# Glossário da otimização para IA: 36 termos de GEO, AEO e visibilidade em IA, explicados Rodrigo Beckmann · Publicado em 2026-11-13 · Categoria: [GEO](https://rodrigobeckmann.com/blog/categoria/geo/) · Versão HTML: https://rodrigobeckmann.com/blog/glossario-otimizacao-para-ia/ GEO, AEO, LLMO, query fan-out, grounding, RAG, citação, menção, share of voice, llms.txt, GPTBot: 36 termos da otimização para IA, cada um com uma definição curta e a fonte. ## Em resumo - Este glossário define 36 termos da otimização para IA, agrupados em seis blocos: os nomes da disciplina, onde as respostas aparecem, como a IA monta a resposta, como medir, robôs e arquivos, e o que é proibido. - GEO, AEO, LLMO e "SEO para IA" são nomes concorrentes para o mesmo trabalho. O Google define AEO e GEO no guia que publicou em maio de 2026 e conclui que, para a Busca, os dois continuam sendo SEO. - Visibilidade em IA é a porcentagem de respostas, num conjunto grande de perguntas, em que a marca aparece. Menção e citação não são a mesma coisa: a menção é o nome no texto, a citação é o link para uma fonte. Este glossário reúne 36 termos da otimização para IA, o trabalho de fazer uma marca aparecer nas respostas do ChatGPT, do Gemini, do Perplexity e das respostas de IA do Google. Cada termo tem uma definição de uma ou duas frases e, quando a definição depende de um fato, o link para a fonte. Os termos estão em seis blocos: os nomes da disciplina, onde as respostas aparecem, como a IA monta a resposta, como medir, robôs e arquivos, e o que é proibido. Boa parte desse vocabulário ainda está em disputa. Quando um termo tem mais de um sentido, ou quando ninguém concorda sobre ele, a definição diz isso em vez de escolher um vencedor. Para o contexto completo, o ponto de partida é o guia [o que é GEO](https://rodrigobeckmann.com/blog/o-que-e-geo). ## Os nomes da disciplina ### GEO (Generative Engine Optimization) Otimização para motores generativos: o trabalho de fazer uma marca ser encontrada, citada e recomendada nas respostas de IA. O termo vem do [paper "GEO: Generative Engine Optimization"](https://arxiv.org/abs/2311.09735), publicado em novembro de 2023 e aceito no KDD 2024, e é o único dos nomes desta lista com origem acadêmica documentada. ### AEO (Answer Engine Optimization) Otimização para motores de resposta. Na prática, outro nome para GEO. O [guia de otimização para IA do Google](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) define AEO e GEO juntos, como nomes para o trabalho de melhorar a visibilidade nas experiências de busca com IA, e conclui que, para a Busca, os dois ainda são SEO. ### LLMO (LLM Optimization) Otimização para modelos de linguagem. Mais um nome para o mesmo trabalho, usado sobretudo quando o foco é o ChatGPT e outros assistentes, e não a busca do Google. Não tem definição oficial nem origem documentada. ### SEO para IA O nome mais comum em português para quem chega ao assunto pelo SEO e quer saber como se chama a otimização para IA. Descreve o mesmo trabalho que GEO e AEO, e é a leitura do próprio Google, para quem otimizar para a busca com IA continua sendo SEO. Nem todo mundo da área concorda que seja só isso; o debate está resumido no [guia sobre GEO](https://rodrigobeckmann.com/blog/o-que-e-geo). ### Visibilidade em IA A porcentagem de respostas, num conjunto grande de perguntas, em que uma marca aparece. É o número que os nomes acima tentam aumentar. Uma resposta só não mede visibilidade, porque a mesma pergunta traz marcas diferentes a cada vez. O método está em [como medir a visibilidade de uma marca nas IAs](https://rodrigobeckmann.com/blog/como-medir-visibilidade-em-ia). ## Onde as respostas aparecem ### LLM (modelo de linguagem) Large language model, ou modelo de linguagem de grande porte. É o sistema por trás do ChatGPT, do Gemini e do Claude: aprende padrões a partir de um volume enorme de texto e gera a resposta palavra por palavra, escolhendo a mais provável a cada passo. ### Motor generativo (ou motor de resposta) Um sistema de busca que, em vez de devolver uma lista de links, escreve uma resposta a partir de várias fontes. ChatGPT com busca, Perplexity, AI Overviews e AI Mode são motores generativos. É o "G" de GEO e o "A" de AEO. ### AI Overviews Os resumos gerados por IA que aparecem em algumas buscas do Google. Segundo a [documentação do Google](https://developers.google.com/search/docs/appearance/ai-features), servem para dar uma visão geral rápida de um assunto e funcionam como ponto de partida, com links para saber mais. ### AI Mode O modo de busca conversacional do Google, em que a pessoa faz perguntas de continuação. Segundo a [documentação do Google](https://developers.google.com/search/docs/appearance/ai-features), é mais útil para perguntas que pedem exploração, raciocínio ou comparações complexas, e entrega uma resposta completa com links para os sites que a sustentam. ## Como a IA monta a resposta ### Dados de treinamento O texto com que o modelo aprendeu, coletado antes de ele ser lançado. O que está ali vira "memória" do modelo, mas fica parado no tempo. Por isso os assistentes complementam a memória com busca na web, e por isso há robôs separados para treinamento e para busca (ver o bloco de robôs abaixo). ### RAG (Retrieval-Augmented Generation) Geração aumentada por recuperação. O modelo busca documentos relevantes antes de responder e escreve a resposta com base neles. O nome vem de um [paper de Patrick Lewis e coautores](https://arxiv.org/abs/2005.11401), de 2020, que combinou a memória do próprio modelo com um índice de documentos consultado na hora. ### Grounding (ancoragem) Ancorar a resposta em fontes externas, consultadas no momento da pergunta, em vez de depender só da memória do modelo. O Google descreve o [grounding com a Busca](https://aistudio.google.com/docs/google-search) como o recurso que conecta o Gemini a conteúdo da web em tempo real. RAG é a técnica; grounding é o resultado que ela busca. ### Query fan-out Quando a IA, em vez de uma busca só, dispara várias buscas relacionadas ao mesmo tempo para juntar mais informação. O guia do Google define o termo como um conjunto de consultas simultâneas geradas pelo modelo, e a [documentação dos recursos de IA](https://developers.google.com/search/docs/appearance/ai-features) diz que o AI Overviews e o AI Mode podem usá-lo, buscando em vários subtemas e fontes de dados. Consequência prática: a página citada pode responder a uma pergunta que o usuário nunca digitou. ### Temperatura O parâmetro que controla quanto o modelo arrisca na escolha de cada palavra: temperatura alta dá respostas mais variadas, baixa dá respostas mais previsíveis. Temperatura zero não garante resposta igual: num [teste da Thinking Machines](https://thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference/), 1.000 pedidos iguais com temperatura zero geraram 80 respostas diferentes. ### Não determinismo A propriedade de dar respostas diferentes à mesma pergunta. Segundo a [SparkToro](https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands-or-products-marketers-should-take-care-when-tracking-ai-visibility/), a chance de o ChatGPT ou a IA do Google repetirem a mesma lista de marcas em duas respostas é menor que 1 em 100. Os motivos estão em [por que a IA dá uma resposta diferente a cada pergunta](https://rodrigobeckmann.com/blog/por-que-ia-muda-resposta). ## Como medir ### Prompt A pergunta enviada à IA. Em medição, um prompt é escrito como o cliente perguntaria, sem o nome da marca, e é repetido muitas vezes para ver com que frequência cada marca aparece. ### Menção Quando o nome da marca aparece no texto da resposta, com ou sem link. É o que a maioria das métricas de visibilidade em IA conta. ### Citação Quando a resposta traz um link para uma página usada como fonte. Menção e citação andam separadas: uma marca pode ser recomendada sem que o site dela seja citado, e um site pode ser citado numa resposta que recomenda o concorrente. Por que isso importa está em [por que citação é o novo backlink](https://rodrigobeckmann.com/blog/por-que-citacoes-importam). ### Presença A porcentagem de respostas em que a marca aparece, para uma pergunta ou conjunto de perguntas. É a métrica principal da visibilidade em IA, porque se estabiliza quando a amostra cresce: no estudo metodológico [FA-MET-01, "Como medir o que uma IA recomenda"](https://rodrigobeckmann.com/pesquisa/como-medir-o-que-uma-ia-recomenda), publicado pela First Answer em abril de 2026, com 7.000 chamadas na interface do ChatGPT, ao passar de 1.000 para 5.000 chamadas nenhuma das dez marcas principais saiu da margem de erro prevista. ### Posição Em que ordem a marca aparece na resposta. É bem menos estável que a presença: no estudo da [SparkToro](https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands-or-products-marketers-should-take-care-when-tracking-ai-visibility/), o hospital City of Hope apareceu em 69 de 71 respostas do ChatGPT, mas foi o primeiro citado em só 25 delas. ### Share of voice A fatia das menções de uma categoria que fica com cada marca, num conjunto de respostas. Sai da mesma contagem da presença e herda as mesmas exigências: amostra grande, ambiente declarado e margem de erro. ### Margem de erro e intervalo de confiança A margem de erro diz quanto um número medido por amostra pode estar longe do valor real; o intervalo de confiança é a faixa resultante. Com 1.000 respostas, uma marca medida em 50% está, com 95% de confiança, entre cerca de 47% e 53%; é a margem de até ±3,1 pontos calculada no [FA-MET-01](https://rodrigobeckmann.com/pesquisa/como-medir-o-que-uma-ia-recomenda). Diferenças menores que a margem não são mudança, são ruído. ### API versus interface Os dois jeitos de fazer a mesma pergunta a uma IA: pela API, o acesso programático usado por desenvolvedores, ou pela interface que o consumidor usa. Os dois podem dar resultados bem diferentes: no estudo [FA-MET-02, "API ou interface, eis a questão"](https://rodrigobeckmann.com/pesquisa/api-ou-interface), da mesma série, a mesma pergunta feita 1.000 vezes em cada ambiente mudou de forma significativa 12 das 15 marcas mais relevantes. Por isso toda medição precisa dizer onde foi feita; o passo a passo está no [guia de medição](https://rodrigobeckmann.com/blog/como-medir-visibilidade-em-ia). ### Mídia conquistada (earned media) O que terceiros publicam sobre a marca: imprensa, reviews, fóruns, vídeos. Um estudo de [Chen et al.](https://arxiv.org/abs/2509.08919), de setembro de 2025, encontrou nas buscas com IA um viés "sistemático e esmagador" para mídia conquistada, em vez de conteúdo da própria marca e de redes sociais. ## Robôs e arquivos ### Crawler de IA O robô que uma empresa de IA usa para visitar páginas. As funções são três: coletar conteúdo para treinar modelos, indexar páginas para a busca do assistente e buscar uma página na hora em que um usuário pede. OpenAI, Anthropic e Perplexity documentam robôs separados por função, que podem ser bloqueados um a um. O Google não tem um robô separado para IA: usa uma marcação no robots.txt, o Google-Extended. ### robots.txt O arquivo na raiz do site com as regras de acesso para robôs. É onde se permite ou bloqueia cada crawler de IA pelo nome. Os robôs de busca e de treinamento costumam respeitá-lo; os que agem a pedido de um usuário, nem sempre: a OpenAI diz que as regras "podem não se aplicar" ao ChatGPT-User, e a [Perplexity](https://docs.perplexity.ai/guides/bots) diz que o Perplexity-User em geral as ignora. ### GPTBot O robô da OpenAI que coleta conteúdo que pode ser usado para treinar os modelos de IA dela, segundo a [documentação de crawlers da OpenAI](https://developers.openai.com/api/docs/bots). Bloquear o GPTBot não tira o site das buscas do ChatGPT. ### OAI-SearchBot O robô da OpenAI usado para mostrar sites nos resultados de busca do ChatGPT. É ele, e não o GPTBot, que a OpenAI manda usar no robots.txt para controlar a presença nas buscas. As regras de cada robô são independentes: dá pra permitir o OAI-SearchBot e bloquear o GPTBot. ### ChatGPT-User O agente da OpenAI que visita uma página quando um usuário faz uma pergunta ao ChatGPT ou a um GPT personalizado. Segundo a OpenAI, ele não rastreia a web de forma automática, e, por agir a pedido do usuário, as regras do robots.txt podem não se aplicar a ele. ### Google-Extended Uma marcação do robots.txt, não um robô separado, que controla se o conteúdo rastreado pelo Google pode ser usado para treinar futuros modelos Gemini e para o grounding no app do Gemini e na Vertex AI. Segundo a [documentação do Google](https://developers.google.com/crawling/docs/crawlers-fetchers/google-common-crawlers), ela não afeta a inclusão do site na Busca nem é sinal de ranking. ### PerplexityBot O robô da Perplexity que mostra e linka sites nos resultados de busca dela. Segundo a [Perplexity](https://docs.perplexity.ai/guides/bots), ele não é usado para coletar conteúdo para treinar modelos de IA. ### ClaudeBot e Claude-SearchBot Os robôs da Anthropic, dona do Claude. Segundo a [Anthropic](https://support.claude.com/en/articles/8896518-robots-txt-controls), o ClaudeBot coleta conteúdo que pode ir para o treinamento, o Claude-SearchBot indexa páginas para melhorar os resultados de busca, e o Claude-User busca uma página quando um usuário pergunta. Os três respeitam o robots.txt e podem ser bloqueados separadamente. ### llms.txt Uma proposta de arquivo em Markdown, na raiz do site, com um resumo e uma lista de links para ajudar modelos e agentes de IA a usar o site. Foi proposta por Jeremy Howard em [3 de setembro de 2024](https://llmstxt.org/). O [guia do Google](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) diz que a Busca não usa esse tipo de arquivo e que mantê-lo não ajuda nem prejudica a visibilidade. ### Schema (dados estruturados) Marcação no código da página que descreve o conteúdo de forma padronizada (produto, artigo, FAQ, organização), no vocabulário do [schema.org](https://schema.org/docs/about.html), criado por Google, Microsoft, Yahoo e Yandex. Segundo o guia do Google, dados estruturados não são exigidos para a busca com IA, e não existe schema especial para ela; continuam valendo para os resultados ricos. ## O que é proibido e o que é pedido ### Spam em respostas de IA (black hat GEO) Tentar manipular as respostas de IA com táticas como menções compradas, conteúdo plantado ou páginas em escala. Desde [15 de maio de 2026](https://developers.google.com/search/updates), o Google deixa explícito que suas políticas de spam valem para as respostas de IA generativa da Busca, e a [página de políticas](https://developers.google.com/search/docs/essentials/spam-policies) inclui a tentativa de manipular essas respostas. ### Conteúdo non-commodity O termo do Google para conteúdo que acrescenta algo além do conhecimento comum: uma visão de especialista ou de quem viveu o assunto. O guia de otimização para IA pede esse tipo de conteúdo em vez de táticas como picar o texto em pedaços pequenos para a IA, que ele diz não ser necessário. ## Para continuar A definição completa de GEO, a origem do termo e o que muda em relação ao SEO estão no guia [o que é GEO](https://rodrigobeckmann.com/blog/o-que-e-geo). Como transformar os termos de medição deste glossário em número está em [como medir a visibilidade de uma marca nas IAs](https://rodrigobeckmann.com/blog/como-medir-visibilidade-em-ia). ## Perguntas frequentes ### GEO e AEO são a mesma coisa? Na prática, sim. GEO (generative engine optimization) e AEO (answer engine optimization) são dois nomes para o trabalho de melhorar a visibilidade de uma marca nas respostas de IA. O guia de otimização para IA do Google, publicado em maio de 2026, define os dois termos juntos e diz que, do ponto de vista da Busca, os dois continuam sendo SEO. ### Como se chama o SEO para IA? Não há um nome único. Os mais usados são GEO (generative engine optimization), AEO (answer engine optimization) e LLMO (LLM optimization). GEO é o único com origem documentada: o termo vem de um paper publicado em novembro de 2023 e aceito no KDD 2024. ### O que é query fan-out? É quando a IA, em vez de fazer uma busca só, gera várias buscas relacionadas ao mesmo tempo para juntar mais informação antes de responder. O Google diz que o AI Overviews e o AI Mode podem usar essa técnica, buscando em vários subtemas e fontes de dados. ### Bloquear o GPTBot tira meu site do ChatGPT? Não das buscas do ChatGPT. Segundo a OpenAI, o GPTBot coleta conteúdo que pode ser usado para treinar modelos, e o OAI-SearchBot é o robô que faz sites aparecerem nos resultados de busca do ChatGPT. As regras de cada um no robots.txt são independentes. ### Qual a diferença entre citação e menção numa resposta de IA? Menção é quando o nome da marca aparece no texto da resposta. Citação é quando a resposta traz um link para uma página usada como fonte. Uma marca pode ser mencionada sem que o site dela seja citado, e um site pode ser citado sem que a marca seja recomendada. ## Fontes 1. [Google's Guide to Optimizing for Generative AI Features on Google Search](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) — Google Search Central, 10 jul 2026 · fonte principal 2. [AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) — Google Search Central 3. [GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735) — Aggarwal et al., KDD 2024 (arXiv), 28 jun 2024 4. [Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks](https://arxiv.org/abs/2005.11401) — Lewis et al., NeurIPS 2020 (arXiv), 22 mai 2020 5. [Grounding with Google Search](https://aistudio.google.com/docs/google-search) — Google AI for Developers 6. [Google's common crawlers](https://developers.google.com/crawling/docs/crawlers-fetchers/google-common-crawlers) — Google Crawling Infrastructure 7. [Overview of OpenAI Crawlers](https://developers.openai.com/api/docs/bots) — OpenAI 8. [Perplexity Crawlers](https://docs.perplexity.ai/guides/bots) — Perplexity 9. [Does Anthropic crawl data from the web, and how can site owners block the crawler?](https://support.claude.com/en/articles/8896518-robots-txt-controls) — Anthropic 10. [The /llms.txt file](https://llmstxt.org/) — llmstxt.org, 03 set 2024 11. [About Schema.org](https://schema.org/docs/about.html) — Schema.org 12. [Spam policies for Google web search](https://developers.google.com/search/docs/essentials/spam-policies) — Google Search Central, 28 ago 2026 13. [Latest Google Search Documentation Updates (15 de maio de 2026)](https://developers.google.com/search/updates) — Google Search Central, 15 mai 2026 14. [Defeating Nondeterminism in LLM Inference](https://thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference/) — Thinking Machines Lab, 10 set 2025 15. [NEW Research: AIs are highly inconsistent when recommending brands or products; marketers should take care when tracking AI visibility](https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands-or-products-marketers-should-take-care-when-tracking-ai-visibility/) — SparkToro, 28 jan 2026 16. [Generative Engine Optimization: How to Dominate AI Search](https://arxiv.org/abs/2509.08919) — Chen et al. (arXiv), 10 set 2025 17. [FA-MET-01: Como medir o que uma IA recomenda](https://rodrigobeckmann.com/pesquisa/como-medir-o-que-uma-ia-recomenda) — First Answer, 30 abr 2026 18. [FA-MET-02: API ou interface, eis a questão](https://rodrigobeckmann.com/pesquisa/api-ou-interface) — First Answer, 30 abr 2026 **Rodrigo Beckmann** — Especialista em GEO, co-fundador e CTO da First Answer. [Mais sobre o autor](https://rodrigobeckmann.com/sobre/)