AI Overviews (SGE): impacto em tráfego SEO

SGE virou AI Overviews: o que mudou

Google anunciou em 2023 a Search Generative Experience como experimento no Search Labs. Em 2024, evoluiu para AI Overviews e começou a aparecer em buscas reais para usuários nos Estados Unidos e depois em mais países. No Brasil, a presença vem crescendo gradualmente, com cobertura maior em consultas informacionais (definições, comparações, perguntas factuais) e em alguns setores específicos.

A diferença entre o resultado tradicional e o AI Overview é clara: em vez de uma lista de 10 links azuis, o usuário vê primeiro um bloco com resposta sintetizada — frequentemente 100-300 palavras — com fontes citadas como referência. Os links orgânicos tradicionais continuam abaixo, mas com menos atenção e menos clique.

Para quem produz conteúdo, isso significa duas coisas. Primeiro, queda de cliques em algumas consultas: o usuário lê a resposta no Overview e não precisa clicar. Estudos preliminares (Search Engine Land, Ahrefs, BrightEdge) indicam queda de 20-60% no clique em consultas com Overview presente. Segundo, surge uma nova visibilidade: ser citado como fonte no Overview. Marcas citadas têm exposição mesmo sem clique, e a citação pode ser sinal de autoridade para outros canais.

Como AI Overviews afetam o tráfego por tipo de consulta

O impacto não é uniforme. Diferentes tipos de consulta têm comportamentos diferentes.

Consultas factoides (definições, fatos isolados). "O que é inflação", "altura do Cristo Redentor", "capital da Austrália". Aqui o Overview entrega resposta completa — o clique despenca. Conteúdo de definição pura sofre o maior impacto.

Consultas educacionais (explicações, processos). "Como funciona seguro de vida", "passos para abrir empresa", "como calcular ROI". Overview entrega visão geral, mas usuário com interesse real costuma clicar para profundidade. Queda menor, mas existe.

Consultas comparativas. "X vs Y", "melhor X para Y". Overview sintetiza, mas comparações específicas costumam exigir clique. Impacto médio.

Consultas comerciais e transacionais. "Comprar X", "X melhor preço", "X CNPJ". Overview raramente substitui — usuário precisa ir até página com produto ou serviço. Impacto baixo ou ausente.

Consultas de marca. Nome da empresa, produto. Overview raro; comportamento de clique inalterado.

Consultas locais. "Restaurante perto de mim", "dentista em Curitiba". Overview ainda incomum; mapa local continua dominante.

Padrão geral: quanto mais informacional e factoide a consulta, maior o impacto. Quanto mais comercial e transacional, menor.

Como ser citado em AI Overviews

Diferente do SEO clássico (otimizar para posição), aqui o objetivo é ser fonte citada na resposta gerada. Os princípios sobrepõem o SEO de qualidade, mas com ênfases específicas.

Resposta direta no início. A primeira parte do conteúdo deve responder à pergunta de forma clara e completa em 2-4 frases. Esse padrão facilita extração pelo modelo. Conteúdo que enrola antes de responder é menos citado.

Contexto único e profundidade. Depois da resposta direta, conteúdo precisa entregar profundidade — dados, exemplos, casos, nuances — que outras fontes não entregam. Modelos preferem fontes com informação adicional, não cópias da resposta básica.

E-E-A-T forte. Experiência, expertise, autoridade e confiabilidade (Google E-E-A-T quality guidelines). Autoria identificada com biografia, fontes citadas com link, data de atualização visível, transparência sobre o autor e a empresa. Conteúdo anônimo ou genérico é menos citado.

Dados estruturados (schema). Article, FAQPage, HowTo, Product, Review — quando aplicável. Schema bem implementado ajuda o motor a interpretar a estrutura do conteúdo.

Dados originais e proprietários. Estudos, pesquisas, levantamentos, análises que outras fontes não têm. Conteúdo que cita dados originais costuma ser referência preferencial.

Linguagem clara e direta. Frases curtas, parágrafos curtos, organização lógica com subtítulos. Texto difícil de "ler" para o modelo é menos citado.

Atualização recente. Conteúdo desatualizado é descartado em consultas onde o tempo importa. Refresh periódico de páginas importantes mantém relevância.

GEO e AEO: a evolução do SEO clássico

Dois termos começaram a circular em paralelo: GEO (generative engine optimization) e AEO (answer engine optimization). Não são disciplinas separadas do SEO — são evolução. O paper "GEO: Generative Engine Optimization" (Aggarwal et al., Princeton, KDD 2024) consolidou os princípios práticos validados em experimentos com modelos.

Os métodos mais consistentes do paper: incluir citação a fontes oficiais, adicionar estatísticas e números concretos, citar especialistas e autoridades, usar linguagem clara e fluente, manter estrutura lógica com subtítulos. Métodos que pioraram desempenho: linguagem com muito jargão, parágrafos longos sem estrutura, redundância e repetição artificial.

Na prática, GEO e AEO são SEO bem feito com ajustes. O conteúdo continua precisando ser bom, com profundidade, autoridade e estrutura técnica. A diferença é que agora ser citado importa tanto quanto ranquear — e ser citado por modelo depende de princípios que se sobrepõem aos de SEO de qualidade.

Métricas para medir o impacto

Acompanhar o impacto de AI Overviews exige métricas além das clássicas.

Queda de CTR em consultas factuais. No Google Search Console, segmentar consultas onde Overview aparece (verificação manual ou ferramenta dedicada) e comparar CTR antes e depois. Queda de 20-50% é comum em consultas factoides.

Manutenção ou crescimento em consultas comerciais. Mesmo conjunto de palavras-chave de fundo de funil deve manter CTR. Se cair, investigar — Overview pode estar entrando em consultas comerciais antes não afetadas.

Participação de voz (share of voice) em IA. Para um conjunto representativo de consultas estratégicas, qual a frequência com que a marca aparece citada em ChatGPT, Perplexity, Gemini? Ferramentas como Profound, Otterly e Goodie automatizam.

Tráfego direto e por marca. Crescimento em buscas pela marca pode indicar que usuários veem a marca em Overview ou em LLM e depois pesquisam direto. Métrica indireta, mas relevante.

Conversão por canal. Conversão total continua ou cresce mesmo com queda de tráfego informacional? Isso indica que a operação está deslocando esforço para fundo de funil corretamente.

Comparativo de competitividade. Compare sua marca com 3-5 concorrentes em quem aparece citado em consultas estratégicas. Mudanças mensais indicam ganhos ou perdas relativas.

Para onde apostar o esforço

Três frentes de aposta sustentável:

1. Fundo de funil e intenção comercial. Conteúdo voltado para decisão de compra (comparativos detalhados, guias de escolha, casos de uso aprofundados) mantém ou ganha tráfego. AI Overview sintetiza menos esse tipo de consulta.

2. Dados proprietários e autoridade. Estudos originais, pesquisas anuais, levantamentos setoriais, análises com dados próprios. Conteúdo que outras fontes não conseguem produzir é referência preferencial em LLMs e em mídia.

3. E-E-A-T sistemático. Padrão de autoria identificada, fontes citadas, dados estruturados auditados, atualização periódica das páginas top. Operações sem governança de E-E-A-T sofrem mais no novo cenário.

4. Diversificação de canais. Depender 80%+ de tráfego de busca é frágil em cenário de AI Overviews. Construir presença em LinkedIn (autoridade de pessoas), YouTube (conteúdo que vídeo cita o site), comunidades verticais e podcasts reduz risco.

5. Marca como ativo direto. Buscas pela marca não passam por Overview e raramente perdem clique. Investir em construção de marca (participação de busca crescente) reduz dependência de descoberta via busca informacional.

Erros comuns na resposta ao AI Overviews

Pânico e abandono de SEO. "SEO morreu, vamos investir só em IA." Errado. SEO de qualidade é exatamente o que faz a marca ser citada em LLMs. Abandonar SEO clássico é abandonar a base que sustenta a visibilidade em IA.

Apostar tudo em LLMs sem base SEO. Tentar produzir conteúdo "para a IA" sem qualidade editorial gera material genérico, sem autoridade, que não é citado nem ranqueia. Não existe atalho.

Conteúdo raso achando que IA "ranqueia". Produzir massa de conteúdo curto e superficial para "aparecer em alguma resposta" tem efeito oposto: prejudica E-E-A-T da operação e degrada o desempenho geral.

Ignorar diversificação de canal. Operação que só investe em busca (Google e Bing) vai sofrer mais conforme Overview se amplia. Construir presença em outros canais (LinkedIn, YouTube, comunidades) é proteção, não distração.

Não medir o que mudou. Operação que não acompanha CTR em consultas afetadas por Overview, participação em LLMs e tráfego por tipo de consulta toma decisão no escuro. Investir em diagnóstico antes de decidir mudança grande.

Tratar AI Overview como experimento passageiro. Esperar "voltar ao normal" não é estratégia viável. Cenário com IA generativa em busca é consolidado — adaptar é necessário.