Generative Engine Optimization (GEO): guia completo

A Generative Engine Optimization (GEO) é a prática de tornar o seu conteúdo fácil de encontrar, compreender e citar por sistemas de resposta com IA, como o ChatGPT, o Perplexity, o Gemini e as Vistas gerais de IA da Google, quando redigem uma resposta. O SEO disputa um lugar numa lista de ligações. O GEO disputa uma menção dentro da própria resposta.

Este guia explica o que a investigação por trás do GEO mostrou, como estes motores escolhem fontes (na medida em que isso está documentado), o que fazer, por ordem de solidez da evidência de cada ação, e como saber se resultou. Se preferir começar pela versão curta, leia O que é o GEO? e volte.

O que é a Generative Engine Optimization e porque importa agora?

Um motor generativo vai buscar informação e depois redige uma resposta em linguagem natural, normalmente com ligações para as fontes que usou. O ChatGPT com pesquisa, o Perplexity, o Gemini e as Vistas gerais de IA e o Modo IA da Google são exemplos. As pessoas leem uma única resposta composta, em vez de percorrerem dez ligações. Por isso, a pergunta de quem gere um site muda de «estou bem posicionado?» para «a minha página é uma das fontes por trás desta resposta?»

Também verá quem pesquise «GEO SEO». Os dois temas andam juntos porque o trabalho se sobrepõe em grande medida à otimização clássica para motores de pesquisa, como mostra a tabela comparativa mais abaixo. Veja o GEO como o SEO alargado a um novo tipo de resultado, e não como uma disciplina à parte que o substitui.

Porquê agora? A utilização é elevada e está repartida por vários produtos:

As pessoas usam mais do que um produto de IA e a distribuição está a mudar. Otimizar para um único motor é uma aposta arriscada. Para mais números, com os respetivos métodos, consulte as nossas estatísticas de pesquisa com IA.

Mais um dado ajuda a ajustar expectativas. A Cloudflare está à frente de uma grande parte dos sites e mediu quantas vezes os rastreadores das empresas de IA vão buscar páginas por cada visita que devolvem:

Os valores vêm apenas da rede da Cloudflare e misturam rastreio de treino com rastreio de pesquisa. Ainda assim, as respostas de IA devolvem muito menos visitas por página lida do que um motor de pesquisa clássico. O GEO tem menos a ver com somar cliques e mais com estar presente, e bem descrito, na resposta.

De onde vem o GEO?

O termo nasce da investigação, não do marketing. Em novembro de 2023, Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan e Ameet Deshpande publicaram no arXiv o artigo «GEO: Generative Engine Optimization». O arXiv é o arquivo aberto onde os investigadores partilham artigos antes e depois da revisão. O trabalho foi publicado na KDD 2024, uma conferência de referência em ciência de dados.

O que testou, de facto, o artigo original do GEO?

O artigo fez três coisas:

• Nomeou o problema: quem cria conteúdo não tem forma de saber como melhorar a sua visibilidade nas respostas escritas por motores generativos.
• Construiu o GEO-bench, um benchmark (um conjunto-padrão de consultas de teste) com 10 000 consultas distribuídas por cerca de 25 domínios.
• Realizou experiências de otimização em caixa preta. Os autores alteraram o conteúdo de páginas web e mediram com que frequência as páginas alteradas apareciam nas respostas dos motores, sem qualquer visão do seu funcionamento interno.

O resultado de destaque: os métodos de GEO podem aumentar a visibilidade nas respostas dos motores generativos em até 40 %, e a eficácia varia consoante o domínio. As duas metades contam. «Até 40 %» é um teto atingido pelos melhores métodos nas melhores condições, não uma média. «Varia consoante o domínio» significa que uma tática que ajuda numa área temática pode fazer pouco noutra.

Dos nove métodos testados, acrescentar citações, acrescentar estatísticas e citar fontes foram os que melhor resultaram. O preenchimento com palavras-chave deu pouca ou nenhuma melhoria.

O que acrescentaram os estudos e as críticas posteriores?

Vários artigos posteriores complicam o quadro. São também a origem da maior parte do que hoje se pode afirmar com evidência.

Resultado	Estudo	Limite
As citações são muitas vezes pouco fiáveis. Apenas 51,5 % das frases geradas eram totalmente sustentadas pelas suas citações, e apenas 74,5 % das citações sustentavam a frase a que estavam associadas.	Estudo de 2023 liderado por Stanford (Liu, Zhang e Liang): pessoas avaliaram quatro motores de pesquisa generativos	Estes motores mudaram desde então. Mesmo assim, uma ligação junto a uma frase não prova que a frase esteja certa.
Os motores de resposta têm dificuldade com a verificabilidade. Os participantes identificaram 16 limitações. Uma avaliação automatizada de três motores encontrou alucinação (conteúdo inventado) e citação incorreta frequentes.	Estudo de 2024 liderado por Narayanan Venkit, da Penn State, com coautores da Salesforce AI Research: estudo de usabilidade com 21 participantes	Amostra pequena, versões dos motores de 2024.
A citação de notícias é propensa a erros. Os chatbots, no conjunto, deram respostas incorretas em mais de 60 % das consultas. O Perplexity errou 37 % das vezes e o Grok-3 94 %.	Tow Center for Digital Journalism, da Universidade de Columbia, fevereiro de 2025: 1 600 consultas em oito ferramentas de pesquisa com IA (200 excertos de artigos de 20 editores, colocados uma vez a cada ferramenta)	Os autores desaconselham generalizações, e a tarefa era identificar uma fonte, não escrever uma boa resposta.
O earned media domina. A primeira pré-publicação relata um «systematic and overwhelming bias towards Earned media» [enviesamento sistemático e esmagador a favor do earned media], ou seja, da cobertura independente de terceiros, face a conteúdos da própria marca e de redes sociais, ao contrário da mistura mais equilibrada da Google. Conclui também que os motores diferem na diversidade de domínios, na atualidade, na estabilidade entre idiomas e na sensibilidade à forma como a pergunta é formulada.	Duas pré-publicações do mesmo grupo de investigação de Toronto (Chen, Wang, Chen e Koudas) comparam a pesquisa com IA com a Google. A segunda, atualizada em maio de 2026, compara domínios de origem, tipos de conteúdo, intenção de pesquisa e atualidade entre a Pesquisa Google e os principais serviços de IA generativa.	Nenhum dos resumos dá números e ambas são pré-publicações que não passaram por uma revisão por pares completa.
As características das páginas correlacionam-se com a citação. Os metadados e a atualidade, o HTML semântico e as características de dados estruturados foram as mais associadas à citação.	Pré-publicação de 2025 (Kumar e Palkhouski): 1 702 citações em 1 100 URL únicos, com 70 perguntas de intenção de compra colocadas ao Brave Summary, às Vistas gerais de IA da Google e ao Perplexity	Observacional, apenas páginas de software B2B em inglês; mostra associação, não causa.

Em suma: o valor original de 40 % é real, mas restrito. Os motores são inconsistentes. A presença de terceiros parece importar muito. E ninguém publicou um teste controlado e repetível que mostre que uma alteração concreta na página do seu site lhe garante citações em todos os motores.

Como escolhem e citam fontes os motores generativos?

Nenhuma empresa de IA publica a totalidade das suas regras de seleção de fontes. O que podemos dizer vem da documentação oficial e de alguns estudos, lidos com os respetivos limites em mente. Pense em quatro camadas.

1. O motor consegue chegar à sua página?

Um rastreador é um programa automático que lê páginas web. Um ficheiro robots.txt é um ficheiro de texto simples, na raiz do site, que diz aos rastreadores o que podem ler. Cada empresa de IA tem mais do que um rastreador, com funções diferentes:

• A OpenAI documenta o GPTBot (conteúdo que pode ser usado para treinar modelos), o OAI-SearchBot (apresentação de sites na pesquisa do ChatGPT) e o ChatGPT-User (acessos desencadeados por um pedido de uma pessoa). A OpenAI indica que os sites que excluem o OAI-SearchBot não aparecem nas respostas da pesquisa do ChatGPT, e que uma alteração demora cerca de 24 horas a aplicar-se. Quanto ao ChatGPT-User, a OpenAI diz que as regras do robots.txt podem não se aplicar.
• A Anthropic documenta três bots, um para treino, um para acessos dirigidos pelo utilizador e um para pesquisa, e afirma que respeitam os sinais de não rastreio no robots.txt.
• A Perplexity afirma que o PerplexityBot serve para apresentar sites na pesquisa e não é usado para treinar modelos de base, e que o Perplexity-User, que atua a pedido de uma pessoa, geralmente ignora as regras do robots.txt.
• A Google usa o Google-Extended como controlo sobre se o conteúdo é usado para treinar futuros modelos Gemini e para fundamentação. A Google diz que não afeta a inclusão de um site na Pesquisa Google e que não é um sinal de classificação.

Saber se os bots obedecem é outra questão.

Trate o robots.txt como uma declaração das suas intenções, não como uma garantia.

2. A página é elegível?

Para a Google, a documentação é direta. Para aparecer como ligação de apoio nas Vistas gerais de IA ou no Modo IA, uma página tem de estar indexada e elegível para ser mostrada na Pesquisa com um excerto. A Google diz que não há requisitos adicionais e que não é necessária marcação schema.org especial (dados estruturados que identificam o conteúdo da página para as máquinas).

Os controlos são os mesmos controlos de excerto usados na Pesquisa: nosnippet, data-nosnippet, max-snippet e noindex. O tráfego das funcionalidades de IA é contabilizado no Search Console na repartição da pesquisa «Web», pelo que não o pode separar do resto.

3. O que torna uma página mais provável de ser escolhida?

Aqui a evidência é mais escassa. Os sinais mais fortes são os já referidos: as experiências originais do GEO, o enviesamento a favor do earned media e a associação do GEO-16 entre características das páginas e citação. A orientação da própria Google vai em sentido contrário no que toca à marcação, como explica a secção seguinte.

Há ainda um resultado indireto. O «Lost in the Middle» (Liu e colegas, 2023) concluiu que os modelos de linguagem usam muitas vezes melhor a informação quando está no início ou no fim do texto que recebem, e pior quando está no meio. É uma experiência sobre texto fornecido a modelos, não sobre resultados de pesquisa. Leia-a como uma analogia para pôr a resposta principal em primeiro lugar, não como prova sobre a ordem das citações.

4. A citação está correta?

Como se viu atrás, ser citado não é o mesmo que ser representado com rigor. É por isso que qualquer programa de GEO precisa de um passo em que uma pessoa lê o que os motores dizem sobre o negócio.

GEO, SEO e AEO: qual é a diferença?

O SEO (otimização para motores de pesquisa) procura posicionar-se numa lista de resultados. O AEO (otimização para motores de resposta) é uma designação informal para conquistar a resposta direta que um sistema dá, como um excerto em destaque ou uma resposta por voz. O GEO procura ser usado e citado dentro de uma resposta escrita, composta por um motor generativo.

A nossa comparação entre SEO, AEO e GEO aprofunda o tema. Esta tabela é o resumo.

	SEO	AEO	GEO
Nome completo	Search engine optimization	Answer engine optimization	Generative engine optimization
Objetivo	Posicionar-se numa lista de resultados	Ser a resposta direta	Ser citado dentro de uma resposta escrita por IA
Superfície típica	Páginas de resultados da Google e do Bing	Excertos em destaque, respostas por voz	ChatGPT, Perplexity, Gemini, Vistas gerais de IA, Modo IA
O que se conquista	Um clique numa ligação	Uma resposta apresentada	Uma menção ou citação na resposta
Principais fatores	Rastreabilidade, relevância, ligações, experiência de página	Respostas curtas, claras e diretas	Acesso para rastreadores de IA, respostas claras, cobertura de terceiros, rigor
Como se mede	Posições, impressões, cliques	Posse do excerto	Citações e menções num conjunto fixo de perguntas
Estado do termo	Estabelecido	Informal	Criado num artigo de 2023; ainda em evolução

A sobreposição é o que mais importa. A indexação, a escrita clara e o conteúdo de confiança servem os três. Para uma visão mais ampla do lado de IA do SEO, veja o nosso guia de AI SEO.

O guia prático de GEO, por ordem de solidez da evidência

A maior parte dos conselhos de GEO na internet não diz quão sólido é o seu suporte. Aqui, cada tática leva uma de três etiquetas:

Etiqueta	O que significa
Medido num estudo	Um estudo publicado testou-a ou observou-a. O estudo pode ter limites, que indicamos.
Orientação oficial	A documentação do próprio motor recomenda-a ou descreve-a.
Prática razoável, ainda não medida	Sensata e de baixo risco, mas não encontrámos nenhum estudo que meça o seu efeito nas citações de IA.

Tabela-resumo

#	Tática	Etiqueta de evidência	Fonte principal e limite
1	Conquistar cobertura independente de terceiros	Medido num estudo	Pré-publicações de Toronto; os resumos não dão números
2	Acrescentar dados concretos, citações e referências ao conteúdo	Medido num estudo	Artigo original do GEO; motores de 2023, até 40 %
3	Manter os metadados atualizados e usar HTML semântico limpo	Medido num estudo	Pré-publicação GEO-16; observacional, páginas de software B2B
4	Deixar entrar os rastreadores certos	Orientação oficial	Documentação da OpenAI, Anthropic, Perplexity e Google
5	Manter as páginas principais indexáveis e elegíveis para excerto	Orientação oficial	Google Search Central
6	Etiquetar corretamente os elementos interativos	Orientação oficial	Chrome Lighthouse (experimental)
7	Escrever conteúdo natural para pessoas	Orientação oficial	Google Search Central
8	Abrir cada página com uma resposta direta	Prática razoável, ainda não medida	Apenas analogia indireta
9	Cobrir as subperguntas relacionadas	Prática razoável, ainda não medida	Nenhum estudo de citações encontrado
10	Auditar o que os motores dizem sobre si	Prática razoável, ainda não medida	Motivada pelos estudos sobre rigor
11	Publicar um ficheiro llms.txt	Medido num estudo (sem efeito encontrado)	SE Ranking, Ahrefs; a Google é neutra

Medido num estudo

1. Conquiste cobertura independente de terceiros. Nas experiências controladas do grupo de Toronto, a pesquisa com IA mostrou um enviesamento sistemático e esmagador a favor do earned media face a conteúdos da própria marca e de redes sociais. Se isto se confirmar no seu mercado, as avaliações, a imprensa, as publicações do setor, os diretórios e as menções de especialistas podem pesar mais nas respostas de IA do que as suas próprias páginas. Por isso, descubra que sites independentes os motores citam para o seu tema e trabalhe para ser descrito com rigor aí.

2. Acrescente dados concretos, citações e referências ao seu conteúdo. O artigo original do GEO testou métodos de reescrita de conteúdo e relatou ganhos de visibilidade até 40 %, variáveis consoante o domínio. Para uma pequena empresa, isto significa tornar cada página mais concreta e verificável.

Use números reais com a respetiva fonte. Cite pessoas identificadas que tenham autorizado a citação. Ligue a fontes primárias.

Nunca invente nada disto. Uma estatística inventada é pior do que nenhuma, e toda a abordagem depende de conteúdo que mereça ser citado.

3. Mantenha os metadados atualizados e o HTML limpo. A pré-publicação GEO-16 concluiu que os metadados e a atualidade, o HTML semântico (etiquetas adequadas de títulos, listas e tabelas, em vez de caixas decoradas) e os dados estruturados eram as características de página mais associadas à citação, em 1 100 URL únicos. Um limiar de exemplo de pontuações altas alinhou-se com taxas de citação substancialmente mais elevadas nos seus dados.

11. llms.txt: testado, sem efeito encontrado. Um ficheiro llms.txt é um ficheiro de texto simples, proposto, colocado na raiz de um site, que lista e resume as páginas principais para sistemas de IA. O nosso guia do llms.txt explica-o por completo, e pode verificar o seu com o verificador de llms.txt. Aqui limitamo-nos a relatar o que foi medido.

• O estudo da SE Ranking, com quase 300 000 domínios, não encontrou correlação entre ter o ficheiro e ser citado por motores de IA, e um modelo sem essa variável previu melhor as citações.
• A Ahrefs, ao estudar 137 210 domínios, concluiu que 97 % dos ficheiros llms.txt que viu não receberam qualquer pedido em maio de 2026, e que nenhum bot de IA pediu caminhos inexistentes.
• A Google diz que o llms.txt «will neither harm nor help» [não prejudica nem ajuda] a visibilidade na Pesquisa.

Os valores de adoção diferem muito porque cada estudo mediu uma população diferente:

Os autores do Common Crawl dizem que o seu valor não é comparável com o do Web Almanac.

Orientação oficial

4. Deixe entrar os rastreadores certos. Verifique o seu robots.txt e decida bot a bot. Permitir um bot de pesquisa como o OAI-SearchBot é o que a documentação associa a aparecer nas respostas da pesquisa do ChatGPT. Bloquear um bot de treino como o GPTBot é uma escolha separada.

O seu alojamento ou a configuração de segurança também podem bloquear bots sem que o saiba, por isso teste a partir do exterior. E lembre-se dos limites de cumprimento referidos acima.

5. Mantenha as páginas principais indexáveis e elegíveis para excerto. A Google diz que uma página tem de estar indexada e elegível para ser mostrada com um excerto para aparecer nas Vistas gerais de IA ou no Modo IA. Garanta que as páginas importantes devolvem respostas normais, não estão marcadas com noindex e não estão restringidas por controlos de excerto que não pretendia definir.

6. Etiquete corretamente os elementos interativos. O Lighthouse da Google, uma ferramenta que audita páginas web, acrescentou uma categoria experimental «Agentic Browsing». A sua documentação diz que os agentes dependem da árvore de acessibilidade como modelo de dados principal. A árvore de acessibilidade é a versão estruturada de uma página que os leitores de ecrã usam: nomes, funções e estados de botões, ligações e campos de formulário. As auditorias verificam nomes e etiquetas, a integridade da árvore e a visibilidade do conteúdo interativo.

7. Escreva conteúdo natural para pessoas. A orientação da Google para as funcionalidades de IA generativa diz que não é preciso dividir o conteúdo em fragmentos minúsculos e que os dados estruturados não são necessários para a pesquisa com IA generativa. Diz também que não são necessários novos ficheiros legíveis por máquina, ficheiros de texto para IA, marcação ou Markdown para aparecer na Pesquisa Google. O Search Engine Journal notou que a auditoria experimental do Lighthouse verifica a existência de llms.txt enquanto a Pesquisa diz que não é necessário, e atribuiu a diferença à visibilidade na Pesquisa face à preparação para agentes de navegação.

Prática razoável, ainda não medida

Estes passos são baratos, de baixo risco e coerentes com as fontes acima, mas não encontrámos nenhum estudo que meça o seu efeito nas citações de IA.

8. Abra cada página com uma resposta direta. Coloque uma resposta simples de duas a três frases sob cada título. Escreva frases que façam sentido sozinhas, com o sujeito identificado, para poderem ser citadas sem o parágrafo à volta. A única evidência relacionada é a experiência «Lost in the Middle», que diz respeito a texto fornecido a um modelo, não à classificação na pesquisa.

9. Cubra as subperguntas relacionadas. Se vende um serviço, responda às perguntas que um comprador faz à volta dele: custo, processo, riscos, alternativas, pormenores locais. As perguntas reais dos seus clientes e da sua equipa comercial são a melhor fonte. Nenhum estudo que analisámos testa isto face às taxas de citação.

10. Audite o que os motores dizem sobre si. Pergunte aos motores que os seus clientes usam sobre o seu negócio e a sua categoria e leia as respostas com espírito crítico. Dados os resultados sobre rigor acima, espere erros. A correção está normalmente nas fontes de que os motores se servem, incluindo as suas próprias páginas.

Como se mede o GEO?

Não há uma métrica de GEO padrão. O artigo original usou as suas próprias medidas de visibilidade, e as ferramentas comerciais usam outras. Qualquer número que um fornecedor lhe mostre depende do seu método, por isso peça o método. Duas medições complementares são práticas.

1. Monitorização da visibilidade em IA

Escolha um conjunto fixo de perguntas, talvez 20 a 50 que os seus clientes colocam de facto, e execute-as com periodicidade:

O Search Console não lhe isola isto. A Google contabiliza o tráfego das funcionalidades de IA na repartição da pesquisa «Web», em conjunto com os resultados normais. Noutros motores, procure referências na sua análise de tráfego, mas lembre-se dos rácios entre rastreios e visitas referidas indicados acima: sem cliques não quer dizer sem citações.

Tenha cuidado com os dados de cliques em geral. Os estudos divergem quanto aos cliques que os resumos de IA custam aos sites, e as razões são de método. Não se contradizem tanto quanto medem coisas diferentes:

Fonte	O que concluiu	Nota de método
Pew	Um clique numa ligação em 8 % das visitas à Google com um resumo de IA, contra 15 % sem ele	Painel de navegação
Ahrefs	Taxa de cliques do primeiro resultado com uma Vista geral de IA cerca de 58 % inferior à prevista	Atualização de 2026 que reutilizou o seu método anterior numa janela mais longa (de dezembro de 2023 a dezembro de 2025) e atualizou o valor de 34,5 % de 2025
Google	Volume total de cliques orgânicos «relatively stable» [relativamente estável] de ano para ano	Afirmação sem números publicados; mede o volume total em todos os sites
Seer Interactive	As marcas citadas nas Vistas gerais de IA obtiveram cerca de 35 % mais cliques orgânicos do que as não citadas	Os seus autores não reivindicam causalidade

2. Estrutura e preparação do site

A outra metade é saber se os motores e os agentes conseguem sequer navegar e ler o seu site. Isso significa acesso de rastreio, indexabilidade, uma estrutura de ligações internas clara para que as páginas importantes sejam alcançáveis, títulos descritivos e marcação acessível. O nosso guia sobre navegabilidade agêntica explica esta camada em pormenor.

O GraphoRank é uma ferramenta para esta segunda medição: rastreia um site, respeitando o robots.txt, e pontua numa escala de 0 a 100 a facilidade com que os agentes de IA o conseguem navegar, ler e citar. A página Como funciona mostra o método e os seus limites.

Erros comuns

#	Erro	Porque prejudica
1	Tratar o GEO como substituto do SEO	A documentação da própria Google associa as funcionalidades de IA à indexação e à elegibilidade para excerto. Se os motores de pesquisa não conseguem indexar uma página, o esforço de GEO nela é desperdiçado.
2	Bloquear todos os bots de IA por omissão	Os rastreadores de treino, de pesquisa e os desencadeados pelo utilizador são diferentes. Bloquear os bots de pesquisa pode retirá-lo das respostas onde quer aparecer. Bloquear os de treino é uma escolha distinta e legítima.
3	Confiar que o robots.txt trava tudo	A documentação diz que alguns acessos desencadeados pelo utilizador podem não o seguir, e um estudo concluiu que os rastreadores de pesquisa com IA raramente o consultam.
4	Perseguir um só motor	A utilização está repartida por vários produtos e a distribuição mudou no espaço de um ano.
5	Inventar provas	Estatísticas inventadas, avaliações falsas e menções plantadas são o oposto do que a evidência recompensa, e a Google diz que as menções inautênticas não são tão úteis quanto parecem.
6	Acreditar em promessas de ganho garantido	O valor publicado mais forte é de até 40 %, de experiências de 2023. Se um fornecedor prometer um ganho fixo, peça o método e a amostra.
7	Acrescentar marcação porque um blogue o disse	A Google diz que os dados estruturados não são necessários para as suas funcionalidades de IA, e um estudo de grande dimensão não encontrou relação entre o llms.txt e as citações. Estes ficheiros são baratos e inofensivos, mas não devem tirar o lugar ao trabalho sobre acesso, conteúdo e cobertura independente.
8	Nunca ler o que os motores dizem	Os estudos sobre rigor mostram que os erros são comuns. Verifique e corrija na origem.
9	Medir uma só vez	Os resultados variam por motor, por execução e por formulação. Uma captura de ecrã não é uma medição.
10	Ignorar a acessibilidade	A marcação que os leitores de ecrã não conseguem interpretar pode ser difícil de usar também para os agentes, segundo a documentação do Lighthouse da Google.