SEO para LLM: como os modelos de linguagem escolhem as fontes, o que torna um trecho citável, o acesso dos crawlers e como medir as menções.

Em resumo
o SEO para LLM consiste em fazer a sua marca e as suas páginas aparecerem nas respostas dos grandes modelos de linguagem como o ChatGPT, Gemini, Claude e Perplexity. Esses modelos recorrem a duas fontes: o que aprenderam durante o treinamento e o que coletam da web no momento da pergunta. Você influencia a primeira com menções numerosas e coerentes da sua marca na web, e a segunda com páginas rastreáveis cujos trechos respondem diretamente às perguntas, com fatos e fontes. Depois, mede, pergunta por pergunta, se é citado.
Quer ir mais longe? Pergunte ao
A busca se divide cada vez mais entre a página de resultados clássica e as respostas conversacionais, e SEO para LLM é o nome que a maioria dos profissionais dá à segunda metade do trabalho. Também se fala em GEO (generative engine optimization), AEO ou LLMO. Os nomes mudam, os mecanismos são os mesmos e são concretos o bastante para serem trabalhados com método.
O SEO para LLM reúne as ações que aumentam a probabilidade de um modelo de linguagem mencionar, recomendar ou citar a sua marca quando responde a uma pergunta. O SEO clássico busca uma posição em uma lista de dez links. O SEO para LLM busca um lugar dentro de uma resposta sintetizada, na qual muitas vezes só três a cinco marcas ou fontes são nomeadas.
O objetivo tem duas formas que vale a pena separar:
Uma marca pode ser mencionada sem ser citada (o modelo a conhece do treinamento) e citada sem ser recomendada (a página serve de fonte neutra). Um bom trabalho cobre as duas.
Por dois canais: a memória construída durante o treinamento e a coleta em tempo real na web quando o modelo pesquisa. Saber qual dos dois atua em uma pergunta indica a alavanca a usar.
| Canal | Como funciona | O que o influencia | Prazo do efeito |
|---|---|---|---|
| Dados de treinamento | O modelo aprendeu associações a partir de um grande retrato da web, fixado na data de corte | A frequência e a coerência com que muitos sites independentes descrevem a sua marca | Lento: meses, até a versão seguinte do modelo |
| Coleta em tempo real | O modelo lança buscas, coleta algumas páginas e monta a resposta com trechos extraídos | Indexação, acesso dos crawlers, posicionamento nas subconsultas, qualidade dos trechos | Rápido: de dias a semanas após a publicação |
A coleta corresponde ao mecanismo de geração aumentada por recuperação (RAG). Quando pesquisa, o modelo muitas vezes divide a pergunta em várias subconsultas (query fan-out), coleta resultados para cada uma e guarda os trechos que respondem melhor. Por isso, se posicionar bem na busca clássica para essas subconsultas continua sendo um dos melhores indicadores de citação. O Google afirma que os seus recursos de IA, como os AI Overviews, se apoiam no mesmo índice e nos mesmos sistemas de qualidade da Busca, sem marcação especial (Google Search Central).
Um trecho é citado quando responde por completo a uma pergunta, de forma autônoma, com um fato verificável. O modelo extrai um bloco de poucas frases, e esse bloco precisa fazer sentido sem o resto da página.
A pesquisa acadêmica confirma isso. O estudo de Princeton que cunhou o termo GEO testou vários métodos de reescrita: acrescentar fontes, citações e estatísticas aumentou a visibilidade nas respostas geradas em até cerca de 40% no seu banco de testes (Aggarwal et al., GEO). O excesso de palavras-chave, ao contrário, não ajudou.
As regras práticas:
Você pode verificar como um modelo lê uma página com o nosso verificador de legibilidade para LLM, gratuito.
Porque um modelo confia no que muitas fontes independentes dizem da mesma forma. Se o seu site, a sua página no LinkedIn, as plataformas de avaliações, os diretórios e as matérias de imprensa descrevem a sua empresa com o mesmo nome, a mesma categoria e os mesmos fatos-chave, o modelo forma uma associação estável entre a marca e essa categoria.
Descrições incoerentes (um nome antigo aqui, outra categoria ali, preços desatualizados em outro lugar) confundem essa associação e aumentam o risco de erros nas respostas. É um trabalho discreto e eficaz:
É o núcleo do SEO de entidades e, muitas vezes, a peça que falta para marcas com um site bem otimizado que nunca aparecem nas listas de recomendações.
Permitindo os crawlers que coletam páginas para as respostas em tempo real, tornando as páginas legíveis sem JavaScript e continuando indexado nos buscadores usados pelos modelos. Uma página que o modelo não consegue coletar nunca será citada, por melhor que seja.
| Crawler | Operador | Função |
|---|---|---|
| OAI-SearchBot | OpenAI | Coleta páginas para as respostas de busca do ChatGPT |
| GPTBot | OpenAI | Coleta conteúdo para o treinamento dos modelos |
| ClaudeBot | Anthropic | Coleta conteúdo para o Claude |
| PerplexityBot | Perplexity | Indexa páginas para as respostas do Perplexity |
| Google-Extended | Controla o uso do conteúdo para treinar o Gemini; não afeta a Busca nem os AI Overviews |
Verifique o seu robots.txt, as configurações antibots do firewall ou da CDN (algumas bloqueiam os crawlers de IA por padrão) e a renderização no servidor do conteúdo principal. O nosso guia de regras de robots.txt para crawlers de IA detalha as diretivas linha por linha.
Acompanhando uma lista fixa de perguntas ao longo do tempo e anotando menções, citações e os concorrentes nomeados no seu lugar. Não existe equivalente à posição e as respostas variam de uma vez para outra, por isso o que se mede são tendências em um painel de perguntas.
Feito à mão, esse acompanhamento logo fica pesado; é por isso que as ferramentas de monitoramento de menções nas IA repetem o painel toda semana e listam as fontes citadas para cada pergunta.
O SEO para LLM se resume a três pontos: estar acessível aos crawlers, escrever trechos que respondem por completo a uma pergunta com fatos e fontes, e garantir que o resto da web descreva a sua marca como você a descreve. Depois, meça em um painel de perguntas estável, porque o que não se acompanha não se pode melhorar.
O Sorank faz esse trabalho em autopilot: escreve e publica todos os dias artigos que respondem primeiro, verifica toda semana se o ChatGPT, o Gemini, o Claude ou o Perplexity citam a sua marca e mostra quem é citado no seu lugar. Você pode começar com o teste gratuito de 3 dias.

O SEO para LLM amplia o SEO tradicional sem substituí-lo. As IA que pesquisam na web continuam dependendo de páginas rastreáveis e indexadas, por isso a saúde técnica e a autoridade continuam contando. O que muda é a unidade de competição: as IA citam trechos, e não páginas inteiras, e levam em conta a coerência com que outros sites descrevem a sua marca.
Faça uma lista das 20 a 50 perguntas que os seus clientes realmente fazem, envie-as ao ChatGPT, Gemini, Perplexity e Claude, e anote se a sua marca aparece, em que posição e quais fontes são citadas. Repita a mesma lista toda semana ou todo mês, porque as respostas variam. Uma ferramenta de monitoramento automatiza o processo e mostra quem é citado no seu lugar.
Bloquear um crawler de treinamento como o GPTBot deixa o seu conteúdo fora dos futuros dados de treinamento, mas não tira a sua marca das respostas e pode reduzir a sua presença a longo prazo. Os crawlers de busca como o OAI-SearchBot ou o PerplexityBot coletam páginas para as respostas em tempo real; bloqueá-los torna você invisível nessas respostas. A maioria das marcas que buscam visibilidade permite ambos.
ELES EXPERIMENTARAM O SORANK ANTES DE VOCÊ
