Para ser citado nas AI Overviews do Google e no ChatGPT, o website tem de cumprir três condições. Primeiro, tem de estar no índice de onde cada ferramenta tira as respostas: o índice normal do Google, no caso das AI Overviews e do AI Mode, e os crawlers próprios do ChatGPT, do Claude e do Perplexity, que o robots.txt tem de deixar entrar. Depois, cada página tem de responder à pergunta logo nas primeiras linhas, com factos claros e verificáveis. Por fim, os dados estruturados e as versões de idioma têm de estar bem marcados, para a ferramenta perceber quem é o negócio e que página mostrar. Nada disto garante uma citação, porque nenhuma ferramenta a promete a ninguém. Mas sem estas bases, a página fica de fora logo à partida.
As AI Overviews usam o índice normal do Google
As AI Overviews e o AI Mode não têm um índice à parte. O Google escolhe as fontes entre as páginas que já tem indexadas e que podem aparecer na pesquisa com um excerto de texto. A própria documentação do Google Search Central sobre funcionalidades de IA diz que não há requisitos extra: não é preciso marcação especial nem ficheiros novos.
Isto tem uma consequência prática. Os problemas que afastam uma página da pesquisa normal também a afastam das AI Overviews:
- páginas com
noindexpor engano, muitas vezes herdado de um ambiente de testes; - páginas bloqueadas no robots.txt;
- conteúdo que só aparece depois de o JavaScript correr, e que o Google lê mal ou tarde;
- páginas duplicadas sem URL canónico, em que o Google escolhe a versão errada;
- as indicações
nosnippet,data-nosnippetoumax-snippet, que também limitam o que pode ser usado nas respostas com IA.
O Search Console continua a ser a ferramenta certa para ver o que está indexado e porquê. Um website com uma base técnica de SEO e visibilidade no Google bem feita já cumpre a maior parte do que as AI Overviews pedem.
Um ponto que costuma gerar confusão: o Google-Extended, que pode bloquear no robots.txt, controla o uso do conteúdo para treinar e alimentar os modelos Gemini. Não decide se a página aparece na pesquisa nem nas AI Overviews.
ChatGPT, Claude e Perplexity têm crawlers próprios
As outras ferramentas não dependem só do Google. Cada uma tem os seus crawlers, com nomes próprios, e o robots.txt decide se entram:
- o ChatGPT usa o
OAI-SearchBotpara a pesquisa e oChatGPT-Userquando um utilizador pede para abrir uma página, como explica a documentação da OpenAI sobre os seus bots; - o Claude usa o
Claude-SearchBotpara a pesquisa e oClaude-Userpara pedidos feitos por um utilizador; - o Perplexity usa o
PerplexityBot, descrito na documentação do Perplexity.
Estes crawlers de pesquisa são diferentes dos que recolhem dados para treinar modelos, como o GPTBot ou o ClaudeBot. Pode permitir uns e bloquear outros: aparecer nas respostas não obriga a ceder o conteúdo para treino. A decisão é do negócio, e convém tomá-la de forma consciente. Os pedidos feitos a mando de um utilizador, como os do ChatGPT-User, podem não seguir as regras do robots.txt, como a própria OpenAI avisa; o que decide a presença nas respostas são os crawlers de pesquisa.
O robots.txt não é o único sítio onde estes crawlers ficam à porta. Alguns serviços de CDN e de firewall bloqueiam crawlers de IA por omissão, e o dono do website nem sabe. Vale a pena confirmar nas definições do alojamento e nos registos do servidor que os pedidos destes crawlers recebem respostas normais, e não erros ou desafios de verificação.
Há ainda o Bing. O Copilot da Microsoft apoia-se no índice do Bing, e outras ferramentas também recorrem a índices de pesquisa externos. Registar o website no Bing Webmaster Tools e enviar o sitemap custa pouco tempo e abre mais uma porta.
Escrever para ser citado
Uma IA cita uma página quando encontra nela uma resposta curta, clara e que consegue atribuir a uma fonte. A forma de escrever conta tanto como a técnica.
Responda primeiro, explique depois. O primeiro parágrafo de cada página deve responder à pergunta que a página trata, em duas ou três frases. Os pormenores, as exceções e os exemplos vêm a seguir. É a mesma regra que usamos em todas as páginas de serviços deste website.
Um tema por secção. Títulos que dizem o que a secção responde, como «Quanto tempo demora a entrega?», ajudam as ferramentas a encontrar o excerto certo. Títulos vagos, como «A nossa abordagem», não ajudam ninguém.
Factos concretos e verificáveis. Horários, zonas de entrega, métodos de pagamento, prazos, condições. Uma frase como «entregamos em todo o país em dois a três dias úteis» é citável. «Somos rápidos e eficientes» não é.
Quem escreve e quando. Indique o autor, a data de publicação e a data da última revisão. Atualize as páginas quando a informação muda. Uma página com dados desatualizados é uma fonte fraca para qualquer ferramenta.
Perguntas frequentes reais. Uma secção de perguntas frequentes com as perguntas que os clientes fazem mesmo, e respostas de duas a quatro frases, dá excertos prontos a citar.
Texto no HTML, não em imagens. Informação importante dentro de imagens, documentos PDF digitalizados ou componentes que só aparecem depois de muitos cliques é difícil de ler. Nem todos os crawlers de IA executam JavaScript, por isso o conteúdo principal deve vir no HTML que o servidor envia. Num website antigo, isto às vezes pede um redesign e modernização.
Dados estruturados e versões de idioma
Os dados estruturados em JSON-LD dizem às ferramentas, num formato que leem sem esforço, quem é o negócio e o que cada página é:
OrganizationouLocalBusiness, com nome, morada, contactos e perfis oficiais;Article, com autor e datas, nos artigos;Servicenas páginas de serviços;BreadcrumbList, para mostrar onde a página fica no website.
Não são obrigatórios para as AI Overviews e não garantem nada sozinhos. Mas confirmam o que o texto diz, e o Google pede que correspondam sempre ao conteúdo visível. Dados estruturados que contradizem a página fazem mais mal do que bem.
Num website com mais do que uma língua, as indicações hreflang ligam cada página às suas versões noutros idiomas. Assim, quem pesquisa em português recebe a página em português, e quem pesquisa em inglês recebe a versão inglesa. Sem elas, as ferramentas podem citar a versão errada ou tratar as duas como duplicadas.
E o llms.txt?
O llms.txt é uma proposta de ficheiro que fica na raiz do website e resume, em Markdown, o que o website contém e onde estão as páginas mais importantes. A ideia é dar aos modelos de linguagem um ponto de partida limpo.
Convém ter expectativas certas. O Google não o usa: a documentação sobre funcionalidades de IA diz que não são precisos ficheiros especiais para aparecer nas AI Overviews. As restantes ferramentas também não se comprometem publicamente com ele. Nós temos um neste website, porque é barato de manter e pode ajudar ferramentas e agentes que o leiam. Mas é um extra. Não substitui a indexação, os crawlers autorizados nem o conteúdo bem escrito.
Um exemplo
Imagine uma clínica com três páginas de serviços, todas com o mesmo texto genérico, e um horário publicado numa imagem. Alguém pergunta a uma IA «que clínica abre ao sábado de manhã perto de mim?». A IA não consegue ler o horário e não encontra nenhuma frase que responda. A clínica fica de fora, mesmo que abra ao sábado.
Agora a mesma clínica com o horário em texto, uma página por serviço que começa com a resposta, um bloco LocalBusiness com a morada e o horário, e o robots.txt a deixar entrar os crawlers de pesquisa. A clínica passa a ter o que a resposta precisa. Não é garantido que seja citada, mas passa a poder ser.
Lista de verificação
- As páginas importantes estão indexadas no Google e não têm
noindexnemnosnippetpor engano. - O robots.txt permite
OAI-SearchBot,Claude-SearchBotePerplexityBot. - A CDN ou a firewall não bloqueiam esses crawlers.
- O website está no Bing Webmaster Tools, com o sitemap enviado.
- Cada página responde à pergunta nas primeiras linhas.
- O conteúdo principal vem no HTML, não em imagens nem só em JavaScript.
- Há dados estruturados que correspondem ao conteúdo visível.
- As versões de idioma estão ligadas com
hreflang. - Autor e datas aparecem nos artigos, e as páginas são revistas quando a informação muda.
Como medir
Ainda não há uma forma perfeita de medir as citações. O Search Console junta os cliques e as impressões das AI Overviews ao total da pesquisa web, sem as separar. Nas análises do website, as visitas que chegam do ChatGPT aparecem muitas vezes com a origem chatgpt.com, e as do Perplexity com perplexity.ai. Somado a pesquisas manuais regulares com as perguntas que os seus clientes fazem, dá uma ideia razoável da evolução.
Se quiser rever o seu website com estes pontos, temos um serviço de visibilidade em pesquisas com IA que trata da parte técnica e do conteúdo. Peça-nos um orçamento: cada projeto é orçamentado à medida, a partir do website que já tem.