Como um LLM decide quem citar: as 3 condições que colocam sua marca na resposta

Um LLM cita uma marca quando três condições se somam: existe conteúdo citável sobre ela, ela aparece nas fontes que o modelo consulta no momento da busca, e as informações sobre ela batem entre si em todos os lugares onde ele olha. Não há ranking escondido nem sorteio. Há uma composição feita em segundos sobre duas camadas de informação: o que o modelo aprendeu no treinamento e o que ele encontra buscando na web na hora da pergunta. Este post abre essa mecânica, mostra cada condição com exemplo concreto e termina com uma auditoria de entidade que você executa em 1 hora.

O que acontece entre a pergunta e a resposta?

Quando um comprador pergunta "quais os melhores softwares de gestão para clínicas no Brasil", o modelo não consulta uma tabela de marcas ordenadas. Ele gera texto, palavra por palavra, ponderando duas camadas.

A primeira é o conhecimento paramétrico: tudo que o modelo absorveu no treinamento. Essa camada é congelada numa data de corte e não distingue fonte por fonte. Se a sua marca apareceu pouco, ou de forma contraditória, nos textos que treinaram o modelo, ela existe ali como um sinal fraco. Sinal fraco raramente vira citação.

A segunda camada é a busca em tempo real. Nos assistentes com navegação ligada, que hoje são o padrão em perguntas de recomendação, o modelo dispara buscas, abre um punhado de páginas e compõe a resposta a partir do que leu. Esse punhado é curto. Em português, os modelos citam em média 3 a 5 fontes por resposta, contra 6 a 8 em inglês (dataset Rekon, n=2.500, whitepaper de metodologia, 2026). A prateleira que decide a sua categoria em PT-BR tem menos vagas do que a versão em inglês da mesma pergunta.

O peso de cada camada varia com o tipo de pergunta. Perguntas de definição ("o que é um ERP vertical?") saem quase inteiras do treinamento. Perguntas de recomendação ("qual o melhor ERP pra distribuidora?") dependem quase inteiramente do que a busca trouxe naquele instante. É por isso que a mesma pergunta, repetida, gera respostas diferentes: a busca retorna páginas diferentes, o sorteio estatístico da geração escolhe palavras diferentes, e a marca que apareceu de manhã pode sumir à tarde.

Quais páginas o modelo prioriza nessa busca, e por que os comparativos de terceiros pesam mais que o seu site, é assunto do post irmão de onde as IAs tiram as respostas. Aqui interessa outra coisa: dado que o modelo compõe assim, o que faz uma marca específica entrar na composição? Três condições. Nenhuma é sorte. Todas são trabalháveis.

Condição 1: existe algo citável sobre a sua marca?

O modelo só reproduz o que consegue extrair. Ele procura afirmações completas: sujeito, fato, número. Texto institucional genérico não oferece nada disso, e a diferença fica visível quando você coloca as duas versões lado a lado.

Exemplo ilustrativo (empresa fictícia, formato real das páginas que auditamos):

Versão A, página institucional típica: "A ClinSoft é referência em soluções inovadoras para o mercado de saúde, com foco na excelência e na satisfação dos nossos clientes."

Versão B, mesma empresa, reescrita com lastro: "A ClinSoft é um software de gestão para clínicas de pequeno e médio porte. Atende 340 clínicas no Brasil, com implantação média de 12 dias e integração nativa com os 4 maiores convênios."

Diante da pergunta "quais softwares de gestão para clínicas têm implantação rápida?", a Versão A não entrega uma única frase aproveitável. A Versão B entrega três: segmento, escala, prazo. O modelo consegue levantar "implantação média de 12 dias" e colar isso na resposta com atribuição.

Chamamos isso de lastro citável: afirmações extraíveis, com número e contexto, que respondem perguntas reais de comprador. Repare que a Versão B não é mais bonita. É mais extraível. "Referência em soluções inovadoras" não responde nenhuma pergunta que um comprador faz.

O teste rápido: pegue a página principal do seu produto e sublinhe toda frase que contém um fato verificável com número. Menos de cinco frases sublinhadas é sintoma. Você escreveu para impressionar humanos apressados, não para ser citado por uma máquina que monta respostas com fatos. O molde da página que resolve isso, bloco a bloco, está em como estruturar uma página que a IA cita.

Condição 2: você está nas páginas que o modelo lê na hora?

Lastro no próprio site é necessário e insuficiente. Em perguntas de recomendação, o modelo monta a resposta majoritariamente a partir de fontes de terceiros: comparativos editoriais, diretórios de software, sites de review, veículos do setor. O seu site descreve você; a lista de um terceiro compara você, e comparação é exatamente o formato da pergunta.

O dado que dimensiona isso: o overlap entre as fontes citadas em AI Overviews e o top 10 orgânico do Google para as mesmas queries é menor que 10% (G2 Answer Economy Report, abr/2026, n=1.076). Rankear bem não coloca sua página na leitura do modelo. Estar nos comparativos que ele abre, coloca.

A consequência é dura: uma marca ausente das listas que o modelo consulta não existe para aquela pergunta, por melhor que seja o produto. Não vamos aprofundar o mapa de quais fontes pesam em cada modelo aqui, porque de onde as IAs tiram as respostas faz isso em detalhe. Para este post, basta a regra: a condição 2 se resolve fora do seu domínio.

Condição 3: as informações sobre você batem entre si?

Essa é a condição mais ignorada e a mais barata de resolver. O modelo cruza tudo que encontra sobre a marca: site, LinkedIn, diretórios, imprensa, reviews. Quando as versões conflitam, ele não escolhe a mais recente nem a mais lisonjeira. Ele rebaixa a confiança na entidade inteira.

Reproduzimos abaixo o padrão de conflito que mais encontramos em auditoria: o mesmo negócio descrito de três formas incompatíveis.

Exemplo ilustrativo (empresa fictícia, padrão real de inconsistência):

Site: "A DataFlux é uma plataforma de gestão financeira para clínicas e consultórios." Fundação: 2017. Clientes: "mais de 300".

LinkedIn: "A DataFlux é uma consultoria de tecnologia para o setor de saúde." Fundação: 2015. Funcionários: 11-50.

Diretório de software (perfil de 2022, nunca atualizado): "DataFlux: software house especializada em sistemas ERP." Clientes: 120.

Perguntamos a um assistente de IA, em janela anônima: "O que é a DataFlux e para quem ela serve?" A resposta típica hesita: "A DataFlux parece ser uma empresa de tecnologia voltada à saúde, atuando com software de gestão e consultoria". Parece. Em seguida, na pergunta de recomendação da categoria, o modelo cita duas concorrentes de identidade inequívoca e omite a DataFlux.

O mecanismo é intuitivo quando você lembra como o modelo funciona. Ele compõe por convergência de evidência. Três descrições convergentes somam sinal; três descrições conflitantes somam ruído. E ruído, para um sistema que precisa afirmar algo com confiança, vira silêncio. A vaga na prateleira de 3 a 5 fontes vai para a marca cuja identidade não exige interpretação.

Consistência de entidade é isso: a mesma descrição de uma frase, os mesmos fatos, os mesmos números, em todos os lugares onde a marca aparece. Não exige orçamento. Exige inventário e disciplina, e é exatamente o que a auditoria do final deste post produz.

O que 150 medições nos mostraram sobre essas condições

Esse modelo de três condições não nasceu de teoria. Nasceu de medição. No nosso estudo com uma indústria B2B tradicional (cliente anônimo por contrato), rodamos 150 medições sobre 15 perguntas de comprador, em 4 modelos de IA, e extraímos 885 menções de marca das respostas.

A marca era líder absoluta em volume: 85 menções, mais que qualquer concorrente. Mas as 85 menções estavam concentradas em apenas 5 das 15 perguntas, justamente as que continham pistas do território dela. Nas perguntas de topo de funil, onde o comprador descreve o problema sem saber o nome da solução, a marca teve 0% de menção. Zero, em todas as amostras.

Lido pelas três condições, o padrão fecha. Onde a pergunta tocava o território da marca, o conhecimento de treino e as fontes traziam lastro suficiente: condição 1 atendida, citação frequente. Nas perguntas abertas de categoria, a resposta era montada a partir de comparativos e listas de terceiros onde a marca não estava: condição 2 falhando, e nenhum lastro do próprio site compensou. A empresa não era menos boa nas 10 perguntas em que sumiu. Ela era menos presente nas fontes que decidiam aquelas respostas.

Limitações declaradas, porque achado sem limitação é marketing: o N é pequeno e os intervalos de confiança por pergunta são largos, foi um único setor, 4 modelos, um único período, e o comportamento dos LLMs muda a cada release. Tratamos o resultado como evidência direcional. O método completo de amostragem, extração de menções e cálculo de intervalo está publicado na nossa metodologia. E se você quer entender por que 150 medições, e não 1 pergunta no ChatGPT, o post por que uma pergunta não é medição trata só disso.

Como auditar a entidade da sua marca em 1 hora

A condição 2 depende de terceiros e leva meses. A condição 3 depende só de você e começa hoje. O roteiro abaixo leva cerca de 1 hora, usa planilha e navegador, e produz o insumo das duas outras condições.

1. Monte o inventário de presenças (15 min). Busque o nome da marca no Google, em janela anônima. Liste numa planilha as 10 primeiras propriedades onde ela aparece: site, LinkedIn, Instagram, Google Business Profile, diretórios de software, portais de review, imprensa. Uma URL por linha. Critério de "deu certo": nenhuma presença relevante fora da lista.
2. Extraia a descrição literal de cada presença (15 min). Copie, sem parafrasear, a frase com que cada lugar descreve o que a empresa faz. Cole na coluna ao lado da URL. Parafrasear aqui esconde exatamente o conflito que você está caçando.
3. Extraia os fatos verificáveis (10 min). Ano de fundação, número de clientes, segmento atendido, cidade sede, faixa de funcionários. Uma coluna por fato. Marque em vermelho toda célula que conflita com outra linha. Critério: você sabe exatamente quantos conflitos existem e onde.
4. Pergunte aos modelos quem você é (10 min). No ChatGPT e no Gemini, em janela anônima: "O que é [marca]? O que ela faz e para quem?" Três vezes em cada. Registre erros de fato, hesitações ("parece ser") e confusões com outra empresa. Isso é a sua condição 3 vista de dentro do modelo.
5. Escreva a descrição canônica (10 min). Uma frase que diz o que a empresa é, para quem, com um número de escala. Mais três fatos fixos: fundação, clientes, segmento. Esse texto vira a fonte única; propagar para cada presença da planilha é o backlog da semana, não desta hora. Critério de sucesso do ciclo: repetir o passo 4 em 30 a 60 dias e receber uma descrição correta, sem hesitação e sem conflito.

Se o passo 4 devolver uma descrição errada da sua própria empresa, você acabou de ver a condição 3 falhando ao vivo. É desconfortável e é ótimo: dos três problemas deste post, é o único que se resolve sem depender de ninguém. E se o modelo devolver um erro de fato, não só uma hesitação, o plano de correção está em quando a IA erra sobre sua marca.

Perguntas frequentes

O modelo cita marcas que pagam para aparecer?

Nas respostas orgânicas dos principais assistentes, hoje, não: a composição vem de treinamento e busca, não de leilão de mídia. Formatos patrocinados existem e tendem a crescer, mas são sinalizados à parte. A resposta honesta é acompanhar por medição, porque essa política pode mudar a cada release.

Ter um site bem otimizado para SEO resolve as três condições?

Resolve parte da condição 1, se o conteúdo tiver fatos extraíveis e não só palavra-chave. Não resolve a condição 2: o overlap entre fontes citadas por IA e o top 10 orgânico é menor que 10% (G2, abr/2026, n=1.076). A diferença entre os dois jogos está detalhada em GEO: o que é e por que o SEO que você faz hoje não resolve.

Em quanto tempo consistência de entidade vira citação?

Não há prazo honesto sem linha de base medida. As camadas mudam em ritmos diferentes: o índice de busca dos assistentes absorve páginas novas em dias, o conhecimento consolidado sobre entidades muda em ciclos de meses. Por isso o roteiro acima fecha com remedição em 30 a 60 dias, não com promessa.

Como sei se minha marca já é citada hoje?

Perguntando muitas vezes, não uma. LLMs são estocásticos: uma resposta única não estima taxa nenhuma, pelo mesmo motivo que um lançamento de moeda não estima probabilidade. A auditoria gratuita da Rekon roda essa medição multi-modelo em 5 minutos e devolve a matriz pergunta por marca.

---

As três condições têm donos diferentes: o lastro citável é do seu conteúdo, a presença nas fontes é do seu trabalho de relações com terceiros, a consistência de entidade é da sua disciplina. Comece pela que custa uma hora. Depois, com a planilha do passo 3 na mão, rode a auditoria gratuita para ver quanto dessas falhas já virou invisibilidade, e siga para de onde as IAs tiram as respostas para atacar a condição que depende dos outros.