Ir para o conteúdo

CHECKLIST SEO TÉCNICO       CURSO DE SEO TÉCNICO       LIVROS

Sobre mim     Nossas entregas     Consultoria     Feedbacks     Contato

LOGIN

O ranking vazado do ChatGPT e outras pistas sobre tráfego de IA

novembro 18, 2026
Navegue por assunto

O vazamento do ranking do ChatGPT mostrou, campo por campo, que cada resposta depende de dez buscadores internos, de uma nota que mistura recência, frases, ANN e BM25 e de uma etapa de recuperação que ocupa 84% do tempo. Esses achados mudam o que você deve priorizar no site.

Neste post, eu juntei quatro achados que circularam entre o pessoal de SEO técnico.

O primeiro é o payload de depuração que expôs a pilha de ranqueamento do ChatGPT. O segundo é um dashboard de tráfego de LLMs que funciona em dois cliques. O terceiro é o problema de consentimento que joga leads orgânicos no Direct, e o quarto é uma página sobre maçãs que virou bomba de links internos.

Pega o café, porque o algoritmo não tira folga e a gente também não.

Como o ChatGPT ranqueia páginas, segundo o vazamento

O ChatGPT ranqueia páginas em cinco movimentos. Ele reescreve a consulta, dispara buscas em vários motores próprios da família Labrador e calcula uma nota de recuperação com recência, frases, ANN e BM25 fundidos por RRF. Depois, remove duplicatas e reordena os trechos antes de escrever a resposta.

A apresentação do Metehan Yeşilyurt no TechSEOConnect é a leitura que eu recomendo para quem trabalha com visibilidade em IA. Ele encontrou um payload de depuração escondido no fluxo SSE do ChatGPT. SSE (Server-Sent Events) é o canal pelo qual o servidor envia a resposta em pedaços para o navegador. Esse payload trazia as consultas, as notas, os blocos de prompt e os testes A/B por trás de cada resposta.

O Metehan leu centenas de dumps dos modelos GPT-5.6 e GPT-6, coletados nos Estados Unidos, na Europa e na Ásia, antes de a OpenAI fechar o vazamento, cerca de um mês depois. Para complementar com a parte mais conceitual, o post sobre como o ChatGPT busca na web conversa muito bem com esse material.

Buscadores em uma rodada de consulta do ChatGPT
65
30
10
Configurados
Ativados
Disparados

Em uma única rodada de consulta analisada pelo Metehan, a configuração listava 65 buscadores, deixava 30 ligados e disparava 10 em toda consulta. Os dez eram variantes do Labrador: web, reddit, pdf, wiki, arxiv, youtube e quatro janelas de notícias. Bing, SerpApi e Oxylabs apareciam na configuração, mas não dispararam.

Quem otimiza pensando apenas em um buscador terceirizado deixa muita coisa de fora. No dump analisado, o Bing estava configurado e ficou parado, enquanto Reddit, PDFs, Wikipédia, arXiv, YouTube e notícias tinham motores próprios em funcionamento.

Etapas da pilha de recuperação do ChatGPT

A pilha de recuperação do ChatGPT funciona em cinco etapas encadeadas, da reescrita da consulta até o rerank dos trechos. Ela consome 84% da linha do tempo da resposta e deixa para o modelo só a parte final, que é redigir o texto que você lê na tela.

A sequência registrada nos dumps segue esta ordem:

  1. Reescrita da consulta: o sistema reformula o que a pessoa digitou para deixar a busca mais precisa.
  2. Fan-out: a consulta reescrita se desdobra em várias buscas paralelas nos motores ativados.
  3. Nota de recuperação: cada resultado recebe uma pontuação que combina quatro sinais. São eles a recência, a correspondência de frases, a ANN (busca aproximada por vizinhos mais próximos em vetores semânticos) e o BM25 (fórmula clássica de relevância baseada na frequência dos termos). Tudo é fundido por RRF (Reciprocal Rank Fusion), método que combina várias listas somando o inverso da posição de cada item.
  4. Deduplicação: resultados repetidos saem da fila.
  5. Rerank de trechos: os chunks, que são os pedaços de texto das páginas, são reordenados antes de o modelo escrever.

O rerank final acontece no nível do trecho. Por isso, a forma como você divide o conteúdo em blocos com sentido próprio influencia o que chega ao modelo. O post sobre content chunking mostra como organizar esses blocos sem transformar o texto em uma colcha de retalhos.

Por que a recência pesa tanto na nota

A recência entra diretamente na nota de recuperação, ao lado de frases, ANN e BM25. Na prática, um conteúdo desatualizado começa a disputa em desvantagem. É por isso que esse sinal merece atenção de quem quer saber o que o ChatGPT recompensa.

O próprio Metehan deixa claro que os números mudavam o tempo todo, porque o ChatGPT roda uma quantidade enorme de testes A/B. Os valores exatos são reais, mas vêm de um único dump por modelo. Já os padrões saem da leitura de centenas de dumps, e é nos padrões que eu apostaria as fichas.

Na rotina de SEO, a recomendação prática é revisar as páginas estratégicas e atualizá-las de verdade, com informação nova. Trocar só a data no CMS é aquele truque que o algoritmo eventualmente percebe, e a gente já viu esse filme várias vezes.

Dashboard de tráfego de LLMs em dois cliques no GA4

O dashboard de tráfego de LLMs da Notebook Agency mostra, em dois cliques, quantas sessões, sessões engajadas, eventos-chave e conversões chegam de cada assistente de IA ao seu site. Basta uma conta Google com acesso ao GA4, sem conectar nenhuma ferramenta extra.

O painel foi compartilhado em maio de 2025 e continua de pé. Você abre com a conta Google que tem acesso à propriedade do GA4 (Google Analytics 4, a versão atual do Analytics) e seleciona a propriedade. Ele puxa os números do período anterior e da comparação ano contra ano, separados por referenciador de LLM.

🤖
Sessões de LLM
Visitas separadas por assistente de IA que indicou o site.
⏱️
Sessões engajadas
Quanto desse tráfego realmente interagiu com as páginas.
🔑
Eventos-chave
As ações que você marcou como importantes na propriedade.
📈
Taxa de conversão
Comparada ao período anterior e ao mesmo período do ano passado.

Um cliente B2B anonimizado que aparece no painel registrou 249 conversões em 90 dias, com taxa de conversão de 18%. É um caso isolado, então serve como referência do que dá para medir, e não como meta para o seu projeto.

O público brasileiro de IA é grande o bastante para justificar essa medição. Segundo o primeiro levantamento da OpenAI sobre o país, divulgado pelo g1, o Brasil está entre os três países que mais usam o ChatGPT semanalmente. Os brasileiros enviam cerca de 140 milhões de mensagens por dia, atrás apenas de Estados Unidos e Índia.

O tráfego de LLMs no GA4 também é atribuído como Direct com frequência. Por isso, o número real tende a ser maior do que o painel mostra, principalmente em sites com pouco tráfego. Para montar uma rotina de acompanhamento que cruze essas fontes, o post sobre como mensurar AEO ajuda bastante.

Leads orgânicos escondidos no Direct por causa do consentimento

Leads orgânicos somem no Direct quando o visitante aceita o banner de cookies em uma página diferente da página de entrada. A origem original só existe nessa primeira página. O formulário é enviado normalmente, mas a conversão fica registrada como Direct no relatório.

A Valeriia Frolova defende que esse problema muitas vezes está uma camada abaixo do SEO, no momento do consentimento. Isso vale principalmente quando as conversões orgânicas caem e o Direct sobe mais ou menos na mesma proporção. As tags esperam o consentimento, o que está correto, mas a informação de origem se perde quando o aceite acontece mais tarde.

1
Página de entrada
origem disponível
→
2
Segunda página
origem já perdida
→
3
Aceite do banner
tags liberadas
→
4
Formulário
registrado como Direct

O lead não desaparece, só muda de etiqueta. O total de envios continua o mesmo e o comercial recebe os contatos normalmente. Mesmo assim, o relatório conta uma história em que o SEO parece estar perdendo força, e aí começa aquela reunião tensa em que alguém culpa a última atualização do Google.

Sinais de que a atribuição está vazando

Os sinais de que o consentimento está escondendo leads orgânicos aparecem juntos. Os canais rastreados caem, o Direct sobe em volume parecido e o total de envios fica estável. Por fim, as conversões Direct se concentram em páginas profundas, como posts do blog, que ninguém digita na barra de endereço.

Os quatro sintomas que a Valeriia aponta são estes:

  • canais rastreados em queda no mesmo período;
  • Direct subindo em quantidade parecida com a perda;
  • total de formulários enviados praticamente estável;
  • conversões Direct concentradas em URLs internas, como posts do blog.

O sinal das páginas profundas é o mais revelador. Quase ninguém digita a URL completa de um post para chegar até ele, então um Direct forte nessas páginas aponta para origem perdida, e não para visita espontânea de quem já conhecia o endereço.

Como checar a ordem dos disparos no GTM

A checagem é feita no modo Preview do Google Tag Manager. Você acompanha a ordem em que acontecem o carregamento da página, a resposta ao consentimento, o disparo das tags e o envio do formulário. O objetivo é descobrir se a origem original ainda existe quando o consentimento é resolvido.

A sequência de teste fica assim:

  1. Abra o GTM Preview e acompanhe o carregamento da página de entrada.
  2. Observe quando o consentimento é resolvido, principalmente se o aceite acontece em outra página.
  3. Confira quais tags disparam depois do aceite e quais dados de origem elas carregam.
  4. Envie o formulário e verifique se a origem original ainda está disponível para seguir até o CRM.

A Valeriia coloca o consentimento e a higiene do GTM no começo da auditoria de atribuição, e não no final, e eu assino embaixo. Se o seu time ainda está se acostumando com a ferramenta, o post sobre SEO com Google Tag Manager mostra como usar o GTM sem quebrar nada no caminho.

A página que virou máquina de links internos

Uma página que ranqueia bem para um termo amplo pode valer mais pelos links internos do que pelo próprio tráfego. O caso da página sobre maçãs mostra exatamente isso: ela atrai muitas visitas sem gerar negócio, mas pode empurrar autoridade para as páginas que realmente vendem.

O Edward Sturm analisou um site que ocupa o 3º lugar para a palavra “apples” (maçãs), atrás apenas da Wikipédia, com um artigo gerado por IA sobre tipos de maçã. O GPTZero classifica o texto como IA com alta confiança, e o Moz estima 137.000 buscas por mês para o termo.

Os detectores de IA merecem cautela antes de virarem argumento definitivo em qualquer discussão. Um estudo de pesquisadores do Instituto Federal de Alagoas, publicado na Sociedade Brasileira de Computação, avaliou cinco ferramentas de detecção em 50 manuscritos científicos em português. A conclusão foi que até o ZeroGPT, o mais preciso do teste, gerou falsos positivos em textos humanos.

O dono da página resume o problema com uma frase honesta: a página trouxe zero negócio extra. Ninguém compra maçã de um site a menos que more a menos de 10 milhas de distância. Ranquear em 3º para um termo com esse volume e não vender nada é o tipo de vitória que o algoritmo entrega com um sorrisinho.

O argumento do Edward é que o ranking não é o prêmio. Uma página com tanto tráfego deixa seus links internos poderosos. Quando você liga essa página às páginas que dão dinheiro, elas ranqueiam mais rápido e com menos esforço, aproveitando a autoridade que passa por ali. O post sobre links internos detalha como planejar essa distribuição.

Descobrir quais páginas do seu site já têm força para abastecer as comerciais exige olhar rastreamento, tráfego e estrutura de links ao mesmo tempo. É exatamente esse cruzamento que nós fazemos na auditoria de SEO técnico e page experience. Se preferir colocar a mão na massa sozinho, o checklist abaixo organiza a revisão.

Conhecer o checklist de SEO técnico →

O vazamento do ChatGPT mostra que recência, motores Labrador e rerank de trechos pesam na resposta, enquanto GA4 e consentimento escondem parte do tráfego vindo de IA e do orgânico, e páginas informacionais fortes podem distribuir autoridade para as comerciais quando você liga tudo com links internos bem pensados.

Leia tambémEstatísticas de rastreamento: o que observar antes de culpar o crawl budget
Mais recenteTráfego de IA vs. Google orgânico em 2026: o que 16 mil sites revelam

Lidiane Jahnke é especialista em SEO Técnico, pós graduada em Tech Lead. Atua como desenvolvedora SEO com foco em SEO desde 2018.

Linkedin Instagram Envelope Whatsapp
Serviços personalizados

SEO Técnico para SERP e IA

Especialista em SEO Técnico

Desenvolvedora SEO Senior

Auditoria de SEO Técnico

Implementações de SEO

Migração com SEO

Aprenda comigo

Curso de SEO Técnico

Checklist de SEO Técnico 

Livro Digital Cases de (in)sucesso no SEO Técnico

Série Gratuita Search Console

Blog de SEO Técnico

Dúvidas sobre o SEO técnico

Programe-se (em breve!)

Formação Desenvolvedor SEO

Mentoria de SEO Técnico

Projetos sociais

Portfólio de SEO

Tarot de SEO

Política de Privacidade

O ranking vazado do ChatGPT e outras pistas sobre tráfego de IA