Três Jogos no Mesmo Tabuleiro

Apenas 12% das páginas citadas por modelos de IA aparecem também no top 10 do Google. A Ahrefs chegou a esse número analisando 1,9 milhão de citações. A eMarketer confirmou de forma independente: menos de 10% das fontes citadas pelo ChatGPT, pelo Gemini e pelo Copilot aparecem nos primeiros resultados do Google para a mesma consulta. Dá para estar em primeiro lugar no Google e ser completamente invisível para a IA que responde exatamente a mesma pergunta. Duas estratégias de otimização que deveriam ser o mesmo jogo estão produzindo resultados que quase não se cruzam.

A Search Atlas confirmou a divergência em 18.377 consultas emparelhadas — GPT, Gemini e Perplexity se desacoplam do Google de forma independente. O Google ranqueia por links. Os modelos de IA ranqueiam por estrutura de entidades e capacidade de resposta. São critérios diferentes, aplicados ao mesmo conteúdo, produzindo resultados que quase não se cruzam. A indústria chama essa nova disciplina de "otimização para motores generativos" — GEO. Mas esse rótulo esconde um problema mais fundo. Não são dois jogos. São três.

Três Jogos, Uma Caixa de Busca

Jogo Um: o SEO tradicional. Palavras-chave, backlinks, autoridade de domínio, rastreabilidade, velocidade de página, posição no SERP. O motor de 1998 que ainda roda. Noventa e cinco por cento dos profissionais de SEO ainda classificam backlinks como "mais críticos" ou "muito importantes". @theseoguy_ publicou o manual — o 80/20 do SEO local que ainda gera tráfego — e funciona. @prathamgrv apontou que a matemática do PageRank de 1998 ainda alimenta a busca em 2026. Os fundamentos estão intactos. A economia construída sobre eles não está mais.

Os cliques orgânicos caíram 42% em 64 sites desde que os AI Overviews se expandiram. O CTR da posição número um caiu de 7,3% para 1,6% em dois anos. O manual tradicional ainda produz ranking. Só que gera menos cliques por posição do que gerava — e a tendência está acelerando.

Jogo Dois: otimização para citação por IA. Aqui o objetivo é entrar no consenso dos dados de treinamento de LLMs e nos pools de recuperação RAG. Os sinais são completamente diferentes: estrutura de entidades em vez de densidade de palavras-chave, consenso de múltiplas fontes em vez de backlinks, formato de resposta direta em vez de leads narrativos envolventes. @zenorocha descreveu o resultado:

Usuários se cadastrando porque modelos de IA recomendam o produto — sem SEO tradicional envolvido. O ChatGPT processa 60% do tráfego de busca por IA — já disputando a mesma tela de escolha. As sessões duram 13 minutos contra 6 do Google. O Perplexity processa 780 milhões de consultas por mês via RAG em tempo real contra a web ao vivo. O alvo de otimização é a "citabilidade": publicar algo que mereça ser citado, formatar para extração fácil, ganhar validação de terceiros no Reddit, G2, YouTube e publicações do setor. A estrutura de conteúdo que atrai essas citações — resposta primeiro, entidades mapeadas, schema rico — entra em conflito direto com o que ranqueia no Google.

Jogo Três: o GEO (AI Overviews do Google). Este jogo otimiza especificamente para ser citado dentro dos resumos gerados por IA do Google. Há sobreposição parcial com o SEO tradicional — você precisa de autoridade no Google para aparecer nos AI Overviews — mas o alvo de otimização é completamente diferente. Ser a resposta citada, não o primeiro link azul. O tráfego gerado por uma citação em AI Overview não segue o modelo de CTR convencional. Você aparece sem ser clicado.

@coreyhainesco construiu uma skill para o Claude Code que audita especificamente a prontidão para citação por IA — trechos ideais de 134 a 167 palavras, definições estruturadas, tabelas comparativas que a IA consegue processar, marcação de entidades. @heygurisingh disponibilizou em código aberto o GEO-SEO Claude, uma ferramenta que audita os três surfaces simultaneamente. Essas ferramentas existem porque os jogos exigem entradas diferentes.

A Matriz de Incompatibilidade

Os três jogos se contradizem em quase todas as dimensões que importam para a estratégia de conteúdo:

O ponto de atrito mais grave está na estrutura do conteúdo. O post ideal para ranquear no Google — um pilar evergreen de 3.000 palavras com links internos e distribuição de palavras-chave — não é o mesmo objeto que a explicação ideal para ser citada por um LLM — um Q&A de 400 palavras, resposta primeiro, entidades mapeadas, que garante citações no Perplexity. Publicar um prejudica a otimização do outro. Uma empresa que precisa jogar os três ao mesmo tempo enfrenta trade-offs que nenhum framework atual resolve.

A Armadilha dos Oitenta Por Cento

Existe uma evidência contrária, e é ela que explica por que a indústria ainda não encarou esse problema de frente.

Jeremy Moser, cofundador da uSERP, disse ao Digiday: "80% do GEO é SEO fundamental de qualidade. Se um serviço de GEO não te disser abertamente que o sucesso em visibilidade por IA é 80% SEO fundamental, eles estão te vendendo uma ilusão." Ele está certo. O mesmo artigo do Digiday admite que "a parte mais técnica do GEO — especialmente tudo que envolve arquitetura de recuperação para consultas a LLMs — é território genuinamente novo."

Essa é a armadilha dos oitenta por cento. Quem construiu carreira no SEO tradicional está certo quando diz "GEO é só SEO" — porque oitenta por cento é mesmo. Mas o vinte por cento que sobra é um jogo diferente, com sinais diferentes e resultados que não se cruzam. Um profissional que otimiza especificamente para recuperação RAG em LLMs está jogando uma partida completamente distinta. Os dois estão certos. Nenhum fala com o outro. E a hierarquia do @kalashvasaniya — "backlinks > GEO > SEO" — é, ela própria, uma afirmação do Jogo Dois disfarçada de verdade universal.

Enquanto isso, @codyschneiderxx descreveu o Claude Code como uma ferramenta poderosa para SEO tradicional — mapeamento de universo de palavras-chave, análise de SERP, publicação de conteúdo — usando a mesma infraestrutura de agentes que outros usam para otimização de citação por IA. As ferramentas não sabem qual jogo você está jogando. O profissional precisa saber.

O Portanto

Cada um tem razão. Dentro do próprio jogo. O problema é que os jogos se contradizem — e ninguém está te dizendo em qual você está. E não existe nenhum manual unificado que resolva o problema de alocação: dados recursos finitos de conteúdo, como distribuir esforço entre três surfaces com métricas de sucesso diferentes, estruturas de conteúdo diferentes e premissas de monetização diferentes?

Não existe.

A busca sem clique não elimina o valor de ser encontrado. Elimina o valor de ser encontrado do jeito antigo. Os novos surfaces recompensam um tipo diferente de visibilidade — um que o manual tradicional não foi construído para medir.

Os backlinks talvez sejam o único insumo que alimenta os três jogos — são sinais de ranking para o Google, marcadores de credibilidade para modelos de IA, e sinais de autoridade para os AI Overviews. Mas consegui-los para autoridade de citação em LLMs exige mirar fontes diferentes do que para PageRank. Menções no Reddit, G2 e YouTube importam mais para citação por IA do que um guest post num blog com DA 70.

O primeiro manual unificado — o que mapeia o problema de alocação entre os três surfaces com uma única estratégia de conteúdo — vai valer mais do que as ferramentas que ele orquestra. As ferramentas já existem. O @johnrushx vem iterando sobre um agente de AI SEO desde 2022. As ferramentas de auditoria proliferam. O que falta é o framework que diz para um founder solo: esse conteúdo serve ao Jogo Dois, esse serve ao Jogo Um, e esse é o 20% do Jogo Três que não é só bom SEO. Até esse framework existir, cada profissional otimiza um jogo e torce para os outros dois não perceberem.

Mais sobre Google, Perplexity, busca com IA e SEO. Explore a cobertura de entidades via Pulse API.