Otimização para mecanismos generativos (GEO) é a prática de moldar o conteúdo de um site, e a forma como a marca é descrita em outros sites, para que as ferramentas de busca com IA o recuperem, o citem e mencionem a marca em suas respostas. O objetivo é aparecer dentro da resposta que um modelo de linguagem escreve, seja como citação (um link para a fonte) ou como menção (a marca nomeada no texto).
O nome vem de "mecanismos generativos" (generative engines), um rótulo para sistemas de busca que escrevem uma resposta à pergunta em vez de retornar uma lista de links. ChatGPT search, Perplexity, Google AI Overviews e Gemini pertencem a esse grupo. A GEO herda muitos hábitos da otimização para mecanismos de busca (SEO), o trabalho de ajudar páginas a ranquear nos resultados de busca clássicos, e acrescenta preocupações que só existem quando um modelo escreve a resposta.
Como um mecanismo generativo decide o que incluir?
A maioria dos produtos de busca com IA monta uma resposta em etapas, e uma página pode ficar de fora em qualquer uma delas.
- Recuperação. O sistema transforma a pergunta do usuário em uma ou mais consultas de busca e as envia a um índice de busca. Só as páginas que o índice contém e retorna seguem adiante.
- Seleção de trechos. As páginas retornadas são divididas em trechos, que são blocos curtos de texto, e uma etapa de ranqueamento pontua cada trecho em relação à pergunta. Alguns são mantidos.
- Geração. Um modelo de linguagem escreve a resposta a partir dos trechos mantidos e anexa citações às frases que se basearam neles.
Esse padrão se chama geração aumentada por recuperação. O artigo sobre como a busca com IA escolhe quais fontes citar aborda a etapa de seleção com mais profundidade. A GEO é o conjunto de mudanças que tornam uma página mais propensa a passar pelas três etapas.
Alguns assistentes respondem a partir dos dados de treinamento, sem fazer busca. Suas respostas refletem textos que o modelo viu antes de ser treinado, então a única forma de influenciá-las é ser descrito de forma ampla e consistente na web por um longo período.
Qual é a diferença entre GEO e SEO?
As duas se sobrepõem bastante, porque a etapa de recuperação geralmente roda sobre um índice de busca convencional, e uma página que ranqueia mal nesse índice raramente é recuperada. As diferenças aparecem depois da recuperação.
| SEO | GEO | |
|---|---|---|
| Resultado | Uma posição em uma lista ranqueada | Uma citação ou menção dentro de uma resposta |
| Unidade que compete | A página | O trecho, e a marca nomeada nele |
| Consultas por pergunta | Uma, digitada pelo usuário | Muitas vezes várias, escritas pelo modelo |
| Estabilidade | Os rankings mudam devagar | A resposta pode mudar entre duas execuções |
| O que é acompanhado | Rankings e cliques | Proporção de prompts em que a marca aparece, citações, visitas de referência |
Como uma pergunta pode gerar várias consultas escritas pelo modelo, uma página pode ser recuperada para uma busca que ninguém digitou. Por isso, uma cobertura completa de um tema costuma ajudar mais do que corresponder a uma frase exata.
O que a GEO envolve na prática?
A maior parte do trabalho de GEO se divide em algumas áreas. Algumas são técnicas; outras dizem respeito a como o conteúdo é escrito ou onde a marca é discutida.
- Acesso de rastreadores. Rastreadores de IA são bots que as empresas de IA usam para buscar páginas. Se o robots.txt bloqueia o bot que um produto usa para busca, esse produto não consegue ler a página ao montar respostas.
- HTML legível. Bots que não executam scripts podem perder conteúdo que só aparece depois que o JavaScript roda. Texto presente no HTML inicial é lido de forma mais confiável.
- Trechos autossuficientes. Um trecho é mais fácil de selecionar quando responde a uma pergunta por si só, por exemplo com uma definição na primeira frase, uma lista numerada de passos ou uma tabela com valores reais. Texto que depende de parágrafos anteriores para fazer sentido é mais difícil de citar.
- Fatos específicos. Preços, especificações, integrações compatíveis e localizações declarados com clareza dão ao modelo algo concreto para repetir, enquanto afirmações vagas não lhe deixam nada para citar.
- Nomes consistentes. Usar os mesmos nomes de marca e produto em todo o conteúdo ajuda o modelo a conectar um trecho à empresa que ele descreve.
- Presença em outros sites. Para perguntas como "qual ferramenta é melhor para esta tarefa", os modelos muitas vezes recorrem a sites de avaliação, artigos comparativos, fóruns e documentação. Uma marca ausente dessas páginas tende a ficar ausente da resposta.
- Informações atuais. Páginas que mostram quando foram atualizadas e mantêm seus fatos corretos são melhores candidatas para perguntas sensíveis ao tempo.
Cada um desses passos elimina um motivo para o sistema ignorar a página, embora nenhum deles garanta uma citação.
Por que os resultados de GEO são difíceis de medir?
Modelos de linguagem fazem amostragem de sua saída, então o mesmo prompt pode produzir uma resposta diferente a cada execução. A etapa de recuperação também pode retornar um conjunto ligeiramente diferente de páginas de uma execução para outra. Uma única verificação de um prompt mostra apenas uma resposta possível entre muitas.
Por isso, os resultados de GEO são medidos como visibilidade em IA. Um conjunto fixo de prompts que refletem perguntas reais de clientes é executado em várias plataformas de IA de forma programada, e cada resposta é registrada. Os números úteis são com que frequência a marca é mencionada, com que frequência suas páginas são citadas, quais concorrentes aparecem ao lado dela e em quais domínios as respostas se apoiam. A página sobre por que uma única verificação de visibilidade em IA não basta explica os argumentos para a medição repetida.
O que a GEO significa para um site?
Uma resposta de IA muitas vezes satisfaz a pergunta sem um clique, então uma marca pode ganhar ou perder atenção sem nenhuma mudança no tráfego de busca. Quando as pessoas clicam em um link de uma resposta, a visita conta como tráfego de referência de IA, e as ferramentas de análise geralmente conseguem identificá-la pelo domínio de referência. Uma menção sem clique ainda coloca o nome da marca diante do leitor.
Uma ordem prática de trabalho é confirmar primeiro o acesso dos rastreadores, depois revisar as páginas que respondem às perguntas que os clientes fazem e, em seguida, verificar como sites de avaliação e comparação descrevem a marca. Mudanças em uma página podem chegar às respostas de produtos baseados em busca assim que a página for rastreada e indexada novamente. Respostas escritas a partir de dados de treinamento só mudam quando o modelo por trás delas é treinado novamente.
