A IA não guarda a tua página inteira: guarda pedaços. Recupera o fragmento que responde melhor, cola-o na sua resposta e cita quem deixou esse bocado pronto a copiar. Por isso não interessa quão bem argumentada esteja a página completa: se o bloco de que precisa não se aguenta sozinho, não o usa. Esta guia fala da forma concreta do conteúdo citável pela IA —como dar forma ao texto para que um bocado se levante sem arrastar o resto—. A estratégia de porque é que a IA escolhe uns e não outros está em como fazer com que a IA te cite, e a checklist técnica da página inteira —schema, frescura, robots— em otimizar a página para GEO. Aqui falamos de uma só coisa: o formato do texto.
Porque é que a IA cita fragmentos, não páginas
Um modelo generativo não lê a tua página de cima a baixo como um humano. Por baixo, parte o conteúdo em fragmentos (chunks), indexa-os por significado e, quando alguém pergunta, recupera os bocados que encaixam melhor —venham de onde vierem na página— e compõe a resposta com eles. A unidade de trabalho não é a página: é o fragmento. Otimizas um bocado para que seja a resposta mais fácil de extrair, não um site para uma keyword.
Isso muda onde pões o esforço. Um dado que aparece em todos os estudos de citação: cerca de 44% das citações saem dos primeiros 30% do conteúdo. Traduzido em forma: o que enterras no fim, para o modelo não existe, e o que só faz sentido lendo o que vem antes não se pode recortar. A página pode estar perfeita e mesmo assim não dar uma única citação se o seu texto não estiver cortado em pedaços que se aguentam sozinhos.
A anatomia de um chunk que se cita sozinho
Um chunk autónomo é um bloco que responde a algo completo sem precisar do parágrafo de cima. É o bocado que o modelo pode copiar tal e qual na sua resposta. E tem regras de construção concretas:
- Uma ideia por bloco. Se um parágrafo mete duas afirmações, parte-o. O modelo extrai blocos inteiros; se misturas, metade é peso morto ou baralha.
- A conclusão primeiro. A primeira frase diz o que é; o resto desenvolve. Nunca ao contrário.
- Nada de pronomes órfãos. «Isto», «como vimos», «do acima exposto» acorrentam o bloco ao de cima e tiram-lhe a autonomia. Nomeia o sujeito em cada bocado.
- O contexto mínimo, dentro. Se o dado só faz sentido com uma data, um quem ou uma unidade, mete-os na mesma frase, não três parágrafos antes.
O TL;DR em cima: a resposta antes do contexto
O hábito de aquecer —introdução, contexto, «nos últimos anos a IA mudou…»— é veneno para a extração. O modelo premeia o que consegue tirar sem descer, e é lá em cima que se concentram as citações. Por isso começa pelo fim: um TL;DR de duas ou três linhas que responde à pergunta do título, com o dado dentro, antes de qualquer introdução.
Não é um resumo decorativo: é o fragmento com mais probabilidade de acabar citado. E o mesmo gesto repete-se em cada secção —abre cada H2 com a afirmação direta e desenvolve depois—. Compara:
| Enterrado (não citado) | Front-load (citado) |
|---|---|
| «O conceito de conteúdo citável é muito debatido. Para o perceber, convém primeiro rever como funcionam os motores…» | «Um conteúdo citável é um conteúdo escrito em fragmentos que se aguentam sozinhos. A IA cita o bocado, não a página.» |
| «Há várias opiniões sobre o TL;DR. Alguns especialistas acreditam que…» | «O TL;DR vai em cima porque 44% das citações saem do primeiro terço do conteúdo.» |
A coluna da direita copia-se para uma resposta sem mexer em nada. A da esquerda obriga o modelo a continuar a ler para encontrar o âmago —e quase sempre escolhe quem lho deu já mastigado—.
Pergunta → resposta: a forma exata que o modelo copia
O comprador fala com a IA por perguntas. O modelo emparelha essa pergunta com o fragmento que mais se lhe parece e copia a resposta de baixo. Portanto a forma que mais se cita é a mais simples de todas: a pergunta literal seguida da sua resposta direta. É a forma de uma FAQ, mas aplicada dentro do corpo, não só no fim.
- O cabeçalho é a pergunta, com as palavras do utilizador. «Quanto custa um conteúdo citável?» encaixa na dúvida real; «A nossa metodologia» não encaixa em nada.
- A primeira frase por baixo é a resposta, inteira. Nada de «depende de vários fatores»: o fator primeiro, a nuance depois.
- Um par por dúvida. Cada pergunta-resposta é um fragmento independente que pode entrar numa resposta diferente. Seis pares bem resolvidos são seis oportunidades de citação.
O efeito secundário é que te obriga a ordenar o texto por dúvidas reais, não pelo que te apetece contar. Se não sabes a que pergunta responde um bloco, provavelmente não responde a nenhuma —e esse é o sinal de que está a mais—. Escolher que perguntas merecem o seu próprio bloco —e respondê-las para que a IA as copie— tem a sua própria guia: perguntas e respostas para GEO.
Listas e tabelas: quando usar cada uma (e quando nenhuma)
O estruturado faz-se parse melhor do que a prosa densa, mas atirar tudo para tópicos porque «lê-se melhor» é outro erro de forma. Cada estrutura serve um tipo de dado, e usá-la onde não calha tira em vez de acrescentar. A decisão não é de estilo, é de conteúdo:
| Se o conteúdo é… | Usa… | Porque a IA… |
|---|---|---|
| Passos ou elementos do mesmo tipo | Uma lista (ul/ol) | extrai cada item como uma unidade limpa e reordena-os na sua resposta. |
| Várias coisas comparadas pelas mesmas dimensões | Uma tabela | lê linhas e colunas como pares chave-valor: o formato que deixa menos ambiguidade. |
| Um argumento com nuance ou uma relação causa-efeito | Um parágrafo curto | precisa da frase inteira para manter a nuance; partido em tópicos, é mal interpretado. |
Regra prática: se consegues ler o teu tópico como uma frase com «e» no meio e ainda faz sentido, não era uma lista, era um parágrafo mal cortado. E se a tua tabela tem uma só coluna de dados, não comparava nada: era uma lista disfarçada. A estrutura segue o conteúdo.
Definições e dados que um LLM levanta tal e qual
O que mais se cita são as frases que o modelo pode reutilizar com confiança sem reescrever. Dois tipos acima do resto: a definição limpa e o dado concreto com a sua fonte. Ambos têm uma forma que os torna copiáveis.
- Definições em forma «X é Y». «O GEO é a prática de otimizar conteúdo para que os motores generativos o citem.» Sujeito, verbo ser, definição fechada. É a frase que o modelo cola quando alguém pergunta «o que é».
- Dados com a sua unidade e a sua fonte na mesma frase. «44% das citações saem dos primeiros 30% do conteúdo» copia-se; «a maioria das citações está em cima» não acrescenta nada verificável.
- A atribuição dentro do bloco. «Segundo o estudo GEO de Princeton…» diz ao modelo quem o diz, e isso dá-lhe permissão para te citar. Um dado sem dono é um dado que ele não arrisca reutilizar.
E a regra de honestidade, inegociável: não inventes números para encher. Um dado falso que a IA reutiliza é uma bomba-relógio para a tua credibilidade —e quando o modelo o corrige com outra fonte, tira-te da resposta para sempre—. Se não tens um número real, descreve o mecanismo; mais vale um bloco sem número do que um número inventado. A marcação que confirma ao modelo quem és fica coberta pela guia de schema para GEO; esta fica-se pela forma do texto.
Se preferes que este trabalho seja executado nas tuas páginas de dinheiro —reescrever cada bloco para que passe a prova do bocado isolado, não ler sobre isso— a otimização GEO faz a mão de obra, fragmento a fragmento, e mede se mexe nas tuas citações.