O que o ChatGPT lê do seu site

SEO TécnicoPublicado em 24/08/202618 min de leitura

Na maior parte das respostas, o ChatGPT não lê a sua página. Ele recebe um título, um endereço e cerca de duzentos caracteres, e escreve a resposta a partir disso. A página inteira só é aberta em pouco mais de um caso a cada oitenta, e só quando algum modo de raciocínio é acionado. A sua representação diante do modelo cabe em três linhas de texto que começam no seu H1, e isso dita o que é mais importante otimizar.

O que o ChatGPT recebe do seu site quando responde

O ChatGPT recebe três campos por página: um título, uma URL e um trecho curto de texto. É a mesma estrutura que você vê ao digitar uma busca em um mecanismo tradicional, e é sobre ela que o modelo decide quem citar e o que escrever na maioria das respostas.

Essa descrição vem de um estudo de engenharia reversa publicado pela agência francesa RESONEO em julho de 2026, que capturou o stream bruto de 1.249 respostas reais do ChatGPT, em contas gratuitas e pagas, cobrindo 27 mil páginas distintas e 88 mil resultados de busca. O trabalho continua uma linha de pesquisa aberta por Suganthan Mohanadasan, que documentou o campo interno que nomeia os motores de busca usados pelo ChatGPT, e por Mark Williams-Cook, que mostrou que o ChatGPT dispara buscas reais no Google por baixo da conversa.

O detalhe que interessa a quem publica é a origem desses três campos. Eles não são lidos da sua página no momento da pergunta, eles vêm de um índice próprio da OpenAI, identificado no stream com o nome interno labrador, ou de resultados do Google coletados por provedores terceirizados. Nas contas gratuitas, que são a maioria dos usuários, o índice próprio responde por praticamente todos os resultados de perguntas estáveis, de negócios e de produtos, e divide com o Google apenas as perguntas cuja resposta muda no mesmo dia.

A mesma pergunta pode ser respondida a partir de quinze páginas ou de trinta e cinco, e o que decide isso é a escolha pela opção Think (o botão Pensar na interface) que fornece respostas mais elaboradas.

Fonte: RESONEO, medições de agosto de 2026, com esforço médio nos modos de raciocínio. Para o modo instantâneo, o estudo registra que a distribuição por motor mudou, mas não divulga os novos valores.

O plano pago não garante nada sobre o motor de pesquisa utilizado. Uma conta gratuita que clica em Think recupera o mesmo volume que uma conta paga em raciocínio, mas quase nada vem do mesmo lugar: na conta gratuita três quartos vem do índice próprio da OpenAI, na conta paga três quartos vem de resultados coletados do Google.

No modo instantâneo, que continua sendo o padrão de quem não seleciona o modo Pensar, a medição de julho do estudo mostrava o índice próprio respondendo por praticamente todos os resultados de perguntas estáveis, de negócios e de produtos, e dividindo com o Google apenas as perguntas cuja resposta muda no mesmo dia e manteve a mesma inclinação em agosto.

O snippet é congelado no rastreamento e ancorado no seu H1

O trecho de texto que representa a sua página é cortado pouco depois de duzentos caracteres e é retirado do início do corpo renderizado da página. A meta description é ignorada pelo índice próprio da OpenAI. Ela continua servindo para os resultados que vêm de resultados coletados do Google, que a aproveita em cerca de um terço das vezes.

O mesmo endereço, portanto, chega ao modelo de duas formas diferentes conforme o canal que o trouxe.

O ponto de ancoragem é o H1. O estudo buscou 534 páginas efetivamente citadas pelo ChatGPT e comparou o conteúdo real com o snippet armazenado. Das 463 que tinham H1, 387 traziam esse H1 dentro do snippet, ou 83,6%. Em 297 desses casos, o H1 era o primeiro caractere do trecho. Isso significa que você consegue antecipar o texto sem depender de ferramenta nenhuma, basta ler o começo do corpo renderizado da sua própria página. É uma previsibilidade incomum em qualquer assunto ligado a busca com IA.

As observações do estudo apontam que o trecho mostrado é uma propriedade da sua página, não uma resposta à pergunta. A mesma página, consultada por perguntas diferentes, devolve sempre o mesmo texto. Se a pergunta escolhesse o recorte, cada uma traria um trecho diferente da página, o que não acontece.

Um comunicado à imprensa publicado em sete versões regionais gerou sete páginas com texto praticamente idêntico. Se a pergunta é a mesma e o conteúdo é o mesmo, o recorte de duzentos caracteres deveria ser o mesmo nas sete. Não foi: cada uma devolveu um trecho começando em um ponto diferente da página. O que mudou entre elas não foi a pergunta nem o conteúdo, foi a marcação de cada uma.

Ou seja, o que variou entre elas não foi a pergunta nem o conteúdo, foi a marcação usada em cada página. É isso que prova que o recorte é decidido no rastreamento, olhando a estrutura da página, e não no momento da busca, olhando a pergunta.

Disso decorrem duas consequências. A primeira é que o trecho envelhece, porque é capturado no rastreamento e fica congelado ali. 13% dos snippets observados estavam mais de um mês atrás da última visita do robô, o que significa que a versão que representa você pode ser anterior à sua última atualização. A segunda é que tudo depende do que o robô consegue renderizar da sua página, já que o texto sai do corpo renderizado. O que não renderiza não entra no trecho, e a ancoragem cai em outro lugar.

O que ocupa os 200 caracteres antes do seu conteúdo

Em média, sobram 146 caracteres para o seu conteúdo real. O orçamento de caracteres se divide em três blocos que aparecem sempre na mesma ordem: o que estiver antes do H1, o próprio H1 e o que couber depois dele. O H1 mediano gasta 51 caracteres, e o que vem antes dele gasta 7 em média. Trilhas de navegação (breadcrumbs) e assinatura de autor são marginais. Os dois maiores ladrões são rótulos de seção e textos alternativos da primeira imagem, quando ela fica logo abaixo do título.

Fonte: RESONEO, julho de 2026, sobre 534 páginas citadas pelo ChatGPT.

A maioria desses elementos é renderizada antes do H1, e por isso ocupa a abertura do trecho. A imagem colada ao título é o caso ambíguo: dependendo do modelo de página ela cai antes ou depois do H1, e a própria fonte a descreve das duas formas. Para o resultado tanto faz, porque o que ela consome sai do mesmo total de 202 caracteres.

Antes de mexer nesses elementos, porém, há um problema mais grave e mais comum: uma página em cada sete não tem marcação de H1 nenhuma. Sem H1, a ancoragem fica imprevisível, o trecho começa em algum subtítulo escolhido pelo modelo e você deixa de controlar a sua própria representação. Marcar um H1 corretamente no corpo da página vale mais que qualquer ajuste fino nos 146 caracteres restantes.

A página só é aberta em uma minoria de respostas

Abrir a página é a exceção, e é também o que mais aumenta a chance de citação. Uma página aberta pelo modelo termina citada em 74% dos casos, contra 7% de uma página que apenas figura na lista de resultados recuperados. A abertura continua mais frequente nas contas pagas em modo de raciocínio, mas deixou de ser exclusividade delas. Com o botão Think, uma conta gratuita passou a abrir 0,28 página por conversa.

O que o modelo escolhe abrir tem perfil definido: material regulatório, documentação oficial, fontes primárias e páginas profundas na árvore do site, quase nunca a página inicial. Os domínios mais abertos em inglês foram openai.com, anthropic.com, learn.microsoft.com e o portal de estratégia digital da Comissão Europeia.

Quando a página é aberta, o HTML é convertido em markdown antes de chegar ao modelo, e é em markdown que a cópia fica guardada. Isso reforça, por um caminho inesperado, o que já vale sobre publicar conteúdo em markdown, a conversão acontece do lado de quem lê, a partir do HTML que você publicou, então servir markdown por conta própria não adianta etapa nenhuma. É o mesmo raciocínio que sustenta por que você não precisa de um llms.txt.

Há também certa assimetria entre os dois armazenamentos, porque ela explica um comportamento que aparece em log de servidor. A OpenAI mantém dois depósitos distintos, escritos por robôs distintos, e o que lê a sua página não é o mesmo que atualiza o trecho que a busca exibe.

A consequência contraintuitiva é que o ChatGPT-User pode voltar à sua página, refrescar a cópia integral e não mudar uma vírgula do trecho que representa você na busca.

O que o Google documenta e o que a medição do ChatGPT mostra

São arquiteturas diferentes. O guia de otimização para IA generativa do Google, atualizado em 10 de julho de 2026, descreve um processo em que os sistemas recuperam páginas relevantes do índice da Busca e depois revisam a informação específica dessas páginas recuperadas para gerar a resposta. O documento diz explicitamente que não é preciso fatiar o conteúdo em pedaços pequenos, porque os sistemas entendem a nuance de vários tópicos em uma página e mostram a parte relevante.

A medição do ChatGPT descreve outra coisa. No regime que atende a maioria dos usuários, a página não é recuperada, o que é utilizado é um trecho de duzentos caracteres, armazenado semanas antes, e o modelo julga a sua página a partir dele. As duas descrições tratam de sistemas distintos, mas convergem para a mesma recomendação por motivos opostos.

A divergência está em onde o esforço rende. Para as superfícies do Google, um trecho excelente no meio do texto tem chance real de ser recuperado, e é isso que sustenta o princípio de parágrafos que se sustentam sozinhos ao longo de todo o artigo. Para o ChatGPT em modo instantâneo, só o início do corpo renderizado disputa. O mesmo artigo, portanto, é avaliado por critérios que enxergam quantidades muito diferentes de texto, e essa é a razão concreta pela qual otimizar para IA não é uma tarefa só.

O guia do Google condiciona a exibição em recursos generativos ao fato de a página estar indexada e elegível para aparecer na Busca com snippet. Diretivas que suprimem o trecho, como as tratadas no artigo sobre meta robots, tiram a página da disputa antes de qualquer discussão sobre qualidade de conteúdo.

O que fazer com isso

A lista de ações é curta. Nenhum dos itens abaixo exige reescrever conteúdo, e todos podem ser verificados em uma passada pelo modelo de página do seu site.

1. Marque um H1 em toda página. É o item de maior impacto, porque uma página em cada sete não tem H1 e perde qualquer previsibilidade de ancoragem.
2. Limpe a pista entre o H1 e o primeiro parágrafo. Rótulo de seção, data e nome da marca renderizados antes do H1 desperdiçam caracteres do texto.
3. Cuide da primeira imagem. O texto alternativo é obrigatório por acessibilidade e não deve ser removido. O que resolve é não colocar uma imagem imediatamente entre o título e o primeiro parágrafo.
4. Escreva o primeiro parágrafo como se fosse o único. São cerca de 146 caracteres úteis depois do H1, então a resposta direta precisa começar ali, não depois de uma introdução de contexto.
5. Trate o <title> como o que viaja inteiro. Pelo índice próprio da OpenAI o título passa sem corte, e um quarto deles ultrapassa 75 caracteres. Pelos resultados coletados do Google ele é cortado em 60. As duas realidades convivem, o que reforça as boas práticas da tag title.
6. Não conte com a meta description nesse canal. Ela é ignorada pelo índice próprio e aproveitada em cerca de um terço dos resultados vindos do Google, então continua valendo pelo que sempre valeu, como explica o artigo sobre meta description.

O que permanece em aberto

Este artigo se apoia em pesquisa de terceiro, não em documentação oficial. A OpenAI não documenta nenhum desses mecanismos e não há razão para supor que vá documentar. O estudo publica o método, o tamanho do corpus e o instrumento de captura, o que é o teto de qualidade disponível para o assunto, mas não substitui uma posição oficial da OpenAI.

O corpus tem data e a data importa. As capturas são de julho de 2026, e o campo do stream que nomeava o motor de origem de cada resultado desapareceu em 21 de julho, no meio da coleta. Parte das medições descreve, portanto, uma janela que já se fechou. Os autores também registram que o roteamento não é determinístico: a mesma pergunta, dois dias depois, na mesma conta, troca de motor em cerca de um terço dos casos. Nenhuma conclusão desse campo sobrevive a uma captura única.

As capturas originais são de julho de 2026, e o campo do stream que nomeava o motor de origem de cada resultado desapareceu em 21 de julho, no meio da coleta. Parte das medições descreve, portanto, uma janela que já se fechou. Os autores atualizaram o artigo em agosto, e o intervalo de seis semanas mostrou que o raciocínio pago passou de 3,56 para 1,90 disparos de busca por conversa e de 47,2 para 33,9 URLs recuperadas, com a quebra datada entre 26 e 31 de julho, e o botão Think chegou às contas gratuitas. Este artigo usa os números de agosto onde eles existem. Os autores também registram que o roteamento não é determinístico: a mesma pergunta, dois dias depois, na mesma conta, troca de motor em cerca de um terço dos casos.

Três coisas continuam desconhecidas:

1. Por qual caminho uma página nova entra no índice da OpenAI. Em um teste do estudo, o GPTBot baixou o sitemap.xml cerca de uma vez por dia e não seguiu nenhuma das oito URLs listadas apenas ali, enquanto rastreou as oito alcançáveis por link, inclusive links servidos só a robôs verificados. Bingbot, ClaudeBot e GoogleOther fizeram o contrário, entrando pelo sitemap e por mais nada. Na OpenAI, a descoberta funciona por links. Isso resolve o rastreamento, não a indexação: em dezesseis dias de monitoramento de um domínio, nenhuma página entrou no índice.
2. Por que resultados sem trecho nenhum são citados mais. No modo instantâneo, um resultado que chega sem snippet é citado quase duas vezes mais que um que chega com snippet, e nenhuma hipótese testada explicou o efeito.
3. Se o comportamento se repete nos outros motores. Gemini, Claude e Perplexity têm arquiteturas próprias e não foram objeto do estudo, então nada aqui pode ser generalizado para eles.

Perguntas frequentes sobre o que o ChatGPT lê das páginas

O ChatGPT lê a minha página inteira?

Na maior parte das respostas, não. O modelo recebe um título, uma URL e um trecho de cerca de duzentos caracteres vindo de um índice, e escreve a partir disso. A leitura da página completa acontece em pouco mais de um caso a cada oitenta e depende de um modo de raciocínio ser acionado, o que hoje também é possível em contas gratuitas.

De onde sai o trecho que o ChatGPT mostra do meu site?

Do início do corpo renderizado da página, ancorado no H1 em cerca de 84% dos casos, e não da sua meta description, que o índice próprio da OpenAI ignora. Esse trecho é capturado no momento do rastreamento e reutilizado depois, então pode estar semanas atrás da versão atual da sua página.

Preciso escrever de forma diferente para o ChatGPT e para o Google?

Não em conteúdo, sim em ênfase. Os dois recompensam resposta direta e estrutura clara, mas o Google avalia trechos ao longo de toda a página, enquanto o ChatGPT, no regime mais comum, só enxerga a abertura do corpo renderizado. Na prática, isso reforça a importância do primeiro parágrafo sem exigir nenhum formato especial.

O texto alternativo da primeira imagem atrapalha a citação por IA?

Ele pode consumir cerca de 50 caracteres do trecho de duzentos quando a imagem aparece entre o título e o primeiro parágrafo. A solução não é remover o texto alternativo, que é obrigatório por acessibilidade, e sim reposicionar a imagem para depois do primeiro parágrafo.

Meu site pode aparecer no ChatGPT sem receber visita de robô?

Pode. Publicadores integrados por canal direto têm o conteúdo disponível sem depender do rastreamento, e o cache de leitura pode servir uma cópia criada semanas antes, para outro usuário, sem nova requisição ao seu servidor. Ausência de ChatGPT-User no log não significa ausência do seu conteúdo nas respostas.

Onde eu vejo se o ChatGPT está citando meu site?

Não existe painel oficial da OpenAI equivalente ao Search Console. As alternativas hoje são o painel de visibilidade em IA do Microsoft Clarity, que mede citações por página em respostas geradas, e a classificação de sessões vindas de assistentes no GA4. Nenhuma delas mostra o trecho que representou a sua página no momento da resposta.

Conclusão

A conclusão prática é menor e mais concreta do que o debate sobre otimização para IA costuma sugerir. Enquanto o mercado discute formatos de arquivo e disciplinas novas, o que representa a sua página diante do ChatGPT, na maioria das respostas, é um título e o começo do seu texto renderizado. Marcar o H1, tirar entulho da abertura e escrever o primeiro parágrafo como resposta faz mais diferença nesse canal do que qualquer artefato criado para robô.

Também vale guardar a ressalva junto do achado. Isso é medição de terceiro, feita em julho de 2026, sobre um sistema que muda sem aviso e que já apagou parte da instrumentação usada para observá-lo. Trate como retrato datado, não como regra permanente, e reavalie quando surgir medição independente que confirme ou contrarie.

Para conferir se as suas páginas abrem com resposta direta e trechos que se sustentam sozinhos, use o GEO Check.

Continue lendo

SEO Técnico O que torna um conteúdo citável por IAs 12 min de leitura SEO Técnico Como tornar seu site rastreável, legível e citável por IAs 14 min de leitura