Ser citável: o que faz um texto aparecer na resposta de um modelo

A descoberta mudou de lugar

Durante vinte anos, a descoberta de um fornecedor B2B passou por uma lista de resultados. A pessoa buscava, lia títulos, abria duas ou três páginas e formava uma opinião. Boa parte dessa sequência agora acontece dentro de uma resposta gerada, e a pessoa pode não abrir nada.

Isso muda a unidade de competição. Não se disputa apenas posição, disputa-se inclusão: se a sua página não for uma das duas ou três fontes que sustentam o parágrafo de resposta, ela não participou da consideração. Não aparecer em terceiro lugar é uma coisa; não ser citado é outra.

A CHISA pesquisa plataformas públicas para profissionais de marketing B2B. Não vendemos nada, não há catálogo e nenhuma página processa pedidos. O que se segue é leitura de mecanismo, escrita com a ressalva de que o comportamento desses sistemas muda rápido e é pouco documentado publicamente.

O que um modelo precisa para citar

Um sistema de resposta trabalha com recorte. Para incluir uma afirmação com atribuição, ele precisa localizar na página um trecho que se sustente sozinho: sujeito, afirmação, condição e, quando houver, número com unidade e período.

Isso tem consequência direta de escrita. Parágrafo que começa com "como vimos acima" não é citável, porque depende do anterior. Afirmação espalhada por três frases com pronomes no meio não é citável, porque o recorte perde o sujeito. Lista de benefícios sem condição de aplicação não é citável, porque não diz quando vale.

O oposto também é verdade e é mais explorado do que deveria: uma frase bem ancorada é citável mesmo em página pequena. Uma tabela simples com fonte e data, um parágrafo de definição, uma comparação com duas colunas. Tudo isso é material que um sistema consegue recortar sem distorcer.

Vale notar que isso não é truque. Clareza verificável é exatamente o que um leitor humano também precisa, e a sobreposição é a razão pela qual o trabalho costuma valer a pena mesmo quando a resposta generativa muda de fornecedor.

Por que llms.txt não é requisito

Existe uma conversa recorrente sobre um arquivo de declaração para agentes, frequentemente chamado de llms.txt, e sobre ele ser necessário para aparecer em respostas geradas. A gente discorda da palavra necessário, e vale explicar por quê.

A recuperação de conteúdo para resposta depende de indexação e de qualidade de trecho, e ambas funcionam sobre o documento público comum. Um arquivo de orientação pode ajudar a organizar preferências, mas não substitui página acessível, conteúdo claro e ausência de bloqueio. Em outras palavras, ele é opcional e adjacente.

O risco prático de tratá-lo como obrigatório é o mesmo de qualquer modismo de otimização: a equipe gasta tempo na peça simbólica e deixa a peça estrutural de lado. Publicar o arquivo sem corrigir o fato de que a informação está escondida atrás de script não muda nada.

Não afirmamos que o arquivo seja inútil. Afirmamos que, na ordem de prioridade, ele vem depois de estrutura, clareza e verificabilidade, e que o retorno observado por relato de mercado para essa classe de ajuste costuma ser menor do que o retorno de escrever melhor.

Share of model voice, e como ler isso com cuidado

Share of model voice é a métrica que apareceu para descrever com que frequência uma marca é mencionada em respostas geradas, em comparação com concorrentes, dentro de um conjunto de perguntas. Como ideia, é razoável. Como número, exige cautela grande.

O problema é que respostas generativas não são estáveis. A mesma pergunta feita duas vezes pode produzir respostas diferentes, com fontes diferentes, e mudanças de modelo alteram a distribuição inteira. Uma medição feita em uma semana não descreve o mês.

Se você for usar a métrica, o desenho mínimo é fixar um conjunto de perguntas, fazer medição repetida ao longo de semanas, registrar o modelo e a data, e tratar a variação como parte do resultado. A tendência ao longo do tempo é informação; o valor de uma rodada é ruído.

A gente prefere, na prática, uma leitura mais simples: para cada pergunta importante do seu setor, a sua página é citável ou não é. Isso é binário, verificável por inspeção e não depende de amostragem.

GEO, AIO e SEO: sobreposição maior do que se diz

GEO (Generative Engine Optimization), AIO e SEO são apresentados com frequência como disciplinas concorrentes. Na prática, a sobreposição é grande, e a gente sugere tratar as três como variações de um mesmo trabalho.

O que muda é o leitor imediato. Em SEO clássico, o leitor é uma pessoa que vai decidir se clica. Em GEO, o leitor intermediário é um sistema que vai decidir se recorta, e o leitor final é uma pessoa que vai decidir se confia. Os dois pedem título honesto, resposta direta e evidência identificável.

O que não muda é a parte difícil: ter algo específico a dizer. Nenhuma das três disciplinas salva uma página que repete o que todo mundo já publicou. Em B2B, a vantagem costuma estar em material que só a sua equipe tem: dado de operação, método descrito em detalhe, relato de implementação com as partes que não deram certo.

Pensamento de liderança, ou thought leadership, ganha aqui um sentido prático. Não é volume de opinião publicada; é ser a fonte que tem o detalhe que ninguém mais publicou. Detalhe é o que sustenta citação.

O papel da busca social

Uma parte crescente da descoberta acontece em plataforma social e não em campo de busca tradicional. Pessoas perguntam em comunidade, em comentário e em rede profissional, e parte dessas conversas é recuperada por sistemas generativos depois.

Isso cria um requisito de consistência. Se a sua empresa descreve o próprio serviço de um jeito no site, de outro no perfil profissional e de outro em resposta de comunidade, o sistema recebe sinais conflitantes, e sinal conflitante reduz confiança de citação.

A consistência que importa não é repetição de slogan. É coerência de fatos: o mesmo nome para a mesma coisa, a mesma definição, o mesmo número. Slogan repetido em três canais não ajuda; definição estável em três canais ajuda.

Também vale registrar que conteúdo publicado em plataforma social é volátil. Peça que desaparece ou que muda não sustenta citação de longo prazo. Para fato que precisa durar, o destino continua sendo uma página própria.

Um checklist de escrita verificável

O que segue é a lista que usamos ao revisar uma página pensando em citação, e ela cabe em uma passada de leitura.

- A primeira frase depois de cada subtítulo responde à pergunta daquele subtítulo, sem depender do parágrafo anterior. - Todo número tem unidade, período e origem identificável no mesmo parágrafo. - Toda afirmação comparativa diz sob qual condição a comparação vale. - Nenhuma informação essencial depende de script ou de interação para existir no documento. - O texto distingue o que foi observado do que é leitura nossa, em vez de misturar os dois. - Existe uma seção que declara o limite do que o texto afirma.

A última linha é a mais contraintuitiva e a que mais ajuda. Texto que declara o próprio limite é mais confiável para quem lê, e confiabilidade é o atributo que um sistema de resposta precisa quando escolhe entre duas fontes parecidas.

O limite do que este texto pode afirmar

Este texto é pesquisa editorial: não é consultoria e não garante resultados de marketing. O comportamento de sistemas de resposta generativa é pouco documentado publicamente, muda entre versões e entre fornecedores, e qualquer afirmação específica sobre como eles escolhem fontes deve ser tratada como leitura de mecanismo, não como especificação técnica.

Não publicamos número nenhum como fato verificado. Onde uma indicação de impacto aparecer em texto nosso, ela virá marcada como leitura direcional ou atribuída a relato de mercado, nunca como medição própria tratada como verdade.

O que se sustenta é a disciplina: escrever de forma recortável, declarar fonte e condição, manter consistência entre canais e declarar o próprio limite. Isso vale para mecanismo de hoje e deve continuar valendo para o próximo, porque o que muda é o intermediário, não o requisito de clareza.