Boa parte do que se fala hoje em dia sobre GEO (otimização para motores generativos) ainda vive de teoria, print isolado ou aquele case único que ninguém consegue replicar. Foi pensando nisso que um profissional decidiu ir além do papo e rodar dois experimentos estruturados, um atrás do outro, medindo tudo manualmente e documentando o que funcionou, o que não deu certo e o que mudou de um teste para o outro.
O primeiro experimento foi feito para uma marca já estabelecida, cliente de consultoria, e custou milhares de dólares ao longo de vários meses. Já o segundo foi um teste de “cold start” (partida do zero) de 30 dias, aplicado a uma agência de link building para SaaS que não tinha absolutamente nenhuma presença mensurável em IA quando o teste começou.
Cada teste acompanhou 15 palavras-chave de intenção comercial. O primeiro cobriu quatro plataformas de IA, enquanto o segundo cobriu seis. No total, foram registrados 775 eventos de citação entre os dois experimentos — e, olha só, uma das conclusões iniciais não resistiu ao segundo teste. Vamos entender como tudo foi montado, o que foi observado e como isso pode ser aplicado no dia a dia.
Experimento 1: o teste da consultoria
Nesse primeiro momento, foram acompanhadas 15 palavras-chave de intenção comercial em quatro plataformas: ChatGPT, Claude, Gemini e Perplexity. Cada consulta foi feita manualmente, com e sem VPN, justamente para verificar possíveis diferenças de resultado por localização.
A estratégia adotada foi posicionar listicles em fontes que já apareciam com frequência nas respostas das LLMs para aquelas palavras-chave, além do próprio site da marca. Esse trabalho foi reforçado com assessoria de imprensa, guest posts e atividade orgânica no LinkedIn.
No final das contas, a marca passou a aparecer em cerca de 10 a 12 das 15 palavras-chave testadas. O pico de presença chegou a 37,01% no dia 29 de abril. A tendência geral foi de crescimento, ainda que com bastante variação semana a semana. As citações por plataforma ficaram assim: ChatGPT com 148, Claude com 96, Gemini com 87 e Perplexity com 64.
A fonte campeã de citações foi um listicle completo publicado no Indeed SEO, com 190 menções. Em seguida vieram MEXC e um release da GlobeNewswire, mas nenhum dos dois chegou perto desse volume. No geral, os listicles responderam por 72,4% das citações e a assessoria de imprensa por 24,1%. O restante ficou dividido entre guest posts, o site próprio da marca e o LinkedIn.
Desse primeiro round saíram quatro grandes aprendizados, que valem a pena destrinchar.
Listicle, assessoria de imprensa e guest post funcionam melhor juntos
Um dos achados mais interessantes é que listicles e assessoria de imprensa não funcionaram como canais isolados, mas como um sistema só. Os listicles que geravam citações eram, em geral, os mesmos que estavam sendo amplificados via PR. Ou seja, o listicle trazia a afirmação, o release reforçava, e os guest posts referenciavam os dois. Cada camada parecia render mais quando apoiada pelas outras.
Ficou claro também que conseguir espaço numa fonte que o modelo já cita pode acelerar a visibilidade rapidamente. Nesse caso, o Indeed SEO já aparecia cerca de 10 vezes nas respostas do ChatGPT antes mesmo do contato com a publicação ser feito.
Depois que essa parceria entrou no ar, ela seguiu sendo a maior fonte de citações por meses — sozinha, gerou mais citações do que todas as outras fontes somadas.
Os guest posts, por sua vez, pareceram estender o efeito das ações de PR. O Claude, especificamente, chegou a citar guest posts que mencionavam aparições em Yahoo e Business Insider, mesmo sem citar diretamente essas publicações.
A decadência das fontes é rápida, e autoridade pesa mais que quantidade
Aproximadamente metade das fontes deixou de ser citada dentro de 30 dias. Um posicionamento no MEXC caiu de 29 menções para 11 de uma semana para outra, enquanto um listicle no Triple Review, que vinha sendo citado com regularidade, perdeu força sem nenhuma intervenção direta. Isso sugere que uma publicação única dificilmente sustenta visibilidade sozinha ao longo do tempo.
Nos testes, a autoridade e a relevância da fonte pareceram pesar mais do que a qualidade do conteúdo isoladamente. Uma hierarquia prática observada foi:
- Fontes governamentais e educacionais.
- Publicações de notícias.
- Sites relevantes para o setor específico.
- Sites genéricos.
Na primeira fase, posicionamentos em veículos do setor apoiados por PR trouxeram resultados fortes. Já na segunda fase, listicles melhor escritos em sites genéricos praticamente não geraram visibilidade. Em resumo: o PR parece capaz de amplificar um bom posicionamento, mas não consegue compensar uma fonte fraca.
A profundidade do conteúdo também pareceu importar mais do que a frequência de publicações. Os primeiros cinco listicles cobriam o tema de forma superficial e, por isso, geraram pouca visibilidade. Já a peça mais completa continuou rendendo citações ao longo do tempo.
Um listicle posicionou a marca ao lado de nomes como Lily Ray e Aleyda Solis. Assim que esses nomes foram removidos, o desempenho caiu em poucos dias.
Esse tipo de resultado sugere que os modelos podem avaliar não só a menção isolada, mas o conjunto de entidades ao redor dela. Um padrão parecido apareceu nas ações de PR: ser citado ao lado de especialistas reconhecidos rendeu mais do que uma matéria solo em um veículo mais forte.
Além disso, a visibilidade no SERP tradicional ainda parecia influenciar a visibilidade nas LLMs, especialmente no ChatGPT. Quando o modelo dependia da busca web para responder, marcas ausentes dos resultados pesquisados também ficavam de fora da resposta final.
Capitalização, tipo de consulta e o peso do GEO na resposta certa
Um detalhe curioso: a forma como as buscas eram digitadas — com ou sem letras maiúsculas — parecia afetar quais fontes eram retornadas. Versões capitalizadas e em minúsculas geraram citações diferentes em três testes repetidos, embora esse achado ainda precise de mais validação.
O tipo de consulta também influenciou os tipos de fonte escolhidos pelos modelos. Buscas sobre softwares e ferramentas favoreceram sites de review de alta autoridade, enquanto buscas por serviços retornaram mais listicles. Ajustar o tipo de conteúdo ao tipo de busca pareceu aumentar as chances de citação — um ponto central para quem trabalha com GEO no dia a dia.
O direcionamento por palavra-chave exata também continuou relevante. A marca ranqueou bem para “Best LLM SEO Consultant”, mas praticamente não apareceu para “Best AI SEO Consultant”, apesar da intenção de busca ser parecida. A diferença é que a primeira frase tinha um listicle dedicado, e a segunda não. Ou seja, cobertura semântica ampla não substituiu um conteúdo específico para palavras-chave comerciais de alto valor.
Outros achados de conteúdo também chamaram atenção:
- Conteúdo de FAQ teve melhor desempenho quando ficava visível por padrão, em vez de escondido atrás de seções expansíveis.
- Seções independentes performaram melhor — por exemplo, separar “o que buscar ao contratar um especialista em LLM SEO” de “onde contratar um” funcionou melhor do que juntar tudo num único bloco.
- Títulos em formato de pergunta também tiveram desempenho superior. “Como o AI SEO é diferente do SEO tradicional?” performou melhor do que “AI SEO vs. SEO tradicional”.
- A atualização do conteúdo também importou: dados recentes, referências atuais e datas de publicação visíveis estiveram associados a um desempenho melhor de citação.
Esse primeiro teste deixou muito aprendizado. A ideia inicial para a segunda rodada era testar itens pontuais, como schema de pessoa, cadência no LinkedIn e uma investida no YouTube. Só que surgiu a chance de rodar o playbook inteiro do zero, em uma marca diferente e em um nicho diferente — um teste bem mais consistente para saber se os achados realmente se repetem.
Experimento 2: o teste de partida do zero
O segundo experimento envolveu uma agência de link building para SaaS sem nenhuma presença mensurável em IA no início do teste. Durante a janela de base, entre 30 de abril e 29 de maio, a marca não tinha presença detectável em nenhuma das plataformas monitoradas.
O experimento propriamente dito rodou de 30 de maio a 28 de junho, cobrindo seis plataformas — incluindo Google AI Mode e Grok, que não faziam parte do primeiro teste. Assim como no experimento anterior, foram acompanhadas 15 palavras-chave de intenção comercial, permitindo comparar diretamente os resultados dos dois cenários e checar quais lições do primeiro teste realmente se sustentam quando aplicadas a uma marca sem nenhum histórico prévio de visibilidade em IA.
Com informações de searchengineland.com.
