Nos 90 dias até o começo de novembro de 2026, os assistentes de IA mandaram 42 visitas pro meu site, 40 delas do ChatGPT. A busca do Google mandou 550.
Em volume, é arredondamento. Agora olhe onde essas visitas caíram, e a história se inverte. Doze das 42 visitas vindas de assistente entraram direto numa página de serviço ou de produto: as de consultoria em n8n e em RAG, e a página do Trendzeist. As 550 do Google caíram em posts do blog e na home, e as páginas de serviço não ficaram com quase nenhuma. Quem veio de assistente também engajou mais (64% contra 52% da busca) e ficou mais tempo (3 min 38 s contra 2 min 46 s).
A minha leitura: quando alguém clica numa citação dentro de uma resposta de IA, o assistente já respondeu a dúvida de iniciante. O que sobra é "quem faz isso pra mim", e essa pergunta cai numa página de serviço.
Então a pergunta útil pra answer engine optimization é quais perguntas uma resposta de IA precisa de fonte pra responder, e se a sua página pode ser essa fonte.
Perguntas, não palavras-chave
A pesquisa de palavra-chave clássica ordena frases por volume. A pesquisa pra AEO ordena perguntas pela chance de um mecanismo de resposta precisar citar alguém, e isso depende de quatro coisas:
| Sinal | Por que importa | Ferramenta do Trendzeist |
|---|---|---|
| As perguntas que as pessoas digitam | Mecanismo de resposta responde pergunta, então a pergunta é a unidade | mine_questions (Autocomplete do Google) |
| Se o interesse está crescendo | Assunto morrendo tem menos pergunta pra responder | interest_over_time (Google Trends) |
| Quem cobre o assunto hoje | Os veículos que cobrem o assunto são as fontes que um assistente provavelmente já cita | news_coverage (Google News) |
| Se existe uma âncora de definição | Se a Wikipedia já é dona da definição, dispute outra coisa | wiki_attention (Wikipedia) |
A aeo_opportunities roda as quatro pra até cinco sementes, agrupa as perguntas por ângulo (passo a passo, definição, comparação) e dá uma nota pra cada grupo, com um score_breakdown que explica cada ponto. Ela também aceita site_queries, as buscas em que você já aparece, e aí cada grupo volta marcado como coberto, parcial ou lacuna.
Um aviso pra quem escreve em português: o Autocomplete devolve as perguntas no idioma do mercado. Com geo="BR", as perguntas e as buscas em alta voltam em português, do mercado brasileiro. Os números abaixo são da rodada mundial, em inglês, porque é a demanda que o meu site em inglês disputa.
O prompt
Encontre as perguntas que as pessoas fazem sobre llms.txt e generative
engine optimization que um mecanismo de resposta com IA precisaria de
uma fonte pra responder.
Use o aeo_opportunities do Trendzeist com essas sementes, passando as
minhas buscas do Search Console como site_queries. Descarte qualquer
pergunta que não mencione a semente. Pro grupo de lacuna mais forte,
expanda com mine_questions, fique só com as perguntas que uma pessoa
digitaria de verdade e depois confira news_coverage e wiki_attention.
Termine com um briefing de resposta pra melhor pergunta: uma resposta
direta de 40 a 60 palavras, a evidência que ela precisa e quem citar.
Escolhi essas sementes de propósito. Os dois assuntos estão perto do que eu construo: este site gera o próprio llms.txt na hora do build, e o ParseLess, meu plugin pra WordPress, serve aos crawlers de IA uma versão em Markdown de cada página. E na auditoria de visibilidade, os dois voltaram como categoria C, com demanda real e zero impressão no meu site.
Passo 1: dar nota aos grupos
aeo_opportunities(seeds=["llms.txt", "generative engine optimization"], site_queries=[...]) devolveu seis grupos no começo de novembro de 2026. Os quatro primeiros:
| Grupo | Perguntas | Tendência (3 meses) | Notícias | Wikipedia | Nota |
|---|---|---|---|---|---|
| llms.txt, passo a passo | 11 | Caiu 63%, com uma busca em breakout | 12 matérias em 30 dias | Sem artigo | 75 |
| GEO, passo a passo | 7 | Caiu 34% | 12 matérias em 7 dias | Tem artigo | 65 |
| GEO, definição | 6 | Caiu 34% | 12 matérias em 7 dias | Tem artigo | 65 |
| llms.txt, comparação | 3 | Caiu 63% | 12 matérias em 30 dias | Sem artigo | 55 |
Todos os grupos voltaram como lacuna, o que bate com o Search Console. A nota é uma heurística que só faz sentido dentro da mesma chamada, então leia como ordem, não como nota de prova.
Dois campos importam mais que a nota. O citability_hints diz que tipo de evidência deixa uma resposta citável naquele ângulo: pra passo a passo, uma resposta direta de 40 a 60 palavras primeiro, depois os passos numerados, cada um com um número junto. E o brief dá o nome dos veículos pra citar ou procurar, que pro llms.txt foram Search Engine Journal, Search Engine Land e Search Engine Roundtable.
Depois, limpe a lista. Algumas listas de perguntas trouxeram "how to bake a cake" e "what is a roth ira", que vieram das buscas relacionadas do Google Trends pra semente. O Trends às vezes pendura buscas em alta sem relação nenhuma em termos de nicho. O "descarte qualquer pergunta que não mencione a semente" do prompt resolve, e mesmo assim vale ler o que sobrou.
Passo 2: expandir o vencedor
mine_questions("llms.txt") rodou 15 prefixos no Autocomplete, mais a semente sozinha, e ficou com 40 perguntas, ordenadas por uma nota de realismo. Separou outras 10 como enchimento ("how long llms.txt last", "when llms.txt file"), que é o que o Autocomplete devolve quando completa um prefixo que ninguém usa de verdade. As 40 que ficaram se dividem em dois grupos:
| Práticas | Céticas |
|---|---|
| how to create llms txt file | does llms txt actually work |
| how to add llms txt in wordpress | is llms.txt worth it |
| why llms.txt not found | is llms txt a standard |
| what is llms txt in seo | should i use llms txt |
| llms.txt vs robots.txt | is llms txt actually used |
A coluna cética é a interessante, e três perguntas dela estavam entre as seis que empataram na nota mais alta. Quem digita "does llms txt actually work" já leu o hype e quer alguém que responda sem enrolação. A maioria das páginas que aparecem pra llms.txt é guia de passo a passo empolgado, então um mecanismo de resposta que resume "vale a pena?" tem poucas fontes que encaram a dúvida de frente.
A coluna prática tem uma linha que bate com algo que eu vendo: "how to add llms txt in wordpress" é exatamente o que o ParseLess faz, em /llms.txt e /llms-full.txt, sem arquivo nenhum pra manter na mão.
Passo 3: ver em quem os mecanismos de resposta já confiam
news_coverage e wiki_attention decidem se você vai disputar com uma definição ou ocupar um buraco.
Pro llms.txt, a Wikipedia não tem artigo exato. O mais próximo que ela sugeriu foi "Large language model", que não define o arquivo. A cobertura vem de três publicações de SEO, constante sem estar saturada. É uma vaga aberta: nenhuma definição canônica e um conjunto de perguntas com respostas curtas e factuais.
GEO é o contrário. A Wikipedia tem um artigo "Generative engine optimization" com umas 260 visualizações por dia, e o assunto rendeu 12 matérias numa única semana, em veículos como Yahoo Finance e USA Today. Qualquer resposta pra "o que é GEO" já tem uma fonte em que confia mais do que no meu blog. A brecha ali, se existe, é o grupo de comparação ("generative engine optimization vs seo", "vs aeo"), em que a resposta precisa tomar posição. Essa eu escrevi, como uma seção do meu panorama de SEO: GEO vs AEO vs SEO.
Passo 4: escrever o briefing da resposta
O Trendzeist traz um prompt answer_brief pra esse passo: você passa uma pergunta e ele conduz o assistente pelo briefing, com a resposta direta primeiro, depois a evidência que o ângulo pede e as fontes. Pra "o llms.txt é um padrão?", o bloco de resposta que eu colocaria logo abaixo do H2:
Não. O llms.txt é uma proposta publicada por Jeremy Howard, da Answer.AI, em llmstxt.org, em setembro de 2024: um arquivo Markdown na raiz do site que aponta pros modelos de linguagem as páginas mais úteis. Nenhum órgão de padronização adotou o formato e o suporte varia de ferramenta pra ferramenta, então trate como seguro barato, não como fator de ranqueamento.
Um veredito, a origem com data, o que é e uma recomendação, em 60 palavras. Todo o resto da página (como o ParseLess gera o arquivo, como ele é neste site, a comparação com o robots.txt) é evidência de apoio. O mecanismo de resposta cita o bloco do topo, e quem é gente continua lendo atrás da prova.
A estrutura é a mesma em toda página:
- A pergunta como H2, com as palavras que as pessoas digitam.
- A resposta na primeira ou na segunda frase, sem aquecimento.
- A evidência logo depois: um número, uma data, uma fonte com nome, os seus próprios dados.
- A mesma pergunta e resposta no schema de FAQ da página.
- Uma versão em Markdown da página pros agentes que pedem. Este site serve essa versão pra qualquer cliente que mande
Accept: text/markdown, e o ParseLess faz o mesmo no WordPress.
Como saber se funcionou
O Search Console conta metade da história. Desde 31 de agosto de 2026 todo site tem um relatório de desempenho de IA generativa que mostra quantas vezes as suas páginas apareceram em AI Overviews e no AI Mode, por página, país, dispositivo e data. São só impressões, sem as consultas, e o tráfego de assistentes como ChatGPT ou Claude nem passa por ele. O Suganthan Mohanadasan tem um bom texto sobre conversas com IA vazando pro Search Console como consultas esquisitas, que é o mais perto que o Search Console chega das perguntas em si.
O GA4 vai melhor. O agrupamento de canais padrão dele tem um canal AI Assistant que junta as visitas de chatgpt.com, claude.ai, gemini.google.com e parecidos. Os AI Overviews e o AI Mode do próprio Google ficam de fora: o GA4 conta os dois como Organic Search. Três números pra acompanhar ali:
- Sessões por mês, que vão continuar pequenas por um tempo.
- Páginas de entrada, que mostram quais respostas estão sendo citadas.
- Engajamento comparado com Organic Search, que diz se esses visitantes valem o esforço.
No meu site, foi o terceiro número que colocou AEO como prioridade: pouca gente, mas gente engajada, que cai em página de serviço.
Rode no seu assunto
Escolha duas sementes perto do que você vende, passe as suas buscas do Search Console como site_queries e deixe a aeo_opportunities ordenar os grupos. Expanda o vencedor com mine_questions, fique com as perguntas céticas, confira a Wikipedia antes de escrever uma definição e coloque uma resposta de 40 a 60 palavras logo abaixo de cada pergunta. A configuração são três comandos, e o Trendzeist em si se instala numa linha. O último post da série transforma isso num calendário.
Se o seu site roda em WordPress e você quer isso funcionando de fábrica, da configuração do ParseLess à estratégia de llms.txt e à medição de se as plataformas de IA usam mesmo o seu conteúdo, essa é a implementação de GEO/AEO que eu ofereço. Pra pesquisa sozinha, tem a Auditoria de Oportunidades de Busca. Nos dois casos, começa com uma Intro Call gratuita de 30 minutos.
Qual pergunta sobre o seu trabalho você responde toda semana em call de venda e nenhuma página do seu site responde em cinquenta palavras?
