ChatGPT Search e Google AI Overviews mudam o SEO: Habr AI lança guia de GEO

O Habr AI publicou um guia detalhado sobre GEO, a otimização de conteúdo para busca com LLMs. A ideia central é simples: ChatGPT Search, Perplexity e Google AI Overviews respondem cada vez mais por conta própria ao usuário, então a disputa não é mais apenas pelo clique nos resultados, mas também por um lugar na resposta do modelo.

Por que o GEO surgiu

O autor cita estes marcos da reformulação da busca em 2024–2026: os blocos de IA do Google passaram a ocupar o topo da tela, o ChatGPT Search superou 100 milhões de usuários ativos no modo de busca até abril de 2026 e o Perplexity chegou a mais de 15 milhões de consultas por dia. Nesse cenário, a fatia de buscas zero-click chegou a 65%, e alguns sites, segundo estimativa do artigo, já perdem de 20% a 40% do tráfego orgânico. Ao mesmo tempo, surge um novo canal: o AI-referral, quando o usuário chega por um link na resposta de uma rede neural.

GEO, AIO, AEO e LLMO são termos próximos com a mesma essência: o conteúdo precisa servir não só ao leitor e ao robô de busca, mas também ao modelo de linguagem que monta a resposta a partir de trechos de páginas diferentes. Diferentemente do SEO antigo, em que era possível vencer com palavras-chave, metatags e linkbuilding, aqui importam mais o sentido claro, a expertise e a facilidade de extrair fatos.

Como os modelos escolhem

O artigo detalha um esquema RAG típico: o sistema recebe uma consulta, busca páginas relevantes, as ranqueia, divide o texto em blocos de 200–500 tokens, insere os melhores trechos no prompt e só depois gera a resposta com citações. Daí vem a consequência principal: não compete o artigo inteiro, mas cada parágrafo isoladamente. Se um fato necessário está enterrado, diluído em enrolação ou sem separação estrutural, ele pode simplesmente não entrar no contexto do modelo, mesmo que a página seja forte.

O artigo mostra que, na busca com LLMs, funcionam pior os antigos padrões de SEO, como densidade de palavras-chave, páginas rasas para uma única consulta e esquemas de links. Ganham destaque os sinais que ajudam o modelo a entender rapidamente o sentido do texto e confiar nele. Em outras palavras, vence não o material que repetiu mais vezes a palavra-chave, mas o que formula a tese de forma direta, a sustenta com números e se transfere com facilidade para uma resposta de IA sem perder contexto.

«Otimizar para o algoritmo perde para otimizar para o entendimento».

• Autoridade do domínio e do autor: E-E-A-T e um histórico acumulado de citações aumentam a confiança.
• Extraibilidade estrutural: títulos claros, definições, FAQ e marcação schema ajudam a extrair um fato de forma mecânica.
• Densidade semântica: menos enrolação, mais unidades de sentido autônomas em cada parágrafo.
• Verificabilidade: datas, números, pesquisas e links específicos aumentam a chance de citação.
• Atualidade: dados recentes têm prioridade em sistemas que trabalham com índice web em tempo real.

O que as redações devem fazer

As recomendações práticas são bem pé no chão. O artigo aconselha dar uma resposta direta nas primeiras 200–300 palavras, colocar as definições no início das seções, adicionar schema FAQPage, HowTo, Article e Person, e reunir o material em topic clusters em vez de páginas soltas para uma única consulta. Há ênfase especial na página do autor: byline, data de atualização, perfis e publicações não estão ali por estética, mas como sinais de confiança legíveis por máquina.

O primeiro passo para uma redação é testar 10–15 consultas-chave no ChatGPT Search e no Perplexity e ver quem os serviços já citam. Depois, vale configurar no GA4 um segmento separado de tráfego de IA, revisar os principais conteúdos e incluir respostas diretas, fatos com datas e comprovações claras. Em seguida, reorganizar o núcleo do conteúdo em pillar pages, cluster pages e links internos explícitos, para que o tema seja lido como um conjunto especializado único, e não como um amontoado de publicações aleatórias.

O autor propõe medir o progresso com novas métricas: presença nos AI Overviews, volume de tráfego AI-referral, frequência de citação do domínio e proporção de respostas em que a marca aparece. É uma mudança importante para redações e times de conteúdo: os KPIs não podem mais se limitar à posição na SERP e ao tráfego orgânico total. É preciso entender com que frequência as redes neurais escolhem justamente o seu material como fonte-base da resposta.

O que isso significa

O GEO não elimina o SEO técnico, mas muda o objetivo da otimização. Não vencerão os que inserem a palavra-chave com mais precisão, e sim os que publicam conteúdo especializado denso, verificável e bem estruturado. Para veículos de mídia, blogs e sites B2B, é um sinal direto: se o material não serve para ser citado por parágrafo, cada vez mais ele também não será visto pelo usuário.