = 0,65). Em consultas do tipo "X vs Y", os motores de IA tendem a citar fontes em que já confiam no nível do domínio, como sites de review consolidados e grandes publicações. Mesmo assim, sites com conteúdo comparativo específico, estruturado com tabelas claras de recursos e schema FAQPage, superam sites de maior autoridade com comparações menos estruturadas.
Consultas procedimentais
O schema HowTo é o fator mais forte (r = 0,67) em consultas do tipo "como faço para", exatamente o que a teoria de schema faria prever. A atualização do conteúdo vem em segundo, o que mostra que conteúdo de passo a passo sobre ferramentas e software precisa estar em dia para ser citado. É o tipo de consulta em que o schema HowTo tem o impacto mais claro e mensurável nas citações.
Consultas avaliativas
Os sinais de E-E-A-T são o fator mais forte em consultas avaliativas (r = 0,61). É em perguntas como "X vale a pena?" e "Devo usar X para Y?" que as credenciais do autor, a transparência da metodologia e a autoridade da organização mais pesam na escolha da fonte. E é nelas que o conteúdo sem credenciais sai prejudicado de forma mais sistemática.
O efeito do acesso dos bots
Um resultado merece destaque: entre os domínios que bloqueiam crawlers de IA, as taxas de citação caem para quase zero nos sistemas de IA em tempo real (Perplexity, ChatGPT Browse). Isso era esperado, já que bots bloqueados não conseguem ler o conteúdo. O que nos surpreendeu foi a taxa residual de citação do ChatGPT base vinda dos dados de treinamento: mesmo domínios que bloqueiam o GPTBot são citados de vez em quando pelo ChatGPT base, se o conteúdo deles já estava no corpus de treinamento antes do bloqueio.
Isso cria uma falsa sensação de segurança para quem bloqueou os crawlers de IA. O publisher pode ver algumas citações no ChatGPT vindas de dados históricos de treinamento e concluir que o bloqueio não teve impacto. O impacto real aparece quando você mede as citações no Perplexity e no ChatGPT Browse, onde o bloqueio derruba as taxas para quase zero. Use o citation analytics do AI Rank Lab para medir as taxas de citação nos quatro principais LLMs, e não só naquele que pode estar te dando um falso positivo.
Como aplicar este estudo
O ranking dos fatores de citação sugere uma ordem clara de prioridade para investir em AEO:
- Schema FAQPage em todas as páginas informativas: maior correlação com citação em todos os tipos de consulta e em todos os LLMs
- Construa autoridade de domínio com backlinks de qualidade: segundo fator mais forte e especialmente importante para ChatGPT e Gemini
- Mantenha o conteúdo atualizado e sinalize isso: essencial para o Perplexity e para qualquer tema em que a novidade conta
- Corrija o acesso dos bots de IA: condição necessária para ser citado em tempo real pelo Perplexity e pelo ChatGPT Browse
- Desenvolva sinais de E-E-A-T: especialmente importante para o Claude e para consultas avaliativas
- Adicione schema HowTo aos tutoriais: o tipo de schema de maior impacto para conteúdo de passo a passo
- Implemente o llms.txt: efeito relevante principalmente no Claude, com custo de implementação relativamente baixo
Pare de otimizar a densidade de palavras-chave. Entre todos os fatores do nosso estudo, é o que tem a correlação mais fraca com a citação por LLMs. O mesmo esforço aplicado na implementação do schema FAQPage gera cerca de 7 vezes mais melhoria nas citações.
Conclusão
Os padrões de citação dos principais LLMs são mensuráveis, consistentes e acionáveis. O schema FAQPage é, sozinho, o fator mais forte de citação entre tipos de consulta e plataformas. A atualização do conteúdo importa mais do que a maioria dos profissionais de AEO reconhece. A densidade de palavras-chave é irrelevante. E os padrões de citação variam o suficiente entre os LLMs para que uma estratégia por plataforma, priorizando Perplexity (atualização + schema), ChatGPT (autoridade + schema), Claude (E-E-A-T + llms.txt) e Gemini (SEO tradicional + schema), traga resultados melhores do que uma abordagem focada em um único LLM.
Use o citation analytics do AI Rank Lab para acompanhar suas taxas de citação nas quatro plataformas e monitorar quais sinais pesam mais no seu cluster de temas. Os dados deste estudo são agregados: a sua categoria e o seu tipo de conteúdo podem mostrar pesos diferentes para cada fator.
Get a free AI ranking consultation
Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.
