Seu Site Aparece, Mas Não É Citado: a Diferença Entre Ser Encontrado e Ser Recomendado pela IA

É possível que o site da sua clínica seja perfeitamente acessível para os robôs de IA e, ainda assim, nunca seja citado numa resposta. São dois testes distintos, e confundir os dois é o erro mais comum em quem começa a se preocupar com GEO.

Retrievability: o teste técnico

Retrievability é a pergunta mais básica: o robô da IA consegue acessar e ler sua página? Isso depende de fatores técnicos, como o arquivo robots.txt não estar bloqueando o acesso, o conteúdo não estar escondido atrás de scripts pesados que só carregam depois de interação do usuário, e a página não exigir login ou estar atrás de paywall. Se qualquer um desses pontos falhar, a IA nunca chega a "ler" sua página, por melhor que o texto seja.

Esse teste é binário: passa ou não passa. E costuma ser resolvido com ajustes técnicos relativamente simples.

Citability: o teste de qualidade

Passar no teste técnico só garante que a IA pode ler a página. Não garante que ela vá querer citar. Citability é uma avaliação de qualidade: o texto responde com autoridade, traz dados verificáveis, cita fontes confiáveis, é claro o suficiente para ser reaproveitado numa resposta? Uma página tecnicamente acessível mas genérica, sem dado concreto e sem assinatura de quem escreveu, perde para um concorrente que respondeu à mesma dúvida com mais precisão.

A pesquisa acadêmica que fundamenta este guia testou nove táticas diferentes de otimização de conteúdo para citability. As que mais aumentaram a chance de citação foram adicionar estatísticas verificáveis, citar fontes de forma explícita e incluir citações diretas, entre especialistas ou fontes primárias. Táticas como simplesmente repetir palavras-chave ou usar vocabulário incomum tiveram efeito neutro ou até negativo.

Por onde começar

Resolva retrievability primeiro, é mais rápido e sem ele nada mais importa. Depois, invista em citability: acrescente números com fonte, inclua uma citação de especialista quando fizer sentido, e deixe claro quem assina o conteúdo. Esse último ponto se conecta diretamente ao papel do E-E-A-T nas respostas do Google, tema do próximo grupo de artigos deste guia.

Fontes: AGGARWAL, P.; MURAHARI, V.; RAJPUROHIT, T.; KALYAN, A.; NARASIMHAN, K.; DESHPANDE, A. GEO: Generative Engine Optimization. KDD 2024. Disponível em: https://arxiv.org/abs/2311.09735.