A maioria dos conselhos de SEO para busca com IA ainda são slogans vagos. "Escreva para E-E-A-T." "Seja a resposta." Frames úteis, mas você não consegue operacionalizar um slogan.
Este é o manual que usamos para fazer páginas serem citadas pelo ChatGPT web search, Perplexity, Google AI Overviews e Bing Copilot. Não é teoria. O mesmo manual está rodando neste site agora mesmo.
AEO e GEO, definidos com clareza
Dois acrônimos, frequentemente usados de forma vaga. As definições claras:
- AEO — Answer Engine Optimization. Fazer seu conteúdo ser citado como a resposta direta em superfícies answer-first (Google AI Overviews, featured snippets, assistentes de voz, resultados de busca do ChatGPT, citações do Perplexity).
- GEO — Generative Engine Optimization. A categoria mais ampla que abrange como os sistemas de IA generativa recuperam, resumem e creditam seu conteúdo. AEO é um subconjunto.
Ambos compartilham um requisito comum: o mecanismo de IA tem que encontrar seu conteúdo, analisá-lo com confiança, atribuí-lo a uma fonte confiável e referenciá-lo de volta ao usuário. Cada uma dessas etapas é uma alavanca que você pode usar.
Por que o playbook de SEO antigo não é suficiente
O SEO clássico otimiza uma coisa: um link clicável em uma SERP. A busca por IA otimiza duas coisas: colocar o conteúdo na janela de contexto do modelo e ser citado quando o modelo gera a resposta. Esses são problemas diferentes.
Exemplos de onde os playbooks divergem:
- Densidade de palavras-chave não ajuda um LLM. Declarações factuais claras ajudam.
- Preâmbulos longos antes da resposta prejudicam a citação por IA. O padrão TL;DR vence.
- Páginas que escondem conteúdo atrás de abas ou acordeões sofrem extração parcial. HTML plano com cabeçalhos semânticos conseguem extração completa.
- Conteúdo genérico reescrito de concorrentes perde. Experiência de primeira mão e dados específicos vencem.
O pipeline de cinco estágios
O pipeline que executamos para cada peça publicada neste site:
Estágio 1: Pesquisa com Tavily
Tavily é uma API de busca projetada para LLMs. Do mesmo tipo que qualquer agente de IA usa para buscar informações atualizadas. Antes de escrever, puxamos 5 a 10 fontes recentes sobre o tópico via endpoint de busca Tavily, com `search_depth: "advanced"` para peças de alto risco.
Por que isso importa para AEO: AI Overviews favorecem conteúdo alinhado com o consenso atual. Escrever apenas a partir de dados de treinamento produz conteúdo desatualizado. Escrever a partir de fontes atualizadas produz conteúdo que corresponde ao que a IA já "sabe" ser verdadeiro — e é citado por isso.
Não copiamos das fontes. Usamos elas para verificar datas, números, entidades nomeadas e o estado atual de qualquer tópico em rápida mudança antes de escrever.
Estágio 2: Rascunho com voz própria
Os motores de IA são treinados para identificar e confiar em experiência própria. Três padrões que ganham citação:
- Primeira pessoa: "Testei isso por uma semana" supera "Isso foi testado".
- Dados específicos: "LCP caiu de 2.8s para 0.7s" supera "desempenho melhorou significativamente".
- Escopo honesto: "Isso funciona para X, não para Y" supera "solução abrangente para todos".
Evitamos o registro genérico de IA. Palavras como comprehensive, leverage, cutting-edge, robust, seamless, streamline e unlock potential sinalizam autoria de IA para humanos e para os mecanismos que avaliam conteúdo. A lista completa de palavras banidas que usamos fica no nosso guia de estilo de conteúdo.
Estágio 3: Verificar com o detector Winston AI
Winston é um detector de conteúdo de IA com um endpoint de API pública em /v1/ai-content-detection. Rodamos cada rascunho por ele antes de publicar. A pontuação retorna um percentual de humanidade.
Nosso gate: qualquer coisa abaixo de 80 por cento de humanidade volta para outra passada. O trabalho que chega a 95+ é conteúdo onde estrutura, voz e ritmo se afastaram dos padrões padrão de LLM. Essa pontuação correlaciona com a forma como os próprios mecanismos de IA classificam o conteúdo — conteúdo que lê como humano é citado em taxas mais altas do que conteúdo que lê como IA.
Neste site, os seis posts mais recentes todos marcaram 100/100 humanidade em Winston. Esta é uma escolha deliberada, não um acaso feliz.
Estágio 4: Estruturar com schema
É onde a maioria do conselho AEO para na superfície. Os padrões de schema que realmente mexem a agulha:
- Article / BlogPosting com mainEntityOfPage, author Person com sameAs, publisher Organization com logo, datePublished, dateModified, keywords, articleSection, wordCount, isAccessibleForFree, image como ImageObject com width e height.
- FAQPage quando o corpo tem estrutura de Q&A. Este é o schema AEO de maior alavanca. Fonte de citação direta do AI Overview.
- Speakable com cssSelector apontando para seu TL;DR ou parágrafos de introdução. Voz e mecanismos de AI Overview colocam conteúdo speakable em superfície.
- HowTo quando o post é genuinamente um guia passo a passo. Captura a intenção "como fazer X" na busca por IA.
- Schema Service com provider, areaServed, audience, Offer com priceSpecification em páginas comerciais.
- Entidades vinculadas via grafo @id. Vincular seu Article a uma Person e a Person a uma Organization com sameAs cria um grafo de identidade verificável que os engines realmente usam.
Emitimos tudo isso dinamicamente por rota neste site. O head estático contém apenas o schema de nível de entidade (Person, Organization, WebSite). Schema por página é injetado por JS com base na rota ativa.
Estágio 5: acessibilidade para crawlers de IA
Estágio final, frequentemente pulado: garantir que os crawlers de IA consigam realmente recuperar seu conteúdo.
- llms.txt na raiz: um arquivo markdown conciso listando suas URLs principais com descrições. Crawlers de IA procuram por isso. Muitos sites ainda não têm um.
- robots meta tag com `max-snippet:-1, max-image-preview:large, max-video-preview:-1`. Remove os limites padrão de comprimento de snippet. Snippets de AI Overview ficam mais longos quando isso está presente.
- Conteúdo renderizado por JS: a maioria dos crawlers de IA não renderiza JavaScript. Se seu hero, H1 ou canonical existem apenas após a execução de JS, os engines não veem nada. Renderize no servidor ou pré-renderize os elementos críticos de SEO.
- Permita user-agents ChatGPT-User, PerplexityBot, Google-Extended, ClaudeBot, anthropic-ai no robots.txt. Alguns sites os bloqueiam por padrão com regras de bot muito agressivas.
O que faz você ser citado (em ordem de impacto)
Observando dezenas de páginas sendo citadas e dezenas que deveriam ser mas não são, a ordem de prioridade:
- 1. Afirmações factuais específicas com números, datas e entidades nomeadas
- 2. Estrutura estilo FAQ com pares pergunta-resposta diretos
- 3. Experiência de primeira mão ("testei", "medimos", "nosso cliente")
- 4. Recência — dateModified nos últimos 90 dias supera conteúdo mais antigo
- 5. Grafo de entidades vinculadas (Person, Organization, sameAs)
- 6. TL;DR ou resumo no topo do artigo
- 7. HTML semântico limpo com um H1 e hierarquia adequada de H2/H3
- 8. Schema Speakable sinalizando as passagens citáveis
O que destrói as chances de citação
- Conteúdo que parece saída padrão de LLM (verboso, cheio de ressalvas, genérico)
- Preâmbulos longos antes da resposta real
- Conteúdo trancado em abas, acordeões ou carrosséis que crawlers não conseguem expandir
- Páginas cheias de afiliados onde 40% do conteúdo são cards de produtos
- Páginas sem autor, editora ou credenciais claras
- Schema errado (JSON-LD quebrado desqualifica a página silenciosamente)
- Sites que bloqueiam crawlers de IA no robots.txt e depois reclamam de não serem citados
Medindo se o playbook funciona
Três sinais para acompanhar:
- Direto: dados de desempenho do Google Search Console, segmentando por tipo de consulta. As impressões de AI Overview aparecem em intervalos de posição específicos.
- Indireto: rastreie o tráfego de referência do ChatGPT e Perplexity no seu analytics. O volume é pequeno, mas cresce rápido.
- Baseado em auditoria: consulte ChatGPT, Perplexity e Google com suas consultas alvo mensalmente. Anote quais fontes são citadas para cada uma. Acompanhe semana a semana.
Ferramentas como o endpoint de menções de IA do DataForSEO e o scraper do ChatGPT fornecem acesso programático aos mesmos dados em escala.
Limitações honestas
Duas coisas para deixar claro:
A busca por IA ainda não é uma fonte de tráfego primária para a maioria dos sites. O volume é real e está crescendo, mas ainda não corresponde ao Google orgânico. Otimize para isso porque a trajetória é clara, não porque está pagando as contas hoje.
Os mecanismos mudam semanalmente. O que rendeu citações em fevereiro de 2026 pode não render em novembro. O pipeline acima é mais durável do que qualquer tática específica porque se concentra em sinais (recência, estrutura, voz, identidade) que todos os mecanismos valorizam, não em peculiaridades de um mecanismo.
O que executamos neste site
Concreto, para os curiosos:
- Tavily Search API para pesquisa de pré-rascunho em tópicos em rápida evolução
- Winston AI detector v1/ai-content-detection em cada rascunho, bloqueando em 80+ similaridade com humano
- FAL flux-dev para imagens hero, armazenadas como assets do Sanity
- Sanity headless CMS alimentando um single-page app renderizado no Netlify
- Schema dinâmico por rota (Article, FAQPage, Speakable, HowTo, Service, BreadcrumbList) injetado por JS
- llms.txt na raiz, meta robots com max-snippet:-1 e max-image-preview:large
- Grafo de entidades vinculadas: Person com sameAs para LinkedIn/X/YouTube, Organization para Seahawk Media como publisher
Se você quer ver o schema em ação, veja o código-fonte em qualquer post deste site. Ou leia WordPress vs Next.js in 2026 para o artigo comparativo que este playbook produziu primeiro.WordPress vs Next.js in 2026for the comparison piece this playbook produced first.
A linha de fundo
AEO e GEO não são mágica. São uma disciplina de produção de conteúdo mais um pequeno conjunto de passos de acessibilidade técnica. Os times que se saem bem em busca por IA são os mesmos times que se saem bem em SEO clássico — eles apenas adicionam três coisas: pesquisa fresca, voz que não se lê como IA, e schema que permite que engines façam parsing do conteúdo de forma limpa.
Se você quer ajuda para operacionalizar isso no seu site, agende uma chamada de 30 minutos e vamos revisitar sua stack, seu workflow de conteúdo e onde estão as mudanças com maior impacto.book a 30-minute calland we will walk through your stack, your content workflow, and where the highest-impact changes are.
Leitura relacionada
→ Prompt engineering em 2026: o que é e quanto pagaPrompt engineering in 2026: what it is and what it pays
→ Construí este site com IA em 24 horasI Built This AI Website in 24 Hours
→ WordPress vs Next.js em 2026: minha comparação honestaWordPress vs Next.js in 2026: my honest comparison
→ Headless WordPress em 2026: o guia prático completoHeadless WordPress in 2026: the complete practical guide