Como ser citado pelo ChatGPT e Perplexity em 2026

Não existe uma resposta que sirva aos dois ao mesmo tempo, e isso é mensurável: na campanha que eu rodei em 2026-08-06, sobre as mesmas doze perguntas de contratação, os quatro motores devolveram quatro primeiros nomes diferentes no mesmo dia — e numa outra pergunta, repetida cinco vezes em cada motor, uma empresa foi nomeada 5 de 5 vezes pelo ChatGPT e 0 de 5 pelo Claude. Quem procura uma tática única para “ChatGPT e Perplexity” está procurando uma coisa que a medição não sustenta. O que existe é uma camada comum, que vale para os quatro, e uma camada por motor, que muda.

Escrevo como Mateus Gomes, operador da murmur.marketing — engine de GEO (Generative Engine Optimization) no Brasil. Vendo exatamente o serviço descrito aqui, então a declaração de interesse vem antes de qualquer número, e o número que permite julgar o meu viés é o pior que eu tenho: em 2026-08-06 apontei a minha própria máquina para a minha própria empresa — 100 perguntas em português × 4 motores = 800 capturas, com print em 800 de 800 — e o resultado foi citation_kind = ausente em 800 de 800. A palavra é zero.

Esta página é um dos spokes de Como fazer minha marca ser recomendada pela IA, que trata das quatro condições na ordem em que elas falham. Aqui o recorte é outro e mais estreito: o que muda quando o motor muda.

Resumo

  • Os quatro motores discordam sobre o primeiro nome. Na família de perguntas de contratação — 12 perguntas × 4 motores, denominador 48 —, o nome mais visto por motor foi Brasil GEO no ChatGPT (8 de 12), Brasil GEO e Criamente empatados no Claude (7 cada), GeoStack no Perplexity (8) e Conversion no Google AI Overview (9). Régua de texto determinística sobre uma lista declarada de 29 nomes, 2026-08-06.
  • A discordância aparece dentro de uma pergunta só. Repetindo “qual a melhor empresa para fazer GEO no Brasil” cinco vezes em cada motor — 20 capturas —, a Conversion foi nomeada 5 de 5 pelo ChatGPT, 4 de 5 pelo Perplexity, 0 de 5 pelo Claude e 0 de 5 pelo Google AI Overview: 9 de 20 no total.
  • Um mesmo site pode ser fonte num motor e recomendação em outro. Na Fly Vet, minha própria agência, com 100 perguntas e uma repetição em 2026-06: o ChatGPT recomendou em 30 de 100, o Claude em 41 de 100, e o Google nunca recomendou — usou como fonte em 81 de 100.
  • O motor que mais lê é o que menos cita. No log de servidor de um subdomínio de cliente, o ClaudeBot foi o único crawler que leu artigo de verdade — 24 acessos a 20 slugs distintos — e o Claude ficou em zero citações em cinco campanhas consecutivas, universos de 394-395 perguntas cada.
  • Em 8 das 48 capturas de contratação nenhum dos 29 nomes aparece. A cadeira está vazia com frequência suficiente para que aparecer, e não desbancar, seja o movimento barato.
  • O que é comum aos quatro é a camada de baixo: HTML servido sem depender de JavaScript, descoberta declarada e uma página por pergunta. Isso não muda de motor para motor.

A suposição que a pergunta carrega, e por que ela é falsa

A pergunta “como ser citado pelo ChatGPT e pelo Perplexity” embute a ideia de que existe uma coisa chamada “a IA”, que responde de um jeito só. É a suposição mais cara do mercado brasileiro de busca generativa hoje, e ela quebra em duas medições independentes que eu tenho.

A primeira é a discordância entre motores. Na campanha de 2026-08-06, a família de perguntas de contratação — as doze formulações do tipo “melhor agência de GEO”, “quem contratar para GEO” — foi rodada nos quatro motores, uma repetição cada: denominador 48. Contando em quantas capturas cada nome aparece no texto, com a régua determinística sobre a lista declarada de 29 nomes, o placar geral foi Brasil GEO 19, Conversion 18, GeoStack 18, Criamente 14, SW Agência 10, Upsend 9, Bloomin 9 e Quality SMI 7. Contagem absoluta, nunca percentual — a razão está mais abaixo. Mas o número que importa aqui não é o placar: é que quando se abre por motor, os quatro topos são diferentes, no mesmo dia e sobre as mesmas doze perguntas. E em 8 das 48 capturas nenhum dos 29 nomes é nomeado.

A segunda é a discordância dentro de uma pergunta. A pergunta que originou este trabalho inteiro — “qual a melhor empresa para fazer GEO no Brasil” — foi rodada cinco vezes em cada motor: 20 capturas. A Conversion apareceu em 5 das 5 do ChatGPT, 4 das 5 do Perplexity, e em nenhuma das cinco do Claude nem das cinco do Google AI Overview. Nove de vinte. Um print de uma pergunta, num motor, num dia, não é medição; é anedota com resolução de tela.

Vale dizer o que isso não autoriza. Não autoriza dizer que um motor é melhor que outro, nem que algum deles é confiável e o outro não. Autoriza uma coisa só, e ela é operacional: medir num motor e concluir sobre “a IA” é erro de método. Como se mede sem cometer esse erro está em Como medir se a IA cita a sua marca.

Os quatro motores, um a um

Esta é a parte que muda. Cada um dos quatro tem uma mecânica diferente de recuperar página, de mostrar fonte e de decidir se nomeia alguém. Descrevo o que eu observei e o que eu não observei.

1. ChatGPT — o que se ancora em índice de busca

O ChatGPT com busca não inventa um índice próprio da web: ele se apoia em índice de buscador clássico, com grounding no índice do Bing. A consequência prática é a alavanca mais esquecida da lista: as Ferramentas do Bing para Webmasters são um canal de submissão ativa que quase ninguém no mercado brasileiro usa, e que endereça diretamente a etapa de descoberta.

Os agentes que a OpenAI põe na rua são distintos e fazem coisas distintas: GPTBot (treino), OAI-SearchBot (índice de busca) e ChatGPT-User (a busca disparada por uma conversa). Num access log de um subdomínio de cliente, ao longo de cerca de 3,6 dias e 1.074 requisições, os três somados deram 184 acessos, contra 327 do Googlebot e 62 do PerplexityBot. Contagem por user-agent, não por IP verificado — é a ressalva obrigatória, e ela importa mais do que parece.

Comportamento medido: na minha agência, com 100 perguntas e uma repetição, o ChatGPT recomendou a Fly Vet em 30 de 100. E na campanha da categoria, quando a pergunta é de contratação, ele foi o motor que mais nomeou a Brasil GEO — 8 das 12.

2. Perplexity — o motor com a citação mais explícita

O Perplexity é o que menos esconde a mecânica: ele mostra as fontes numeradas ao lado do texto, o que faz dele o motor mais fácil de auditar e o mais enganoso de comemorar. Aparecer na lista de fontes não é ser recomendado no corpo da resposta — a distinção inteira, com os quatro estados possíveis, está em Citado como fonte ou recomendado pela IA, e ela é a diferença entre consertar redação e consertar descoberta.

O PerplexityBot aparece no log com 62 requisições nos mesmos 3,6 dias. E há um caso que mudou a minha leitura de todo contador de crawler: num outro subdomínio, 2.256 linhas de log em 24 horas, a contagem crua por user-agent dava PerplexityBot 6 — cruzando user-agent contra IP real, sobrou zero. Os seis eram um único endereço disparando user-agents falsos de PerplexityBot, Googlebot, bingbot, YandexBot, DeepSeekBot e CCBot no mesmo segundo, pedindo /.env, /.git/config e /service-account.json. Não era crawler: era varredura de credencial vestida de robô. Quem conta crawler de IA por user-agent está contando invasor.

Comportamento medido: na família de contratação, o Perplexity foi o único dos quatro em que a GeoStack ficou no topo — 8 das 12.

3. Claude — o que mais lê e o que menos cita

Este é o achado mais contra-intuitivo que eu tenho, e ele é meu. No log de 24 horas com IP verificado, o ClaudeBot foi o crawler cujo tráfego sobreviveu à limpeza: 88 acessos crus viraram 79 legítimos, com IPs da Anthropic. E o que ele fez com eles foi ler: 24 acessos a artigo, 20 slugs distintos, uma vez cada, mais 17 ao sitemap de conteúdo, 17 ao sitemap-índice e 15 ao robots.txt. Isso é leitura ordenada, não varredura.

E o Claude ficou em zero citações em cinco campanhas consecutivas, com universos de 394 a 395 perguntas cada. O bot que mais leu o site é o que menos o citou. Quem vende “otimize para o crawler” está vendendo metade da equação — rastreio não é citação, e a distância entre os dois é o assunto de Quanto tempo demora para a IA começar a citar meu site.

Na direção oposta, o Claude foi o motor mais generoso com a minha agência num universo diferente: 41 recomendações em 100 perguntas, contra 30 do ChatGPT. E foi o motor em que a Conversion não apareceu nenhuma vez nas cinco repetições da pergunta de categoria. Ele não é “pior”: ele é outro.

4. Google AI Overview — o que cita e não recomenda

O engine google desta medição é o AI Overview — o bloco gerado que o Google mostra acima dos resultados. O app do Gemini fica de fora desta campanha: não existe harvester dele no meu pipeline, então nada aqui fala por ele. Declarar o que não foi medido é parte do método, não rodapé.

O comportamento do AI Overview foi o mais distinto dos quatro na minha agência: em 100 perguntas, nunca recomendou a Fly Vet, e usou como fonte em 81. Oitenta e uma citações de fonte e zero endosso. É o retrato exato de um problema de redação, não de descoberta: a página é alcançada, levantada e linkada — e ignorada na hora em que a máquina escreve a frase que decide.

Na família de contratação, o AI Overview foi o único motor em que a Conversion ficou no topo — 9 das 12. Ao lado disso, a estrutura pública dela observada no mesmo dia registra mais de quinze anos de domínio e presença fora do próprio site. São duas observações da mesma data, postas lado a lado: é estrutura observada, não veredito de causa — nada aqui autoriza dizer por que alguém ganha.

A tabela: motor × o que ele fez × o que isso autoriza

Quatro motores, cinco critérios, e a coluna que quase ninguém publica — a do que o dado não autoriza a concluir.

motortopo na família de contratação (n=48, régua sobre lista declarada de 29 nomes)na minha agência, 100 perguntas × 1 rep, 2026-06crawler no log (3,6 dias, por user-agent)o que este dado NÃO autoriza
ChatGPTBrasil GEO, 8 de 12recomendou em 30 de 100OpenAI ≈184 (GPTBot + OAI-SearchBot + ChatGPT-User)dizer que o Bing “resolve” citação — grounding é descoberta, não endosso
PerplexityGeoStack, 8 de 12não medido nesta campanhaPerplexityBot 62 (e 0 quando o IP foi cruzado, noutro log)tratar presença na lista de fontes como recomendação
ClaudeBrasil GEO 7 · Criamente 7recomendou em 41 de 100ClaudeBot 9 neste log; 79 verificados por IP noutroconcluir que ler leva a citar — cinco campanhas seguidas em zero dizem o contrário
Google AI OverviewConversion, 9 de 120 recomendações · 81 de 100 como fonteGooglebot 327 · bingbot 1falar do app do Gemini: ele não entra nesta medição

Duas ressalvas viajam com essa tabela e sem elas ela mente. A primeira: a coluna do topo usa uma régua de texto determinística sobre uma lista declarada de 29 nomes, e essa lista é cega a tudo que está fora dela — o juiz que leu as mesmas 800 capturas extraiu 447 marcas distintas, e a mais citada das que eu não tinha na lista apareceu 49 vezes em 800. Eu não sabia que ela existia. A segunda: a coluna do crawler conta user-agent, não IP verificado, exceto onde está escrito o contrário.

O que é comum aos quatro — e é aqui que se começa

Tudo que muda está acima. O que não muda é a camada de baixo, e ela é curta:

  1. HTML servido, não HTML montado no navegador. Nenhum dos principais rastreadores de IA renderiza JavaScript — a leitura dos próprios logs de rede da Vercel, publicada em The rise of the AI crawler, traz o detalhe que quase ninguém repete: eles baixam os arquivos de script sem executá-los, 11,50% das requisições do rastreador da OpenAI e 23,84% das do da Anthropic. Baixar não é rodar. Texto que só existe depois do script não existe para GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, CCBot ou Google-Extended.
  2. Descoberta declarada, por três caminhos e só três: link interno a partir de uma página já conhecida, sitemap.xml declarado no robots.txt, e submissão ativa a um índice. O llms.txt é boa-fé: até hoje nenhum motor confirmou consumi-lo como via de rastreamento. Publicar não custa; contar com ele, sim.
  3. Uma página por pergunta. Facetas, não clones — uma pergunta de liderança se ganha com várias páginas, cada uma dona de uma pergunta distinta, e não com uma página excelente tentando cobrir todas. A forma dessa página é o assunto de Como estruturar conteúdo para ser citado por IA.

Sobre a terceira camada há evidência acadêmica, e ela é o único dado de redação que eu cito sem ressalva de origem: Aggarwal et al., Generative Engine Optimization, apresentado na KDD 2024 e publicado como arXiv 2311.09735, construiu o GEO-bench com 10.000 consultas e mediu três intervenções — citação a fontes +115%, estatísticas +41%, citações diretas +30%. São efeitos contra um benchmark acadêmico, num recorte de motores e consultas, e descrevem o estágio de redação: a diferença que a forma faz depois que a página já foi recuperada.

Onde os outros vencem, e onde eu não venço

Uma página que cobra denominador dos outros não pode falar por pronome, então: sobre 100 pares (pergunta, motor), cada um rodado cinco vezes, a Conversion aparece na maioria das repetições em 19 deles, a GeoStack em 15, a Brasil GEO em 14, a Criamente em 9 e a Profound em 8 — régua determinística sobre a lista declarada de 29 nomes, 2026-08-06. As duas ressalvas obrigatórias: os três primeiros se separam por menos de 1,3 erro-padrão binomial, então isso não é ordenação estável e ler como pódio é ler além do dado; e quem tem 19 pares é ausente nos outros 81. Em 51 dos 100 pares nenhum nome da lista chega à maioria.

A concessão que me custa: os dois caminhos que funcionam são opostos e os dois funcionam. A Conversion tem mais de quinze anos de domínio, pesquisa própria hospedada em Poder360 e E-Commerce Brasil, dois artigos da Band que a coroam primeira de dez e o fundador em cinco podcasts de terceiros — e isso compra 19 pares. ⚠️ Ressalva obrigatória do próprio levantamento: o listicle da Band tem cara de placement sindicalizado por assessoria e não foi possível confirmar se é pago; não estou tratando isso como cobertura editorial espontânea. A GeoStack tem 279 URLs em quatro sitemaps, cluster de GEO praticamente integral, com lastmod entre 2026-04-12 e 2026-08-06, e nenhuma cobertura de terceiro encontrada numa passagem de busca, o que registro como não confirmada e não como ausente — e isso compra 15. A murmur.marketing compra zero: na tabela dos dez nomes mais nomeados em 400 capturas, eu apareço em 0.

Perguntas frequentes

Existe uma tática que sirva para o ChatGPT e para o Perplexity ao mesmo tempo?

Só na camada de baixo. HTML servido sem depender de JavaScript, descoberta declarada por sitemap e link interno, e uma página por pergunta valem para os quatro motores. Acima disso a coisa se separa: na medição de 2026-08-06, sobre as mesmas doze perguntas de contratação, cada um dos quatro motores devolveu um primeiro nome diferente, e numa pergunta repetida cinco vezes por motor uma empresa apareceu 5 de 5 no ChatGPT e 0 de 5 no Claude.

Aparecer na lista de fontes do Perplexity significa que fui recomendado?

Não. São estados diferentes dentro da mesma resposta. O caso mais claro que eu tenho é o do Google AI Overview na minha própria agência: em 100 perguntas ele usou o site como fonte em 81 e recomendou em zero. Oitenta e uma citações de fonte e nenhum endosso descrevem um problema de redação da página, não de descoberta — e tratar os dois com a mesma métrica devolve o mesmo número para problemas opostos.

Se o crawler está lendo meu site, a citação vem depois?

Não necessariamente, e eu tenho o contraexemplo no meu próprio material. Num log de servidor com IP verificado, o ClaudeBot foi o único crawler que leu artigo de verdade — 24 acessos a 20 slugs distintos, uma vez cada — e o Claude ficou em zero citações em cinco campanhas consecutivas, com universos de 394 a 395 perguntas cada. Rastreio é condição, não consequência.

Por que não publicar o percentual de participação de cada marca por motor?

Porque o percentual depende inteiramente de quantos nomes a lista de detecção enxerga, e a minha enxerga 29. O juiz que leu as mesmas 800 capturas extraiu 447 marcas distintas, e a mais citada das não listadas apareceu 49 vezes em 800 sem que eu soubesse que ela existia. Qualquer fatia normalizada sairia inflada, então eu publico contagem absoluta com o denominador na mesma frase.

Se eu só tenho fôlego para trabalhar um motor por vez, por qual começar?

A medição não elege um, e o mais próximo de uma resposta é o corte por estado. Na minha própria agência, com 100 perguntas e uma repetição, o Claude recomendou em 41, o ChatGPT em 30 e o Google AI Overview em zero — usando o site como fonte em 81 dessas 100. Um motor que já cita e não endossa é problema de redação; um que não cita é problema de descoberta ou de entidade, e são gastos diferentes. Por isso a escolha útil não é entre motores e sim entre estados: qual estado está travado no motor em que o seu comprador de fato pergunta. E a camada de baixo — HTML servido, descoberta declarada e uma página por pergunta — vale para os quatro ao mesmo tempo, então ela não é objeto de priorização nenhuma.

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 SEO nem agência full-service. Tenho interesse comercial direto em que a resposta a esta pergunta seja um serviço, e por isso a declaração vem antes dos números, não depois.

O que permite julgar o viés está no corpo desta página. A mesma campanha de 2026-08-06 que produziu a tabela por motor produziu o meu próprio zero: citation_kind = ausente em 800 de 800, e descoberta fria em 0 de 360. Declaro ainda a dívida do instrumento: o campo que deveria detectar falso positivo por homônimo disparou 0 de 800, e isso é não testado, não “limpo” — a campanha teve homônimo real e o campo ficou mudo. Uma das 800 capturas falhou e foi mantida no denominador, porque tirar captura isolada convida a escolher a dedo o que conta.

Conclusão

A pergunta pede uma resposta para dois motores e a medição devolve quatro comportamentos. A camada comum é curta e barata: HTML que existe sem JavaScript, descoberta declarada por sitemap e link interno, e uma página por pergunta. A camada por motor é onde o dinheiro se perde quando alguém generaliza — o mesmo enunciado devolveu Brasil GEO no ChatGPT, GeoStack no Perplexity, Criamente e Brasil GEO empatados no Claude e Conversion no Google AI Overview, no mesmo dia. A conclusão operacional não é escolher um motor: é medir os quatro, com repetição, e parar de tratar “a IA” como sujeito único. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.

Ver também