Das 548.534 páginas que o ChatGPT recupera em buscas comerciais, apenas 15% aparecem nas respostas. As outras 85% são rastreadas, processadas e ignoradas. Isso é o que o estudo AirOps/Kevin Indig de 2026 encontrou ao analisar 548 mil páginas e 15 mil prompts.
O problema não é ser rastreado pela IA. É passar do retrieval para a citação.
E os critérios para passar esse filtro são diferentes no ChatGPT, no Perplexity e no Google AI Mode. Tratar essas três plataformas como um bloco monolítico – como a maioria dos guias de GEO ainda faz – é a causa raiz de estratégias que não funcionam.
Pontos importantes
- Das 548 mil páginas recuperadas pelo ChatGPT em buscas comerciais, apenas 15% são efetivamente citadas nas respostas
- 80% das páginas citadas por IA não aparecem no top 10 do Google para a mesma query
- Brand mentions correlacionam 6x mais com citações de IA do que backlinks: r=0.664 vs r=0.10 (Ahrefs, 75 mil marcas)
- ChatGPT, Perplexity e Google AI Mode usam mecanismos de seleção fundamentalmente diferentes
- Ser citado em AI Overviews resulta em +35% CTR orgânico e +91% CTR pago (Seer Interactive, set 2025)
Como o ChatGPT decide: conhecimento paramétrico e fan-out queries
O que “conhecimento paramétrico” significa para uma marca
O ChatGPT não busca na web quando responde (exceto quando a função Search está explicitamente ativa). O que ele sabe sobre sua marca depende do que estava publicado, indexado e suficientemente referenciado nas fontes que alimentaram o treinamento.
Isso tem uma implicação direta: marcas que existem principalmente em sites próprios e pouco referenciadas externamente tendem a não existir para o ChatGPT.
Os dados da análise Rankscale.ai publicada no Search Engine Land (7.880 citações, 57 consultas) mostram um padrão claro: ChatGPT quase nunca cita blogs de fornecedores. Gemini, Perplexity e AI Overviews citam esses mesmos blogs em ~7% dos casos. Para o ChatGPT, o que importa são fontes enciclopédicas e publicações de referência do setor.
Fan-out queries: como sub-consultas internas geram 33% das citações
Quando um usuário pergunta algo ao ChatGPT, o modelo internamente gera múltiplas sub-consultas – chamadas de fan-out queries. No estudo AirOps, 43.233 sub-queries internas foram geradas a partir de 7.500 consultas comerciais. Dessas, 33% de todas as citações vieram das sub-queries, não da pergunta original do usuário.
Isso explica por que páginas otimizadas para keywords com volume zero aparecem em IA: elas são respostas para as sub-consultas que a própria IA gera internamente.
A implicação prática é direta: títulos com alta sobreposição semântica com a intenção real do usuário têm taxa de citação de 20.1% vs 9.3% para títulos com baixa sobreposição. Isso é mais que o dobro.
A data do conteúdo importa, mesmo para ChatGPT
O estudo da Ahrefs com 1 bilhão de pontos de dados encontrou que o ChatGPT cita URLs 393 a 458 dias mais novas do que os resultados orgânicos do Google para a mesma query. Páginas não atualizadas trimestralmente são 3x mais propensas a perder citações (AirOps 2026).
Atualizar conteúdo a cada 90-120 dias mantém rankings 4.2 posições mais altos no médio prazo.
Como o Google AI Mode decide: ranking + sinais de IA
O papel do Knowledge Graph: 15+ entidades = 4.8x mais probabilidade
O Google AI Mode combina ranking signals tradicionais com uma camada de análise semântica que os outros dois não têm: o Knowledge Graph.
Segundo a Wellows (2026), páginas com 15 ou mais entidades nomeadas identificáveis têm 4.8x mais probabilidade de citação. A correlação com Knowledge Graph density é r=0.76.
A IA usa Named Entity Recognition (NER) para identificar entidades no conteúdo e conectá-las ao Knowledge Graph existente. Schema.org Organization com `sameAs` para Wikipedia e Wikidata alimenta diretamente esse processo. Presença consistente em registros externos – Wikidata, Crunchbase, LinkedIn, G2 – fortalece o que Wellows chama de entity authority.
47% das citações do AI Mode vêm de páginas abaixo da posição #5
Este dado inverte a lógica tradicional de forma relevante. A Wellows (2026) encontrou que domain authority colapsou para r=0.18 de correlação com citações no AI Mode.
Antes, ranquear bem no Google era condição quase necessária para aparecer em destaque. No AI Mode, 47% das citações vêm de páginas que não estão no top 5. Os dados da Ahrefs com 15 mil consultas confirmam: 80% das páginas citadas por IA não aparecem no top 10 do Google para a mesma query.
Relevância semântica para a query específica passou a ser o fator dominante. Autoridade de domínio não garante citação – ela apenas elimina barreiras.
Structured data como sinal diferenciado
O estudo da Semrush com 5 milhões de URLs (janeiro 2026) quantificou a diferença por tipo de schema entre plataformas:
| Tipo de schema | ChatGPT Search | Google AI Mode |
|---|---|---|
| Organization | 25% das páginas citadas | 34% das páginas citadas |
| Article | 20% | 26% |
| BreadcrumbList | 15% | 20% |
| FAQ | 3% | 5.5% |
O Google AI Mode usa structured data de forma mais intensiva do que o ChatGPT. A Wellows encontrou +73% de selection rate para páginas com structured data implementado.
O que fazer diferente para cada plataforma
A tabela abaixo resume os mecanismos por plataforma. As seções seguintes traduzem em checklist.
| ChatGPT | Perplexity | Google AI Mode | |
|---|---|---|---|
| Mecanismo | Paramétrico (treinamento) | RAG puro (tempo real) | RAG + ranking signals |
| Fonte preferida | Wikipedia (47.9%) | Reddit (46.7%) | Diversificada |
| Overlap de domínios | 25.19% com Perplexity | 25.19% com ChatGPT | 13.7% com AI Overviews |
| Schema mais correlacionado | Organization (25%) | Frescor | Organization (34%) |
| Fator dominante | Presença enciclopédica, entity building | Frescor, comunidades | Knowledge Graph, structured data |
Para o ChatGPT: construir entidade e presença em fontes enciclopédicas
- Criar entrada no Wikidata (mesmo que a empresa ainda não tenha artigo na Wikipedia)
- Garantir citação da marca em publicações de referência do setor, não apenas em blogs
- Schema.org Organization com `sameAs` para Wikidata, Wikipedia (se existir), LinkedIn
- Títulos de conteúdo com alta sobreposição semântica com perguntas reais do usuário (título-query overlap ≥50% dobra a taxa de citação)
- Atualizar conteúdo a cada 90-120 dias para manter frescor
Para o Perplexity: frescor e presença em comunidades
- Atualizar páginas estratégicas ao menos trimestralmente
- Participar de discussões em comunidades abertas onde o tema da marca aparece
- Formato de conteúdo de resposta direta (Q&A, FAQ explícito)
- Publicar em fontes que o Perplexity já referencia frequentemente no seu setor
- Garantir que o conteúdo seja acessível sem barreiras técnicas (JavaScript rendering, paywalls)
Para o Google AI Mode: structured data e completude semântica
- Implementar Organization + Article + BreadcrumbList + FAQ schema
- Incluir 15 ou mais entidades nomeadas no conteúdo (empresas, estudos, especialistas, conceitos)
- Citar fontes primárias com links dentro do conteúdo (não apenas lista de referências no final)
- Autoria explícita com perfil do autor linkado
- Presença em registros externos verificáveis: Wikidata, Crunchbase, G2, Trustpilot
A Tropk.ai monitora se esses fatores estão gerando citações reais para marcas brasileiras nas principais plataformas de IA. Se você quer saber como sua marca aparece hoje no ChatGPT, Perplexity e Google AI Mode, acesse a Tropk.ai.
Sobre o que ajusta a presença onsite para melhorar a visibilidade em IA, leia também Presença onsite e visibilidade em IAs. Para os sinais externos que reforçam credibilidade, veja Consenso offsite e visibilidade em IA.
