Um cliente me ligou em março, furioso. Seu site tinha mantido uma posição entre os três primeiros para "melhor CRM para pequenos escritórios de advocacia" durante dois anos. Tráfego: constante. Então o Modo AI do Google começou a ser lançado mais amplamente para usuários americanos e, dentro de seis semanas, seus cliques orgânicos caíram 34%. Ele não havia perdido o ranking. O link azul ainda estava lá. Mas uma grande caixa de resposta gerada por IA estava acima, citando três outros sites, nenhum dos quais era o seu. Um deles tinha uma Domain Authority de 31. O dele era 58. Acessei a página que foi citada e passei cerca de vinte minutos lendo. Honestamente? Era melhor estruturada para a pergunta específica que o Google agora estava fazendo, mesmo que não fosse "melhor" em qualquer sentido tradicional.
Foi quando comecei a prestar atenção séria ao fan-out de consultas.
O Que Fan-Out de Consulta Realmente É
Quando você digita algo no Modo AI do Google, ou quando o Gemini processa uma consulta dentro do Search Generative Experience, ele não passa sua pergunta única para um processo de recuperação. Ele quebra a consulta em múltiplas sub-consultas, as dispara em paralelo, recupera resultados para cada uma, e então sintetiza tudo em uma resposta. Os próprios engenheiros do Google descrevem isso como um processo de "raciocínio em múltiplas etapas", e o keynote de Liz Reid no Google I/O 2024 deu o olhar público mais claro sobre como o sistema pensa.
O número de sub-consultas varia. Perguntas simples podem se distribuir em cinco ou seis. Perguntas de pesquisa complexas, do tipo em que alguém realmente está tentando tomar uma decisão, podem gerar 20 a 50 recuperações paralelas. Cada sub-consulta tem como alvo um ângulo ligeiramente diferente, uma entidade diferente, uma comparação diferente, uma objeção diferente. O sistema está tentando construir um quadro completo, não apenas recuperar uma resposta.
Aqui está o ponto: a maioria dos conselhos de SEO ainda trata o Google como se estivesse fazendo uma pergunta. Não está. Não mais.
Por Que Isso Quebra a Otimização de Palavras-Chave Tradicional
Construí estratégias de conteúdo para mais de 12.000 sites através da Seahawk. E o maior erro único que vejo, ainda, em 2025, é páginas otimizadas para uma palavra-chave em vez de um cluster de tópicos com sub-perguntas explícitas respondidas inline.
A otimização tradicional dizia: coloque sua palavra-chave no H1, na meta title, nas primeiras 100 palavras, consiga alguns backlinks, pronto. Isso funcionava porque a recuperação era relativamente linear. Corresponder à consulta, exibir a página.
Fan-out quebra isso porque a IA não está procurando pela página que corresponde à consulta. Ela está procurando pela página que responde uma sub-consulta específica que gerou internamente. Você nunca vê essa sub-consulta. Não está no Search Console. Não aparece em lugar nenhum na sua análise. O Google a criou, silenciosamente, como parte da decomposição do que o usuário realmente perguntou.
A Recuperação É Competitiva Por Sub-Consulta
Pense assim. Imagine que o Google divide "qual software de contabilidade um freelancer no Reino Unido deve usar" em sub-consultas como:
- Quais são os requisitos de Making Tax Digital para proprietários únicos?
- Quais ferramentas de contabilidade se integram com feeds bancários do Reino Unido nativamente?
- Qual é a diferença de preço entre FreeAgent e QuickBooks para freelancers?
- Como os freelancers lidam com envios de VAT digitalmente?
- O que os contadores do Reino Unido realmente recomendam aos seus clientes?
Cada um desses é uma competição de recuperação separada. Você pode vencer dois e perder os outros três. Se perder mais da metade, provavelmente não será citado de forma alguma. Se vencer quatro de cinco, pode se tornar a fonte principal em que a IA se apoia.
A implicação: uma única página de formato longo que cobre vagamente "software de contabilidade para freelancers" não está competindo efetivamente. Você precisa responder cada sub-pergunta de forma explícita, clara, com especificidade suficiente para que um sistema de recuperação extraia uma resposta limpa para exatamente essa pergunta.
Como Fazer Engenharia Reversa das Sub-Perguntas
É aqui que o trabalho realmente acontece. Não vou fingir que existe uma ferramenta que expõe as consultas internas de fan-out do Google diretamente, porque não existe. Mas você pode aproximar.
Aqui está o processo que uso, e que usei especificamente para um cliente de fintech na Seahawk no final de 2024:
- Digite sua consulta alvo no Google AI Mode (ou no AI Overview se você estiver em uma região onde isso está disponível) e leia a resposta gerada com cuidado.
- Cada parágrafo nessa resposta está respondendo uma sub-pergunta diferente. Escreva qual é a pergunta implícita.
- Faça referência cruzada com AlsoAsked, que mapeia o gráfico "People Also Ask" melhor do que qualquer outra ferramenta que já experimentei.
- Execute a mesma consulta através de Perplexity e Claude. Ambos usam recuperação multi-etapa similar. As sub-perguntas que eles fazem explicitamente, escritas em seus rastros de raciocínio, são um proxy razoável para o que o Google está gerando internamente.
- Use a ferramenta Content Gap do Ahrefs para encontrar páginas que estão acima de você e cobrem ângulos que sua página não toca.
Uma vez que você tem 8 a 12 sub-perguntas implícitas, escreva conteúdo que responde cada uma como uma unidade discreta e extraível. Não enterrada em prosa. Não qualificada. Uma pergunta clara, uma resposta clara, depois detalhes de suporte.
O que Torna uma Página "Citável" em um Sistema de Fan-Out
Em 2019 um cliente me passou um briefing que achei ridículo na época: escrever uma página de glossário para cada termo legal no site de conveyancing deles. Não um blog. Não um guia. Um glossário apropriado com 200+ definições. Contestei. Eles insistiram. Essa página agora gera aproximadamente 18.000 sessões orgânicas por mês, e desde que os AI Overviews começaram a ser lançados, foi citada em respostas de IA mais do que qualquer outra página no domínio deles.
Por quê? Porque cada definição é uma unidade auto-contida e extraível. O Google pode extrair uma definição para responder uma sub-pergunta sem precisar interpretar o contexto circundante. Isso é citabilidade.
Os sinais que passei a considerar mais importantes para citabilidade:
- Estrutura explícita de pergunta-resposta. Um cabeçalho fraseado como uma pergunta seguido por uma resposta direta na primeira frase dessa seção. Não enterrada três parágrafos abaixo.
- Entidades nomeadas e especificidades. "FreeAgent custa £19/mês para autônomos" é citável. "Algumas ferramentas são mais acessíveis" não é.
- Frases curtas e citáveis dentro de seções mais longas. A IA está extraindo snippets. Torne o snippet óbvio.
- Dados estruturados. Schema FAQ e schema HowTo ainda funcionam, e funcionam especificamente porque ajudam o Google a analisar pares discretos de P&R. Use-os. A documentação de dados estruturados do Google ainda é precisa e vale a pena reler no contexto do AI Mode.
- Sinais de credibilidade do autor. Bylines com credenciais reais, páginas Sobre que são específicas sobre expertise, links para a presença profissional do autor. Não apenas "por admin".
A Armadilha de Profundidade vs. Amplitude
Aqui está um erro que cometi pessoalmente. Por volta de meados de 2023, quando o SGE ainda estava em Labs, escrevi um guia para uma de nossas próprias páginas de serviço da Seahawk que tinha 4.800 palavras. Cobertura abrangente de um tópico. Cada ângulo abordado. Eu estava orgulhoso. Foi citado exatamente zero vezes em respostas de IA, e vi uma página concorrente de 1.100 palavras ser citada repetidamente.
A diferença: a página deles respondeu uma sub-questão específica com precisão cirúrgica. A minha respondeu tudo de forma tão abrangente que o sistema de recuperação não conseguia extrair uma resposta limpa e citável para nenhuma sub-consulta individual.
Profundidade não é a mesma coisa que comprimento. Profundidade significa ir longe o bastante em cada sub-questão para que sua resposta seja inequivocamente útil. Comprimento significa escrever muitas palavras. São coisas diferentes.
Se seu tópico gera 10 sub-consultas, você geralmente é melhor servido com 10 seções focadas de 150 palavras cada do que com um ensaio de 2.000 palavras que aborda todas as 10 de forma superficial. A estrutura sinaliza que cada seção é uma resposta discreta. A IA pode recuperar a seção 7 sem precisar das seções 1 a 6.
Uma Nota sobre Links Internos
Como o fan-out recupera em muitas páginas, não apenas uma, sua estratégia de links internos se torna uma forma de sinalizar autoridade temática no espaço de sub-consultas. Se você tem cinco páginas que cada uma responde bem duas ou três sub-questões relacionadas, e estão adequadamente interligadas com texto âncora descritivo, você aumenta a chance de vencer múltiplas competições de recuperação dentro do mesmo evento de fan-out.
Uso Screaming Frog para auditar texto âncora de links internos em sites grandes. O número de sites que audito onde 40% dos links internos dizem "clique aqui" ou "leia mais" é deprimente. Âncoras descritivas são vitórias grátis.
Como o Fan-Out Afeta Seu Calendário de Conteúdo
Então, na prática: o que isso significa para como você planeja conteúdo?
Significa que o antigo modelo de calendário de conteúdo "uma palavra-chave, uma página" é muito grosseiro. Você precisa mapear tópicos para aglomerados de questões, depois decidir se cada aglomerado pertence a uma página bem estruturada ou se deve ser dividido em várias páginas interligadas.
Para um novo projeto que estou tocando agora, um cliente B2B SaaS na área de HR tech, mapeamos 40 palavras-chave alvo para 180 sub-questões implícitas usando o processo acima. Dessas 180 questões, 60 já estavam respondidas em algum lugar do site deles mas enterradas em texto longo sem pontos claros de extração. Não escrevemos novo conteúdo para essas. Reestruturamos páginas existentes: adicionamos H3s formuladas como perguntas, puxamos a resposta para a primeira frase de cada seção, adicionamos FAQ schema. Isso levou duas semanas. Dentro de seis semanas, citações do AI Overview para esse domínio saíram de três para dezenove instâncias rastreadas.
Não "escreva mais." Estruture melhor.
Monitorando Se Você Está Sendo Citado
Não há filtro nativo do Google Search Console para citações do AI Mode ainda, a partir de meados de 2025. Então você está trabalhando com proxies.
O método mais confiável que encontrei: busque suas consultas alvo manualmente, em modo anônimo, em diferentes regiões usando uma VPN, e anote quais domínios aparecem na resposta da IA. Faça isso semanalmente para suas 20 principais consultas. É manual. É chato. É também o sinal mais honesto que você tem.
Ferramentas como AI Toolkit do Semrush e rastreamento de AI mentions do Ahrefs (em beta no momento da escrita) estão começando a apresentar dados de citação, mas trate esses números como direcionais em vez de precisos. O acesso subjacente aos logs de recuperação do Google não está lá para terceiros.
A métrica que eu acompanharia no Search Console como proxy: impressões para consultas formuladas como perguntas (consultas começando com "how", "what", "why", "which", "can") combinadas com uma queda em cliques apesar de impressões estáveis. Esse padrão geralmente significa que um AI Overview está satisfazendo a consulta antes do usuário clicar. Você está vencendo a impressão, perdendo a visita.
FAQ
Ter mais backlinks ajuda você a ser citado em respostas do AI Mode?
Backlinks ainda influenciam quais páginas o Google considera autorizadas o bastante para puxar. Mas a relação é mais fraca no AI Mode do que no ranking tradicional. Já vi páginas com 12 domínios referenciadores serem citadas sobre páginas com 400, porque a página de menor autoridade respondeu uma sub-questão específica de forma mais extraível. A estrutura de citabilidade é cada vez mais o diferenciador.
Devo reestruturar conteúdo antigo ou escrever novas páginas para focar no AI Mode?
Comece com reestruturação. Na minha experiência, cerca de 60% do que é necessário para citabilidade do AI Mode é estrutural, não temático. Adicione H3s formuladas como perguntas, puxe respostas para a primeira frase de cada seção, adicione FAQ schema. Se depois de reestruturar uma página ela ainda não cobre sub-questões chave, então estenda ou complemente-a.
A velocidade da página afeta citações do AI Mode?
Indiretamente. O Google ainda precisa rastrear e indexar a página. Páginas lentas que acionam problemas de crawl budget ou geram Core Web Vitals ruins podem ser depriorizadas no índice do qual o Google está puxando. Mas velocidade de página sozinha não vai fazer ou desfazer citabilidade. A estrutura de conteúdo importa mais.
O lançamento do AI Mode é limitado a certas regiões?
A partir de meados de 2025, o AI Mode com query fan-out está mais totalmente implementado nos EUA, com disponibilidade limitada em outros mercados de língua inglesa. Usuários no Reino Unido veem AI Overviews mais do que o AI Mode completo. O painel de status de busca do Google não é particularmente útil para acompanhar isso. Seu melhor indicador é simplesmente fazer buscas nas regiões-alvo manualmente.
---
O cliente da introdução? Reestruturamos quatro páginas do site dele em abril. Adicionamos seções de Q&A explícitas, schema FAQ, especificidade sobre ferramentas nomeadas e preços. Até meados de maio, ele estava aparecendo em respostas de IA para duas de suas cinco consultas-alvo. Não cinco. Duas. Essas coisas levam tempo e não há garantia. Mas o mecanismo é real, e ignorá-lo porque você não consegue ver as sub-queries diretamente não é uma estratégia. É apenas esperar que as regras antigas ainda se apliquem. Não se aplicam, não totalmente.