O que a IA está lendo? Por dentro dos mecanismos ocultos das citações geradas

À medida que a IA gerativa redefine o cenário digital, uma nova pergunta emerge no centro da criação e descoberta de conteúdo: O que exatamente a IA está lendo? Um estudo inovador intitulado O que a IA está lendo da Generative Pulse por Muck Rack analisou mais de 1 milhão de citações de principais sistemas de IA – incluindo ChatGPT (4o e 4o-mini) da OpenAI, Gemini (Flash e Pro) do Google e Claude (Sonnet e Haiku) da Anthropic – para descobrir as dinâmicas ocultas por trás dos links que esses modelos usam ao gerar respostas.

Os resultados não são apenas reveladores, mas transformadores para qualquer pessoa no jornalismo, comunicações corporativas, SEO ou estratégia de marca.

As citações não são apenas complementos – elas redefinem o comportamento da IA

Como é óbvio para qualquer pessoa imersa no mundo da IA, simplesmente habilitar ou desabilitar a funcionalidade de citação muda as respostas em si. Quando as citações estão desativadas, as IAs dependem mais pesadamente de dados de treinamento estáticos. Mas quando as citações estão ativadas, os modelos geram saídas materialmente diferentes, diretamente moldadas pelas fontes em tempo real que eles extraem.

Exemplo-chave: Perguntado sobre a pior equipe de beisebol da Major League, uma IA desativada mencionou os Mets de 1962. Mas com as citações ativadas, ela atualizou a resposta para incluir os White Sox de Chicago de 2024 com uma temporada recorde de 41–121 – citando explicitamente CBS Sports.

A dominância da mídia conquistada

Mais de 95% de todas as fontes citadas vêm de mídia não paga. Isso inclui:

• 27% de conteúdo jornalístico (por exemplo, Reuters, AP, Financial Times)
• 18% de sites de governo/ONG
• 13% de fontes acadêmicas ou de pesquisa
• 10% de plataformas de agregação/enciclopédicas como a Wikipedia ou a Visual Capitalist

Em contraste, conteúdo pago ou publicitário representa menos de 5% das citações, tornando claro que os modelos de IA são sistematicamente viesados contra o conteúdo impulsionado por marketing.

Viés de recência: Por que o novo conteúdo vence

A frescura importa – particularmente para os modelos da OpenAI. No conteúdo jornalístico, 56% das citações feitas pelo ChatGPT foram publicadas nos últimos 12 meses, em comparação com 36% para o Claude. Essa tendência, conhecida como viés de recência, refere-se à preferência por fontes mais recentes e publicadas mais recentemente sobre as mais antigas, mesmo quando as fontes mais antigas ainda podem ser precisas ou relevantes.

No contexto da IA gerativa, o viés de recência significa que os modelos de linguagem – especialmente aqueles como o ChatGPT conectados a dados em tempo real – são mais propensos a referenciar e confiar em material publicado recentemente, particularmente ao responder a consultas que envolvem eventos atuais, tecnologias emergentes ou mudanças de política. Para prompts sensíveis ao tempo, como “últimos avanços no tratamento ambulatorial” ou “inovações recentes na gravação de som”, o modelo pondera fortemente o conteúdo publicado nos últimos meses, supondo que ele carrega insights mais relevantes ou atualizados.

Essa é uma percepção crítica para criadores de conteúdo e estrategistas de marca: se seu material estiver desatualizado – mesmo que por um ano – é significativamente menos provável que ele seja exibido em respostas geradas pela IA. Manter seu conteúdo fresco não é apenas uma boa SEO – é essencial para a visibilidade na era da IA.

Diferentes prompts acionam diferentes fontes

Os modelos de IA não citam fontes aleatoriamente – eles escolhem com base no tipo de pergunta feita. Diferentes estilos de prompt levam a diferentes tipos de fontes sendo referenciadas:

• Pesquisas de fatos e consultas enciclopédicas tendem a tirar de sites de referência estáticos como Wikipedia e Britannica, confiando em informações bem estabelecidas, mas frequentemente mais antigas.
• Perguntas sobre eventos recentes geralmente acionam citações de grandes redações como AP, Reuters ou Axios, onde a velocidade e a recência são fundamentais.
• Prompts de conselho ou busca de opinião deslocam o modelo para fontes mais dinâmicas e conversacionais como blogs, fóruns ou plataformas como Reddit ou Medium.
• Tarefas acadêmicas ou de pesquisa levam a IA a citar de periódicos, servidores de pré-impressão como arXiv ou repositórios apoiados pelo governo como PubMed ou NCBI.
• Solicitações criativas ou instruções passo a passo frequentemente trazem à tona conteúdo gerado pelo usuário, tutoriais informais ou discussões em fios de threads de plataformas como Quora ou fóruns de tecnologia de nicho.

Essa variação significa que a forma como uma pergunta é formulada pode ter um impacto direto sobre quais domínios são elevados – e quais são deixados para trás.

O Claude, por exemplo, é muito menos provável de citar grandes veículos de comunicação como a Reuters do que o ChatGPT ou o Gemini, citando a Reuters 50x menos frequentemente do que o ChatGPT.

Autoridade e domínio importam – mas não uniformemente

Embora veículos de alta autoridade dominem, eles não são os únicos jogadores. Apenas 15% das fontes mais citadas aparecem nos 10 primeiros em várias indústrias. Isso significa que o conteúdo específico de nicho é recompensado. Por exemplo:

• Na Finanças, fontes como Bankrate e NerdWallet são favorecidas.
• Na Saúde, fontes governamentais como CDC.gov e NIH.gov dominam.
• Na Tecnologia, plataformas de aprendizado como Udemy, Coursera e Medium sobem ao topo.

Na página 15, um mapa de calor visual mostra que o Claude exibe a maior diversidade de domínio específico, selecionando frequentemente fontes únicas da indústria, enquanto o ChatGPT e o Gemini tendem a confiar mais pesadamente na mídia generalista.

Percepções específicas da indústria: O que a IA cita por setor

Finanças e Seguros

• O jornalismo representa 37% das citações, mais do que qualquer outra indústria.
• As 10 principais fontes do Claude são 90% únicas, indicando uma exploração de nicho mais profunda.

Saúde

• Sites governamentais e de ONGs são citados 18% do tempo, mais do que o dobro da média entre indústrias.
• O Gemini lidera em diversidade de fontes para esse setor.

Viagem/Aérea

• Surpreendentemente, citações acadêmicas estão quase ausentes (apenas 0,7%).
• Fontes como FAA.gov e IATA.org dominam, com menos dependência de veículos de notícias.

Varejo e Comércio Eletrônico

• Agregadores como a Wikipedia são menos citados aqui do que em outras indústrias (36% vs. 28%).
• O Claude cita o conteúdo de nicho mais.

Mídia/Between

• O jornalismo lidera novamente em 37%, com plataformas de nicho como TVTechnology e Radioking citadas com frequência pelo Claude.

Tecnologia

• Praticamente nenhuma fonte enciclopédica ou acadêmica é usada.
• Plataformas como Medium, Coursera e SproutSocial aparecem proeminentemente, refletindo uma inclinação para conhecimento baseado em prática.

Implicações para equipes de comunicação e SEO

Os resultados deste relatório revelam que a Otimização de Motor de IA (GEO) está se tornando tão importante quanto a SEO tradicional. A IA não está apenas resumindo bancos de dados estáticos – ela ativa e vincula fontes em tempo real. E esses links são influenciados por:

• Recência: Atualize seu conteúdo regularmente.
• Autoridade de domínio: Construa backlinks e confiança.
• Relevância de nicho: Crie conteúdo personalizado para sua indústria, não apenas tópicos gerais.
• Tipo de conteúdo: Foque em mídia conquistada e conteúdo informativo em vez de apenas páginas de marketing puro.

Isso muda a equação para os profissionais de marketing de conteúdo, profissionais de RP e editores. Se o seu objetivo é aparecer em resultados gerados pela IA, você deve criar conteúdo que a IA considere valioso – não apenas os usuários ou o Google.

Conclusão: As consequências de ser lido (ou ignorado) pela IA

Este relatório destaca uma mudança fundamental na forma como as informações são exibidas online: os modelos de IA não apenas recuperam conteúdo – eles o curam seletivamente. E essa curadoria está redefinindo a visibilidade na era digital.

Para os editores, pesquisadores e marcas, ser citado pela IA significa fazer parte da próxima geração de busca. Isso coloca seu conteúdo diante de usuários que podem nunca visitar seu site, mas confiam no modelo que o referencia. As fontes citadas são amplificadas. Aquelas que não são citadas – independentemente da qualidade – arriscam ser excluídas da conversa inteira.

Essa mudança cria novos vencedores e perdedores. Veículos de alta autoridade e mídia conquistada oportuna são favorecidos. Enquanto isso, o conteúdo pago, blogs levemente atualizados ou vozes menos estabelecidas frequentemente são lidos – não apenas pelas pessoas, mas pelos sistemas que moldam o que as pessoas veem.

À medida que a IA gerativa continua a desempenhar um papel central na forma como o conhecimento é entregue, a pergunta-chave deixa de ser como ranquear na busca e se torna: Como você se torna parte do que a IA considera digno de citação?