Um levantamento realizado pela consultoria francesa de SEO Resoneo derrubou a ideia de que o índice de busca interno do ChatGPT seria uma espécie de clube fechado, reservado apenas a veículos que fecharam acordos comerciais de conteúdo com a OpenAI. Segundo a análise, centenas de sites sem qualquer parceria de licenciamento foram exibidos por esse índice exatamente da mesma maneira que publicações parceiras.
A empresa examinou 1.249 respostas geradas pelo ChatGPT em contas gratuitas durante o mês de julho. A Resoneo, que atua vendendo consultoria em SEO, também disponibiliza gratuitamente uma extensão para o navegador Chrome, ferramenta usada para capturar os dados analisados no estudo.
Os resultados confirmam uma retificação feita em julho pelo especialista Suganthan Mohanadasan, que inicialmente havia interpretado o índice como algo bastante restrito a sites de maior porte, mas depois reconheceu ter se equivocado nessa leitura inicial.
O que a Resoneo descobriu
Ao rastrear o fluxo de dados do servidor do ChatGPT, a equipe identificou que cada resultado da web trazia uma marcação indicando qual sistema havia feito a busca. Entre as quatro categorias encontradas, uma delas era batizada de “labrador” — nome dado ao índice próprio da OpenAI.
Ao comparar páginas retornadas por esse mecanismo específico, a Resoneo constatou que ter ou não um contrato de licenciamento não fazia diferença alguma na forma como o conteúdo era apresentado. Formato, extensão e grau de atualização eram idênticos, independentemente de a fonte ser parceira ou não da OpenAI.
De acordo com a consultoria, o “labrador” funciona como um índice alimentado por feeds de notícias e repositórios de acesso aberto da área científica. A vantagem para a OpenAI é poder acessar esse conteúdo diretamente, sem depender de terceiros para isso.
Nos dados coletados em contas gratuitas, perguntas com respostas já consolidadas, buscas sobre comércios locais e consultas de produtos praticamente sempre eram respondidas usando esse índice próprio. Já nas notícias, houve uma divisão bastante equilibrada entre esse mecanismo interno e informações extraídas diretamente do Google.
No caso das contas pagas operando no modo de raciocínio estendido, o cenário muda: cerca de 75% dos 16.407 resultados de busca registrados pela Resoneo vieram de dados extraídos do Google, enquanto aproximadamente 24% saíram do índice próprio da OpenAI.
Como a interpretação inicial mudou
Em junho, Mohanadasan havia descrito esse mesmo índice como uma lista seleta de publicações consolidadas, após analisar o tráfego de rede do ChatGPT. Na época, ele afirmou que aquilo “parecia um nível licenciado”, citando nomes como Reuters, The Guardian, Wall Street Journal e Wikipedia como exemplos.
Em 14 de julho, porém, ele voltou atrás publicamente. Um leitor da Itália, utilizando uma conta gratuita, enviou capturas de tela mostrando que todas as citações a publicações passavam pelo mesmo canal — incluindo sites italianos de pequeno porte, sem qualquer relevância internacional que justificasse um tratamento privilegiado.
Diante disso, Mohanadasan refez seus testes e, em sua tabela-resumo, admitiu ter “ido longe demais” ao sugerir a existência de um nível hierárquico baseado em licenciamento. Ele esclareceu que os acordos comerciais são reais, mas que sua conclusão anterior havia se apoiado apenas na perspectiva de uma única conta, tratada erroneamente como representativa de todo o sistema.
As duas investigações tiveram escopos bem diferentes. A base de dados da Resoneo reúne contas gratuitas e pagas, diversos países e até sessões sem login, repetindo os mesmos comandos em diferentes tipos de conta. Já a contagem de Mohanadasan partiu de uma única conta — ele próprio classifica seus números como “indicativos”, embora sua correção também tenha se baseado em capturas enviadas por outros dois leitores.
A Resoneo faz questão de creditar o trabalho de Mohanadasan como ponto de partida para sua própria pesquisa. Vale destacar que, por volta de 21 de julho, a OpenAI parou de identificar nos resultados qual sistema havia buscado cada informação — justamente a marcação que ambas as investigações vinham utilizando como base de análise.
O que o modelo realmente enxerga da sua página
A Resoneo também analisou 534 páginas citadas pelo ChatGPT, comparando cada uma com o trecho armazenado no índice da OpenAI. Das 463 páginas que possuíam um título H1, 387 tiveram esse elemento incluído no resumo gerado — o equivalente a 83,6% dos casos.
O trecho salvo é cortado logo após 200 caracteres, geralmente extraído do início do conteúdo da página, e não da meta descrição — recurso que o pipeline de raspagem do Google ainda consegue capturar em aproximadamente um a cada três casos.
A mediana de tamanho dos títulos H1 analisados foi de 51 caracteres, restando cerca de 150 caracteres para o conteúdo propriamente dito. Um antetítulo (kicker) aparece antes do H1 em 29% das páginas, consumindo 18 caracteres do espaço disponível. A data de publicação surge em 11% dos casos, ocupando 25 caracteres, enquanto o texto alternativo da primeira imagem aparece em 9% das páginas, podendo consumir sozinho até 50 caracteres.
Chama atenção que uma em cada sete páginas da amostra sequer possuía marcação H1. Nesses casos, segundo a Resoneo, o trecho exibido começa com qualquer subtítulo que o modelo do site apresente primeiro.
Por que isso importa
Sites sem contrato de conteúdo com a OpenAI continuam aparecendo normalmente no índice responsável pela maioria dos resultados exibidos em contas gratuitas do ChatGPT. Tanto os achados da Resoneo quanto a própria retificação de Mohanadasan reforçam esse ponto. Após refazer seus testes, ele passou a recomendar que qualquer análise semelhante seja feita usando múltiplas contas, já que uma única conta revela apenas como o ChatGPT se comportou naquele caso específico.
O índice armazena um título e cerca de 200 caracteres do conteúdo da página. Qualquer elemento que o template do site imprima antes do primeiro parágrafo acaba consumindo parte desse espaço limitado. A Resoneo, no entanto, não testou se ajustar essa estrutura aumenta as chances de uma página ser citada pelo ChatGPT.
O que vem pela frente
Editoras e veículos de comunicação fecham acordos de conteúdo com a OpenAI por diversos motivos, mas garantir aparição nas respostas do ChatGPT para usuários gratuitos parece ser um argumento frágil — afinal, sites sem parceria já estavam presentes no índice responsável pela maior parte dessas respostas.
Se um contrato de licenciamento realmente aumenta a frequência com que uma página é citada continua sendo uma pergunta em aberto, já que nenhuma das duas investigações se aprofundou nessa questão específica. O foco da Resoneo esteve em entender como as páginas são armazenadas e servidas pelo sistema.
Até o momento da publicação deste estudo, a página oficial da OpenAI dedicada a seus rastreadores não detalha o funcionamento do índice interno nem especifica o que exatamente está incluído nos acordos com editoras parceiras. A Resoneo ressalta ainda que artigos de parceiros chegam à OpenAI por meio de feeds de dados, e não por rastreamento tradicional — o que sugere que um contrato comercial pode, sim, alterar a forma como o conteúdo é entregue ao sistema, mesmo que não mude como ele aparece ao usuário final.
