De onde as IAs tiram as fontes que citam

24 de outubro de 2026 · 3 min de leitura · Agência de IA Brasil

As IAs tiram informação de três lugares: o que aprenderam no treino, o índice de busca que mantêm ou usam, e páginas que leem na hora a pedido do usuário. Cada empresa documenta robôs diferentes para cada um desses caminhos, e nenhuma publica a regra exata de como escolhe quais fontes citar. Por isso, a forma confiável de saber quais fontes pesam no seu segmento é medir, de preferência todo mês, como no Acompanhamento mensal.

Os três caminhos

Treino

O modelo aprende com um grande volume de texto coletado antes de uma data. É daí que vem o que a IA “sabe” sem pesquisar. OpenAI e Anthropic documentam robôs próprios para essa coleta: GPTBot e ClaudeBot. O Google documenta o token Google-Extended para controlar o uso de conteúdo no treino do Gemini.

Busca

Para responder com informação atual, a IA consulta um índice de busca. A OpenAI documenta o OAI-SearchBot como o robô que mostra sites na busca do ChatGPT. A Anthropic documenta o Claude-SearchBot, que rastreia para melhorar os resultados de busca. A Perplexity documenta o PerplexityBot, que mostra e linka sites nos resultados. No Google, os recursos de IA da busca usam o próprio índice do Google, alimentado pelo Googlebot.

Leitura na hora

Quando o usuário pede, a IA abre uma página específica. A OpenAI chama esse robô de ChatGPT-User, a Anthropic de Claude-User e a Perplexity de Perplexity-User. OpenAI e Perplexity avisam que, por serem ações do usuário, esses acessos podem não seguir o robots.txt.

O que as empresas não documentam

Nenhuma das fontes que lemos explica o critério exato para escolher qual página citar numa resposta. O Google é o mais explícito sobre elegibilidade: a página precisa estar indexada e apta a aparecer com trecho, sem requisito extra. As outras empresas documentam os robôs, não o critério de citação. Qualquer lista de “fatores de citação” que você encontrar por aí é observação de terceiros, não regra publicada.

O que isso muda para a sua marca

Três consequências práticas.

Uma IA pode acertar e outra errar. Como cada uma usa índice e momento de coleta diferentes, a presença precisa ser medida IA por IA.

O seu site não é a única fonte. Diretórios, avaliações, matérias e listas do seu segmento entram nos índices de busca. Se o seu concorrente está numa lista bem posicionada e você não, isso aparece nas respostas.

Bloquear robô tem efeito. Bloquear o robô de busca de uma empresa reduz a chance de aparecer na busca dela, segundo a documentação da OpenAI e da Anthropic. Veja como configurar em robots.txt e robôs de IA.

Passo a passo para descobrir as fontes do seu segmento

1. Faça as perguntas de comprador

Liste as perguntas que um cliente faria antes de escolher uma empresa como a sua.

2. Rode em várias IAs, várias vezes

A resposta varia. Uma rodada só pode mostrar uma fonte que quase nunca aparece.

3. Anote os sites citados

Nas IAs que mostram links, registre os domínios. Conte quantas vezes cada um aparece.

4. Separe por tipo

Seu site, sites de concorrentes, diretórios, imprensa, avaliações, fóruns. Isso mostra onde vale a pena estar.

5. Aja nas fontes que você alcança

Atualizar seu cadastro num diretório citado com frequência pode render mais que um texto novo no blog.

6. Repita

As fontes mudam. O que era citado no mês passado pode sumir. Como medir isso direito está em como medir presença em IA.

Perguntas frequentes

A IA cita sempre as mesmas fontes?

Não. As respostas variam de uma vez para outra, e os índices mudam. Por isso a medição precisa de repetição.

Estar no topo do Google faz a IA me citar?

O Google diz que, para os recursos de IA da busca, a página precisa estar indexada e apta a aparecer com trecho. Para outras IAs, a regra não é documentada.

Posso pedir para uma IA citar meu site?

Nenhuma das empresas documenta um canal para isso. O caminho é ser uma fonte acessível e útil.

Bloquear o robô de treino muda as citações?

Segundo OpenAI e Anthropic, os robôs de treino e de busca são separados. Bloquear o de treino não bloqueia o de busca.