Setenta Prompts trouxeram 1.702 citações, cerca de oito por resposta
A maioria das conversas sobre visibilidade em IA trata uma resposta como um veredito sobre uma página. A sua. Por dentro, parece isso mesmo, porque você só verifica se está nela.
Uma auditoria publicada em setembro de 2025 por Arlen Kumar e Leanid Palkhouski, da UC Berkeley e da Wrodium Research, colocou números no formato da coisa. Eles rodaram 70 Prompts com intenção de compra de produto em 16 verticais de SaaS B2B no Brave Summary, no Google AI Overviews e no sonar-pro do Perplexity, e coletaram 1.702 citações apontando para 1.100 URLs únicas.
Setenta Prompts em três mecanismos são 210 respostas. Divida 1.702 citações entre elas e você chega a cerca de oito URLs citadas por resposta. Essa é a unidade real. Oito vagas, e sete delas pertencem a outra pessoa mesmo num dia bom.
Em perguntas sobre software, 72,7% dos domínios citados não eram dos fornecedores
Um segundo estudo do mesmo mês mostra quem são esses vizinhos. Mahe Chen, Xiaoxuan Wang, Kaiwen Chen e Nick Koudas, da Universidade de Toronto, rodaram 1.000 Prompts de ranking para consumidores, dez categorias com cem cada, nos EUA e no Canadá, contra o Google e um GPT com acesso à web. Pegaram as dez primeiras URLs por consulta e classificaram cada domínio como Marca, Social ou Conquistado, ou seja, mídia independente, sites de avaliação e de comparação.
Em Produtos de Software nos EUA, a busca com IA devolveu 72,7% Conquistado, 26,7% Marca e quase nada de Social. O Google, com as mesmas intenções, devolveu 43,7% Marca, 45,4% Conquistado e 10,9% Social. No Canadá a diferença foi maior: a busca com IA deu 74,2% Conquistado e nada de Social, enquanto o Google pendeu para 53,8% Marca. Eletrônicos de consumo nos EUA foram ainda mais longe, até 92,1% Conquistado.
Lido do ponto de vista de uma marca, isso incomoda um pouco. Numa pergunta de categoria, a maior parte do que o modelo usa foi escrita por pessoas que você não emprega, em páginas que você não consegue editar.
A cocitação foi definida em 1973, e a definição é o ponto central
Existe uma ideia mais antiga que se encaixa nisso perfeitamente. Em 1973, Henry Small definiu cocitação no Journal of the American Society for Information Science como a frequência com que dois documentos são citados juntos, medida comparando as listas de documentos que os citam e contando as entradas idênticas. Grupos de artigos cocitados, ele mostrou, mapeiam a estrutura de uma especialidade científica.
A propriedade que vale levar adiante é aquela sobre a qual Small construiu a medida. A cocitação é criada por quem cita. Dois artigos viram vizinhos porque um terceiro continuou recorrendo aos dois. Nenhum deles pode declarar a relação, e nenhum pode ficar de fora.
Transponha isso para um mecanismo de resposta e a consequência é desconfortável. Você não escolhe as páginas ao lado das quais aparece. O mecanismo monta o conjunto, do zero a cada pedido, e o comprador lê as oito fontes como uma coisa só. Dois fornecedores com páginas quase idênticas podem cair em vizinhanças diferentes e ser lidos de forma diferente por isso.
Só 134 de 1.100 páginas citadas apareceram em mais de um mecanismo
As vizinhanças também não se transferem. No corpus de Kumar e Palkhouski, 134 URLs foram contadas como citações em mais de um mecanismo. Contra 1.100 URLs auditadas, é cerca de uma em oito, então cerca de sete oitavos das páginas citadas foram citadas por um único mecanismo. As 134 que viajaram tiveram pontuação 71% maior no índice de qualidade de página do artigo do que as de um único mecanismo, o que é um bom argumento para o trabalho estrutural sem graça.
A leitura prática é que um lugar no conjunto de fontes do Perplexity diz muito pouco sobre o Google AI Overviews. Se o seu painel junta os mecanismos num único número de visibilidade, ele está tirando a média de três populações de páginas quase separadas.
Citar outras pessoas aumentou em 115% a visibilidade do quinto site no ranking
Esta é a parte que muda o que você faz na segunda-feira. O artigo que deu nome à otimização para mecanismos generativos, de Pranjal Aggarwal e colegas de Princeton, testou nove reescritas de conteúdo contra um benchmark de 10.000 consultas em 25 áreas.
Três métodos se destacaram: acrescentar citações a fontes confiáveis, acrescentar trechos citados e acrescentar estatísticas. Juntos, produziram uma melhora relativa de 30% a 40% na métrica de contagem de palavras ajustada pela posição do artigo e de 15% a 30% na pontuação de impressão subjetiva.
Separado por posição na busca, o método de citar fontes aumentou a visibilidade em 115,1% para sites que já estavam em quinto lugar, enquanto a visibilidade do site em primeiro caiu em média 30,3%. A alavanca ali não é autoridade. É ser citável. Uma página que cita fontes confiáveis entrega ao modelo algo fácil de aproveitar, e coloca a sua frase no mesmo parágrafo das fontes que você citou.
É o argumento da cocitação no sentido inverso. Quem você cita molda com quem você é citado.
Meça a vizinhança, não só a sua própria linha
Se o conjunto é a unidade, quatro perguntas valem mais que uma contagem de citações.
- Quais domínios aparecem juntos repetidamente na sua categoria. Se as mesmas quatro páginas voltam nos seus Prompts, esse grupo é a lista de fontes real da sua categoria, e dá para conhecê-la.
- Se um concorrente está num conjunto do qual você está fora. Isso é uma lacuna de posicionamento, e nenhuma reescrita da sua página inicial a fecha.
- Por mecanismo, mantidos separados. Pelos números acima, os conjuntos quase não se sobrepõem, então a vizinhança de um mecanismo prevê mal a de outro.
- Quais páginas cocitadas aceitam sugestões ou correções. A maioria das listas comparativas aceita, e pedir costuma ser o jeito mais barato de entrar num conjunto do qual você está fora.
O que fazemos a respeito
É por isso que o Proofsource faz mapeamento de cocitação ao lado do acompanhamento de Prompts e da detecção de lacunas de citação. O relatório mostra quais fontes andam juntas na sua categoria e de quais você está fora, e o relatório para o cliente traz uma visão da mistura de fontes de listas e da atualidade delas pelo mesmo motivo.
Nossa própria amostragem aponta na mesma direção. Numa pergunta de melhor da categoria, na única categoria que testamos, listas e comparativos foram cerca de 44% das fontes que o ChatGPT citou, sites de avaliação 24% e páginas de fornecedores 18%. Isso é nosso, uma categoria e um mecanismo, e não o defenderíamos como lei geral.
Também significa que, com bastante frequência, dizemos às pessoas que a correção mais barata está numa página que não é delas e que não podemos tocar. Preferimos dizer isso a vender uma reescrita que não vai mexer em nada.
Onde isto pode estar errado
As duas auditorias rodaram em setembro de 2025. Isso foi há um ano, e todos os mecanismos nelas já lançaram muitas versões desde então. Considere a direção bem fundamentada e as porcentagens exatas datadas.
O estudo de Kumar e Palkhouski é observacional, em inglês, de SaaS B2B, e coletado num único momento a partir de 70 Prompts. Ele consultou o Perplexity pela API sonar-pro, que não precisa se comportar como o produto para consumidores. O número 134 é uma contagem nesse corpus, e eles não publicam a sobreposição par a par, então não conseguimos dizer quais dois mecanismos têm mais em comum.
O estudo de Toronto classificou cada domínio usando o GPT-4o-search-preview. Rótulos atribuídos por modelo carregam erros do modelo, e a linha entre Marca e Conquistado realmente fica borrada num site de comparação financiado por um fornecedor.
Há uma divergência que não conseguimos resolver aqui. Vários rastreadores muito divulgados relatam que plataformas de comunidade como o Reddit ficam com uma parcela muito grande das citações de IA, enquanto este estudo encontrou Social perto de zero. Não rastreamos esses números até uma fonte primária, então não citamos nenhum deles. Estamos sinalizando o conflito em vez de escolher um lado.
O benchmark de Aggarwal é de 2023 e 2024 e foi avaliado contra mecanismos de duas gerações atrás. Fique com o mecanismo descrito e trate os 115% como um artefato daquela configuração.
A medida de Small de 1973 descrevia um registro impresso fixo. O conjunto de fontes de uma resposta é gerado de novo a cada pedido, então com quem você é citado é uma distribuição. Uma resposta não estabelece nada sobre a sua vizinhança.
