O dado que inverte a prioridade
Marcas citadas dentro de AI Overviews registram cerca de 35% mais cliques orgânicos e 91% mais cliques pagos que concorrentes não citados nas mesmas consultas.
Esse número contraria a intuição da maioria das pessoas com quem converso. A expectativa era que o resumo canibalizasse o clique, e em parte ele canibaliza, como mostram os dados de zero-click chegando a 69%. Mas a distribuição do que sobra não é uniforme. Ela se concentra em quem foi citado.
Faz sentido quando você observa o comportamento real. A pessoa lê o resumo, ele responde parcialmente, e ela quer conferir a fonte ou aprofundar. O nome que ela já viu na resposta é o que ela clica. Os outros nove links viraram opções de segunda ordem, não porque estão mal posicionados, mas porque não foram apresentados.
Reformulando a meta: a pergunta deixou de ser "estou na primeira posição?" e virou "eu estou dentro da resposta?". São trabalhos diferentes, com fatores de sucesso diferentes.
Por que a citação puxa o clique
Três mecanismos que observo, e o terceiro é o que menos gente considera.
Endosso implícito. Ser citado numa resposta gerada funciona como recomendação. A marca não está competindo por atenção, está sendo apresentada como fonte por um sistema que o usuário trata como neutro.
Pré-qualificação. Quem clica depois de ler o resumo já eliminou a dúvida básica. Chega mais informado, com intenção mais avançada, e converte melhor. É por isso que tráfego de origem de IA converte substancialmente melhor que a média em vários setores.
Efeito de marca fora da SERP. Esse é o mais subestimado. A pessoa vê o nome na resposta, não clica naquele momento, e busca a marca diretamente dias depois. Isso aparece no seu relatório como tráfego direto ou como busca de marca, e ninguém credita ao trabalho de GEO. O canal parece não performar porque a medição não acompanha, problema que trato em rastrear tráfego de IA no GA4.
Como a fonte é escolhida
Não existe documentação oficial de fator de citação, e desconfie de quem apresenta lista definitiva. O que existe é padrão observável, e ele é bastante consistente entre os sistemas.
O conteúdo precisa ser recortável. O modelo não cita uma página, cita um trecho. Se a sua resposta está diluída em seis parágrafos com preâmbulo, não existe recorte limpo para pegar. Um bloco de duas ou três frases que responde por completo, logo abaixo de um subtítulo que corresponde à pergunta, é o formato que funciona.
Precisa estar no HTML servido. Nenhum crawler de IA executa JavaScript, então conteúdo montado no cliente simplesmente não entra na disputa. Detalho em crawlers de IA não executam JavaScript.
A marca precisa ser uma entidade reconhecível. Sistemas de recuperação favorecem fontes que conseguem verificar. Nome consistente, autoria real, presença em fontes de terceiro. É o tema de entidade e Knowledge Graph.
Menção externa pesa mais que link. Menções de marca são cerca de 3x mais preditivas de visibilidade em IA que backlinks, e 84% das citações em IA vêm de mídia conquistada. Assunto de menções de marca contra backlinks.
Dado específico e verificável ganha de opinião genérica. Número, data, nome próprio, percentual com fonte. Modelos preferem trechos ancorados em fato porque são mais seguros de reproduzir.
O que fazer na prática
- Mapeie as consultas em que você quer estar na resposta. Não são as mesmas de volume alto. São as de intenção comercial em que uma citação vira consideração.
- Reescreva a abertura de cada seção. Primeira frase responde, o resto explica. Se a resposta só aparece no terceiro parágrafo, você entregou o trecho para o concorrente.
- Use subtítulo em forma de pergunta. Ajuda o recorte e ajuda o leitor. Custa nada.
- Coloque dado seu. Se você tem número de projeto, publique com metodologia. Conteúdo com dado próprio vira fonte com muito mais frequência.
- Trabalhe menção fora do site. Assessoria, participação em estudo, dado citável para jornalista, presença em comparativo de terceiro. É o que constrói a associação entre a marca e a categoria.
- Garanta HTML servido e schema amarrado. A parte técnica não gera citação sozinha, mas a ausência dela impede.
Como medir participação em citação
Não existe métrica oficial, e por isso o mercado inventou várias. A que uso é simples e replicável: escolha de 30 a 50 consultas prioritárias, rode em ChatGPT, Gemini, Perplexity e AI Mode em cadência fixa, e registre se a marca aparece na resposta, com ou sem link, e quais concorrentes aparecem.
O número que importa é a proporção: em quantas dessas consultas você aparece, contra o principal concorrente. É comparável mês a mês e sobrevive a mudança de interface. Dá para automatizar com n8n, como mostro em monitorar visibilidade em IA com n8n.
Cruze isso com o relatório de impressões em IA do Search Console e com as sessões de origem de IA no GA4. Nenhum dos três resolve sozinho, e os três juntos dão uma leitura honesta.
Anatomia de uma citação
Ajuda muito olhar uma resposta gerada como um objeto composto, em vez de um bloco de texto. Ela costuma ter quatro partes, e você pode aparecer em qualquer uma delas, com valor bem diferente.
A afirmação central. A resposta direta à pergunta, normalmente sintetizada de várias fontes. Aparecer aqui é raro e valioso, e acontece quando você tem um dado específico que virou referência.
O detalhamento. Parágrafos que qualificam a resposta. É onde a maioria das citações acontece, e onde o formato do seu conteúdo mais importa.
A recomendação nominal. Quando a resposta cita marcas, produtos ou empresas pelo nome. É a que tem valor comercial direto, e depende muito mais de menção externa e de aparecer em comparativos de terceiros do que do seu próprio conteúdo.
A lista de fontes. Os links no rodapé ou nas laterais. Traz clique, mas com menos peso de endosso que a menção no corpo.
Implicação prática: se você só otimiza o seu conteúdo, disputa o detalhamento e a lista de fontes. A recomendação nominal, que é a mais valiosa comercialmente, se ganha fora do seu site.
Checklist por página
Para uma página que você quer que vire fonte, essa é a revisão que faço:
- O conteúdo aparece no HTML do servidor? Se não, pare aqui, nada mais importa. Teste em crawlers de IA não executam JavaScript.
- Cada seção responde na primeira frase? Leia o primeiro parágrafo de cada bloco isolado. Faz sentido sozinho?
- Os subtítulos correspondem a perguntas reais? "Investimento" vira "quanto custa".
- Existe pelo menos um dado específico por seção? Número, data, limite, nome próprio.
- As afirmações têm fonte? Link para a origem quando o dado é de terceiro, metodologia quando é seu.
- A página tem autor identificável? Com página de autor e schema, conforme autoria virou fator de ranking.
- O schema amarra a página à organização e ao autor? Grafo, não blocos soltos.
- A informação está atualizada e datada? Conteúdo sobre tema que muda rápido, sem data visível, perde confiança.
Um plano de 30 dias
Para quem está começando do zero em GEO e quer um recorte executável em um mês:
Semana 1: linha de base
Escolha de 30 a 50 consultas prioritárias, com viés para intenção comercial e não para volume. Rode em ChatGPT, Gemini, Perplexity e AI Mode. Registre onde a marca aparece, onde aparece o concorrente, e o que é citado no seu lugar.
Essa última coluna é a mais útil e a que todo mundo esquece de preencher. Saber que o modelo cita um comparativo de terceiro em vez do seu site diz exatamente onde está a lacuna.
Semana 2: correção técnica
Teste de renderização nas páginas prioritárias, revisão de robots.txt e WAF, e implementação ou correção do grafo de schema. É a semana menos glamourosa e a que destrava o resto.
Semana 3: reformatação de conteúdo
Pegue as 10 páginas que correspondem às consultas onde você deveria aparecer e não aparece. Reescreva a estrutura seguindo o checklist acima. Não é reescrever tudo, é reorganizar a resposta e adicionar dado.
Semana 4: presença externa
Identifique os comparativos, listas e artigos de terceiros que aparecem citados nas suas consultas prioritárias. Avalie como entrar neles de forma legítima: contato editorial, correção de informação desatualizada sobre sua empresa, participação em levantamento. É trabalho de relacionamento, com prazo mais longo, e é o que sustenta a recomendação nominal.
No fim do mês você não vai ter resultado consolidado, porque o ciclo é mais longo. Vai ter linha de base, correção técnica feita e uma hipótese testável, que é bem mais do que a maioria das operações tem hoje.
Conclusão
Fico com uma sensação estranha em relação a esse dado. Ele é uma boa notícia para quem faz conteúdo bem feito, porque premia quem tem algo próprio para dizer. E é uma péssima notícia para a diversidade da web, porque concentra visibilidade em menos fontes por consulta: um AI Overview cita três ou quatro, não dez.
De qualquer forma, é o jogo que está em campo. E ele recompensa uma coisa bem específica: ser a fonte que o sistema escolhe quando precisa de uma resposta confiável. Esse é o trabalho que faço em GEO.