Acabam de ser apresentados ao mundo os resultados de uma pesquisa construída a partir de nove milhões de respostas de IA, coletadas em nove plataformas diferentes e mais de 400 marcas. As informações foram divulgadas este mês por Nikki Lam, a vice-presidente sênior de SEO da NP Digital, na conferência brightonSEO. O mesmo conjunto de dados foi publicado hoje no Blog do Neil Patel, especializado em Marketing Digital.
O que os dados mostram é, em muitos pontos, o oposto do que o mercado de GEO vem afirmando com convicção. Vamos aprofundar para entender.
Antes de entrar nos dados, um contexto importante
A sigla GEO, que aponta para a otimização para mecanismos generativos de IA, é o conjunto de práticas voltadas a fazer com que marcas apareçam nas respostas geradas por ferramentas como ChatGPT, Gemini, Perplexity e afins. Já falamos muito sobre o tema aqui no Encontrabilidade.
O problema é que boa parte das recomendações sobre GEO circulam com base em lógica, intuição e extrapolação do que funcionou no SEO tradicional. Poucos estudos testaram essas recomendações contra dados reais, em escala.
A pesquisa citada no início deste post é uma exceção. E o que ela encontrou merece atenção.
Sentimento positivo não aumenta citações de IA
Uma das apostas mais comuns no mercado é que marcas com melhor reputação, avaliações mais positivas e sentimento mais favorável seriam mais citadas pelas ferramentas de IA. Faz sentido intuitivo: a IA deveria preferir marcas confiáveis.
Mas os dados não sustentam essa lógica. Segundo a pesquisa, em cinco plataformas analisadas, entre elas ChatGPT, Gemini e Grok, o sentimento correlaciona de forma negativa ou neutra com a frequência de citação. Marcas com reputações mais conturbadas chegam a ser citadas com mais frequência do que marcas tranquilas e bem-vistas.
A hipótese da pesquisadora para explicar esse padrão é direta: esses modelos recuperam conteúdo com base em quanto uma marca é discutida, não em como as pessoas se sentem sobre ela. Controvérsia gera mais discussão. Mais discussão gera mais material para os modelos citarem. Mais material, mais citações.
Isso não significa que reputação não importe. Importa para conversão, confiança do usuário e para os critérios de Experiência, Especialização, Autoridade e Confiabilidade que o Google usa para avaliar a qualidade do conteúdo. O que os dados mostram é que cuidar da reputação como estratégia para aumentar citações de IA é apostar no alvo errado.
Formato não decide a citação
Outro mito derrubado pela pesquisa: a ideia de que listas, comparações e tutoriais do tipo “como fazer” seriam os formatos mais citados pelas ferramentas de IA.
Segundo os dados, 64% das citações de IA vêm de páginas comuns, não desses formatos específicos.
A explicação é comportamental: esses modelos recuperam o trecho que melhor responde ao prompt, independente do formato da página onde ele está. Uma página de categoria aprofundada ou um guia completo muitas vezes responde mais perguntas do que uma lista formatada especificamente para ser citada, mas construída com pouco conteúdo real.
O que o dado sugere na prática: em vez de reformatar conteúdo existente para parecer mais “otimizado para IA”, o caminho mais eficaz é tornar as páginas comuns mais completas, com cobertura mais ampla de perguntas, mais especificidade e dados originais que o modelo possa extrair.
Para consultas comerciais, a sua página é a última que a IA consulta
Esse dado é um dos mais relevantes para quem trabalha com comércio eletrônico, serviços ou qualquer negócio com intenção de compra clara.
Segundo a pesquisa, em prompts com intenção comercial, 82% das citações de IA vão para fontes de terceiros. Páginas do próprio site da marca representam apenas 3% das citações, em contraste com até 13% em prompts de navegação e informacionais.
Em outras palavras: no exato momento em que alguém está decidindo se vai comprar, os sistemas de IA tratam qualquer fonte que não seja o próprio vendedor como mais confiável. Sua página de produto é a última que eles consultam para confirmar.
A implicação estratégica é clara: investir em relações públicas digitais direcionado especificamente a tópicos de fundo de funil, comparações de preço, listas de melhores opções na categoria, avaliações em plataformas especializadas, tem mais impacto na visibilidade de IA nas consultas de compra do que otimizar as páginas de produto.
YouTube supera Reddit como fonte com maior impacto em visibilidade de IA
O Reddit virou praticamente um dogma nas conversas sobre GEO em 2026. A plataforma é amplamente citada como a principal fonte de terceiros para visibilidade em IA.
Os dados contam outra história. Segundo a pesquisa, o YouTube entrega o maior aumento de visibilidade de IA entre as fontes analisadas, com 2,8 vezes mais impacto, à frente do LinkedIn (2,7 vezes), do Reddit (2,4 vezes), do G2 (1,9 vez) e do Gartner (1,6 vez).
A explicação da pesquisadora é técnica e faz sentido: a transcrição de um vídeo é um documento longo, bem estruturado e em linguagem falada, exatamente o tipo de conteúdo que esses sistemas recuperam com eficiência. Marcas que tratam o YouTube apenas como canal de conteúdo de marca, em vez de fonte de citação, estão deixando o canal com maior impacto em visibilidade de IA subutilizado.
Conteúdo próprio citado tem o maior multiplicador de visibilidade do dataset
Eis aqui um dado que vai contra a narrativa de que o conteúdo próprio da marca perdeu relevância na era da IA.
Quando o conteúdo de uma marca é citado diretamente, ou seja, a IA linka para uma página do próprio domínio, a taxa de visibilidade de IA sobe cinco vezes. Esse é o maior multiplicador de todo o conjunto de dados, superior ao impacto do YouTube (2,8 vezes).
Conteúdo próprio representa uma fatia menor das citações totais, mas, quando é citado, o impacto é desproporcional. Isso justifica continuar investindo em páginas do próprio site, com foco nas categorias de consulta que já estão gerando citações próprias.
Mais da metade das citações nunca se repete
Esse dado muda a forma como o sucesso em visibilidade de IA deve ser medido.
Segundo a pesquisa, até 58% das citações de IA nunca reaparecem depois da primeira vez. Mais da metade do que uma marca conquista, ela consegue uma única vez.
Um detalhe a mais é relevante: páginas próprias duram de três a nove vezes mais do que citações em fontes de terceiros.
Isso tem duas implicações práticas. A primeira é metodológica: uma captura pontual de citações não é um indicador confiável de desempenho. O monitoramento precisa ser contínuo, em cadência semanal ou mensal, para capturar o padrão real. A segunda é estratégica: páginas próprias duram mais. Isso reforça o argumento para investir em conteúdo do próprio domínio, não apenas em conquista de citações em terceiros.
Ser citado não significa ter o nome mencionado
Esse é, possivelmente, o dado com maior impacto para quem usa citações de IA como métrica de sucesso de marca.
Segundo a pesquisa em questão, até 75% das respostas de IA que citam a página de uma marca nunca dizem o nome dela no texto da resposta. O modelo usa o conteúdo sem entregar o reconhecimento de marca que as equipes de Marketing esperam.
Este é exatamente o fenômeno que já cobrimos aqui no Encontrabilidade no post “Citações fantasmas: a IA cita o seu conteúdo, mas esquece o nome da sua marca”.
A conclusão prática: reportar crescimento de citações como métrica de visibilidade de marca é insuficiente. O que precisa ser medido é a participação de voz, ou seja, com que frequência o nome da marca aparece nas respostas de IA, não apenas se o seu conteúdo foi citado.
Volatilidade de visibilidade é um problema de marca, não de plataforma
Quando uma marca perde visibilidade em IA num mês, a explicação mais comum é que “a plataforma é instável”. A pesquisa questiona essa narrativa com dados.
Segundo as informações apuradas a partir de 9 milhões de respostas, a variação de visibilidade no nível de marca vai de 0,04 a 1,0. Já a variação no nível de plataforma vai de apenas 0,08 a 0,32. Na mesma plataforma, na mesma semana, algumas marcas mantêm visibilidade estável enquanto outras sobem e descem. A variável que explica essa diferença é a marca, não a plataforma.
As marcas mais estáveis no dataset compartilham dois atributos: cobertura aprofundada de tópicos e menções fortes em fontes de terceiros. Quando a visibilidade começa a oscilar, o diagnóstico certo começa pela auditoria de conteúdo e autoridade de entidade da marca, não pela culpabilização da plataforma.
O mesmo trabalho funciona em todas as plataformas
A última premissa derrubada pela pesquisa é a ideia de que cada plataforma de IA exige uma estratégia completamente diferente.
Segundo os dados, marcas que têm alto desempenho em visibilidade de IA mantêm esse desempenho de forma consistente em todas as plataformas analisadas, com estabilidade cerca de quatro vezes maior do que a média. Os sinais que constroem um vencedor, profundidade de conteúdo, cobertura de terceiros, autoridade construída, são os mesmos em todas as plataformas.
Uma marca não é citada de forma diferente pelo ChatGPT e pelo Gemini por ter usado truques de otimização específicos para cada um. Ela é citada porque constrói profundidade real, autoridade genuína e presença em fontes de terceiros relevantes para o setor.
A pesquisadora resume a conclusão com uma frase que serve de orientação para o Encontrabilidade há meses: “O trabalho que os profissionais já sabem fazer, construir profundidade, conquistar cobertura real de terceiros, estabelecer autoridade, ainda conta. Conta mais do que qualquer atalho de GEO que está circulando agora.”
Perguntas frequentes sobre o estudo de 9 milhões de respostas de IA
1. O que é o conjunto de dados por trás deste estudo e quem o realizou?
Segundo a própria pesquisadora Nikki Lam, vice-presidente sênior de SEO da NP Digital, o estudo foi construído a partir de 9 milhões de respostas de IA coletadas em nove plataformas diferentes e mais de 400 marcas empresariais. O mesmo conjunto de dados foi apresentado na conferência brightonSEO 2026 e publicado no blog do Neil Patel em 30 de setembro de 2026. Os dados vêm de clientes e concorrentes rastreados ao longo do tempo em diferentes setores, do Comércio Eletrônico a Finanças e software B2B.
2. Por que sentimento e reputação positiva não aumentam as citações de IA?
Porque esses modelos recuperam conteúdo com base em quanto uma marca é discutida, não em como as pessoas se sentem sobre ela. Marcas que geram mais discussão, inclusive discussões críticas ou controvérsias, fornecem mais material textual para os modelos citarem. Sentimento e reputação continuam importando para conversão, confiança do usuário e para os critérios de qualidade de conteúdo do Google. O que os dados mostram é que cuidar da reputação como estratégia para aumentar o volume de citações de IA aponta para o alvo errado.
3. Por que o YouTube entrega mais impacto em visibilidade de IA do que o Reddit?
Segundo a pesquisa, o YouTube entrega um aumento de 2,8 vezes na visibilidade de IA, contra 2,4 vezes do Reddit. A explicação é que a transcrição de um vídeo é um documento longo, estruturado e em linguagem falada, exatamente o tipo de conteúdo que os modelos de linguagem recuperam com eficiência. A maioria das marcas ainda trata o YouTube como canal de conteúdo de marca, não como fonte de citação, o que deixa o canal com maior impacto em visibilidade de IA subutilizado.
4. O que significa “participação de voz em IA” e por que ela importa mais do que o número de citações?
Participação de voz em IA mede com que frequência o nome de uma marca aparece no texto das respostas geradas por sistemas de IA, não apenas se o conteúdo da marca foi usado como fonte. Segundo o estudo, até 75% das respostas que citam a página de uma marca nunca dizem o nome desta marca. Isso significa que crescimento no número de citações pode não estar gerando reconhecimento de marca. Participação de voz é a métrica que captura se a marca está sendo nomeada, e não apenas consultada nos bastidores, nas chamadas “Citações fantasmas”, tema já aprofundado anteriormente aqui no Blog.
5. O que as marcas com visibilidade de IA mais estável têm em comum?
Segundo a pesquisa, as marcas com desempenho mais estável em visibilidade de IA em todas as plataformas analisadas compartilham dois atributos: cobertura aprofundada de tópicos e menções fortes em fontes de terceiros. Essas marcas mantêm visibilidade cerca de quatro vezes mais estável do que a média, independentemente da plataforma, o que indica que os mesmos fundamentos, profundidade de conteúdo, autoridade de entidade e presença em terceiros, funcionam em todos os sistemas de IA sem necessidade de estratégias específicas por plataforma.
