A busca por IA adora listas: O que 25.000 URLs revelam sobre citações

Modelos de linguagem grandes (LLMs) se destacam em sintetizar enormes quantidades de informação em respostas personalizadas a solicitações em linguagem simples. Essas respostas se baseiam em massivos conjuntos de dados de treinamento e muitas vezes são aperfeiçoados com buscas na internet. A maneira mais rápida de influenciar o que os LLMs dizem sobre sua marca é influenciar o conteúdo que eles recuperam por meio dessas buscas.

No Evertune Research, usamos a plataforma de marketing AI Evertune para rastrear centenas de marcas em 250 categorias em todos os principais LLMs. Isso nos dá uma visão clara sobre qual conteúdo os modelos de IA citam com mais frequência, especialmente quando os usuários pedem recomendações de marcas ou produtos em diferentes setores.

Para esta análise, revisamos os 6.000 URLs mais citados por modelo em ChatGPT, Copilot, Gemini, Google AI Mode, Google AI Overview e Perplexity durante março e abril. Descobrimos que esses modelos compartilham um comportamento chave: eles citam fortemente listas.

Metade dos URLs mais citados dos LLMs são listas

Dos aproximadamente 25.000 URLs únicas que revisamos, metade eram listas. Em quase 400 milhões de citações de todos os modelos, 63% apontavam para listas.

As listas têm muitas qualidades que as tornam ideais para o consumo dos modelos. 

• Elas são focadas em um único tópico, como "melhores laptops para gamers", o que as torna altamente relevantes para as solicitações dos usuários. 
• Seu formato estruturado também torna o conteúdo fácil para os modelos analisarem e reproduzirem. 
• Para consultas relacionadas a marcas, as listas fazem grande parte do trabalho para os LLMs ao comparar produtos lado a lado em recursos, preço, materiais e mais—um formato que o ChatGPT agora destaca fortemente em seu widget de compras.

As listas estavam presentes em todos os modelos que revisamos. Elas representaram de 40% a 65% dos URLs mais citados, com o Copilot na extremidade inferior e o Gemini na extremidade superior.

A grande maioria das listas em nossa análise apresentava listas classificadas, como "Top 5 Ferramentas de CRM". Dependendo do modelo, essas representaram de 71% a 86% das listas. Listas não classificadas, como "7 Maneiras de Economizar em Compras", foram uma distante segunda opção. Rankings institucionais (por exemplo, listas ricas em dados como os rankings de Melhores Faculdades da U.S. News & World Report) representaram apenas de 1,4% a 4,7% das listas.

Domínios corporativos, de mídia conquistada e afiliados foram as principais fontes de listas em nossa análise. Vale a pena notar, no entanto, que páginas individuais podem conter conteúdo afiliado mesmo quando o domínio mais amplo não contém. 

• Por exemplo, Forbes.com é um domínio de mídia conquistada, mas inclui segmentos afiliados como Forbes Advisor e Forbes Vetted. Ele ficou entre as três principais fontes em todos os modelos para listas em nosso conjunto de dados de URLs.

Uma palavra de advertência antes de fazer das listas a base de uma estratégia GEO: o Google já sinalizou sua intenção de reprimir listas promocionais. Simplesmente classificar sua própria marca como a número 1 ao lado de concorrentes também pode infringir uma regra da Comissão Federal de Comércio que "proíbe uma empresa de falsear que um site ou entidade que controla fornece avaliações ou opiniões independentes sobre uma categoria de produtos ou serviços que inclui seus próprios produtos ou serviços", entre outras proibições.

URLs que prosperam em múltiplos modelos

Revisamos os