Como estruturar uma página que a IA consegue citar: o guia técnico

Uma página que a IA consegue citar tem três propriedades: o conteúdo existe no HTML que o servidor entrega, está organizado em blocos que respondem uma pergunta cada, e faz afirmações verificáveis com números próprios. Nada disso garante citação. LLMs são estocásticos e a disputa é real: o overlap entre fontes citadas em AI Overviews e o top 10 orgânico do Google é menor que 10% (G2 Answer Economy Report, abr/2026, n=1.076). Estrutura aumenta a probabilidade de o modelo extrair e usar o seu trecho. É disso que este guia trata: os 7 elementos da página citável, com antes e depois, os 5 erros que anulam tudo e um roteiro de 2 horas pra reformar uma página.

Aviso de método: os exemplos de antes e depois abaixo são ilustrativos, no formato do que encontramos nas auditorias que rodamos. Marcas e números dentro deles são fictícios. Os números fora dos exemplos têm fonte declarada.

Como o modelo extrai conteúdo da sua página?

Quando um modelo com busca responde uma pergunta, o caminho tem quatro etapas: ele busca, baixa o HTML das páginas candidatas, quebra cada página em chunks (blocos de texto de algumas centenas de tokens) e seleciona os que melhor respondem a pergunta. A resposta é sintetizada a partir desses trechos. Dissecamos esse caminho em anatomia de uma resposta de IA com fonte citada.

Duas consequências práticas saem dessa mecânica.

Primeira: o chunk precisa se sustentar sozinho. O modelo não lê sua página inteira com carinho editorial; ele avalia blocos isolados. Um parágrafo que só faz sentido depois dos três anteriores perde a disputa pra um parágrafo autossuficiente do concorrente.

Segunda: o que não está no HTML não existe. O coletor baixa o documento que o servidor entrega. Se o conteúdo só aparece depois que o JavaScript executa no navegador, boa parte dos coletores vê uma página em branco. Renderização no servidor (SSR) ou geração estática é pré-requisito, não otimização. Página client-side é página invisível.

Há um agravante em português. Em PT-BR, os LLMs citam em média 3 a 5 fontes por resposta, contra 6 a 8 em inglês (Rekon dataset, n=2.500). São menos vagas na mesma disputa: o custo de uma página mal estruturada é maior aqui.

Quais são os 7 elementos de uma página citável?

Nas auditorias, avaliamos páginas contra esta lista. Ela também governa o nosso próprio blog: este post abre com a resposta, usa H2 em formato de pergunta e fecha com FAQ. Aplicamos no nosso site o que cobramos dos outros.

1. Resposta direta no primeiro parágrafo

O primeiro parágrafo responde a pergunta que dá título à página, em 2 a 4 frases. É o chunk com maior chance de extração, e a maioria das páginas o desperdiça com preâmbulo.

Antes:

"Há mais de 20 anos no mercado, a NexoFrete entende que cada operação logística é única. Por isso, desenvolvemos soluções personalizadas que acompanham o crescimento do seu negócio."

Depois:

"Uma transportadora de médio porte paga entre R$ 1.200 e R$ 3.400 por mês por um TMS, dependendo do volume de embarques. Este guia detalha o que compõe esse preço e em que faixa cada perfil de operação se encaixa."

O antes fala da empresa. O depois responde o comprador. Só o segundo serve de matéria-prima pra IA.

2. H2 e H3 formulados como a pergunta do comprador

Headings são as fronteiras naturais dos chunks. Um H2 que repete a pergunta real do comprador cria um par pergunta-resposta pronto pra extração.

Antes: ## Nossos diferenciais em rastreamento

Depois: ## Como funciona o rastreamento de carga em tempo real?

O teste: alguém digitaria esse heading numa IA? Se não, reformule. Não precisa converter todos; nas reformas que fazemos, os 3 ou 4 principais já mudam a estrutura extraível da página.

3. Afirmação com número próprio em vez de adjetivo

Modelos preferem citar afirmações verificáveis. "Líder de mercado" não é verificável. "437 clientes ativos em 2026" é. O número próprio é o trecho que o modelo não encontra em nenhum outro lugar.

Antes:

"Nossa implantação é extremamente rápida e nossa equipe de suporte é altamente qualificada."

Depois:

"A implantação leva em média 23 dias úteis (mediana das 41 implantações de 2025). O suporte responde em até 4 horas em horário comercial, com SLA em contrato."

O depois se compromete. Isso assusta times de marketing acostumados a adjetivo, e é exatamente por isso que quase ninguém faz.

4. Tabela comparativa honesta

Quando o comprador pergunta "X ou Y?", o modelo procura comparações estruturadas, e tabela em HTML é o formato que ele extrai com menos perda. A condição é honestidade: uma tabela onde você vence em todas as linhas tem cara de propaganda.

Antes: uma seção "Por que somos a melhor escolha" com 6 bullets elogiosos.

Depois:

Critério	NexoFrete	Alternativa típica
Rastreamento em tempo real	Nativo	Via integração
Preço (50 embarques/dia)	R$ 2.100/mês	R$ 1.400/mês
Implantação	23 dias úteis	7 a 10 dias

A tabela do depois admite que o concorrente é mais barato e implanta mais rápido. Ela ganha credibilidade justamente onde perde a comparação. Nas nossas auditorias, comparativos que declaram onde perdem são raros; quando existem, costumam ser as páginas do domínio com melhor presença nas respostas. Observação qualitativa do nosso trabalho, não estudo controlado.

5. FAQ com marcação limpa

Um bloco de FAQ é uma coleção de chunks perfeitos: pergunta explícita, resposta autossuficiente de 2 a 4 frases. A marcação importa. Cada pergunta em um H3, resposta em parágrafo logo abaixo, sem accordion que esconda o texto do HTML inicial.

Antes: um accordion em JavaScript cujas respostas só entram no DOM ao clicar.

Depois: perguntas em H3, respostas visíveis no HTML servido, e o JSON-LD correspondente (próximo elemento).

Se o design exige accordion, renderize o conteúdo no HTML e colapse via CSS. O coletor precisa ver o texto sem clique.

6. Dados estruturados JSON-LD

JSON-LD não faz o modelo citar você. Ele remove ambiguidade: diz à máquina o que é artigo, quem é o autor, qual organização publica, quais perguntas o FAQ responde. Três tipos cobrem a maioria dos casos: Article, Organization, FAQPage.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Quanto custa um TMS para transportadora de médio porte?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "Entre R$ 1.200 e R$ 3.400 por mês, conforme o volume de embarques. Valores da tabela pública de planos de 2026."
    }
  }]
}

Regra de ouro: o JSON-LD descreve o que está visível na página. Marcar conteúdo que não existe no HTML é o tipo de truque que funcionava em SEO de 2012 e hoje só adiciona ruído.

7. Consistência com o resto da entidade

O modelo não avalia sua página no vácuo. Ele cruza com o que sabe sobre a entidade: outras páginas do site, o LinkedIn, diretórios, avaliações. Se a página de preços diz uma coisa e a institucional diz outra, a confiança cai. Nas auditorias, é comum encontrar três descrições diferentes da mesma empresa no mesmo domínio, cada uma escrita por uma agência diferente ao longo dos anos.

Antes: homepage diz "plataforma de logística inteligente", a página sobre diz "software de gestão de fretes", o LinkedIn diz "ecossistema de supply chain".

Depois: uma frase canônica de definição da empresa, repetida palavra por palavra na homepage, na página sobre, no rodapé e no LinkedIn.

Repetição aqui é virtude: entidade consistente é entidade que o modelo afirma sem medo. Um llms.txt bem construído reforça essa camada; mostramos como em llms.txt na prática.

Os 5 erros que tornam uma página inútil pra IA

Os sete elementos acima somam. Os cinco erros abaixo zeram. Qualquer um deles pode anular uma página que acerta todo o resto.

1. A parede institucional. Páginas de missão, visão e "soluções inovadoras" que não respondem nenhuma pergunta de comprador. Não há chunk aproveitável porque não há afirmação concreta. É o erro mais comum que vemos, e o mais barato de corrigir.

2. Conteúdo preso em PDF. O catálogo técnico, a tabela de preços, o estudo de caso: tudo num PDF linkado. Coletores priorizam HTML; PDF é cidadão de segunda classe no retrieval. Conteúdo que você quer ver citado merece página HTML.

3. Conteúdo em imagem. O infográfico com os dados, o print da tabela de planos, o banner com o diferencial. Pra o coletor, um retângulo opaco. Texto que importa vive em texto.

4. Client-side rendering. O erro mais silencioso: o site parece perfeito no navegador e chega vazio ao coletor. Teste em 30 segundos: abra o código-fonte (Ctrl+U, não o inspetor) e procure seu parágrafo principal. Se não estiver lá, o problema é de infraestrutura, e nenhum ajuste de copy resolve antes dele.

5. Keyword stuffing. Repetir "melhor TMS para transportadoras" 14 vezes numa página funcionava mal no Google de 2015 e funciona pior com LLMs, que leem semântica e detectam texto escrito pra máquina. A página otimizada demais perde pra página que simplesmente responde bem.

Como reformar uma página existente em 2 horas

Não comece criando página nova. Escolha uma que já existe, já indexada, sobre um tema onde você tem resposta real pra dar. O roteiro assume acesso ao CMS.

1. Escolha a pergunta-alvo (10 min). Uma pergunta de comprador que essa página deveria responder. Escreva a pergunta literalmente no topo do seu rascunho. Critério: nenhuma menção à sua marca dentro dela.
2. Rode o teste de linha de base (15 min). Faça a pergunta-alvo num modelo com busca ativada (ChatGPT com busca, Perplexity ou Gemini), 3 vezes, em janela anônima. Registre quais fontes aparecem e se a sua página está entre elas. Esse é o seu antes.
3. Verifique o HTML servido (10 min). Ctrl+U na página. Conteúdo principal presente? Se não, pare aqui e leve o erro 4 pro time de engenharia. Nada do que segue compensa esse bloqueio.
4. Reescreva o primeiro parágrafo (20 min). Resposta direta à pergunta-alvo, 2 a 4 frases, com pelo menos um número próprio. É a edição de maior retorno da lista.
5. Converta 3 headings em perguntas (15 min). Os três H2 mais importantes viram as três perguntas que o comprador realmente faz.
6. Troque adjetivos por números (20 min). Percorra a página caçando "líder", "robusto", "ágil", "completo". Cada um vira um dado ou sai do texto.
7. Adicione FAQ com 3 a 5 perguntas e o JSON-LD (25 min). Perguntas reais, respostas autossuficientes, marcação FAQPage validada no Rich Results Test do Google.
8. Remeça depois da reindexação (5 min, dias depois). Repita o passo 2 quando a página tiver sido recrawleada, o que leva de dias a poucas semanas. Critério de sucesso: sua página aparece entre as fontes pra pergunta-alvo em pelo menos uma das repetições.

Calibração honesta sobre o passo 8: com 3 repetições, você detecta presença ou ausência grosseira, não mede mention rate. Resultado negativo depois da reforma não prova que a estrutura falhou; pode ser autoridade de entidade insuficiente, concorrência forte nas fontes ou simples variância. Estrutura é condição de habilitação, não de vitória. Pra uma leitura com N maior, multi-modelo e intervalo de confiança calculado pelo método da nossa metodologia, rode a auditoria gratuita: 5 minutos, e devolve em quais perguntas da categoria sua marca aparece hoje.

Perguntas frequentes

Preciso reescrever o site inteiro?

Não, e não recomendamos começar assim. Reforme uma página com o roteiro de 2 horas, meça o antes e o depois, e use o resultado pra priorizar as próximas. As de maior potencial respondem perguntas de comparação e preço, onde o comprador mais consulta a IA.

JSON-LD garante que a IA vai citar minha página?

Não. JSON-LD reduz ambiguidade sobre quem publica e o que a página responde; a decisão de citar depende do conteúdo, da autoridade da entidade e do comportamento estocástico do modelo. Trate schema como higiene obrigatória de máquina, não como alavanca de resultado.

Isso funciona pra página de produto ou só pra blog?

Funciona pros dois, com ênfases diferentes. Página de produto se beneficia mais dos elementos 3, 4 e 6 (números próprios, tabela honesta, schema), porque o comprador pergunta preço e comparação. Post de blog depende mais dos elementos 1, 2 e 5, porque disputa perguntas abertas de categoria.

Quanto tempo até a IA passar a citar a página reformada?

Depende do canal. Modelos com busca ao vivo refletem a página assim que ela é recrawleada, tipicamente de dias a poucas semanas. O conhecimento consolidado do modelo sobre a sua entidade muda em ciclos de meses. Desconfie de prazo garantido: quem promete data está prometendo o que não controla.

---

A pergunta que fica não é se a sua página está bonita. É se ela sobrevive ao teste do passo 2: pergunte hoje, num modelo com busca, a pergunta que essa página deveria responder, e veja quem aparece nas fontes. Se a resposta for um concorrente, você acabou de encontrar sua próxima tarde de trabalho. Pra escolher a página certa antes de começar, a auditoria gratuita mostra em quais perguntas da categoria sua marca aparece e em quais está em branco.