O que todas têm em comum: buscar antes de responder
Escolha de fontes, numa IA com busca, é a etapa em que o sistema transforma a pergunta em consultas, recupera páginas de um índice e decide quais delas usar e exibir como referência na resposta. Quando a IA responde sem buscar, ela usa apenas o que aprendeu no treinamento e normalmente não mostra fontes. Quando busca, entra em jogo tudo o que se conhece de SEO: acesso dos robôs, indexação e relevância da página para a consulta.
Apesar das diferenças, as plataformas compartilham uma lógica em três camadas:
- Acesso: o robô da plataforma (ou do buscador que ela usa) precisa conseguir ler a página. Bloqueio no robots.txt, no CDN ou conteúdo que só aparece depois de interação tiram a página do jogo.
- Índice: a página precisa estar no índice consultado. Para o AI Overviews é o índice do Google; para o Copilot, o do Bing; para outras plataformas, uma combinação de índice próprio e provedores externos.
- Seleção: entre as páginas recuperadas, o sistema escolhe as que vai usar e citar. É aqui que mora a maior parte do que não é público.
Treinamento e busca são caminhos diferentes
Vale separar duas origens de informação. A primeira é o treinamento: o modelo aprendeu com uma grande quantidade de textos até certa data e responde a partir disso, sem consultar nada na hora. Ninguém controla nem mede com precisão o que entrou ali, e as respostas desse tipo raramente trazem links. A segunda é a busca: o sistema consulta a web no momento da pergunta e pode citar as páginas usadas. É nesse segundo caminho que um site consegue agir de forma concreta, porque acesso, indexação e qualidade da resposta dependem dele. Por isso este guia trata principalmente da busca. Quando uma IA descreve a sua empresa com dados antigos e sem fonte, é sinal de que respondeu pelo treinamento, e a correção passa por ter informação atual, consistente e fácil de encontrar quando ela buscar.
Um ponto importante: nenhuma dessas empresas publica os pesos de seleção. O que segue neste guia separa três coisas: o que cada empresa documenta oficialmente, o que se observa testando e o que continua incerto. Para medir o resultado na sua marca, o caminho está no guia de share of voice em IA; para descobrir o que testar, no de pesquisa de prompts.
Google: AI Overviews, modo IA e Gemini
O Google é a plataforma com documentação mais clara para quem publica. Segundo a >página do Google Search Central sobre recursos de IA, a condição para virar fonte nos dois recursos é estar no índice e poder ser mostrada com trecho de texto na Pesquisa. Não existem exigências técnicas extras, e atender a essa condição não assegura a exibição. A mesma página descreve o query fan-out, a abertura da pergunta em várias buscas sobre subtemas, que amplia a variedade de links, e avisa que cada recurso pode usar modelos próprios, o que gera respostas diferentes.
Em outras palavras: no Google, quem não está bem indexado e não é elegível para snippet não aparece. Os detalhes, controles e impacto em cliques estão no guia específico de AI Overviews e modo IA do Google.
Gemini (aplicativo)
O aplicativo Gemini é outro produto. A >central de ajuda do Gemini explica que um botão de fontes pode aparecer abaixo ou dentro da resposta, abrindo um painel com os links; que esses links podem apontar para sites públicos, arquivos enviados pelo usuário ou, se conectado, documentos e e-mails do Google Workspace; e que nem toda resposta traz fontes. A página não explica como as fontes são escolhidas. O Google documenta ainda que o token Google-Extended, no robots.txt, controla o uso do conteúdo para treinar modelos Gemini e para grounding no aplicativo Gemini, sem afetar a Pesquisa. Quem bloqueia Google-Extended continua elegível para AI Overviews, mas pode deixar de servir de base para respostas no aplicativo.
ChatGPT: busca própria, provedores e o OAI-SearchBot
A OpenAI documenta o ChatGPT search em duas frentes. Na >central de ajuda sobre o ChatGPT search, informa que o ChatGPT busca automaticamente quando a pergunta pode se beneficiar de informação da web, que o usuário também pode acionar a busca manualmente, que as respostas trazem citações inline e um botão de fontes com links citados e relacionados, que consultas desassociadas do usuário podem ser compartilhadas com provedores de busca terceirizados (o Bing é citado como exemplo) e que a localização geral, derivada do IP, pode ser compartilhada com esses provedores para melhorar os resultados.
Na >documentação de robôs da OpenAI, estão os agentes que importam para quem publica:
- OAI-SearchBot: usado para mostrar sites nos recursos de busca do ChatGPT. Sites que o bloqueiam não aparecem nas respostas do ChatGPT search, embora ainda possam surgir como links de navegação.
- GPTBot: coleta conteúdo que pode ser usado no treinamento dos modelos. A configuração é independente do OAI-SearchBot: dá para permitir um e bloquear o outro.
- ChatGPT-User: visita páginas quando um usuário pede algo ao ChatGPT ou a um GPT personalizado. Não faz rastreamento automático e, segundo a OpenAI, não determina se o conteúdo aparece na busca.
A documentação informa ainda que mudanças no robots.txt levam cerca de 24 horas para refletir na busca. O que a OpenAI não documenta é como o ChatGPT escolhe, entre as páginas recuperadas, quais citar. Na prática, vejo que o ChatGPT costuma se apoiar em páginas que respondem de forma direta e em fontes de terceiros reconhecidas no setor. O passo a passo de configuração está no guia de robots.txt e robôs de IA, e o lado de conteúdo, em como aparecer no ChatGPT.
Perplexity: busca em tempo real e citações numeradas
O Perplexity nasceu como buscador com respostas, e isso aparece na documentação. A >central de ajuda do Perplexity informa que ele busca na internet em tempo real, reúne informações de fontes como artigos, sites e periódicos, resume o conteúdo e inclui citações numeradas que levam às fontes originais, para que o usuário possa verificar. Os modos mais profundos, como a pesquisa aprofundada, fazem dezenas de buscas e leem centenas de fontes para montar um relatório.
Para quem publica, a documentação de robôs do Perplexity separa o PerplexityBot, usado para mostrar e linkar sites nos resultados de busca e que, segundo a empresa, não coleta conteúdo para treinar modelos, do Perplexity-User, que visita páginas a pedido de um usuário. A recomendação oficial é permitir o PerplexityBot no robots.txt para aparecer nos resultados.
O que se observa na prática: como cada resposta costuma listar várias fontes numeradas, o Perplexity é a plataforma onde fica mais fácil ver quais páginas sustentam cada frase. Isso faz dele um bom laboratório para entender o que os sistemas consideram citável no seu setor. O critério exato de escolha, porém, não é público.
Microsoft Copilot: consultas enviadas ao Bing
A Microsoft é transparente num ponto que as outras não documentam: a consulta. A >página de suporte sobre como funciona a busca na web no Microsoft 365 Copilot Chat explica que, com a busca ativada, o Copilot gera uma consulta curta a partir de algumas palavras-chave do prompt, envia essa consulta ao Bing e usa os resultados para completar a resposta. Em geral, o prompt inteiro não é enviado, a não ser que já seja curto. As respostas que usam a web mostram um botão de fontes que exibe a consulta exata enviada ao Bing e as fontes usadas.
Isso tem duas implicações práticas. Primeiro, no ecossistema Microsoft, aparecer depende de estar bem indexado no Bing, um buscador que, pelo que vejo nas auditorias, muitas empresas brasileiras nunca configuraram. Segundo, a consulta gerada é curta, então a página precisa ser relevante para termos objetivos, e não apenas para a pergunta longa do usuário.
O Bing também é a única plataforma que oferece hoje um relatório oficial de citações em respostas de IA, no Bing Webmaster Tools, cobrindo o Microsoft Copilot, os resumos de IA do Bing e parceiros. Explico como usar esse dado no guia de share of voice.
Comparativo: o que cada IA documenta sobre fontes
A tabela resume o que está documentado oficialmente e o que é observação prática. Onde a documentação não diz nada, a tabela também não afirma.
| Plataforma | De onde vêm as fontes (documentado) | Como mostra as fontes | Controle para sites | O que observo na prática |
|---|---|---|---|---|
| Google AI Overviews e modo IA | Índice do Google; página indexada e elegível para snippet; query fan-out | Links de apoio junto à resposta | Googlebot no robots.txt; nosnippet, max-snippet, noindex | Respostas variam entre os dois recursos; perguntas locais puxam dados do Perfil da Empresa |
| Gemini (app) | Não detalhado; links de sites, arquivos e Workspace | Botão de fontes; nem toda resposta tem | Google-Extended (treino e grounding no app) | Muitas respostas sem fontes visíveis |
| ChatGPT | Busca com provedores terceirizados (Bing citado como exemplo) e conteúdo de parceiros | Citações inline e botão de fontes | OAI-SearchBot (busca) e GPTBot (treino), independentes | Peso grande de fontes de terceiros nas perguntas de escolha |
| Perplexity | Busca em tempo real na web | Citações numeradas | PerplexityBot (busca) | Várias fontes por resposta; fácil auditar |
| Microsoft Copilot | Consulta curta gerada e enviada ao Bing | Botão de fontes com a consulta exata | Indexação e controles do Bing | Empresas sem presença no Bing somem |
Como ler a tabela: a coluna de controle mostra o que depende do site e pode ser corrigido em minutos; a coluna de origem mostra de qual índice a empresa precisa participar; a última coluna é o que eu observo em testes e pode mudar sem aviso. Se uma empresa só olha para o Google, ela cobre bem a primeira linha e deixa as outras ao acaso. Se só olha para o ChatGPT, esquece que o Copilot e parte da busca do próprio ChatGPT passam pelo Bing. A tabela também ajuda a explicar ao time por que a mesma marca aparece numa plataforma e some em outra: em geral, a diferença está no índice consultado ou nas fontes de terceiros, e não no texto do site.
Como otimizar para todas ao mesmo tempo
A boa notícia é que a base é comum. Não existe uma estratégia por plataforma; existe uma fundação que serve a todas e alguns ajustes de acesso. A lista que uso como checklist:
- Indexação nos dois grandes índices. Search Console e Bing Webmaster Tools configurados, sitemap enviado, páginas importantes indexadas. Sem o Bing, ChatGPT e Copilot ficam mais difíceis.
- Acesso liberado para os robôs de busca. Googlebot, Bingbot, OAI-SearchBot e PerplexityBot permitidos no robots.txt e no CDN. A decisão sobre robôs de treinamento é separada e pode ser diferente.
- Conteúdo em texto, no HTML. Respostas importantes não podem depender de imagem, PDF escondido ou carregamento por clique.
- Resposta direta para cada pergunta. Frase inicial que responde, seguida de contexto. É o que torna um trecho fácil de extrair, como explico em conteúdo que as IAs citam.
- Entidade consistente. Mesmo nome, endereço, serviços e responsáveis em site, perfis e diretórios, como mostro em SEO de entidades.
- Dados estruturados ligados por @id. Organization, Person e serviço descritos de forma coerente com o texto visível, assunto de dados estruturados avançados.
- Presença em fontes de terceiros. Listas, diretórios, imprensa e associações do setor, que todas as plataformas usam como apoio.
- Atualização visível. Datas, preços e informações revisadas com regularidade, para evitar que a IA cite dados antigos.
Um teste rápido nas cinco plataformas
Antes de qualquer projeto, faço um teste simples que qualquer empresa pode repetir. Escolha três perguntas que um cliente faria sem citar a sua marca. Faça as três no Google (observando se aparece AI Overviews e testando o modo IA), no ChatGPT com busca, no Gemini, no Perplexity e no Copilot. Em cada resposta, abra o painel de fontes e anote os domínios citados. No Copilot, veja também a consulta exata enviada ao Bing, que mostra como a pergunta foi interpretada. Em menos de uma hora você descobre quais sites o seu mercado usa como referência, se a sua empresa aparece em algum deles e em qual plataforma a ausência é maior. Não é uma medição; é um diagnóstico de partida.
Como eu aplico isso
Quando eu reviso um site para AEO e GEO, a primeira verificação não é de conteúdo, é de acesso e índice: o site está no Bing? O robots.txt ou o firewall bloqueiam algum robô de busca de IA sem que a empresa saiba? Na prática, já encontrei mais de uma vez bloqueios feitos por plugin de segurança ou CDN que ninguém lembrava de ter configurado.
O segundo erro que mais encontro é a empresa descrita de formas diferentes em lugares diferentes: um nome no site, outro no Perfil da Empresa, um telefone antigo num diretório. Cada IA monta a resposta com fontes diferentes, então cada uma reproduz uma versão. O case da IA que encontrava várias versões da mesma empresa mostra esse problema, e o case em que a informação estava no site, mas as relações não estavam claras mostra o papel dos dados estruturados.
No meu próprio site, a marcação conecta a pessoa e a empresa por @id, a FAQ que o visitante lê é a mesma declarada no schema, e o llms.txt existe como complemento, sem a ilusão de que ele substitua indexação ou SEO.
O que muda para empresas do estado de São Paulo
Para negócios locais paulistas, a diferença entre plataformas aparece principalmente nas perguntas com cidade. No Google, perguntas como "clínica de fisioterapia em Sorocaba que atende aos sábados" tendem a se apoiar no Perfil da Empresa e nas avaliações, tema de como aparecer no Google Maps e nas IAs. No ChatGPT e no Copilot, a mesma pergunta depende mais do que está indexado na web aberta: site, diretórios regionais, portais de notícia locais.
Empresas B2B do ABC, de Campinas ou de São José dos Campos costumam ter outro desafio: perguntas técnicas longas, em que Perplexity e ChatGPT citam catálogos, normas e artigos especializados. Ali, conteúdo técnico em texto, com especificações claras, pesa mais do que página institucional.
Comparar plataformas cidade a cidade faz parte de qualquer diagnóstico que conduzo em SEO, AEO e GEO para empresas de São Paulo. Para continuar a leitura, a biblioteca de SEO, AEO e GEO organiza os temas por etapa; se preferir tratar do seu caso, marque uma conversa de 30 minutos.