GEO (Generative Engine Optimization) é o trabalho de fazer o conteúdo da sua marca ser encontrado, usado e citado pelas respostas geradas por IA — ChatGPT, Gemini, Perplexity, Claude e os AI Overviews e o AI Mode do Google. Na prática, é SEO aplicado a um novo tipo de resultado: em vez de disputar só a posição na lista de links, você disputa a chance de virar uma das fontes que o modelo consulta e cita ao montar a resposta.
O tema atraiu muita promessa sem prova. Este guia separa o documentado do palpite: o que o Google diz oficialmente, o que o estudo que cunhou o termo GEO de fato mediu, como tratar cada robô de IA no robots.txt, o status real do llms.txt e como medir no GA4 o tráfego que vem de assistentes de IA.
Em resumo:
- Para o Google, otimizar para IA generativa “ainda é SEO”: nenhuma marcação ou arquivo especial é exigido para aparecer nos AI Overviews — basta estar indexado e elegível a snippet.
- No estudo que criou o termo GEO (Aggarwal et al., KDD 2024), acrescentar citações, estatísticas e referências a fontes aumentou a visibilidade do conteúdo nas respostas em até cerca de 40%; encher de palavra-chave piorou o resultado.
- Cada empresa de IA usa robôs diferentes para treino e para busca: bloquear o GPTBot impede o treino, mas é o OAI-SearchBot que decide se o site aparece nas respostas de busca do ChatGPT.
- O llms.txt é uma proposta de 2024, não um padrão; o Google declara que a busca dele ignora esse arquivo.
- O GA4 separa visitas de ChatGPT, Gemini e afins no canal “AI Assistant”; cliques dos AI Overviews seguem em Organic Search.
O que é GEO e qual a diferença para SEO e AEO
GEO é a otimização de conteúdo para mecanismos generativos, ou seja, sistemas que buscam documentos e escrevem uma resposta própria a partir deles. AEO (Answer Engine Optimization) é o nome mais antigo da mesma ideia, da época dos snippets em destaque e da busca por voz. SEO é o guarda-chuva das duas.
O próprio Google trata as siglas como rótulos, não como disciplinas separadas. No guia de otimização para IA generativa do Google Search Central (atualizado em julho de 2026), a empresa afirma que otimizar para a busca com IA generativa “é otimizar para a experiência de busca e, portanto, ainda é SEO”. Muda o que se mede e quais robôs se liberam, não o fundamento.
| Sigla | Onde o conteúdo aparece | O que conta como vitória | Como se mede |
|---|---|---|---|
| SEO | Lista de resultados do Google e de outros buscadores | Posição e clique | Search Console, GA4 (Organic Search) |
| AEO | Snippet em destaque, assistentes de voz, respostas diretas | Ser a resposta exibida | Search Console, testes manuais |
| GEO | Respostas escritas por IA: ChatGPT, Gemini, Perplexity, Claude, AI Overviews, AI Mode | Ser fonte citada ou marca mencionada na resposta | GA4 (canal AI Assistant), testes de prompt, ferramentas de monitoramento |
Como os buscadores com IA escolhem as fontes que citam
Quase todos funcionam em duas etapas: recuperam documentos de um índice de busca e depois um modelo de linguagem escreve a resposta com base neles, citando parte. Quem não entra na primeira etapa não é citado na segunda.
No Google, a regra está escrita. A página “AI features and your website” (atualizada em dezembro de 2025) diz que, para ser um link de apoio nos AI Overviews ou no AI Mode, a página precisa estar indexada e ser elegível a aparecer na busca com snippet — e que “não há requisitos adicionais” nem otimizações especiais. O documento também explica o query fan-out: o sistema dispara várias buscas relacionadas sobre subtemas da pergunta, o que permite citar um conjunto de páginas mais variado do que a lista clássica de dez links. Na prática, uma página que responde bem a um subtema pode ser citada sem ranquear para a pergunta principal.
Fora do Google, cada empresa mantém o próprio robô de busca. A OpenAI usa o OAI-SearchBot para alimentar a busca do ChatGPT; a Perplexity usa o PerplexityBot; a Anthropic usa o Claude-SearchBot. No caso do Gemini, o uso do conteúdo para treino e grounding é controlado pelo token Google-Extended, do Google. Todos dependem de conteúdo público, em texto e acessível ao robô: página atrás de login ou que só monta o texto via JavaScript pesado fica de fora. Por isso o ponto de partida continua sendo o SEO técnico bem feito.
Para escolher entre as fontes recuperadas, o critério declarado pelo Google é o de sempre: conteúdo útil e feito para pessoas, como descrevem as diretrizes de conteúdo útil do Search Central. O guia de IA generativa reforça que criar conteúdo “único, convincente e útil” é o que mais tende a influenciar a presença nas respostas — tema que já discutimos quando a atualização do Google passou a priorizar conteúdo humanizado.
O que a pesquisa mostra sobre aumentar a chance de citação
A evidência mais citada vem do artigo “GEO: Generative Engine Optimization”, de Pranjal Aggarwal e outros cinco pesquisadores, publicado em novembro de 2023 e aceito na conferência KDD 2024. Vale entender o que ele mediu antes de repetir os números.
Os autores montaram o GEO-bench, com 10 mil perguntas, e para cada uma pegaram os cinco primeiros resultados do Google. Um mecanismo montado com o GPT-3.5 escrevia a resposta a partir dessas fontes; os pesquisadores reescreviam uma delas com um método de otimização e mediam quanto ela passava a aparecer. A métrica principal, Position-Adjusted Word Count, soma as palavras das frases que citam a fonte e pesa mais as citações no começo da resposta.
| Método testado | Visibilidade (base = 19,5) | Variação calculada |
|---|---|---|
| Adicionar citações textuais (frases de especialistas ou fontes) | 27,8 | +43% |
| Adicionar estatísticas | 25,9 | +33% |
| Melhorar a fluência do texto | 25,1 | +29% |
| Citar fontes | 24,9 | +28% |
| Usar termos técnicos | 23,1 | +18% |
| Simplificar a linguagem | 22,2 | +14% |
| Tom mais autoritário | 21,8 | +12% |
| Encher de palavra-chave | 17,8 | −9% |
Fonte: Tabela 1 do artigo, métrica Position-Adjusted Word Count. A variação percentual foi calculada pela Nação Digital a partir dos valores da tabela; o texto do artigo arredonda o melhor resultado para 41%.
Dois achados importam mais que o ranking. Primeiro: citar fontes aumentou em 115% a visibilidade de quem estava na posição 5 da busca e reduziu em 30% a de quem já estava na posição 1 — dados e referências são a forma de um site menor disputar a citação. Segundo: num teste no Perplexity real, com 200 perguntas, a adição de citações textuais rendeu cerca de 21% e a de estatísticas cerca de 9% na métrica principal — efeito real, mas menor que no laboratório.
O limite vai junto com o número: modelo de 2023, cinco fontes por pergunta, texto reescrito artificialmente. O estudo mostra o que um modelo tende a aproveitar, não garante citação em nenhum produto atual — e os autores registram que a eficácia “varia entre domínios”. Encher de palavra-chave, vale notar, piorou o resultado também no Perplexity.
Quanto clique a resposta de IA tira do site
Quando há resumo de IA, o usuário clica menos. O Pew Research Center acompanhou a navegação de 900 adultos americanos em março de 2025 (68.879 buscas no Google): o clique em um resultado tradicional aconteceu em 8% das visitas a páginas com resumo de IA, contra 15% nas páginas sem resumo. Clique em link dentro do próprio resumo: 1% das visitas.
O dado é dos Estados Unidos e de um único mês, mas a direção muda a conta: em perguntas informativas, ser citado vale pela exposição da marca tanto quanto pelo clique. A métrica de sucesso passa a incluir “em quantas respostas sobre o meu tema a minha marca aparece”.
Práticas de GEO que têm sustentação
1. Respostas autossuficientes no início de cada seção
Abra cada seção com a resposta direta à pergunta do título, em uma ou duas frases que façam sentido fora do contexto. A recuperação extrai trechos, não páginas; um parágrafo que começa com “como vimos acima” perde valor recortado. Não é picotar o texto — o Google diz que não há exigência de quebrar o conteúdo em pedaços para a IA —, é fazer cada trecho importante se sustentar sozinho.
2. Dados com fonte, período e método
Estatística com fonte nomeada foi uma das intervenções mais eficazes do estudo de Aggarwal. Prefira a fonte primária e informe o período. Dado próprio é a melhor matéria-prima: é informação que o modelo não encontra em outro lugar.
3. Entidade clara e menções reais em sites de terceiros
Os modelos respondem sobre marcas com base no que a web diz delas, não só no seu site. Use o mesmo nome de marca e produto em todo lugar, mantenha perfis consistentes e busque menções legítimas: imprensa, comparativos independentes, avaliações de clientes — como as que discutimos em reviews nos resultados do Google. O guia do Google é direto sobre o atalho: buscar “menções” inautênticas pela web “não é tão útil quanto parece”.
4. Dados estruturados coerentes com o texto visível
Schema.org continua necessário para resultados avançados, mas o Google afirma que dados estruturados “não são obrigatórios” para a busca com IA e que não existe marcação especial para isso. A regra que importa é a coerência: o que está no JSON-LD precisa bater com o que aparece na tela. Em e-commerce, isso vale em dobro para preço, disponibilidade e código de barras — e para o feed do Google Merchant Center, que a documentação de recursos de IA do Google recomenda manter atualizado.
5. Rastreabilidade: saiba qual robô faz o quê
As empresas de IA separam o robô que coleta conteúdo para treinar modelos do robô que indexa conteúdo para responder com citação. Bloquear o primeiro protege o seu conteúdo do treino sem tirar você das respostas; bloquear o segundo tira.
| Token no robots.txt | Empresa | Função | Se bloquear |
|---|---|---|---|
GPTBot | OpenAI | Coleta para treino de modelos | Conteúdo fora do treino; não afeta a busca do ChatGPT |
OAI-SearchBot | OpenAI | Indexação para a busca do ChatGPT | Site deixa de aparecer nas respostas de busca do ChatGPT |
ChatGPT-User | OpenAI | Acesso iniciado por um usuário | A OpenAI avisa que o robots.txt pode não se aplicar |
PerplexityBot | Perplexity | Indexação para as respostas do Perplexity (não treina modelos) | Site deixa de ser indexado para as respostas do Perplexity |
Perplexity-User | Perplexity | Acesso iniciado por um usuário | Em geral ignora o robots.txt |
ClaudeBot / Claude-SearchBot | Anthropic | Treino / indexação para a busca do Claude | Fora do treino / menos visibilidade nas respostas |
Google-Extended | Controle de uso em treino e grounding do Gemini (não é um robô separado) | Não afeta a inclusão nem o ranking na Busca, nem os AI Overviews |
Fontes: documentação de robôs da OpenAI, da Perplexity e da Anthropic, e a lista de rastreadores do Google, consultadas em outubro de 2026.
Atenção: o Google-Extended não controla os AI Overviews, que seguem as regras do Googlebot. Para sair deles, só com nosnippet, max-snippet ou noindex — o que também afeta a busca comum.
Exemplo de robots.txt para uma marca que quer aparecer nas respostas, mas não quer o conteúdo no treino de modelos da OpenAI e da Anthropic:
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
Confira também o CDN e o firewall: regras de proteção contra robôs podem barrar os de IA mesmo com o robots.txt liberado. O próprio Google pede que o rastreamento seja permitido “pelo robots.txt e por qualquer CDN ou infraestrutura de hospedagem”.
6. llms.txt: o que é e o status real
O llms.txt é um arquivo em Markdown na raiz do site (/llms.txt) que resume o site e aponta para as páginas mais úteis a um modelo de linguagem. Foi proposto por Jeremy Howard em setembro de 2024 e continua sendo isso: uma proposta aberta a comentários, não um padrão formal adotado pelas empresas de IA.
O Google é explícito: o guia de IA generativa afirma que não é preciso criar arquivos de texto para IA, Markdown ou marcação nova para aparecer na Busca, e que a Busca ignora esses arquivos. OpenAI, Perplexity e Anthropic não documentam o uso do arquivo nas páginas sobre seus robôs. Ter um custa pouco e não atrapalha; o erro é tratá-lo como atalho para visibilidade.
Quer saber se a sua marca aparece quando o cliente pergunta ao ChatGPT ou ao Google? A Nação Digital mede presença, robôs e tráfego de IA junto com o SEO e a mídia. Fale com a Nação Digital.
Como medir resultados de GEO
GEO se mede em três camadas: tráfego que chega dos assistentes de IA, presença da marca nas respostas e a parte dos AI Overviews que já está dentro do Search Console. Nenhuma delas sozinha conta a história toda.
Tráfego de assistentes de IA no GA4
O Google Analytics 4 passou a ter o canal padrão AI Assistant. Pela definição oficial dos grupos de canais padrão, entram nele as sessões com meio igual a ai-assistant, atribuído a visitas vindas de assistentes como ChatGPT, Gemini, DeepSeek, Copilot e Grok. A mesma página avisa que o canal exclui os AI Overviews e o AI Mode do Google: esses cliques continuam em Organic Search, e no Search Console aparecem somados ao tipo de pesquisa “Web”.
Um exemplo real: o próprio blog da Nação Digital já recebe sessões classificadas como AI Assistant no GA4, vindas de chatgpt.com, gemini.google.com, perplexity.ai, claude.ai e copilot.com. O volume ainda é pequeno perto da busca orgânica, mas é visita que um relatório focado só em “orgânico” deixa passar. Para ir além do total, cruze o canal com a página de destino: ela mostra quais conteúdos os assistentes estão usando como fonte. Base de medição fraca? Comece pelas funcionalidades do GA4.
Atenção à subnotificação: parte das visitas de IA chega sem referenciador (apps de celular, cópia de link) e cai em Direct. O canal AI Assistant é um piso, não o total.
Testes de prompt manuais
As respostas mudam por usuário, data e formulação; um teste isolado não prova nada. Um protocolo repetível:
- Liste de 20 a 30 perguntas reais do seu cliente, em linguagem natural (use as dúvidas que chegam ao comercial e as consultas do Search Console).
- Rode cada pergunta no ChatGPT, no Gemini, no Perplexity e na busca do Google, em sessão anônima ou sem histórico.
- Registre em planilha: a marca foi mencionada? O site foi citado como fonte? Quais concorrentes apareceram? Alguma informação sobre a marca está errada?
- Repita o mesmo conjunto todo mês e compare a taxa de menção, não respostas individuais.
A coluna de “informação errada” costuma ser a mais valiosa: preço antigo, produto descontinuado ou serviço que a empresa não presta, repetidos pela IA porque estão em algum site de terceiro desatualizado.
Ferramentas de monitoramento
Plataformas de SEO já rodam grandes conjuntos de prompts e calculam a participação da marca nas respostas de IA. Como cada uma usa metodologia própria, os números não se comparam entre ferramentas: escolha uma e acompanhe a tendência. Comparamos opções nos guias de ferramentas de IA para SEO e de ferramentas de SEO; para entender as diferenças entre os próprios modelos, veja o comparativo de modelos de IA.
Perguntas frequentes sobre GEO
Ter um arquivo llms.txt faz a marca aparecer no ChatGPT?
Não há evidência disso. O llms.txt é uma proposta de 2024, sem adoção oficial anunciada pelas empresas de IA, e o Google declara que a Busca ignora o arquivo. Ter um não prejudica, mas não substitui conteúdo útil, indexável e com fontes.
Quanto tempo leva para ver resultado de GEO?
Depende do motor. Mudanças no robots.txt para a busca do ChatGPT levam cerca de 24 horas, segundo a OpenAI; no Google, o recrawl pode levar de dias a meses. Ganho de menções em sites de terceiros é trabalho de reputação e se mede em trimestres, não em semanas.
GEO não é um canal à parte; é o SEO que você já faz, medido de forma mais completa. Para descobrir em que respostas sua marca aparece, onde a IA erra sobre ela e quanto desse tráfego chega ao site, o time de performance analytics da Nação Digital faz essa leitura com você. Fale com a Nação Digital.
