Porque cada motor de IA cita fontes diferentes

Por Miguel Maio · Publicado em 15 de outubro de 2026

Sobreposição de fontes, por par de motores

1. 1Perplexity e AI Overviews: 24% de fontes partilhadas
2. 2Gemini e AI Overviews: 22%
3. 3Gemini e Perplexity: 17%
4. 4ChatGPT e Perplexity: 13%
5. 5ChatGPT e AI Overviews: 13%
6. 6ChatGPT e Gemini: 12%

Nenhum par chega a um quarto. Só 3,8% das fontes são citadas pelos quatro motores.

Faz a mesma pergunta ao ChatGPT, ao Gemini, ao Perplexity e aos AI Overviews da Google. Lê as fontes que cada um cita. Vais encontrar quatro listas quase sem sites em comum. Não é impressão: um estudo de 161.286 prompts mediu a sobreposição e apenas 3,8% das fontes aparecem nos quatro ao mesmo tempo, e 72% aparecem num só motor.

Isto parte uma ideia que ainda se vende em muitos sítios: a de que há um "GEO", um conjunto de boas práticas que te faz aparecer na IA. Não há. Há motores com máquinas de seleção de fontes diferentes, que premeiam coisas diferentes. Este artigo mostra os números, a mecânica por trás deles e o que fazer com isso.

A prova: o que a divergência de citações mostra

O estudo da Writesonic analisou citações em ChatGPT, Gemini, Perplexity e Google AI Overviews. De 161.286 prompts com citações, 70.879 tinham citações nos quatro motores - o conjunto de comparação. A métrica é o índice de Jaccard ao nível de domínio: quanto da lista de fontes de um motor coincide com a do outro.

Sobreposição de fontes entre pares de motores, do mais parecido ao mais distante. Fonte: Writesonic, estudo de 161.286 prompts.

Três leituras que interessam. A primeira: nenhum par chega aos 25%. Mesmo os dois motores mais parecidos - Perplexity e AI Overviews, ambos muito ancorados no ecossistema Google - partilham menos de um quarto das fontes.

A segunda: o ChatGPT é o outlier. Tem a sobreposição mais baixa com todos os outros, a rondar 0,12 a 0,13. Quem concentra o esforço só no ChatGPT está a otimizar para a máquina mais isolada das quatro.

A terceira: a fonte única manda. 72% dos domínios citados aparecem em exatamente um motor; cerca de 15% em dois; e só 3,8% nos quatro. Ser citado num motor não prevê, de forma fiável, ser citado noutro.

Honestidade sobre o método, porque conta: o Jaccard é simétrico e não capta que uns motores citam mais fontes do que outros; ao nível do URL exato, em vez de domínio, a sobreposição seria ainda menor. E é um estudo de terceiros, não uma lei da física. Mas a ordem de grandeza - divergência alta, sobreposição baixa - é consistente com o que se observa a acompanhar citações no dia a dia.

Porque divergem: a mecânica de retrieval, motor a motor

A sobreposição é baixa porque, antes de escrever a resposta, cada motor faz uma coisa diferente para ir buscar fontes. Três eixos explicam quase tudo: de que índice parte, com que crawler o construiu, e que sinal pondera na hora de escolher.

Google AI Overviews

Parte do índice de pesquisa principal da Google e reaproveita, em boa parte, o ranking orgânico que já existe. Usa uma forma de query fan-out - decompor a pergunta em sub-pesquisas - mais leve do que o AI Mode. Resultado: tende a citar páginas que já tinham visibilidade orgânica para a pergunta, com viés para passagens tipo featured snippet. Se já rankeias bem, tens meio caminho andado aqui.

Google AI Mode

Mesmo índice, máquina diferente. O fan-out é mais agressivo: a pergunta é partida em várias sub-pesquisas e os resultados fundidos numa resposta. Em novembro de 2025, com o Gemini 3, a Google disse que o processo faz ainda mais pesquisas e percebe melhor a intenção. Consequência: o AI Mode ordena fontes de forma diferente da SERP clássica - um site que nunca aparecia na primeira página pode ser citado porque responde bem a uma sub-pergunta lateral.

ChatGPT Search

Deixou de depender só de terceiros. Hoje rastreia com crawler próprio para resposta - o OAI-SearchBot, distinto do GPTBot, que é de treino - e constrói índice próprio, historicamente apoiado no Bing. É o motor mais isolado dos quatro em termos de fontes, o que faz sentido: índice e ranker próprios, menos alinhados com o orgânico da Google.

Perplexity

Crawler próprio - o PerplexityBot para indexar, o Perplexity-User para a busca em tempo real do utilizador - e índice próprio, também com raiz histórica no Bing. Pondera frescura de forma visível e cita muito. É o motor com maior sobreposição com os AI Overviews (0,237), sinal de que ambos valorizam fontes de autoridade reconhecida.

Gemini

Não tem índice próprio: faz grounding no índice da Google e cruza com o Knowledge Graph (entidades). E decide, prompt a prompt, se vale a pena ir à pesquisa. Na API antiga isto era explícito: cada pergunta recebia um prediction score de 0 a 1 e, por defeito, só com 0,3 ou mais é que fazia grounding. Nos modelos atuais a Google removeu esse controlo dos docs - o modelo decide internamente. A máquina fechou-se. Para quem otimiza, a leitura é: entidade forte - sameAs, Knowledge Graph, consistência - pesa mais aqui do que em qualquer outro motor.

Copilot (Microsoft)

O caso em que o Bing continua a ser o motor, não um apoio histórico. Índice do Bing mais IndexNow para indexação rápida. Se não estás no Bing Webmaster Tools, aqui és invisível.

Há um detalhe que quase ninguém faz e que muda decisões: a distinção entre crawler de treino e crawler de resposta. Bloquear o GPTBot não te tira do ChatGPT Search - isso é o OAI-SearchBot. Bloquear o Google-Extended não te tira dos AI Overviews - isso é o Googlebot. Quem bloqueia o bot errado desaparece sem querer. A matriz completa de bots está em crawlers e bots de IA.

O que cada motor premeia, na prática

O sinal dominante de cada motor. Os sinais colidem: o que te faz forte num não te faz forte noutro.

A conclusão não é confortável: os sinais colidem. O que te faz forte no Gemini (entidade) não é o que te faz forte no AI Mode (profundidade de cobertura), e nenhum dos dois garante o ChatGPT, que puxa de fontes fora do orgânico Google.

Consequências para a estratégia

Não há um GEO. Guarda esta frase para quando alguém te vender "aparecer na IA" como se fosse um botão. A pergunta certa é: em que motor, com que mecânica.

Prioriza por onde está a tua audiência, não pelo motor da moda. Mede primeiro de onde vem o teu tráfego de IA e concentra o esforço aí. O mapa de sinais por canal está no pilar de canais de media como inteligência do GEO.

Cobre os três eixos, por esta ordem de esforço: orgânico sólido, que serve os AI Overviews, o AI Mode e, por arrasto, o Perplexity; entidade consolidada, que serve o Gemini e reforça todos; e presença fora da Google - menções e fontes citáveis -, que serve o ChatGPT, o mais isolado.

Trata a divergência como risco. Depender de um só motor para visibilidade é risco de plataforma: uma mudança de ranker e desapareces de uma fatia enorme das tuas citações. O porquê e as implicações estão em citações de IA e risco de plataforma.

Verifica em cada motor, não por amostra. Faz as mesmas perguntas-chave nos quatro e regista quem te cita. É a única forma de saber onde estás - e onde não estás. Como fazer, por motor, está em como ser citado no ChatGPT e no Perplexity e em ser citado no Gemini.

Quem trata os motores de IA como um bloco único otimiza para a média de quatro máquinas que quase não concordam. E a média não cita ninguém.

Fontes

• Writesonic - Do AI Engines Cite the Same Sources? A Study of 161,286 Prompts
• Marie Haynes - AI Mode query fan-out
• Google AI for Developers - Grounding with Google Search
• dejan.ai - How Google decides when to use Gemini grounding

Perguntas frequentes