Como IAs decidem citar uma fonte em suas respostas

Quando alguém faz uma pergunta a uma IA com acesso à web, a resposta não nasce pronta: ela é o resultado de um processo de recuperação, síntese e atribuição que acontece em poucos segundos. Entender esse processo é o primeiro passo para fazer sua marca ser citada — porque cada etapa tem critérios próprios de eliminação, e a maioria dos sites falha silenciosamente em pelo menos uma delas.

O caminho de uma pergunta até a citação

Em um engine com acesso à web, o fluxo típico tem três etapas. Primeiro, a recuperação: o engine transforma a pergunta do usuário em uma ou mais consultas de busca e coleta um conjunto de páginas candidatas a partir de um índice — próprio ou de parceiros, como o índice do Bing. Segundo, a síntese: o modelo lê os trechos recuperados e redige uma resposta em linguagem natural. Terceiro, a atribuição: o engine decide quais das fontes efetivamente usadas merecem aparecer como link ou referência na resposta final.

Sua marca pode ser eliminada em qualquer uma das três. Se a página não está no índice, você nem entra no conjunto de candidatas — o jogo acaba antes de começar. Se está no índice mas o conteúdo é difícil de extrair, o modelo não a aproveita na síntese. E se o conteúdo é usado mas o engine não o considera específico ou confiável o suficiente, a resposta sai sem atribuição: sua informação aparece, seu nome não.

Web-enabled vs training-only: dois jogos diferentes

Antes de otimizar qualquer coisa, vale separar dois modos de operação que costumam ser confundidos. Um engine em modo web-enabled busca na web no momento da pergunta: o que ele responde depende do que está indexado e acessível hoje. Um modelo em modo training-only responde apenas com o que estava nos dados de treinamento — uma fotografia do passado, congelada meses atrás.

• No modo web-enabled, publicar e indexar conteúdo novo pode mudar a resposta em dias ou semanas
• No modo training-only, nada do que você publicar hoje muda a resposta até o próximo ciclo de treinamento
• Citação com link só existe, na prática, no modo web-enabled — training-only no máximo menciona de memória
• A mesma pergunta, no mesmo produto, pode cair em um modo ou no outro dependendo de como o engine decide roteá-la

A implicação prática é direta: quem quer ser citado precisa vencer primeiro o jogo web-enabled, porque é o único em que suas ações têm efeito mensurável no curto prazo. É também o único em que dá para medir causa e efeito com honestidade.

Como saber em que modo você está sendo avaliado? Observando a resposta: se ela traz links, datas recentes ou trechos reconhecíveis de páginas atuais, houve busca; se descreve um mundo de meses atrás, é memória de treinamento. Medições sérias registram os dois cenários separadamente — porque as ações que movem um não movem o outro.

Os sinais que os engines valorizam

1. Conteúdo indexável

Parece óbvio, mas é o filtro que mais elimina: a página precisa estar em um índice que o engine consulta. Isso significa robots.txt liberando os bots de IA (GPTBot, ClaudeBot, PerplexityBot) e também o bingbot — porque parte dos engines consome o índice do Bing em vez de manter crawler próprio. Bloquear o Bing e esperar citação de IA é uma contradição comum.

2. HTML renderizado no servidor

Muitos crawlers de IA não executam JavaScript, ou executam mal. Se seu site é uma SPA que entrega um HTML quase vazio e monta o conteúdo no navegador, o que o bot vê é a casca — não o texto. Server-side rendering ou geração estática garantem que o conteúdo esteja no HTML que chega pela rede, sem depender de execução no cliente.

3. Dados estruturados

Schema.org (Organization, Product, FAQPage, Article) dá nome aos fatos: o que é preço, o que é avaliação, quem é o autor, quando foi publicado. Para um sistema que precisa extrair afirmações verificáveis de uma página, dados estruturados reduzem ambiguidade — e ambiguidade é o que faz um trecho ser descartado na síntese.

4. Consistência entre fontes

Engines tendem a preferir afirmações corroboradas. Se seu site diz uma coisa, seu perfil em diretórios diz outra e uma matéria antiga diz uma terceira, o engine tem três versões conflitantes — e pode escolher a errada, ou nenhuma. Consistência de nome, descrição, preços e fatos básicos entre o seu site e as fontes externas que falam de você é um sinal silencioso, mas poderoso.

O sinal que nunca funciona: adjetivos

Vale registrar também o que os engines ignoram: superlativos. "Líder de mercado", "solução completa", "a melhor escolha" — nada disso é extraível como fato, e conteúdo que não vira fato não sobrevive à etapa de síntese. Na dúvida, troque cada adjetivo por uma afirmação verificável: em vez de "atendimento excepcional", o horário, o canal e o prazo de resposta. O modelo não se impressiona; ele extrai.

A régua honesta: citação de verdade é rara

Uma coisa é a teoria; outra é o que se observa medindo. Na nossa medição, em 458 execuções classificadas sobre duas marcas reais, houve 1 citação com link. Uma. Todo o resto foi menção sem fonte, eco do próprio prompt ou invenção. Esse número não é uma condenação das marcas medidas — é a linha de base do problema que o GEO existe para resolver.

"O engine não decide citar quem é melhor. Ele cita quem sobreviveu à recuperação, foi útil na síntese e passou no critério de atribuição — três filtros, três chances de desaparecer."

Por onde começar

• Verifique se suas páginas-chave estão indexadas no Google e no Bing — sem isso, nada mais importa
• Confira o HTML que o servidor entrega (view-source, não DevTools): o conteúdo está lá sem JavaScript?
• Adicione Schema.org às páginas que concentram fatos citáveis: sobre, preços, FAQ
• Alinhe as versões: o que seu site afirma precisa bater com o que as fontes externas afirmam
• Meça antes e depois — sem medição classificada, você não sabe se qualquer uma dessas ações funcionou

Nenhum desses passos garante citação — ninguém controla a decisão final do engine. Mas cada um deles remove um motivo conhecido de eliminação. E como a citação genuína é hoje um evento raro, remover motivos de eliminação é exatamente onde está a vantagem competitiva.