Como funciona a busca no ChatGPT em 2026

A busca no ChatGPT não é o modelo lembrando: ele transforma a sua pergunta numa consulta, recupera documentos de um índice de busca — o do Bing é a ancoragem declarada — e depois redige uma resposta nova a partir do que voltou, escolhendo o que citar com link, o que parafrasear sem crédito e o que descartar. São duas etapas encadeadas com falhas independentes: um documento pode ser recuperado e não sobreviver à redação, e um documento impecavelmente redigido pode nunca ser recuperado.

Escrevo como Mateus Gomes, operador da murmur.marketing — engine de GEO (Generative Engine Optimization) no Brasil. Esta é uma página de mecânica, não de venda, mas a declaração de interesse fica de pé assim mesmo, com o número que permite julgá-la: em 2026-08-06 medi a minha própria empresa nos quatro motores — 100 perguntas em português, 800 capturas, print em 800 de 800 — e o veredito foi citation_kind = ausente em 800 de 800. 200 dessas capturas eram do ChatGPT, e nelas o placar também é zero.

Esta página se pendura em O que é busca generativa e como muda o marketing em 2026, que descreve a arquitetura geral. Aqui o recorte é um motor só, no vocabulário que ele usa para se descrever.

Resumo

  • Duas etapas, não uma: recuperação (consulta a um índice) e geração (redação da resposta). Elas falham separadamente e exigem consertos diferentes.
  • A ancoragem declarada é o índice do Bing — o que faz das Ferramentas do Bing para Webmasters uma alavanca de descoberta que quase ninguém usa.
  • A OpenAI tem três rastreadores com papéis distintos: GPTBot, OAI-SearchBot e ChatGPT-User. Num log real de três dias e meio eles somaram ≈184 requisições, contra 327 do Googlebot.
  • Ele não executa JavaScript. O rastreador baixa os arquivos de script sem rodá-los — 11,50% das requisições do rastreador da OpenAI são JS que nunca executa.
  • A API não é o chatgpt.com. Um fornecedor que vende o modo API mediu 96% de divergência entre os dois em 1.000 prompts, levantamento meu de 2026-08-02.
  • A mesma pergunta não devolve a mesma resposta. Rodada cinco vezes, a mesma pergunta nomeou uma empresa em 5 de 5 repetições no ChatGPT e em 0 de 5 no Claude, no mesmo dia.
  • Na pergunta larga ele responde conceito, não fornecedor: na família de demanda larga, denominador 120, o nome mais citado da minha lista declarada aparece 13 vezes.

Etapa 1 — recuperação: o ChatGPT emite uma consulta, não uma lembrança

A diferença entre o ChatGPT respondendo de memória e o ChatGPT respondendo com busca é maior do que a interface sugere, e ela é a primeira coisa a entender.

Quando a busca entra em ação, o sistema não vasculha os pesos do modelo: ele formula uma consulta — muitas vezes várias, reescritas a partir do que você digitou — e a manda para um índice. A ancoragem declarada do ChatGPT com busca é o índice do Bing. A consequência prática disso é subestimada de forma quase cômica pelo mercado brasileiro: as Ferramentas do Bing para Webmasters são um canal de submissão ativa, gratuito, e quase ninguém no país o usa para este fim.

A descoberta de uma página tem três caminhos, e só três:

  1. Link interno a partir de uma página que o rastreador já conhece.
  2. sitemap.xml declarado no robots.txt — a declaração importa; sitemap que existe e não é apontado ali é sitemap que depende de sorte.
  3. Submissão ativa a um índice, que é o item anterior sobre o Bing.

O llms.txt não é um quarto caminho. Ele é boa-fé — uma declaração de intenções para quem lê — e nenhum motor confirmou consumi-lo como canal de descoberta. Publicá-lo não faz mal; contar com ele faz.

Os três rastreadores da OpenAI, e por que confundi-los custa caro

“O bot do ChatGPT” não existe no singular. São três user-agents com papéis diferentes, e tratar os três como um só leva a decisões de robots.txt que custam visibilidade sem entregar privacidade.

user-agentdonopara que serveo que bloquear custa
GPTBotOpenAIcoleta para treino de modelobloquear não afeta a busca ao vivo; é a decisão mais defensável se a preocupação for treino
OAI-SearchBotOpenAIalimenta o índice usado pela busca do produtobloquear é abrir mão de ser recuperável no ChatGPT com busca
ChatGPT-UserOpenAIbusca ao vivo, disparada por um pedido do usuáriobloquear derruba a citação no momento exato em que alguém perguntou por você
ClaudeBotAnthropiccoleta da Anthropiccomparação útil: num log real ele foi o rastreador que mais leu artigo
PerplexityBotPerplexitycoleta da Perplexityidem, com volume próprio
GooglebotGoogleíndice clássico, que sustenta o AI Overviewbloquear para liberar só IA é cloaking, e é a forma mais rápida de queimar o domínio

Os números de um caso real ajudam a calibrar. Lendo os logs de acesso de um subdomínio de cliente ao longo de cerca de três dias e meio, em junho de 2026, foram 1.074 requisições assim distribuídas por user-agent: Googlebot 327 · OpenAI ≈184 (OAI-SearchBot 71 + GPTBot 54 + ChatGPT-User 59) · PerplexityBot 62 · ClaudeBot 9 · bingbot 1. O rastreador de IA já é da mesma ordem de grandeza do Googlebot — e o bingbot aparecendo uma única vez enquanto a busca do ChatGPT se ancora no índice do Bing é um bom lembrete de que rastrear e indexar não são a mesma operação.

⚠️ Contagem por user-agent, não por IP verificado. E essa ressalva não é formalidade: noutro subdomínio, cruzando user-agent com o IP real, uma contagem crua de 88 hits de ClaudeBot caiu para 79, a da OpenAI de 10 para 3, e a da Perplexity de 6 para zero. Havia um único endereço disparando user-agents falsos de vários motores no mesmo segundo, pedindo /.env, /.git/config e arquivos de credencial. Quem conta rastreador de IA por user-agent está, em parte, contando invasor.

O que o rastreador do ChatGPT não faz

Uma coisa só, e ela é decisiva: não executa JavaScript.

A Vercel publicou a leitura dos próprios logs de rede em The rise of the AI crawler: nenhum dos principais rastreadores de IA renderiza JavaScript, e eles baixam os arquivos de script sem executá-los — 11,50% das requisições do rastreador da OpenAI e 23,84% das do da Anthropic são justamente esses arquivos que nunca rodam. Baixar não é rodar.

A consequência é dura e é binária: se o conteúdo da sua página só existe depois do JavaScript rodar, ele não existe para o ChatGPT com busca. Uma aplicação de página única renderizada no navegador é, para o rastreador, um documento vazio com um monte de anexo. O caminho é HTML servido pelo servidor — estático ou renderizado no servidor —, e isso é uma decisão de engenharia que precede qualquer decisão de conteúdo.

E há o atalho que parece inteligente e não é: bloquear o Googlebot e liberar só os rastreadores de IA é cloaking — servir coisas diferentes para agentes diferentes — e coloca o domínio inteiro em risco. O que é legítimo é publicar página acessível a qualquer um e apenas não linká-la no menu: conteúdo órfão estratégico, não cloaking.

Etapa 2 — geração: o que ele faz com o que recuperou

Recuperado o material, o modelo redige. E é aqui que a régua do marketing de busca deixa de servir, porque não existe posição dentro de um parágrafo.

Na régua que eu opero sobre cada captura, o resultado é um de quatro rótulos: recomendado (endosso real no texto), fonte (o domínio aparece como referência, sem endosso), mencionado (o nome aparece sem endosso e sem link) e ausente. A distinção não é preciosismo: numa das minhas empresas, a Fly Vet, medida em 100 perguntas em junho de 2026, o ChatGPT recomenda em 30 de 100 enquanto o Google nunca recomenda e usa como fonte em 81 de 100. Colapsar os quatro numa métrica de “menções” produziria um número grande que descreve o contrário do que acontece.

Duas propriedades da etapa de geração que o mercado costuma ignorar:

Ele varia entre repetições. Modelo de linguagem é estocástico, e rodada única é inválida — a variância entre execuções idênticas foi registrada entre 10% e 34%. A prova mais limpa que eu tenho: uma única pergunta rodada cinco vezes em cada um dos quatro motores, 20 capturas, em 2026-08-06. A Conversion foi nomeada em 5 de 5 repetições no ChatGPT, 4 de 5 no Perplexity, 0 de 5 no Claude e 0 de 5 no Google AI Overview. Nove em vinte.

Mas a variância tem um piso conhecido. Rodando as mesmas 387 perguntas de um universo real de cliente com três dias de intervalo e sem nenhuma intervenção, 98% dos vereditos se repetiram no ChatGPT — 22,2% → 22,5%, com 7 de 387 oscilando. Isso significa que o ChatGPT é suficientemente estável para ser medido, desde que se meça com repetição e se trate movimento abaixo de 3 a 4 pontos percentuais como ruído.

A API do ChatGPT não é o chatgpt.com — e isso muda o instrumento

Este é o ponto técnico com maior consequência prática de toda a página, e ele quase nunca é dito.

Quando alguém mede “o que o ChatGPT responde” chamando a API do modelo, está medindo outro produto. O produto que o seu comprador usa tem busca, tem interface, tem contexto de sessão e tem uma pilha de recuperação própria. Um fornecedor que vende o modo API publicou uma comparação de 1.000 prompts entre a API e o chatgpt.com e encontrou 96% de divergência entre as duas superfícies. É a medida mais desconfortável possível, porque veio de quem tinha interesse no resultado oposto.

É por isso que eu meço por navegador, em conversa limpa, com print de cada captura — e é a parte cara do método. Para calibrar o custo: no meu pipeline, o tempo médio de uma captura é de 51 segundos no ChatGPT, 42 no Claude, 48 no Perplexity e 17 no Google. A API responderia em uma fração disso, e responderia outra coisa.

O que o ChatGPT responde quando ninguém nomeia uma marca

O dado que mais muda estratégia, e é contraintuitivo.

Na primeira onda da minha campanha, denominador 400 (100 perguntas × 4 motores, uma repetição): em 216 dessas 400 capturas nenhum dos 29 nomes da minha lista declarada de detecção aparece, e a mediana de marcas distintas por captura é zero. Recortando só a família de demanda larga — “o que é GEO”, “vale a pena investir”, “isso não é só busca tradicional com outro nome” —, denominador 120 (30 perguntas × 4 motores), o nome mais citado ali é a GeoStack, com 13 ocorrências em 120.

Já quando a pergunta é de contratação, o comportamento muda: na família das 12 perguntas em que o comprador pede um fornecedor, denominador 48, o nome mais citado pelo ChatGPT é Brasil GEO, em 8 das 12 — enquanto o Perplexity põe GeoStack em 8 de 12 e o AI Overview põe Conversion em 9 de 12. Régua de texto determinística, lista declarada de 29 nomes, e em 8 dessas 48 capturas nenhum dos 29 é citado.

Na pergunta larga, o ChatGPT explica o conceito; na pergunta de compra, ele nomeia. Escrever conteúdo de fornecedor mirando a pergunta larga é mirar a superfície em que ele decidiu não falar de fornecedor nenhum.

⚠️ Um limite de escopo, declarado porque é meu: o motor que eu chamo de google neste pipeline é o AI Overview, o bloco gerado no topo da página de resultados. O aplicativo Gemini não é medido — não existe coletor dele — e nenhuma linha desta página fala sobre ele.

Perguntas frequentes

O ChatGPT usa o Google ou o Bing para buscar?

A ancoragem declarada do ChatGPT com busca é o índice do Bing, não o do Google. Na prática isso tem uma consequência barata e quase ignorada no Brasil: as Ferramentas do Bing para Webmasters são um canal de submissão ativa e gratuito, e são o único dos três caminhos de descoberta em que você age em vez de esperar. Os outros dois são link interno a partir de uma página já conhecida e sitemap.xml declarado no robots.txt.

Preciso bloquear o GPTBot para proteger meu conteúdo?

Depende do que você quer proteger, e a decisão não é única porque os user-agents não são um só. GPTBot coleta para treino; OAI-SearchBot alimenta o índice usado pela busca do produto; ChatGPT-User faz a busca ao vivo quando alguém pergunta. Bloquear o primeiro é a decisão mais defensável se a preocupação for treino. Bloquear os outros dois é abrir mão de ser recuperável e de ser citado no momento exato em que alguém perguntou por você.

Rodar a mesma pergunta duas vezes no ChatGPT devolve a mesma resposta?

Porque a etapa de geração é estocástica: a variância entre execuções idênticas foi registrada entre 10% e 34%. Na minha campanha de 2026-08-06 uma única pergunta rodada cinco vezes devolveu a mesma empresa em 5 de 5 repetições no ChatGPT e em 0 de 5 no Claude, no mesmo dia. Isso não invalida a medição; obriga a medir com repetição. Repetindo o mesmo conjunto de 387 perguntas três dias depois, sem intervenção, 98% dos vereditos se repetiram.

Medir o ChatGPT pela API dá o mesmo resultado que pela tela?

Não. Um fornecedor que vende o modo API publicou uma comparação de 1.000 prompts entre a API e o chatgpt.com e encontrou 96% de divergência entre as duas superfícies. São produtos diferentes: o que o seu comprador usa tem busca, interface e pilha de recuperação própria. É por isso que eu capturo por navegador, em conversa limpa e com print, ao custo de cerca de 51 segundos por captura.

Como eu sei se o ChatGPT buscou, ou se ele respondeu de memória?

O sinal visível é a citação: resposta que traz link de fonte passou pela etapa de recuperação. O inverso não vale — ausência de link não prova ausência de busca, porque na etapa de geração o modelo parafraseia sem crédito. É exatamente por isso que a régua tem quatro rótulos e não um: recomendado, fonte, mencionado e ausente separam “a máquina leu o meu documento” de “a máquina falou de mim sem me ler”, e só o print da resposta como ela apareceu na tela preserva essa distinção depois da conversa fechar. É a razão de o meu pipeline gastar cerca de 51 segundos por captura no ChatGPT em vez de perguntar à API.

Quem escreveu isto, e a declaração de interesse

Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil. Faço só GEO. Não sou agência de busca tradicional nem agência full-service. Tenho interesse comercial direto em que esta superfície seja tratada como um canal que exige trabalho próprio, e a declaração vem antes dos números.

O que permite julgar o viés é o resultado que eu obtive ao apontar o método para mim mesmo: zero em 800 capturas, em 2026-08-06, nos quatro motores — 200 delas no ChatGPT. E o corte que quase virou manchete e é falso: a régua de texto marcou 88 hits em 800 para o meu nome, e os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado; fora delas, 0 de 712. Uma dessas 800 capturas falhou e foi mantida no denominador.

Conclusão

A busca no ChatGPT funciona em duas etapas com falhas independentes: ele formula uma consulta e recupera documentos de um índice — o do Bing é a ancoragem declarada —, e depois redige uma resposta nova a partir do que voltou. Para existir na primeira etapa, a página precisa ser HTML servido pelo servidor e alcançável por um dos três caminhos de descoberta, porque o rastreador não executa JavaScript. Para sobreviver à segunda, o nome precisa ser reconhecido como entidade e a pergunta precisa ser do tipo em que ele nomeia fornecedor — o que, no meu universo, é a pergunta de contratação, não a pergunta larga. E qualquer medição disso só vale com repetição, print e denominador: a API do modelo divergiu do produto em 96% de mil prompts. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.

Ver também