Adicionar seções de FAQ a um conjunto de páginas de teste aumentou as citações de IA. Removê-las fez as citações caírem novamente.
Essa reversão é a diferença entre correlação e causalidade, e quase nenhuma equipe que mede a busca de IA hoje pode produzi-la.
Esse padrão de prova ancorou o último webinar da SEJ com Mark Traphagen, VP de Marketing de Produto e Treinamento da seoClarity, Mihir Naik, Gerente de Produto Sênior, IA, e Suraj Lalchandani, Gerente de Projetos de TI Sênior. Seu argumento central: “Os scores de visibilidade dizem se você apareceu. O desempenho em nível de página e os testes divididos dizem se o que você fez realmente importou.”
A sessão percorreu a metodologia de testes divididos que os clientes empresariais da seoClarity realizam em ChatGPT, Claude, Perplexity, Gemini e as superfícies de IA do Google: como construir um conjunto de prompts abrangendo o funil, como construir um grupo de controle quando os LLMs não permitem que você faça testes A/B, e onde os novos dados de IA do Search Console de primeira parte do Google se encaixam.
Eles também compartilharam resultados de três testes reais de clientes, incluindo a única mudança que moveu citações e dois resultados que ninguém na sala previu.
Assista ao webinar completo sob demanda para obter a metodologia completa de testes.
Você finalmente consegue ver a visibilidade da busca de IA no Google Search Console?
Para um subconjunto de sites, sim. Em 3 de junho, o Google lançou relatórios dedicados do Search Console para Visões Gerais de IA e Modo de IA, mostrando página por página com que frequência cada URL aparece nas funcionalidades de busca de IA do Google.
Lalchandani chamou isso de a maior atualização de medição que os testes de busca de IA receberam. “Isso tem sido a coisa mais difícil de medir na busca de IA. Todos estavam amostrando. Todos estavam inferindo. Mas agora o Google está apenas te dando isso.”
Dados de primeira parte diretamente da fonte carregam um nível diferente de confiança do que qualquer ferramenta de terceiros. Mas a equipe foi direta sobre as limitações: os novos relatórios cobrem apenas parte do que um programa de teste de busca de IA precisa, e ChatGPT, Claude e Perplexity ainda requerem rastreamento estruturado de terceiros.
Na sessão, a equipe mapeia exatamente quais lacunas os novos relatórios fecham, quais eles deixam abertas e a referência plataforma por plataforma para o que cada motor de IA pode rastrear e renderizar.
Ação: Verifique o Search Console para os novos relatórios de IA, depois veja onde os dados de primeira parte se encaixam no seu programa de testes antes de você construir em torno disso.
Quais prompts você deve testar primeiro na busca de IA?
Aqueles onde você está quase vencendo. A equipe constrói um conjunto de prompts dourados abrangendo todo o funil de busca de IA, desde a conscientização até a retenção, com cada prompt marcado por estágio, e depois classifica cada prompt em níveis de acordo com onde a marca atualmente se encontra na resposta da IA.
Os prompts de Nível 1 são as vitórias fáceis. Como Lalchandani colocou, “Você é relevante, mas a IA simplesmente não recebeu uma URL que valha a pena vincular.”
O Nível 2 é o mais difícil, e um grupo de prompts é descartado dos testes completamente, uma decisão que surpreendeu muitos participantes.
A sequência é deliberada: vitórias iniciais compram o capital político para realizar testes mais difíceis depois. A sessão cobre como construir e marcar o conjunto de prompts dourados, como os níveis são definidos e a unidade de rastreamento que emparelha cada prompt com a página exata que você deseja citar.
Como você realiza um teste dividido em um LLM?
Você não pode dividir o tráfego ao vivo 50-50, então você constrói um grupo de controle em vez disso: um conjunto de páginas correlacionadas que atua como seu filtro de ruído contra atualizações de modelo e mudanças algorítmicas.
“Sem um grupo de controle, cada resultado seria um palpite,” disse Lalchandani. “Com um, você pode distinguir uma verdadeira vitória do ruído de fundo.”
O tempo é a disciplina que a maioria das equipes ignora. A metodologia estabelece um período de referência específico antes de qualquer mudança entrar em vigor e uma janela mínima de teste depois, porque a busca de IA não responde da noite para o dia como o SEO tradicional às vezes faz. Cortar a janela muito curta e, nas palavras de Lalchandani, “você pode estar lendo ruído.”
Cada teste resulta em um de três desfechos, e cada um diz algo sobre sua hipótese. A sessão completa percorre como construir o grupo de controle correlacionado, as janelas de referência e teste exatas e como ler os três desfechos.
Assista ao webinar completo sob demanda para obter a configuração completa do teste.
O teste de FAQ que provou a causalidade, e dois testes que não provaram
A seoClarity executou a mesma metodologia para três clientes e obteve três resultados muito diferentes, que é exatamente o ponto.
O teste de FAQ foi a vitória clara. Com cerca de 1.000 prompts sob medição, adicionar seções de FAQ às páginas de teste aumentou as citações em comparação ao controle, e elas permaneceram elevadas enquanto a mudança estava ativa. Então a equipe reverteu a mudança. “As citações caíram novamente. Essa é a segunda metade da prova. Não que as citações simplesmente subiram quando adicionamos FAQs, mas que caíram novamente quando as removemos. Isso é causalidade, não correlação.”
Os outros dois testes, um sobre descrições meta e outro sobre formatação de listas, terminaram de maneira muito diferente, e as razões para isso trazem lições para qualquer um prestes a investir em qualquer uma das táticas. Veja como ambos os testes se desenrolaram na sessão completa.
A formulação de Naik: cada resultado é uma vitória, porque você tem evidências em vez de palpites. Isso é mais do que a maioria das equipes em busca de IA tem hoje.
A sessão também apresenta os esquemas e os testes de markdown, duas das questões mais debatidas atualmente em AEO, além de um conjunto de testes estruturais rápidos para templates de alto valor que você pode realizar em algumas semanas.
Q&A: As perguntas mais úteis do webinar
Q: Como você mede a autoridade de IA quando não há uma métrica de autoridade limpa?
“A autoridade de IA é basicamente o quanto o modelo confia em você como fonte para este tópico. Eu não acho que haja um número limpo para isso ou um único número para isso, mas há alguns sinais que você pode empilhar para lhe dar uma ideia de como está a situação.”
Lalchandani nomeou quatro sinais empilháveis, começando com a participação de citações em seus principais prompts e consistência entre motores, porque “consistência entre motores significa que você se torna a fonte autoritativa em sua categoria para tipos específicos de perguntas.” Ele percorre todos os quatro e como rastreá-los na sessão completa.
Q: Os bots de IA conseguem ler respostas de FAQ escondidas atrás de toggles colapsáveis?
“Colapsável pode significar muitas coisas diferentes. É como você está fazendo isso colapsável.”
Depende inteiramente da implementação: uma configuração comum mantém as FAQs colapsadas totalmente legíveis para os motores de busca de IA e Google, e outra torna o conteúdo invisível para ambos, porque “mesmo
