Estudo da Profound: 96% das citações em IA vêm de terceiros

Quando alguém pergunta ao ChatGPT qual é a melhor ferramenta de CRM, analytics ou automação de marketing, apenas 4,3% das citações na resposta vêm do site das próprias marcas avaliadas. Os outros 95,7% vêm de imprensa especializada, reviews, portais de referência, especialistas e comunidades. Esse número vem de um estudo da Profound que analisou 27 milhões de citações em ChatGPT, Gemini e AI Overviews publicado em janeiro de 2026.

Jean-Yves Scauri, AI Search Strategist que trabalhou na Dentsu Australia e hoje assessora marcas globais pela Microsoft Advertising, usou esse dado em março de 2026 para descrever o erro central das estratégias de GEO: a maioria das equipes investe em otimizar o site próprio e ignora o que terceiros dizem sobre a marca. Elas estão otimizando para 4,3% do problema.

O dado que muda o diagnóstico

Em queries de categoria – quando alguém pede ao ChatGPT a melhor ferramenta, serviço ou solução sem mencionar uma marca específica – apenas 4,3% das citações vêm do site da própria marca. Os outros 95,7% vêm de fontes que a IA já considera confiáveis: imprensa, reviews, diretórios, comunidades.

O estudo que prova o problema

A Profound analisou 27 milhões de citações em ChatGPT, Gemini e AI Overviews e categorizou cada uma por origem. Em prompts abertos de categoria, o resultado foi: Owned (site da marca) = 4,3%, Media (imprensa + PR) = 21%, Instituição (Wikipedia, bases acadêmicas) = 10%, Social (Reddit, fóruns) = 5%.

Scauri citou esses dados como evidência central de que marcas erram ao priorizar owned content e ignorar distribuição. O diagnóstico não é que o site da marca é ruim – é que, em queries de descoberta, a IA triangula autoridade a partir do que o mercado diz, não do que a marca publica em seu próprio domínio.

A nuance que salva o dado de mal-entendido

O cenário muda em branded prompts – quando alguém pergunta especificamente sobre uma marca já conhecida. Nesses casos, o conteúdo próprio sobe para cerca de 58% das citações, e as menções sociais sobem de 5% para 15%. O Reddit representa 8% de todas as citações em ChatGPT quando a marca é mencionada no prompt.

Mas a distinção é exatamente o ponto. Branded prompts acontecem quando o usuário já considerava a marca. O problema está nos prompts de categoria – o momento da descoberta, quando alguém ainda decide quais opções existem. É lá que 95,7% das citações não vêm do site da marca. É lá que a estratégia de owned content não funciona.

Um dado adicional confirma a tendência: a SlateHQ, ao analisar mais de 300 mil citações em IA, encontrou que 76,3% das citações vão para domínios de terceiros fora do controle direto da marca.

Por que owned content não é suficiente em IA

IAs não constroem autoridade sobre marcas a partir do que as marcas dizem sobre si mesmas. Elas triangulam o que o mercado diz. O problema não é a falta de conteúdo – é a fragmentação dos sinais e a ausência de validação externa.

Scauri identificou três gaps específicos que bloqueiam a maioria das marcas em estratégias de GEO:

Gap 1: Accessibility – as máquinas conseguem extrair?

O primeiro gap é técnico. A maioria das marcas tem conteúdo, mas está organizado em formatos difíceis de analisar por máquinas. Como Scauri descreve: “A informação existe, mas é difícil para sistemas de IA extrair, interpretar ou reconciliar consistentemente entre formatos e páginas.”

Preços em imagens, políticas em PDF, informações sobre produtos em carrosséis de JavaScript – tudo isso bloqueia extração. Dados estruturados, HTML semântico e schema markup são a fundação. Sem eles, o restante da estratégia não tem onde se apoiar.

Gap 2: Content architecture – a estrutura reforça especialidade?

O segundo gap é editorial. Publicar muito sobre muitos temas não constrói autoridade tópica – pelo contrário, dilui. A análise da Ahrefs de 146 milhões de resultados mostra que 99,9% dos triggers de AI Overview são queries informacionais. Conteúdo superficial vira commodity. A IA precisa ver que a marca domina um tema específico, com profundidade, com dados próprios, com consistência ao longo do tempo.

Marcas que produzem conteúdo sobre 15 temas diferentes, mas nenhum com profundidade real, não constroem o tipo de topical authority que IA usa para categorizar especialidade.

Gap 3: Ecosystem consensus – terceiros confirmam o que a marca alega?

O terceiro gap é o mais ignorado. Como Scauri define: “O que a marca afirma nos próprios canais não é consistentemente refletido ou validado no restante da web.”

IAs constroem entendimento de marca cruzando o que a marca publica com o que terceiros confirmam. Se só a marca fala bem da marca, a IA não tem base para recomendar. Se imprensa especializada, reviews independentes e especialistas do setor dizem o mesmo que a marca, a IA tem evidência suficiente para categorizar autoridade – e recomendar.

Framework Legibility + Authority: o que resolver em qual ordem

O Semrush sintetizou em dois eixos o que determina visibilidade em IA. Legibility: as máquinas conseguem extrair o que você oferece? Authority: o que extraem justifica uma recomendação? São dois trabalhos diferentes que exigem times e estratégias distintos.

Legibility – as máquinas conseguem ler?

O próprio Semrush formula a pergunta com precisão: “Os seus preços, descrições de serviço e políticas estão em formatos que uma máquina consegue interpretar? Ou estão enterrados em copy de marketing que exige processamento significativo para extrair?”

Legibility é o trabalho técnico: dados estruturados, HTML limpo, schema markup, JSON-LD, páginas de produto com informações claras e parseáveis. Corresponde diretamente ao Gap 1 de Scauri. Para quem está começando a estratégia de GEO, Legibility é o pré-requisito – não dá para construir Authority se a IA nem consegue extrair o que você oferece.

Authority – o que extraem justifica uma recomendação?

O Semrush define: “Quando o agente precisa escolher entre você e um concorrente, que evidências existem na web de que você é a melhor recomendação? Citações, reviews, menções de especialistas e informação consistente de marca em múltiplas fontes alimentam esse julgamento.”

Authority é o trabalho off-site: menções em veículos de imprensa, reviews em plataformas independentes, presença no Knowledge Graph do Google, especialistas citando a marca em conteúdo próprio, Digital PR. Corresponde ao Gap 3 de Scauri – o ecosystem consensus.

Por que isso importa mais agora: os protocolos de agentes

Quando IA passa de consulta para execução, o framework muda de relevância. Marcas com Legibility alta são as primeiras integradas aos protocolos de agentes que estão sendo construídos agora:

• MCP (Model Context Protocol) – criado pela Anthropic como “adaptador universal entre agentes e os softwares que eles precisam usar”
• UCP (Universal Commerce Protocol) – desenvolvido pelo Google em parceria com Shopify, Etsy, Target e Walmart, suportado por Visa, Mastercard e Stripe
• ACP (Agentic Commerce Protocol) – criado pela OpenAI para habilitar checkout diretamente dentro do ChatGPT

Quando um agente de IA age em nome de um usuário – compra, reserva, configura – ele precisa acessar e processar informações de marcas. Marcas com informação estruturada e ecosystem consensus validado serão integradas primeiro. As outras ficarão esperando. Os detalhes sobre agentes de IA e commerce aprofundam esse cenário.

O que cada motor de IA prioriza como fonte

Perplexity cita Reddit e outras fontes sociais a 19%. ChatGPT cita Wikipedia e fontes institucionais a 15%. Gemini favorece conteúdo da marca (73% de citações). Não existe estratégia única para todas as plataformas. Conhecer o comportamento de cada uma muda onde investir.

Os dados completos da Profound, com análise de 27 milhões de citações:

As implicações práticas por plataforma:

• Perplexity: presença em Reddit e comunidades especializadas tem peso desproporcional (19% social). Para públicos técnicos que usam Perplexity como pesquisa, participação ativa em fóruns relevantes importa.
• ChatGPT: fontes institucionais têm 15% de peso – Wikipedia, bases acadêmicas, diretórios de referência. Presença no Knowledge Graph do Google alimenta esse canal.
• Copilot: mídia e imprensa são a maior fatia depois de marca própria (33%). Para quem quer visibilidade no Copilot, cobertura editorial é a alavanca mais direta.
• Gemini: o conteúdo próprio tem mais peso (73%), mas é o motor menos usado para descoberta de marca nova. Quem já tem presença estabelecida se beneficia mais.

A base é a mesma para todas as plataformas: Legibility + ecosystem consensus. O mix de canais de terceiros varia conforme onde a audiência está.

Ecosystem consensus na prática: o que construir agora

Ecosystem consensus se constrói com três frentes: presença de imprensa especializada, dados proprietários que geram citações e consistência de informações em todos os pontos de contato. Nessa ordem de impacto.

Digital PR como canal primário, não complementar

Copilot cita Media a 33% e ChatGPT a 25% – é o segundo maior grupo de citações em todas as plataformas. Menções editoriais em veículos de referência do setor têm peso direto sobre AI visibility. E 76,3% das citações em IA vão para domínios de terceiros fora do controle da marca (SlateHQ, 300K+ citações analisadas).

Digital PR para GEO não é link building. O objetivo não é PageRank – é a menção qualificada em veículos que a IA reconhece como fontes confiáveis para o tema.

Dados proprietários como citation magnets

Como Scauri descreve: “O valor real agora está no conteúdo que é difícil de replicar: dados originais, perspectivas de especialistas, experiência real, estudos de caso e visuais expressivos.”

Pesquisas proprietárias, surveys com base de clientes, dados internos com metodologia clara – esse tipo de conteúdo resolve dois problemas de uma vez. Cria conteúdo difícil de replicar (melhora Legibility) e vira fonte citada por terceiros (constrói Authority). Estudos da Yotpo mostram que a adição de data nodes proprietários aumenta AI visibility em até 40%. LLMs citam fontes primárias porque têm informação que não existe em outro lugar.

Consistência de entidade em todas as plataformas

A IA triangula informação de múltiplas fontes. Se o site diz uma coisa, o LinkedIn diz outra e o Crunchbase tem dados diferentes, a fragmentação diminui a confiança que a IA tem para recomendar. Entity clarity – a IA sabe quem você é, o que você faz e para quem? – começa com consistência em Wikipedia, Wikidata, Knowledge Graph e perfis em diretórios de referência do setor.

Nome, descrição de produto, especialidade declarada, proposta de valor – iguais em todos os pontos de contato. Esse trabalho parece básico, mas a maioria das marcas mid-market tem inconsistências que prejudicam o entendimento que a IA forma sobre elas.

Veja como sua marca aparece nas respostas de IA hoje – e quem está sendo citado no seu lugar. A Tropk.ai monitora a frequência com que sua marca aparece em queries de categoria nas principais plataformas de IA e identifica quais terceiros estão sendo citados no lugar da sua marca.

O cenário brasileiro: o problema é maior, a oportunidade também

Marcas brasileiras têm menos ecosystem consensus por padrão. A cobertura de imprensa especializada em português é menor, reviews qualificadas em PT-BR são mais escassas, e a quantidade de especialistas publicando sobre marcas locais é uma fração do que existe em inglês.

LLMs foram treinados com volumes muito maiores de conteúdo em inglês. Fontes em inglês têm peso histórico maior no treinamento. Isso significa que o equivalente brasileiro do tipo de ecosystem consensus que uma marca americana constrói naturalmente precisa ser construído ativamente, com estratégia.

A perspectiva positiva: a corrida em PT-BR ainda não começou com o mesmo nível de competição que existe em inglês. Marcas brasileiras que constroem ecosystem consensus agora partem de uma base menor de concorrência pelo mesmo espaço nas respostas de IA.

Uma ressalva importante sobre escala: Google ainda processa 5 bilhões de acessos diários enquanto ChatGPT tem 900 milhões de usuários semanais. A estratégia de GEO não substitui SEO – estende a fundação existente para cobrir os novos pontos de entrada. Como SEO e GEO se complementam é uma discussão à parte, mas o ponto central é: abandonar SEO agora seria um erro tão grande quanto ignorar GEO.

Para marcas brasileiras especificamente: priorizar cobertura em veículos de referência do país (portais de tecnologia, marketing e negócios), construir presença em comunidades onde a audiência já discute o tema e criar o equivalente brasileiro dos estudos proprietários que geram citações internacionalmente.

Perguntas frequentes

Por que minha empresa não aparece nas respostas de IA mesmo com site bem otimizado?

Em queries de categoria – quando alguém pede a melhor ferramenta ou serviço sem mencionar sua marca -, apenas 4,3% das citações em IA vêm de sites de marcas (Profound, 2026). Os outros 95,7% vêm de fontes de terceiros que a IA já considera confiáveis: imprensa, reviews, diretórios especializados. Um site bem otimizado resolve o problema da Legibility, mas não o da Authority – e os dois são necessários para aparecer em queries de descoberta.

SEO técnico ainda importa para aparecer em IA?

Sim, como fundação, não como diferencial. SEO técnico, dados estruturados e HTML limpo fazem parte do que o framework Semrush chama de Legibility – são o requisito mínimo para que agentes de IA consigam extrair e entender o que você oferece. Sem isso, a estratégia de conteúdo e Digital PR não funciona. Mas Legibility sozinha não garante citação – você também precisa de Authority, construída fora do site.

O que é ecosystem consensus e por que determina citação em IA?

Ecosystem consensus é a validação externa do que a marca alega sobre si mesma. IAs constroem entendimento de marcas cruzando o que a marca publica com o que terceiros confirmam – imprensa, reviews, especialistas, comunidades. Se só a marca fala bem da marca, a IA não tem base para recomendar. Jean-Yves Scauri, AI Search Strategist da Microsoft Advertising, identifica ecosystem consensus como o gap mais subestimado em estratégias de GEO.

Preciso de estratégias diferentes para ChatGPT e Perplexity?

As estratégias se sobrepõem, mas as prioridades diferem. Perplexity cita fontes sociais (Reddit, fóruns) a 19% e ChatGPT a apenas 5% – para Perplexity, presença em comunidades tem peso maior. ChatGPT cita fontes institucionais (Wikipedia, bases acadêmicas) a 15% – para ChatGPT, presença em grafos de conhecimento importa mais. A base (Legibility + ecosystem consensus) é a mesma; o mix de canais de terceiros varia por plataforma.

Como medir se minha estratégia de ecosystem consensus está funcionando?

O indicador principal é a frequência com que sua marca aparece em respostas de IA em queries de categoria do seu setor – sem mencionar o nome da marca no prompt. Ferramentas como a Tropk.ai, Profound e Semrush AI Visibility monitoram esse dado. Usar AI referral traffic como métrica primária é um erro identificado pela Conductor: o objetivo é construir authority nos sistemas que formam entendimento de marca, não capturar cliques. Veja mais sobre como medir visibilidade de marca em IA.

Quer acompanhar as tendências de AEO, GEO e busca em IA toda semana? Assine nossa newsletter – análises de dados e estudos publicados no setor, sem hype.