Além do ranking: o que realmente faz uma página ser citada nas respostas de IA

Vinte anos de prática de search se apoiam em uma premissa: o ranking determina a visibilidade. Essa premissa nunca foi testada em larga escala contra motores de resposta, e as medições que a testam só existem entre meados de 2025 e meados de 2026. Elas são incômodas. De cerca de quatro milhões de URLs citadas nos AI Overviews do Google, apenas 37,1 % apareciam também no top 10 da consulta, e 36,7 % não apareciam nem no top 100 (Ahrefs, 863.000 keywords, março de 2026) [1]. Em 100.000 prompts, apenas 11 % dos domínios citados apareciam tanto nas respostas do ChatGPT quanto nas do Perplexity (Profound, julho de 2025) [4]. E no AI Mode do Google, 93 % das sessões terminam sem um único clique de saída (GEO Hub, 2026) [9].

A conclusão não é que o ranking deixou de importar. É que o ranking se tornou um sinal de relevância dentro de um conjunto candidato muito maior, não uma condição de entrada. As marcas que continuam a investir contra a posição enquanto a decisão de citação é tomada em outro lugar estão medindo a variável errada. O primeiro passo é trocar a unidade de medida do ranking para o share de fontes citadas por motor, e tratar a extraibilidade e a atualidade como as duas alavancas que de fato o movem.

A otimização de busca clássica se constrói sobre uma única cadeia causal: uma página se posiciona, logo é vista, logo recebe cliques. Toda convenção de reporting do setor — posição média, share of voice, número de posições no top 10 — é um substituto dessa cadeia. Mesmo quando os resumos de IA surgiram, a maioria dos profissionais os tratou como mais um recurso do SERP montado sobre o mesmo modelo.

O comportamento dos usuários diz outra coisa. O Pew Research Center acompanhou em março de 2025 a navegação de 900 adultos norte-americanos em 68.879 buscas no Google. Quando aparecia um resumo de IA (o que ocorria em 18 % das buscas e em 53 % das consultas com dez palavras ou mais), os usuários clicavam em um resultado orgânico clássico em 8 % das visitas, contra 15 % sem resumo, e encerravam a sessão em 26 % dos casos [10]. O resumo não ficou acima do ranking. Ele substituiu o ranking como aquilo que o usuário lê.

“In roughly one in four searches with an AI summary, the user was finished before reaching any result at all.” — Pew Research Center, 68,879 searches, March 2025 [10]

Os dados de tráfego confirmam a direção sem confirmar o mecanismo. O painel de clickstream da Semrush — mais de um bilhão de linhas de dezessete meses de navegação nos EUA — mostra o tráfego de referência do ChatGPT com +206 % em 2025, enquanto mais de 20 % desse tráfego de saída voltava ao Google em vez de ir à página citada, e mais de 30 % se concentrava em dez domínios [8]. A camada de respostas já é grande o bastante para ser um canal de distribuição, e estreita o bastante para que seus retornos sejam distribuídos de forma desigual.

Isso torna cara a pergunta sem resposta. Se os usuários leem respostas e não resultados, só uma coisa importa: se a sua página é escolhida como fonte. E essa seleção não havia sido medida em escala antes de 2025. Este white paper relata o que essas medições mostraram, inclusive nos pontos em que elas se contradizem.

Esta série inclui dois rascunhos anteriores a este relatório. Como os motores de IA decidem quais marcas citar tratava a presença no top 10 como pré-requisito para citação; os dados de 2026 já não sustentam isso, e a seção 3 corrige o ponto. Sete motores, sete comportamentos descreve em que os motores diferem; este white paper mostra por que essas diferenças mudam a sorte da citação. Ambos os rascunhos foram retirados e já não estão publicados.

Isto é pesquisa secundária. Nenhuma das medições deste documento foi produzida pela Novaxilabs. Cada número é o resultado publicado de um estudo identificado, relatado com tamanho de amostra e janela de medição, e cada afirmação leva a uma referência numerada no Apêndice A. O valor agregado não está em dados novos, mas na comparação entre estudos, na reconciliação de resultados conflitantes e na sua tradução em decisões que um time de marca consiga executar.

Classes de evidência

As afirmações são classificadas na escala de cinco níveis usada nesta série: Oficial (documentação do fornecedor), Revisada por pares, Medição independente (amostra ampla de terceiros, com tamanho e janela declarados), Relatada pelo fornecedor e Análise (inferência fundamentada a partir de comportamento observável, explicitamente sem pretensão de conhecer o interior dos motores). Sete dos oito estudos citados aqui são medições independentes; as explicações de mecanismo da seção 3 são análises, e estão marcadas como tal.

Comparabilidade — e por que números absolutos são evitados

Os estudos não compartilham metodologia, e este documento não finge que compartilham. A Ahrefs mediu 863.000 keywords contra 4 milhões de URLs de AI Overview [1]; uma amostra anterior da Ahrefs cobriu 1,9 milhão de citações [2]; a BrightEdge acompanhou nove setores por dezoito meses [3]; a Profound executou 100.000 prompts em dois motores [4]; a Wix Studio analisou 1.056.727 citações de 75.000 respostas de IA [5]. Uma porcentagem de um estudo não se subtrai de uma porcentagem de outro. O que é comparável é a direção: se cada estudo, pelos seus próprios critérios, vê ranking e citação andarem juntos ou separados. Por isso são relatados individualmente.

O que este documento não afirma

Não afirma conhecer como um motor pondera internamente suas fontes. Não afirma que estas descobertas valham para todos os idiomas, mercados ou categorias: onde um estudo relata recorte por categoria, ele é mostrado. Não afirma que a tendência seja permanente: toda fonte aqui é datada, e a própria evidência do documento mostra a rapidez com que o quadro se move (a descoberta 01 relata uma métrica que caiu cerca de metade em oito meses).

Cada descoberta indica uma afirmação, o estudo que a sustenta e a amostra. Onde os estudos divergem, a divergência é mostrada no gráfico em vez de suavizada — porque a divergência é ela mesma a descoberta.

A contradição não é erro de dados, mas diferença de método com uma lição. A BrightEdge acompanhou um conjunto fixo de nove setores por dezoito meses e viu a sobreposição subir de 32,3 % para 54,5 % [3] — com dispersão extrema dentro do conjunto, de 75,3 % em saúde a 19,2 % em restaurantes. A Ahrefs usou amostras de keywords muito maiores e viu a sobreposição cair na direção oposta [1][2]. As duas leituras são defensáveis. O que sobrevive em ambas é mais estreito e mais útil: o ranking é um sinal de relevância dentro de um conjunto candidato muito maior, não um pré-requisito para a citaçãoANALYSIS.

Um terceiro estudo explica por que os números divergem tanto, e é o mais útil para o planejamento. A Ahrefs testou 15.000 consultas de cauda longa no ChatGPT, Gemini, Copilot e Perplexity contra o top 10 do Google para o mesmo prompt: apenas cerca de 12 % das URLs citadas por IA estavam também no top 10 — Perplexity em torno de 29 %, Gemini perto de 12 %, ChatGPT e Copilot perto de 8 % (agosto de 2025) [18]. A distância entre 76 %, 12 % e 37,1 % é em boa parte um efeito do tipo de consultaANALYSIS. Consultas head com valor comercial ainda seguem o ranking o suficiente para gerar sobreposição alta; consultas de cauda longa e em forma de pergunta, em que a resposta é composta por subconsultas, não. A visibilidade de uma marca depende, portanto, do tipo de prompt que seus compradores realmente digitam.

Um mecanismo explica a lacuna sem pretender conhecer o interior dos motores. Os AI Overviews recorrem, segundo documentação pública, aos sistemas centrais de ranking do Google, mas o conjunto de onde extraem é o índice, não o top 10 renderizado; e o AI Mode acrescenta query fan-out, que emite subconsultas derivadas cujos conjuntos de resultados não são a página de resultados original [11][12]. Uma página na 25ª posição para a consulta head pode ser a melhor resposta para uma subconsulta derivada. Os números de 2026 são consistentes com isso: a correlação entre ranking e citação persiste, mas já não funciona como limiar.

A consequência prática é estrutural, não tática. Um painel de um único motor produz um número que parece participação de mercado, mas se comporta como amostra de um canal. Como os dois motores recuperam de formas diferentes — o ChatGPT mistura memória de treinamento com recuperação ao vivo, o Perplexity compõe a partir de um conjunto recuperado ao vivo [13][14] —, a falta de sobreposição não é ruído aleatório. É a impressão digital de estratégias de recuperação distintas, o que significa que a pegada de citações de uma marca precisa ser medida por motor e então agregada.

Outras três medições afinam o que significa “extraível”. Comprimento ajuda, mas não basta: páginas com mais de 20.000 caracteres foram citadas 10,18 vezes em média, contra 2,39 em páginas com menos de 500 caracteres, com os 4,8 % melhores das URLs acumulando dez ou mais citações (Growth Memo, março de 2026) [6]. Começar com uma resposta direta ajuda mais: páginas cujo título respondia diretamente à pergunta foram citadas em 41 % das consultas, contra 29 % em páginas vagamente relacionadas (Growth Memo, abril de 2026) [7]. E um atalho técnico não funciona: marcação structured schema não mostrou nenhum efeito mensurável nos AI Overviews, no AI Mode ou no ChatGPT (Ahrefs, maio de 2026) [15].

A intenção, não o setor, prevê o formato. No mesmo conjunto de dados, consultas informacionais atraíram 45,5 % de artigos contra 21,7 % de listicles, enquanto consultas comerciais inverteram — 40,9 % de listicles contra 6,2 % de artigos [5]. Em serviços profissionais, 80,9 % dos listicles citados vinham de terceiros neutros e não das próprias marcas — o que significa: a jogada vencedora em consultas de compra costuma ser entrar na compilação de outra pessoa em vez de publicar a sua.

Dois fatos estruturais estão por baixo. Primeiro, boa parte de cada resposta já está distribuída antes de uma página de marca poder ser considerada: Wikipedia, YouTube e Reddit forneceram juntos 15 % das fontes linkadas pelos resumos de IA (Pew, 2025) [10], e o YouTube sozinho foi o domínio mais citado nos AI Overviews — 5,6 % de todas as citações e 18,2 % das citações de páginas fora do top 100 (Ahrefs, março de 2026) [1]. Segundo, os motores diferem muito em quantas fontes mostram: em 126 milhões de prompts dos EUA, o ChatGPT mostrou em média 15 fontes por resposta e o Gemini em média três (Semrush AI Visibility Index, 2026) [20]. A mesma página enfrenta aritméticas bem diferentes dependendo de qual motor responde.

Uma limitação é de infraestrutura. Em um teste controlado de 14 dias no próprio site de uma marca, páginas HTML de teste acumularam 137 visitas de bots de IA e apareceram como fontes citadas; o mesmo conteúdo servido como Markdown acumulou zero visitas de qualquer crawler e foi citado zero vezes (OtterlyAI, abril de 2026) [16]. Uma página pode ser excelente e ainda assim inalcançável se existir apenas em uma forma que o recuperador não recupera.

A leitura honesta é mais estreita do que qualquer um dos dois estudos sugere isoladamente. “Publicar conteúdo fresco para ganhar citações” não é o que os dados mostram: em relação à busca comum, os AI Overviews têm preferência por idade praticamente nula, e as páginas citadas costumam ter anos. A atualidade afeta a elegibilidade, não a preferência — uma página nova pode ser recuperada em dias, o que só conta se a página for nova. A conclusão operacional: atualizar uma página existente não é uma alavanca de crescimento, mas uma página que nunca é publicada dentro da janela de recuperação nunca entra no conjunto. O que se acumula é existência contínua e recuperação repetida, e uma página reescrita a cada trimestre não reinicia esse relógio.

A implicação é uma mudança de função objetivo, não de canal. Se a citação é o ponto final da maioria das sessões, então o resultado que vale medir é se a marca é nomeada, com que rapidez, com que precisão e ao lado de quem — não quantos visitantes chegaram. O tráfego que existe é concentrado: mais de 30 % do tráfego de saída do ChatGPT vai a dez domínios, e mais de 20 % volta ao Google em vez do publisher citado [8]. Para a maioria das marcas, o preço realista de ser a resposta certa dentro da resposta é o clique como bônus ocasional.

As cinco descobertas convergem em um deslocamento operacional: a unidade de competição saiu da posição para a presença, e as métricas precisam acompanhar.

1. O ranking deixa de ser a manchete do reporting

A posição média continua sendo um diagnóstico útil — diz quais páginas são candidatas plausíveis —, mas já não é substituto de visibilidade. Uma marca que reporta “três keywords no top 10” não disse nada sobre aparecer em respostas. A métrica substituta é o share de fontes citadas: em que proporção das respostas que os prompts da sua categoria geram o seu domínio é uma das fontes, e em que posição da lista de fontes.

2. A escolha de motores é uma decisão de estrutura de mercado

Com sobreposição de 11 % entre motores, uma “visibilidade em IA” medida em um deles descreve um único canal [4]. Uma marca deveria decidir quais motores correspondem à população real dos seus compradores, relatar cada um separadamente e agregar apenas com a composição de motores declarada. Um número único misturado entre motores não é um resumo, mas uma média ponderada de populações não comparáveis.

3. A extraibilidade é a única alavanca inteiramente nas mãos de uma marca

O ranking depende de concorrentes e de um algoritmo que ninguém consegue inspecionar. A extraibilidade não: uma página que começa com uma resposta direta, coloca a afirmação nas duas primeiras frases e cobre as subperguntas óbvias pode ser melhorada nesta semana. O efeito medido é considerável — 41 % de taxa de citação para títulos com resposta direta contra 29 % para títulos vagamente relacionados [7], e uma diferença de 4,3 vezes entre páginas longas e muito curtas [6]. A única alavanca que parecia um atalho — marcação schema — não mediu nenhum efeito [15].

4. A atualidade é um limiar de elegibilidade, não uma alavanca de crescimento

A página citada média tem mais de três anos [19], por isso “atualizar nosso conteúdo” não é a alavanca que se vende. O que a atualidade governa é se uma página chega a entrar — e essa janela é curta, com mediana de 6,81 dias até a primeira citação [17]. A implicação é publicar continuamente em vez de atualizar periodicamente: um ritmo constante de páginas novas e respondíveis coloca entradas no conjunto de forma contínua, enquanto uma reescrita trimestral de páginas antigas quase não muda seu comportamento de citação.

5. O resultado a otimizar é precisão, não chegada

Com 93 % de zero-click no AI Mode [9], uma estratégia cujo critério de sucesso é uma visita vai reportar a maioria dos próprios sucessos como fracasso. O critério de sucesso precisa ser reformulado: a marca é nomeada, é descrita com precisão, é recomendada onde deveria, e quais concorrentes aparecem ao lado dela? Isso é mensurável — e é a única coisa que a camada de citação de fato paga.

Isto é uma síntese, não uma medição. Cada número vem de um estudo com sua própria amostra, janela e método, e o documento os relata individualmente justamente porque não podem ser fundidos. Três fraquezas concretas devem viajar com as descobertas:

• Instabilidade. A Figura 1 mostra dois estudos defensáveis que, em oito meses, chegam a conclusões opostas sobre a mesma relação. Cada número deste documento é uma captura, e a tese do documento implica que ele vai envelhecer.
• Dispersão por categoria. Os setores da BrightEdge iam de 75,3 % de sobreposição em saúde a 19,2 % em restaurantes [3]. Uma média entre setores não descreve nenhum setor. Os leitores devem supor que a própria categoria está em algum ponto dessa faixa, não no centro dela.
• Viés geográfico e idiomático. Os estudos citados são amostras predominantemente norte-americanas e em inglês. O comportamento dos motores difere por mercado, idioma e estado de login, e nenhum número aqui deve ser transferido para outro mercado sem nova medição.

O documento também não afirma descrever como os motores ponderam internamente as fontes. As explicações de mecanismo — integração ao ranking central, query fan-out, conjuntos candidatos mais amplos — vêm de documentação do fornecedor e de entradas e saídas observáveis, e estão marcadas como análise onde vão além do que um fornecedor explicou.

Ordenado por esforço versus efeito, cada um com um responsável e uma forma de verificar se funcionou.

A ordem importa mais do que qualquer linha individual. As ações 1 e 2 são baratas e produzem sinal em um ciclo de publicação; a ação 4 é a que converte uma melhoria pontual em capacidade durável. A ação 5 está incluída porque remover uma alavanca plausível mas ineficaz é, em si, um ganho.

Política de fontes. A evidência é classificada em uma escala de cinco níveis: Oficial (documentação ou anúncio do fornecedor), Revisada por pares, Medição independente (amostra ampla de terceiros com método publicado), Relatada pelo fornecedor (um fornecedor publica dados que também servem à sua própria proposta de produto), Análise (inferência fundamentada a partir de comportamento observável, sem pretensão de conhecer o interior do motor). Estudos de fornecedores de ferramentas (Ahrefs, Semrush, Wix Studio) são classificados como Medição independente porque amostras e métodos são publicados; onde um fornecedor mede seu próprio argumento comercial central — a sobreposição entre motores da Profound —, a entrada é rebaixada para Relatada pelo fornecedor. Alguns estudos não têm um endereço estável na própria plataforma; nesse caso a entrada cita a fonte secundária que os relata, para que cada número deste documento continue podendo ser conferido contra uma página acessível ao vivo.

1. 1.Ahrefs, “AI Overview citations versus organic ranking”, 863.000 SERPs de keywords e 4 milhões de URLs de AI Overview, março de 2026: 37,1 % das URLs citadas no top 10, 26,2 % nas posições 11–100, 36,7 % fora do top 100. Relatado em SEOValley, “What Gets Cited in AI Overviews”, setembro de 2026. seovalley.com INDEPENDENT
2. 2.Ahrefs, amostra anterior de citações, 1,9 milhão de citações, julho de 2025: sobreposição com o top 10 em torno de 76 %. Mesma fonte de relato de [1]. INDEPENDENT
3. 3.BrightEdge, sobreposição entre citação e orgânico em nove setores, maio de 2024 – setembro de 2025: 32,3 % → 54,5 %; saúde 75,3 %, restaurantes 19,2 %. Relatado em SEOValley [1]. INDEPENDENT
4. 4.Profound, “Cross-engine citation overlap”, 100.000 prompts no ChatGPT e no Perplexity, julho de 2025: 11 % dos domínios citados aparecem nos dois. Relatado em AI Visibility Software, “Myth: AI Visibility Is Just SEO Rebranded”, julho de 2026. ai-visibility-software.com VENDOR-REPORTED
5. 5.Wix Studio AI Pesquisar Lab, estudo de composição de citações, 1.056.727 citações de 75.000 respostas de IA do ChatGPT, Google AI Mode e Perplexity, março de 2026: listicles 21,9 %, artigos 16,7 %, páginas de produto 13,7 %; consultas informacionais 45,5 % artigos; consultas comerciais 40,9 % listicles. Relatado em SEOValley [1]. INDEPENDENT
6. 6.Growth Memo, análise de comprimento de página e citações, março de 2026: páginas com mais de 20.000 caracteres foram citadas 10,18 vezes em média contra 2,39 nas de menos de 500; os 4,8 % melhores das URLs foram citados dez vezes ou mais. Conforme relatado, com atribuição, pela Position Digital. position.digital INDEPENDENT
7. 7.Growth Memo, análise de forma do título, abril de 2026: páginas cujo título responde diretamente à pergunta foram citadas em 41 % das consultas, contra 29 % de títulos vagamente relacionados. Mesma fonte de relato de [6]. position.digital INDEPENDENT
8. 8.Semrush, “ChatGPT search insights”, painel de clickstream com 200 milhões de usuários, 17 meses / mais de um bilhão de linhas até fevereiro de 2026: tráfego de referência do ChatGPT +206 % em 2025; mais de 30 % do tráfego de saída para dez domínios; mais de 20 % de volta ao Google; busca na web acionada em 34,5 % das consultas (46 % no fim de 2024). semrush.com INDEPENDENT
9. 9.GEO Hub, “The click that never came: AI Mode’s 93% zero-click rate”, 2026: 93 % das sessões do AI Mode não geram cliques de saída; 6–8 % chegam a uma página externa; AI Overviews 43 % de zero-click. geo.alibaba.com INDEPENDENT
10. 10.Pew Research Center, estudo de comportamento de busca, 900 adultos norte-americanos / 68.879 buscas no Google, março de 2025: 18 % das buscas geraram um resumo de IA (53 % em consultas com dez palavras ou mais); taxa de clique orgânico 8 % quando aparecia um resumo, contra 15 % sem ele; 26 % das sessões com resumo terminaram sem visitar nenhum resultado; Wikipedia, YouTube e Reddit forneceram 15 % das fontes linkadas. pewresearch.org INDEPENDENT
11. 11.Google, “What happened with AI Overviews and next steps”, The Keyword, maio de 2024: os AI Overviews recorrem aos sistemas centrais de ranking do Google e identificam resultados relevantes do índice de busca. blog.google OFFICIAL
12. 12.Google, “Expanding AI Overviews and introducing AI Mode”, The Keyword, março de 2025: o AI Mode usa query fan-out e emite múltiplas buscas relacionadas em subtemas e fontes de dados. blog.google OFFICIAL
13. 13.OpenAI, “Introducing ChatGPT search”, outubro de 2024: a busca do ChatGPT recupera informações atuais da web com links para as fontes. openai.com OFFICIAL
14. 14.Kompozy, “How Perplexity selects sources: retrieval, ranking and citation mechanics”, 2026 — análise técnica de terceiros; nenhuma documentação oficial do Perplexity descreve o pipeline de seleção. kompozy.io ANALYSIS
15. 15.Ahrefs, teste de marcação schema em 1.885 páginas que adicionaram JSON-LD, maio de 2026: nenhum aumento estatisticamente relevante em citações de IA nos AI Overviews, no AI Mode ou no ChatGPT. Relatado em AI Visibility Software [4]. INDEPENDENT
16. 16.OtterlyAI, “GEO Experiment: Markdown vs HTML”, teste controlado no próprio site do fornecedor, 14 dias, dois pares de páginas emparelhadas: as páginas HTML receberam 137 visitas de bots de IA e foram citadas; as versões .md idênticas receberam zero visitas e zero citações no ChatGPT, nos AI Overviews do Google e no Perplexity. Experimento de uma única marca; não generalizável. otterly.ai VENDOR-REPORTED
17. 17.Josh Blyskal (Profound), estudo de tempo até a primeira citação, maio de 2026: cerca de 900 páginas recém-publicadas, acompanhadas em logs de respostas de LLM; mediana 6,81 dias, percentil 90 37,10 dias. Publicado por um provedor de rastreamento de citações. tryprofound.com VENDOR-REPORTED
18. 18.Ahrefs, “Only 12% of AI-cited URLs rank in Google’s top 10 for the original prompt”, 15.000 consultas de cauda longa no ChatGPT, Gemini, Copilot e Perplexity, agosto de 2025: cerca de 12 % de sobreposição global; Perplexity perto de 29 %, Gemini perto de 12 %, ChatGPT perto de 8 %, Copilot perto de 8 %. Relatado em AI Visibility Software [4]. INDEPENDENT
19. 19.Ahrefs, idade média de páginas citadas sobre 16,975 milhões de URLs citadas, julho de 2025: ChatGPT 958 dias, Copilot 1.056, Gemini 1.118, Perplexity 1.166, AI Overviews do Google 1.432, Google orgânico comum 1.416. Relatado em SEOValley [1]. INDEPENDENT
20. 20.Semrush AI Visibility Index, 126 milhões de prompts dos EUA, janeiro–abril de 2026: o ChatGPT mostrou em média 15 fontes por resposta, o Gemini três. Relatado em SEOValley [1]. INDEPENDENT

Este documento foi escrito de forma independente. Suas conclusões não foram revisadas nem dirigidas pela Novaxilabs, e nenhuma afirmação nele depende dos dados de monitoramento próprios da Novaxilabs.

A Novaxilabs mede como uma marca aparece nas respostas de IA, não como uma página se posiciona. A plataforma acompanha taxa de menção, posição de recomendação, sentimento e as fontes que os motores de fato citam, em sete motores dentro de um dashboard.