Como a extração funciona
Simplificando um processo que é bem mais complexo: o sistema recupera documentos relevantes, quebra em pedaços, avalia quais pedaços respondem à pergunta e monta a resposta a partir deles, citando as fontes dos pedaços usados.
A palavra importante é pedaço. A unidade de citação não é a URL, é o trecho. Isso tem uma consequência que muda como você escreve: uma página excelente com a resposta espalhada em seis parágrafos perde para uma página mediana com a resposta consolidada em três frases.
Não é justo, e é o que acontece.
A resposta vem primeiro
A estrutura clássica de conteúdo web é contexto, desenvolvimento, resposta. Funciona bem para leitura linear e é péssima para extração.
Inverta. Sob cada subtítulo, a primeira ou as duas primeiras frases devem responder à pergunta por completo. O resto do bloco explica, qualifica, exemplifica.
Compare. Versão que não é citada:
Versão que é citada:
A segunda versão é autocontida: alguém que leia só ela entende, e um sistema que a recorte pode reproduzi-la sem risco. Isso é o que faz um trecho ser escolhido.
Teste prático: leia o primeiro parágrafo de cada seção do seu texto isoladamente, fora de contexto. Se ele não faz sentido sozinho, ele não vai ser citado sozinho.
Blocos autocontidos
Cada seção deveria funcionar como uma unidade independente. Na prática isso significa evitar algumas coisas que a boa escrita costuma valorizar:
Referência anafórica entre seções. "Como vimos acima", "isso também se aplica aqui", "diferente do caso anterior". Tudo isso quebra quando o bloco é recortado. Repita o sujeito, mesmo que soe redundante na leitura corrida.
Pronome no início de parágrafo. "Ele resolve isso ao..." sem dizer quem é "ele". Nomeie.
Explicação distribuída. Se um conceito só faz sentido depois de ler três seções, ele não vira citação.
Isso cria uma tensão real com a qualidade da leitura humana, e eu sinto isso escrevendo. Texto autocontido demais fica repetitivo. O equilíbrio que encontrei é repetir o essencial no começo de cada bloco e variar o resto, aceitando um pouco de redundância como custo de extração.
Subtítulos que casam com a pergunta
O subtítulo é o rótulo do bloco. Ele ajuda o sistema a decidir se aquele pedaço responde à pergunta, e ajuda o leitor a escanear.
Prefira subtítulo que corresponde a uma pergunta real. "Quanto custa uma consultoria de SEO" funciona melhor que "Investimento". "Como medir INP" funciona melhor que "Mensuração".
Não precisa ser literalmente uma pergunta, e uma página inteira em formato de pergunta fica cansativa. Mas o subtítulo precisa dizer o que o bloco responde, não a categoria genérica do assunto.
Isso conversa diretamente com o trabalho de AEO, e com o que descrevo em featured snippets e busca por voz. A lógica é a mesma, o consumidor do trecho é que mudou.
Densidade de fato
Modelos preferem trechos ancorados em fato verificável, porque são mais seguros de reproduzir. Um parágrafo com número, data e nome próprio tem chance muito maior de ser citado que um parágrafo de opinião bem escrita.
O que conta como fato utilizável:
- Número com unidade e período: "queda de 42% nos cliques orgânicos desde a expansão dos AI Overviews".
- Data específica: "descontinuado em 7 de maio de 2026".
- Limite ou critério: "200 ms no percentil 75".
- Nome próprio de ferramenta, empresa ou padrão.
- Fonte identificável para a afirmação.
Isso não quer dizer escrever sem opinião. Opinião é o que diferencia você dos outros nove resultados e é o que faz alguém voltar. Mas ela precisa vir apoiada em fato, senão o trecho não é seguro para o sistema reproduzir.
O que a estrutura da página ajuda
Formato de conteúdo resolve a maior parte, mas alguns elementos estruturais ajudam a delimitar os blocos:
- Hierarquia de heading correta, com
h2eh3em ordem, sem pular nível. É como o sistema delimita seção. - Listas de verdade, em
uleolno HTML, não parágrafos com traço no começo. - Tabela quando o conteúdo é comparativo. Tabela é altamente recortável.
- Schema condizente, principalmente
FAQPagequando há perguntas reais. O rich result acabou, como escrevi em FAQ rich results descontinuado, mas o markup segue entregando pares de pergunta e resposta já delimitados. - HTML servido pelo servidor. Nada disso importa se o conteúdo só existe depois do JavaScript rodar, e é o problema descrito em crawlers de IA não executam JavaScript.
Antes e depois, na prática
Teoria de chunking ajuda pouco sem exemplo. Vale ver a mesma informação em dois formatos.
Exemplo 1: página de serviço
Versão original, que não vira citação:
Não há nada ali para recortar. É texto sobre o texto. Versão reescrita:
A segunda versão responde à pergunta, tem números, tem estrutura, e cada frase sobrevive fora do contexto. É extraível e, não por acaso, é mais útil para quem lê.
Exemplo 2: definição dentro de artigo
Original: "Muita gente confunde os dois conceitos, e isso é natural, porque eles surgiram em momentos parecidos e são frequentemente usados como sinônimos no mercado, embora tenham diferenças importantes que vamos explorar ao longo deste artigo."
Reescrito: "GEO otimiza para ser citado dentro de respostas geradas por IA. AEO otimiza para ocupar respostas diretas na SERP, como featured snippets. A diferença está no destino: um busca citação em texto gerado, o outro busca posição zero na busca tradicional."
O original prepara o leitor para uma explicação que ainda não veio. O reescrito entrega a explicação e depois qualifica.
Por tipo de conteúdo
O formato extraível muda um pouco conforme o tipo de página.
Artigo educativo. Subtítulo em forma de pergunta, resposta nas duas primeiras frases, desenvolvimento depois. Um dado por seção.
Página de serviço. O que é, para quem serve, o que está incluso, quanto custa ou qual a faixa, quanto tempo leva. Cada um em bloco próprio. Preço é o campo que mais some das páginas e o que mais aparece em consulta.
Página de produto. Especificação em tabela ou lista estruturada, não em parágrafo. Compatibilidade e limitação explícitas. O contexto está em ChatGPT Shopping e o e-commerce.
Comparativo. Tabela com critérios nas linhas e opções nas colunas, seguida de recomendação por perfil. Tabela é dos formatos mais recortáveis que existem.
Estudo de caso. Situação inicial com número, o que foi feito, resultado com número e período. Sem isso vira depoimento, e depoimento não é citado.
FAQ. Uma dúvida por pergunta, resposta completa em uma ou duas frases. Continua valendo mesmo sem rich result, como escrevi em FAQ rich results descontinuado.
O equilíbrio com a leitura humana
Preciso ser honesto sobre a tensão aqui, porque textos sobre esse assunto costumam fingir que não existe.
Conteúdo otimizado para extração é mais repetitivo. Você repete o sujeito no começo de cada bloco, evita referência entre seções, e resolve cada parte por completo antes de seguir. Lido do começo ao fim, isso soa mecânico em alguns trechos.
Como equilibro:
Repito o essencial, vario o resto. O termo principal reaparece no começo de cada seção, e a construção da frase muda.
Uso a introdução para a voz. A abertura do artigo é onde cabe opinião, hesitação, um comentário lateral. Ela raramente é recortada, então é o espaço onde a escrita respira.
Deixo as conclusões menos formatadas. Mesma lógica: é onde dá para arriscar uma posição sem preocupação com extração.
Aceito perder um pouco de elegância. Essa é a parte que me incomoda e que não tem solução boa. Um texto que precisa funcionar em pedaços é menos fluido que um texto pensado como peça única. É uma troca real, e quem diz que não existe custo está vendendo método.
O consolo é que a maior parte dos leitores não lê linearmente. Eles escaneiam, procuram a seção que interessa e leem aquele pedaço. Ou seja, o formato extraível se parece bastante com o que o leitor apressado já queria.
Conclusão
O resumo em uma frase: escreva de forma que qualquer seção do seu texto possa ser arrancada da página e ainda faça sentido sozinha, com fato dentro.
Confesso que isso mexeu com a forma como eu escrevo, e nem sempre para melhor do ponto de vista literário. Texto extraível é mais direto, mais repetitivo e menos elegante que texto pensado só para leitura contínua. Aceitei essa troca porque o leitor humano também ganha em escaneabilidade, mas seria desonesto dizer que não existe perda.
Se quiser aplicar isso na sua operação de conteúdo, é o que estruturo em estratégia de conteúdo.