Resultados nas IAs Generativas? Veja como estamos trabalhando

Imaginem a seguinte cena hipotética: dois CEOs de duas grandes empresas de investimentos se encontram em um evento corporativo. No meio de uma conversa sobre o mercado, um deles abre a tela do ChatGPT no celular e utiliza o seguinte prompt: “qual é a melhor empresa de investimentos para Fundos de Previdência?”. Em um instante, o resultado é uma lista de organizações com a empresa dele em primeiro lugar. 

O outro CEO pergunta rapidamente como ele conseguiu aqui, e a resposta é categórica: “estamos fazendo GEO (Generative Engine Optimization), o que nada mais é que SEO para LLMs. Basicamente, a nossa agência está trabalhando com conteúdos estruturais, semântica e painéis de conhecimento”.

Imediatamente, o CEO ligou para o marketing da agência, pedindo para parar todas as atividades. Agora, a nova tendência é fazer SEO para LLMs. Todo o marketing da empresa se mobiliza para buscar uma solução para fazer GEO, AEO e AI Optimization funcionar. Esse cenário é hipotético e raro, mas pode acontecer de verdade.

É aí que começa o frenesi do mercado

O CEO citou que a agência atual do concorrente está fazendo conteúdos estruturais, semântica e painéis de conhecimento. Imediatamente, a agência respondeu que as atividades já estavam sendo realizadas e fazendo parte do escopo do trabalho desde o começo do projeto. 

Só que o mercado está alterando a percepção do trabalho de SEO, e isso abre espaço para milagres, fórmulas mágicas, gurus oportunistas e agências prometendo posicionamento sem ao menos fazer o básico. Então, alegar que o trabalho “já está sendo realizado e faz parte do escopo” não é o suficiente para convencer um pedido top down.

Então, qual deveria ser a resposta?

O que muitos profissionais da área e parceiros perguntam é: “como fazer para aparecer nos resultados de LLMs (ChatGPT, Grok e etc) ou gerados pela IA Overview do Google?”. A resposta sempre deverá ser: seguir as boas práticas do Google, o que a Gear SEO sempre seguiu e vem praticando.

Separamos alguns pontos de destaques, nos quais estamos trabalhando e/ou desenvolvendo. Lembre-se: nada é realmente novo, mas é bom se atentar aos detalhes.

Criação de conteúdos relevantes e otimização para LLM

O Google vem mudando a forma de entender, classificar e entregar os resultados de busca. Agora, o buscador está usando o Gemini para interpretar e analisar milhares de fontes, sintetizando tudo em uma resposta satisfatória para o usuário. Isso faz com que um bom trabalho de SEO vá além da busca por um bom posicionamento. Também é necessário trabalhar para obter citações. 

Muitos profissionais e agências estão considerando a criação exclusiva de conteúdo para LLMs, gerado por inteligência artificial, retroalimentando um ciclo sem fim. A boa e velha recomendação de SEO de sempre pensar e trabalhar para as pessoas, ou seja, o visitante em primeiro lugar, também se aplica aqui. 

A máxima de sempre colocar o usuário em primeiro lugar na estratégia deve ser seguida. Porém, agora, o foco do conteúdo não pode ser apenas as palavras-chave, mas entender como as pessoas formulam as perguntas no dia a dia. 

Utilizamos ferramentas como o People Also Ask e fóruns como o Reddit para entender melhor a forma que o público pesquisa no Google. Criamos conteúdos que, de fato, respondam às perguntas feitas pelos usuários, de forma completa, contextual e útil para LLM (como Gemini ou ChatGPT).

Os modelos de linguagem e o novo formato de respostas do Google estão tentando prever a real intenção do usuário. Isso significa que, ao responder a uma pergunta simples, o conteúdo precisa considerar:

a pergunta explícita 

exemplo: dieta low carb funciona?

as perguntas implícitas 

exemplos: como a dieta funciona metabolicamente?

quais são os benefícios e os riscos?

quem deve evitar?

estudos sobre perda de peso

alternativas (dieta cetogênica, mediterrânea)

opinião de nutricionistas

O conteúdo precisa antecipar o que o usuário também pode querer saber, mesmo sem perguntar diretamente. 

Outro ponto importante para ter bons resultados nas IAs generativas é a parte técnica. O Gemini, assim como o Googlebot, precisa encontrar, ler e interpretar o conteúdo da página. Quanto mais fácil isso for para ele, melhor será o resultado final.

Quando criamos um conteúdo, garantimos o uso das marcações de heading tags (H1, h2, h3) de forma adequada, o status code HTTP 200, que URLs importantes não estejam bloqueadas no robots.txt e as páginas irrelevantes estejam bloqueadas para melhorar o orçamento de rastreio do site. 

Multimodal: diversidade de opções de conteúdo

Uma página completa, que agregue conteúdo, vídeos e imagens pertinentes ao tema, sempre será melhor avaliada e recomendada. Por isso, sempre que é possível, investimos em diversificar as opções de conteúdos, agregando-os de forma coerente a uma página. Não adianta nada produzir tudo na IA. Um bom texto requer pesquisa, conhecimento e prática de redação, assim como um bom vídeo depende de um roteiro estruturado. 

Linkagem interna coerente

A linkagem interna coerente é uma regra básica de SEO que os algoritmos adoram, pois os robôs dos buscadores e dos LLMs conseguem percorrer outros conteúdos e temas semelhantes em um domínio, enriquecendo a pesquisa por meio dela. Assim como uma pessoa faria uma pesquisa em um site, as IAs utilizam a linkagem para trazer os melhores resultados.

Conteúdo estruturado em tópicos 

Estruturar o conteúdo em tópicos é mais uma regra básica, seguida há muitos anos, e que faz bastante diferença para as IAs generativas, pois ele é facilmente lido e entendido, tanto por humanos quanto por máquinas. 

Estruturamos títulos e subtítulos por hierarquia (H1, H2 > H3 e etc). Garantimos que os parágrafos conversam entre si (boa redação) e possuem um tamanho padronizado (mobile first, lembra?). 

Também evitamos utilizar anúncios e “calls to actions” entre os conteúdos. Sempre utilizamos esses expedientes no final. Por isso, nada de inventar. Aqui, a regra é a mesma: seguir as recomendações.

Construção de FAQ

Construir FAQs (perguntas e respostas frequentes) ajuda a organizar o campo semântico do tema principal sendo trabalhado. Além disso, incorporá-las aos conteúdos apropriados, que realmente precisam desse complemento, ajuda o leitor a entender melhor o tema e tirar dúvidas pertinentes. 

Em uma página de um smartphone, por exemplo, responder de forma direta a dúvidas como “ele vem com carregador?”, “é resistente à água?” e “possui bateria que dura o dia todo?” agrega bastante valor ao leitor. Esse é um exemplo claro de conteúdo útil e pertinente à página, que também será muito bem classificado nos buscadores e nos LLMs.

Backlinks de qualidade

Se a reputação da sua marca e do domínio já era relevante antes dos LLMs, agora, tornou-se chave para seu conteúdo ser mencionado nas respostas das IAs, que assim como o algoritmo do Google, querem entregar a resposta mais assertiva e confiável para o usuário. É aqui que a autoridade entra como critério.

No dia a dia, as ferramentas de IA podem ser utilizadas na elaboração de estratégias, auxiliando as análises de oportunidades, mas o trabalho de prospecção para conseguir menções segue ativo. 

Entenda seu segmento de atuação e busque menções que colaborem positivamente para sua reputação, de forma natural e gradual. A qualidade dos backlinks conta mais do que a quantidade. Sua reputação não é construída do dia para noite, mas pode ser prejudicada por estratégias genéricas e agressivas de Link Building, sem um propósito claro.

Dados estruturados

Aqui, a regra é aplicar os schemas certos, de forma correta, conforme o conteúdo oferecido, por exemplo:

use Product em páginas de produtos no seu e-commerce;

use Article ou BlogPosting em artigos e posts de blog;

use FAQPage para conteúdos em formato de perguntas e respostas;

use Recipe para receitas culinárias;

use Organization, LocalBusiness, Event, entre outros, sempre que for aplicável.

O importante é garantir que a aplicação técnica está correta e todas as informações do schema foram preenchidas corretamente. Sempre realizamos testes aprimorados do Google com a ferramenta de pesquisa e garantimos que as informações correspondem ao que é exibido para os usuários. 

Existem novidades em desenvolvimento?

Em relação à parte técnica, não existe nada novo. No entendimento, estamos focando em ações técnicas que ajudam os resultados das IAs generativas.

Garantir que a parte técnica está correta é fundamental para obter sucesso com as IAs generativas. Mais do que nunca, essa frente passa a ter um protagonismo importante.

Trabalhamos na limpeza de URLs que não são importantes por meio de otimizações de regras no robots.txt, metatag robots e linkagens internas, garantindo que as marcações de dados estruturados estejam corretas. 

Outro ponto importante que estamos trabalhando e vendo resultado é a parte de performance de carregamento. Garantimos que as páginas que queremos performar nos LLMs tenham um bom carregamento, com uma boa usabilidade para os usuários, e que elas se adaptem aos diversos formatos de tela.

Lembre-se de que os LLMs consomem páginas da mesma forma que um navegador automatizado, ou seja, se houver barreiras técnicas, eles não enxergarão o valor do conteúdo por mais bem escrito que ele esteja.

Incremento/criação de conteúdo para Wikipédia

Para cada LLM, há um expediente em relação à consulta pelos conteúdos da Wikipédia e outros sites relevantes e segmentados sobre determinados assuntos.

Google Gemini

De acordo com a entrevista do Aarush Selvan, Gerente Sênior de Produto na equipe Gemini, “o Google Gemini é um analista faminto, mas não um assistente de PhD”.

“Então, realmente, para aqueles tópicos de pesquisa muito espinhosos, em que você tem que abrir muitas e muitas abas e meio que juntar informações ou nem sabe por onde começar, queríamos criar um recurso que pudesse realmente te ajudar a começar”, disse Selvan ao Tom’s Guide.

“Não vai funcionar com um artigo científico, um site atrás de um paywall ou que precise de login para acessar, mas você pode dar a ele suas próprias fontes de dados”.

O Google utilizará os recursos mais comuns e relevantes para compor uma resposta para uma pergunta na pesquisa. Invariavelmente, isso não se limita a conteúdos com publicidade ou sobre alguma organização específica.

ChatGPT

De acordo com a própria resposta do Chat GPT:

Com base no conteúdo acima, a resposta é que o Chat GPT consulta a Wikipédia como fonte. Agora, a questão é a data de corte do conhecimento que ele adquire e incorpora conteúdos.

Fazendo essa mesma pergunta para ele, obtivemos a seguinte resposta:

Aqui, a premissa para nós é manter o conteúdo da Wikipédia sempre atualizado, pois se trata de uma fonte extremamente confiável e relevante ao longo dos anos. Se o conteúdo for segmentado, buscamos sites e agregadores relevantes e específicos para o nicho em que estamos trabalhando.

Grok

Quando fizemos a mesma pergunta para o Grok, obtivemos a seguinte informação:

Através das nossas pesquisas, o Grok é o mais científico possível nas respostas. Ele busca por conteúdos sempre em fontes científicas e caso não encontre as respostas ele vai aproximando dos conteúdos mais “populares”.

Ou seja, todos utilizam a Wikipédia como fonte de consulta e o nosso trabalho aqui é pesquisar e identificar qual é o peso que as LLMs dão para os conteúdos da Wikipédia para determinadas buscas.

Tópicos no Reddit

Desde fevereiro do ano passado, o Google utiliza, em parceria com o Reddit, respostas para pesquisas relacionadas com perguntas e respostas, integrando com a Inteligência Artificial. 

De acordo com o conteúdo, “Com o aumento do uso do Google para buscar conteúdos úteis no Reddit — como recomendações de produtos, dicas de viagem e muito mais — queremos facilitar ainda mais o acesso a essas informações em nossos produtos. A parceria possibilitará a exibição de conteúdo do Reddit de forma mais destacada e útil para os usuários, além de tornar mais simples a participação nas comunidades e conversas do Reddit.” 

Estamos empenhados em explorar esse universo do Reddit e criar conteúdos para facilitar o acesso a informações relacionadas com serviços e produtos dos nossos parceiros. E consequentemente, aumentar as chances de ser recomendado nas LLMs.

Conclusão

O conteúdo deste artigo será atemporal e atualizado constantemente. Há tópicos que já consideramos fundamentais para a utilização do trabalho com LLMs e não os tratamos mais como “piloto”. Teremos tópicos que estamos realizando testes e que possivelmente poderão ser incorporados em nossa metodologia, ou não. Isso dependerá muito da equação entre resultados x esforços que empregaremos no objetivo.

Todas as novas iniciativas voltadas para esse trabalho também serão incorporadas neste conteúdo, com explicações plausíveis e justificando o motivo pelo qual decidimos escolhê-las para a realização dos testes.

De qualquer forma, voltando ao nosso cenário hipotético citado no começo deste conteúdo, agora temos uma resposta prática, concisa e convincente quando o CEO da organização paralisar todo o departamento de Marketing ou pressionar o responsável pelo SEO sobre as ações que estão sendo realizadas para maximizar o trabalho nas LLMs.