AEO São Quatro Jogos Separados, Não Um

Em Não Existe Fórmula Universal de Citação por IA, argumentamos que a mecânica de citação varia por vertical, então um único checklist de otimização falha. Um novo dataset acrescenta um segundo eixo de fragmentação, e ele é mais afiado que o primeiro.

Os sinais não variam só por setor. As plataformas citam fontes quase totalmente diferentes umas das outras.

O Dataset

A BuzzStream, pela mão de Vince Nero, rodou 595 prompts em quatro superfícies de IA e coletou cerca de 30 mil citações. O resultado abrangeu 16.764 URLs únicas e 5.587 domínios. As quatro superfícies foram Google AI Mode, Gemini, Google AI Overviews e ChatGPT.

A pergunta era simples: quando você faz a mesma consulta em plataformas distintas, elas apontam para as mesmas fontes?

Não apontam.

76% em Uma Plataforma, 0,8% em Todas

Eis o achado estrutural. De cada fonte citada no estudo, 76,1% apareceu em apenas uma plataforma. Nunca foi ecoada por nenhuma das outras três. Só 0,8% das citações, 184 em número absoluto, foram compartilhadas entre as quatro superfícies.

Releia. Menos de um por cento do que a IA cita é terreno comum. A esmagadora maioria é específica de cada plataforma.

Isso derruba uma premissa confortável. A maior parte do conselho de AEO trata “ser citado pela IA” como um alvo único, como se existisse uma lista mestra de fontes autoritativas da qual todos os modelos bebem. Não existe lista mestra. Cada plataforma construiu sua própria realidade de recuperação, e essas realidades quase não se cruzam.

Até produtos irmãos divergem. Google AI Overviews e Google AI Mode, ambos do Google, ambos alimentados pelo mesmo índice em tese, mostraram sobreposição de Jaccard de apenas 37,4%. Dois produtos da mesma empresa, com as mesmas perguntas, concordaram em cerca de um terço das fontes. Se o Google não consegue alinhar suas próprias duas superfícies, nenhuma otimização externa vai alinhá-las por você.

Como É o Núcleo Compartilhado de Verdade

Os 0,8% que aparecem em toda parte merecem estudo, porque dizem como é a autoridade universal quando ela existe.

A Wikipédia respondeu por 35% desse conjunto compartilhado entre as quatro plataformas. Mas a Wikipédia foi só 3,8% do total de citações. Ou seja, a enciclopédia é desproporcionalmente aquilo em que todos os quatro modelos confiam, mas é uma fatia pequena do volume total. O núcleo compartilhado é estreito e dominado por infraestrutura de referência que você não tem como se tornar.

O número mais útil: 96% das citações idênticas entre plataformas vieram de páginas de blog e de conteúdo, não de homepages, não de páginas de produto, não de listagens de categoria. Quando uma fonte conseguia furar para as quatro plataformas, quase sempre era uma peça específica de conteúdo escrito respondendo a uma pergunta específica. Profundidade de conteúdo, não autoridade de domínio sozinha, é o que viaja entre plataformas.

Essa é a única lição durável escondida dentro da fragmentação. A camada universal é fina, e é feita de páginas de conteúdo substantivo, não de presença de marca.

Por Que Uma Fórmula Não Funciona

Se 76% das citações são de plataforma única e as duas superfícies do Google só concordam um terço das vezes, então “visibilidade em IA” não é uma métrica. São quatro métricas usando um nome só.

Uma página que o ChatGPT adora pode ser invisível para o Gemini. Uma fonte que o AI Overviews exibe pode nunca aparecer no AI Mode. Otimizar para um “score de AEO” agregado mistura quatro sinais não correlacionados num número que não descreve nenhum deles. Você estaria ajustando uma média combinada que nenhum usuário real experimenta, porque ninguém consulta as quatro plataformas ao mesmo tempo.

É a mesma armadilha do achado por vertical, um nível acima. Antes, o aviso era que conselho de SaaS envenena resultado de finanças. Agora o aviso é que conselho de ChatGPT não diz nada sobre Gemini. A superfície de otimização não é um jogo com regras locais. São quatro jogos com tabuleiros diferentes, e um quadradinho compartilhado no centro que você na maioria das vezes não consegue reivindicar.

De Alvo de Otimização a Alocação de Orçamento

A mudança prática é de otimização para alocação. Você deixa de perguntar “como ranqueio na IA”. Passa a perguntar “qual plataforma importa para meu público, e que fatia de esforço cada uma merece”.

Isso reformula AEO como decisão de portfólio. Trate cada superfície como um canal separado, com seu próprio comportamento de recuperação, seus próprios vencedores e sua própria medição. Distribua o esforço conforme onde seus compradores de fato pesquisam, não de forma uniforme, e não rumo a uma autoridade universal fantasma que os dados dizem não existir.

A governança segue a mesma lógica. Se a liderança pergunta “estamos visíveis na IA”, a resposta honesta é uma tabela de quatro células, não uma única luz de status. Quem reporta um número único de AEO está escondendo três quartos do quadro por construção, porque três quartos das citações vivem em exatamente uma plataforma.

Faça Isto Agora

1. Pare de reportar um único score de AEO. Construa uma visão de quatro colunas: AI Mode, Gemini, AI Overviews, ChatGPT. Acompanhe citações por plataforma separadamente. Um número combinado é desinformação.
2. Escolha suas plataformas pelo público, não pelo ego. Descubra onde seus compradores realmente fazem as consultas. Financie essas superfícies. Ignore o resto até que importem.
3. Invista em páginas de conteúdo, não em homepages. 96% das citações entre plataformas foram páginas de blog e conteúdo. O caminho até a fina camada universal passa por respostas escritas substantivas, não por páginas de marca.
4. Remeça a cada trimestre por plataforma. Cada superfície evolui no próprio ritmo. Uma vitória no ChatGPT neste trimestre não diz nada sobre o Gemini no próximo. Acompanhe de forma independente.
5. Defina orçamentos por plataforma. Aloque esforço de AEO como você aloca verba de mídia entre canais: de forma deliberada, desigual e com placares separados.

A conclusão não é que AEO ficou mais difícil. É que AEO nunca foi uma coisa só. São quatro canais, e as empresas que orçam para eles como quatro vão se posicionar melhor que as que ainda perseguem uma fórmula única.

---

Fontes

• BuzzStream. “AI Citation Overlap: Do AI Platforms Cite the Same Sites?.” Junho de 2026.

A Victorino ajuda marcas a alocar esforço de AEO por plataforma em vez de perseguir uma fórmula única: contato@victorino.com.br | www.victorino.com.br