Generative Engine Optimization (GEO)

A otimização para motores generativos (GEO) consiste em estruturar conteúdo da Web para que os motores generativos — sistemas de IA generativa que respondem a consultas redigindo uma resposta com base em fontes recuperadas — o selecionem, citem com precisão e referenciem. Pranjal Aggarwal e colegas da Universidade de Princeton e de instituições parceiras introduziram o termo no artigo de novembro de 2023 GEO: Generative Engine Optimization, publicado na KDD 2024, depois de o Bing Chat, a Search Generative Experience da Google e o Perplexity começarem a responder diretamente às pesquisas. A pesquisa do ChatGPT (outubro de 2024) e as AI Overviews da Google (maio de 2024) passaram, desde então, a apresentar respostas geradas a centenas de milhões de pessoas que fazem pesquisas, e as ferramentas de investigação aprofundada leem e citam dezenas de páginas para produzir um único relatório. Numa resposta gerada, não há uma lista ordenada para subir, pelo que a visibilidade corresponde à proporção da resposta proveniente de uma fonte e ao destaque dado à citação dessa fonte.

Como os mecanismos generativos escolhem as fontes#

Um mecanismo generativo é um sistema de perguntas e respostas de domínio aberto baseado em geração aumentada por recuperação (RAG) na escala da web. Ele reformula a pergunta do usuário em uma ou mais consultas de pesquisa, uma etapa que o Google chama de expansão de consultas no AI Mode, recupera páginas candidatas do índice, usa pesquisa semântica e um reranqueador para selecionar as passagens que respondem a cada subpergunta e faz com que um modelo de linguagem de grande porte (LLM) redija a resposta com base nessas passagens, incluindo citações. Cada etapa é um filtro pelo qual uma página precisa passar:

A fundamentação da resposta em passagens recuperadas também é como os mecanismos reduzem as alucinações, por isso é mais fácil citar sem distorções o conteúdo que apresenta fatos de forma clara, com números, datas e fontes.

O que o artigo sobre GEO descobriu#

Aggarwal e seus colegas criaram o GEO-bench, com cerca de 10.000 consultas extraídas de nove conjuntos de dados de vários domínios, e mediram a visibilidade de duas maneiras: uma contagem de palavras ajustada pela posição, que pondera as palavras da resposta extraídas de uma fonte de acordo com a posição da citação, e uma pontuação de impressão subjetiva avaliada por um LLM. Eles reescreveram páginas de fontes usando nove métodos e descobriram que adicionar citações de fontes confiáveis, incluir citações textuais e acrescentar estatísticas aumentou a visibilidade em até 40 por cento, enquanto o excesso de palavras-chave, uma tática clássica de pesquisa, trouxe pouco ou nenhum benefício. As páginas com posições mais baixas na pesquisa convencional foram as que mais ganharam. No Perplexity, acrescentar citações textuais elevou a contagem de palavras ajustada pela posição em cerca de 22 por cento, e acrescentar estatísticas aumentou a impressão subjetiva em até 37 por cento.

GEO, SEO e termos relacionados#

SEO e GEO compartilham os mesmos fundamentos: páginas rastreáveis, estrutura clara e conteúdo útil. O GEO acrescenta uma segunda pergunta depois de "esta página aparece bem posicionada?": "uma resposta cita esta página e a cita corretamente?" Otimização para mecanismos de resposta (AEO), otimização para pesquisa com IA e otimização para LLM (LLMO) são sinônimos em uso atualmente. A engenharia de prompts molda as instruções que uma pessoa envia a um modelo, algo que o GEO não consegue ver, e a engenharia de RAG cria o recuperador e o gerador dentro do mecanismo, que o GEO trata como uma caixa-preta.

Acesso técnico#

As regras para rastreadores determinam o primeiro filtro. Empresas de IA executam rastreadores separados para treinamento de modelos e para pesquisa, portanto um site pode optar por não participar de um deles e continuar no outro. A OpenAI executa dois rastreadores para isso: o GPTBot, que coleta dados de treinamento, e o OAI-SearchBot, que indexa páginas para a pesquisa do ChatGPT. O Google-Extended é um token de controle que o Google lê no mesmo robots.txt: o Googlebot continua buscando a página para a Pesquisa e as Visões gerais de IA, e um Disallow para o Google-Extended impede seu uso no treinamento e na fundamentação do Gemini. A biblioteca padrão do Python pode ler uma política robots.txt da mesma forma que esses agentes:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

A execução imprime GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked e Googlebot: allowed, então a página continua elegível para a pesquisa do ChatGPT, a Pesquisa Google e as Visões gerais de IA, sem entrar nos dados de treinamento da OpenAI e do Gemini. Além das regras para rastreadores, as páginas precisam carregar sem exigir início de sessão, aparecer em um mapa do site XML e conter dados estruturados precisos de Schema.org, geralmente escritos como JSON-LD, para entidades como artigos, produtos e software. Na Ultralytics Platform, a mesma regra de acesso se aplica a conjuntos de dados e projetos de visão computacional: os que são públicos ficam disponíveis em URLs claras para todos os visitantes, com ou sem início de sessão, permitindo que rastreadores de pesquisa e assistentes de IA os recuperem, enquanto os privados continuam protegidos por início de sessão.

Como medir o GEO#

As respostas geradas variam conforme a formulação, o índice de recuperação e a versão do modelo, por isso as equipes acompanham ao longo do tempo um conjunto fixo de perguntas representativas e registram quais páginas cada mecanismo cita, com que frequência e se a resposta as representa corretamente. O tráfego de referência dos assistentes aparece nas análises como visitas de domínios como chatgpt.com e perplexity.ai. Os mecanismos de pesquisa começaram a informar citações diretamente: o relatório de desempenho de IA do Bing Webmaster Tools, lançado em prévia pública em fevereiro de 2026, mostra a frequência com que cada página é citada nas respostas do Microsoft Copilot e do Bing AI, além das consultas de fundamentação que a recuperaram.