Query fan-out e secções citáveis na pesquisa com IA

A pesquisa clássica era simples: alguém escrevia uma consulta, o motor de pesquisa procurava-a num índice invertido e os sistemas de ranking devolviam uma lista ordenada de URL. O Google AI Mode, os AI Overviews, o ChatGPT Search e o Perplexity acrescentam um passo intermédio. Antes de a resposta ser escrita, uma pergunta pode transformar-se em várias pesquisas relacionadas, e a resposta cita as páginas que essas pesquisas encontraram.

Esse passo não acontece em todas as perguntas. No estudo da Ahrefs analisado mais abaixo, o ChatGPT respondeu a cerca de 6 em cada 7 prompts sem pesquisar na web. Mas, quando pesquisa, a resposta é composta por parágrafos, tabelas e excertos de código concretos, e não por um ranking de dez ligações. Por isso, importa saber que partes de uma página se entendem isoladamente.

#O que é query fan-out e como funciona nos modelos de linguagem

Query fan-out é o nome que o Google usa para dividir uma pergunta em várias pesquisas executadas em simultâneo. O guia do Google sobre funcionalidades de IA generativa define-o como «um conjunto de consultas simultâneas e relacionadas geradas pelo modelo para pedir mais informação e obter resultados de pesquisa relevantes adicionais que respondam à consulta do utilizador» (Google Search Central, tradução nossa). O exemplo do Google: para a pergunta sobre como arranjar um relvado cheio de ervas daninhas, as consultas de fan-out poderiam incidir sobre os melhores herbicidas para relvado, a remoção de ervas daninhas sem químicos e a prevenção de ervas daninhas.

O Google usou o termo ao anunciar o AI Mode a 5 de março de 2025, descrevendo uma técnica que faz várias pesquisas relacionadas em simultâneo, em diferentes subtemas e fontes de dados. A 20 de maio de 2025 acrescentou o Deep Search, que usa a mesma técnica e, segundo o Google, pode fazer centenas de pesquisas (blogue do Google). A documentação do Google sobre funcionalidades de IA diz que tanto os AI Overviews como o AI Mode podem usar fan-out, e que as duas funcionalidades podem usar modelos e técnicas diferentes, pelo que as respostas e ligações variam.

O número de subconsultas depende do produto. A Ahrefs analisou 66,6 milhões de respostas gratuitas do ChatGPT sem sessão iniciada e as respetivas 15 milhões de consultas de fan-out, de agosto e setembro de 2026 (Ahrefs). Apenas 14,4 por cento das respostas pesquisaram na web, e essas fizeram em média cerca de 1,6 consultas de fan-out. No mesmo artigo, a Ahrefs refere os testes de Suganthan Mohanadasan com uma conta autenticada, em que um modelo Thinking fez entre 15 e 40 consultas, e dados da Peec em que 56,5 por cento dos prompts tiveram duas ou mais. As sessões gratuitas pesquisam menos do que os modelos pagos ou de raciocínio.

Considere um prompt técnico de um projeto empresarial:

Qual é a melhor configuração de WordPress headless para um catálogo WooCommerce com 50 000 produtos e sincronização ERP em várias regiões?

Os fornecedores não publicam os seus processos completos. A sequência abaixo é uma descrição genérica da geração aumentada por recuperação (RAG), na qual o Google diz que as suas funcionalidades de IA se baseiam, com um fan-out ilustrativo para este prompt:

1. Ler a pergunta: o modelo identifica os temas (WordPress, arquitetura headless, WooCommerce, ERP) e as restrições (50 000 produtos, várias regiões).
2. Gerar pesquisas relacionadas (a fase de fan-out), por exemplo:
   • Consulta 1: WPGraphQL vs REST API batch query latency 50k WooCommerce products
   • Consulta 2: Headless WooCommerce ERP webhook queue congestion mitigation
   • Consulta 3: Astro SSR vs Next.js static build performance high SKU catalog
   • Consulta 4: WooCommerce High-Performance Order Storage database memory footprint
3. Recuperação: o Google diz que usa os seus sistemas centrais de ranking para recuperar páginas relevantes do seu índice. Suganthan Mohanadasan testou isto com a API do Gemini: uma pergunta sobre uma página que nunca existiu gerou pesquisas, mas nenhuma entrada no registo do seu servidor, porque o grounding lê o índice do Google e não a página em direto (Suganthan Mohanadasan).
4. Análise das páginas recuperadas: os sistemas analisam informação concreta dessas páginas.
5. Resposta com ligações: a resposta mostra ligações clicáveis para as páginas que suportam a informação apresentada.

A consequência para as equipas de conteúdo é que uma mesma página pode ser considerada para várias destas pesquisas relacionadas, desde que lhes responda com texto que o motor de pesquisa consiga encontrar. O Google impõe um limite: criar páginas separadas para cada consulta de fan-out, sobretudo para manipular o ranking ou as respostas de IA, viola a sua política de spam sobre abuso de conteúdo em escala.

#Porque é que as secções autónomas obtêm citações

Os motores generativos citam secções concretas, não páginas inteiras. É esse o ponto de partida do guia da Lumar sobre citabilidade: «Na nossa experiência, os motores de pesquisa generativos citam secções específicas do conteúdo, e não as páginas como um todo» (Lumar, tradução nossa). A Lumar apresenta isto como experiência prática, não como um estudo medido, e não indica contagens de palavras nem percentagens de citações.

O teste de secções da Lumar tem cinco pontos: a secção responde a uma pergunta, entende-se sem o texto à volta, contém os factos de que precisa (unidades, versões, condições), mantém-se num tema e tem detalhe suficiente sem se dispersar. Sobre a extensão, a Lumar diz apenas que secções muito curtas perdem contexto, que as muito longas misturam ideias e que não há uma forma simples de medir a extensão ideal. O Google vai mais longe nas suas próprias funcionalidades: não existe obrigação de dividir o conteúdo em pedaços pequenos nem uma extensão ideal de página.

#Como escrever parágrafos que não dependem do resto do texto

Uma secção citável transmite a sua ideia sem o parágrafo anterior. A Lumar pergunta se a secção contém pronomes como isto, ele ou eles sem uma referência clara, ou expressões como «como referido acima». O verificador de grounding de Suganthan Mohanadasan detetou o mesmo problema no seu próprio artigo: uma frase sobre repetir um pedido, que começava com o pronome inglês «It», obteve apenas 8 por cento na avaliação de compreensão isolada, porque fora do contexto ninguém sabe a que se refere o pronome. Um exemplo fraco:

Esta tecnologia acelera significativamente o carregamento das páginas e reduz os custos de servidor…

Sem contexto, «esta tecnologia» não se refere a nada. Uma versão autónoma nomeia o sujeito e enuncia um facto verificável:

Os Google AI Overviews e o AI Mode só podem mostrar uma página como ligação de apoio se a página estiver indexada e puder aparecer na Pesquisa Google com um excerto.

A segunda frase nomeia os produtos, a condição e o resultado. Pode ser citada isoladamente sem mudar de sentido. Suganthan acrescenta uma ressalva honesta: não demonstrou que tornar uma frase autónoma aumenta a probabilidade de citação, pelo que deve tratar isto como uma verificação editorial e não como um fator de ranking.

#Porque é que a primeira frase sob o título importa

A Lumar inclui a «clareza inicial» entre as características que os sistemas generativos podem preferir: a informação principal surge no início. Uma secção que começa com uma história ou uma pergunta retórica demora mais a chegar ao essencial, e um excerto retirado da página pode não incluir as frases seguintes.

Escrever primeiro a resposta (BLUF, bottom line up front) é uma forma simples de o aplicar. A primeira frase sob um título dá a definição ou o veredicto. As seguintes acrescentam medições, casos-limite e detalhes de implementação.

#Que factos concretos funcionam melhor do que adjetivos de marketing

Palavras como revolucionário, disruptivo, sem falhas ou de nova geração não contêm informação verificável. A característica dos «factos densos» e a verificação dos «factos necessários» da Lumar apontam na mesma direção. As secções mais fáceis de citar contêm normalmente:

• Medições com unidades (milissegundos, megabytes, pedidos por segundo).
• Nomes e versões exatos de software, protocolos e especificações (HTTP/3, PHP 8.4, OAuth 2.1, RFC 9110).
• As condições em que uma afirmação é válida e a causa de um resultado.

#Porque é que as tabelas e especificações se adequam às citações de IA

Entre os exemplos da Lumar de secções com maior probabilidade de citação estão os processos passo a passo e as especificações. Ambos contêm factos que se entendem isoladamente, e uma tabela comparativa faz o mesmo. Não encontrámos nenhum estudo publicado que meça quanto mais as tabelas são citadas do que a prosa, pelo que o argumento a favor de uma tabela é a clareza: quando o conteúdo compara vários elementos segundo os mesmos atributos, uma tabela mostra-o sem obrigar a desembaraçar frases.

A tabela seguinte contrasta os pressupostos do SEO clássico com o que as fontes acima dizem sobre a pesquisa generativa:

#Como ligar o sítio web à Wikidata para que as entidades sejam inequívocas

O Google não descreve a Wikidata como um sinal de confiança para o Gemini ou o AI Mode. O seu guia diz que os dados estruturados não são obrigatórios para a pesquisa com IA generativa e que não há marcação schema.org especial a acrescentar, embora recomende os dados estruturados como parte do SEO normal para resultados enriquecidos. O que Suganthan Mohanadasan documenta de facto sobre o Gemini é mais prático:

• A API do Gemini devolve groundingMetadata com as pesquisas que o Gemini escreveu (webSearchQueries), as páginas que usou (groundingChunks) e as ligações entre essas páginas e partes da resposta (groundingSupports).
• As fontes citadas mudam entre execuções da mesma pergunta, pelo que um único teste é uma história isolada. Ele executa cada consulta cinco vezes e conta as repetições.
• Nos seus testes de setembro, os editores cujo robots.txt bloqueava o Google-Extended foram citados em 0 de 10 execuções, contra 6 de 6 para os que o permitiam.

#Código JSON-LD com entidades da Wikidata para WordPress e Astro

Ligar os temas de um artigo a QID da Wikidata continua a ser útil para desambiguar: Astro, a framework, e Astro, o nome de uma empresa, deixam de ser a mesma sequência de caracteres. Este site usa about e mentions para isso. Note que knowsAbout pertence a Person ou Organization, não a um artigo:

{
  "@context": "https://schema.org",
  "@type": "TechArticle",
  "headline": "Query fan-out e secções citáveis na pesquisa com IA",
  "description": "Guia técnico sobre query fan-out e secções de conteúdo autónomas.",
  "inLanguage": "pt-pt",
  "author": {
    "@type": "Organization",
    "name": "wppoland.com",
    "url": "https://wppoland.com",
    "knowsAbout": [
      {
        "@type": "Thing",
        "name": "Search engine optimization",
        "sameAs": "https://www.wikidata.org/wiki/Q180711"
      },
      {
        "@type": "Thing",
        "name": "Web development",
        "sameAs": "https://www.wikidata.org/wiki/Q386275"
      }
    ]
  },
  "about": [
    {
      "@type": "Thing",
      "name": "Large language model",
      "sameAs": "https://www.wikidata.org/wiki/Q115305900"
    },
    {
      "@type": "Thing",
      "name": "Information retrieval",
      "sameAs": "https://www.wikidata.org/wiki/Q816826"
    }
  ]
}

A marcação deixa claro de que entidades trata o artigo. Por si só não traz citações, e o Google di-lo.

#O que esperam os crawlers de IA e os fornecedores de IA

Em 2026 mudaram duas coisas para as equipas que trabalham em pesquisa generativa. No plano das regras, Mike King, da iPullRank, assinala que a atualização de 2026 da política de utilização da Anthropic, publicada a 8 de outubro e em vigor a partir de 12 de novembro, proíbe usar o Claude para manipular as fontes de onde os motores de pesquisa ou os sistemas de IA retiram respostas, por exemplo com redes de sites que se fazem passar por independentes (iPullRank). O mesmo artigo lembra que o Google trata a criação massiva de páginas para consultas de fan-out como abuso de conteúdo em escala. Ambas as regras visam a mesma receita: independência fingida e páginas produzidas em série.

No plano técnico, o limite é a renderização. A Vercel e a MERJ relataram em dezembro de 2024 que nenhum dos grandes crawlers de IA executava JavaScript, incluindo os da OpenAI e da Anthropic, enquanto o Gemini usa a infraestrutura do Googlebot e renderiza por completo (Vercel).

#Como servir conteúdos que os crawlers de IA consigam ler

Para que os crawlers por trás do ChatGPT, do Claude e do Perplexity vejam o conteúdo, a infraestrutura deve seguir três princípios:

1. O conteúdo no HTML do servidor: uma aplicação de página única que preenche um contentor vazio no navegador mostra a estes crawlers uma página vazia. A saída estática do Astro, a renderização no servidor ou um tema clássico de WordPress enviam o texto na primeira resposta.
2. HTML semântico onde fizer sentido: article, section, header e as listas de definição (dl, dt, dd) marcam os limites temáticos com mais clareza do que div com classes utilitárias. O guia do Google acrescenta que não é necessário um HTML perfeitamente semântico e que este ajuda sobretudo quem usa leitores de ecrã.
3. Verificar o que o crawler recebeu: descarregue a página sem JavaScript (curl, ou a ferramenta de inspeção de URL para o Googlebot) e confirme que o texto lá está.

#Como criar cartões de factos em WordPress e Astro

Um cartão de factos é um padrão editorial, não um sinal de ranking: uma caixa que enuncia um facto com a unidade, as condições e a fonte, para que a afirmação continue válida quando citada isoladamente. Corresponde diretamente à verificação dos «factos necessários» da Lumar. Tornar obrigatórios os campos de fonte e medição impede que se publique uma afirmação sem eles.

Eis um componente Astro para esse padrão:

---
interface Props {
  entityName: string;
  claim: string;
  metric: string;
  sourceUrl: string;
  sourceName: string;
}

const { entityName, claim, metric, sourceUrl, sourceName } = Astro.props;
---

<aside class="fact-card my-6 p-6 border-l-4 border-emerald-600 bg-slate-50 dark:bg-slate-900 rounded-r-lg">
  <p class="text-xs font-mono uppercase tracking-wider text-slate-500 mb-2">{entityName}</p>
  <p class="text-lg font-semibold text-slate-900 dark:text-slate-100 mb-2">{claim}</p>
  <p class="text-sm font-medium text-emerald-700 dark:text-emerald-400">
    <strong>{metric}</strong>, source: <a href={sourceUrl}>{sourceName}</a>
  </p>
</aside>

O cartão é renderizado como HTML simples na resposta do servidor. Evita de propósito a marcação ClaimReview: esse tipo destina-se a organizações de verificação de factos que analisam afirmações de terceiros, não às afirmações próprias de um editor.

#Como registar um bloco de cartão de factos no WordPress Gutenberg

No WordPress, o mesmo padrão funciona como bloco Gutenberg personalizado ou como bloco ACF. O modelo PHP não deve mostrar nada quando falta um campo obrigatório, em vez de inventar texto de enchimento:

<?php
/**
 * ACF block template: fact card
 *
 * @param array $block Block settings and attributes.
 */

$entity_name = get_field( 'fact_entity_name' );
$core_claim  = get_field( 'fact_claim' );
$metric      = get_field( 'fact_metric' );
$source_url  = get_field( 'fact_source_url' );

if ( ! $core_claim || ! $source_url ) {
    return;
}
?>
<section class="fact-card border border-slate-200 p-5 rounded my-4">
    <h3 class="text-base font-bold text-slate-800 mb-1"><?php echo esc_html( $entity_name ); ?></h3>
    <p class="text-slate-700 text-sm leading-relaxed mb-3"><?php echo esc_html( $core_claim ); ?></p>
    <p class="text-xs font-mono text-emerald-700">
        <strong><?php echo esc_html( $metric ); ?></strong>,
        <a href="<?php echo esc_url( $source_url ); ?>"><?php esc_html_e( 'source', 'textdomain' ); ?></a>
    </p>
</section>

Assim, ninguém na redação consegue publicar um cartão sem afirmação e sem fonte.

#Como servir Markdown limpo a agentes de IA com Cloudflare Workers

Alguns agentes de IA pedem Markdown com o cabeçalho Accept: text/markdown. O wppoland.com responde a esses pedidos a partir do middleware do Cloudflare Pages, que corre em Workers: remove scripts, estilos e navegação do HTML renderizado e devolve o conteúdo principal em Markdown, com um cabeçalho Link canónico que aponta para a página HTML.

1. Resposta mais pequena: um único pedido à versão inglesa deste artigo a 17 de outubro de 2026 devolveu 248 112 bytes de HTML não comprimido e 27 215 bytes de Markdown.
2. Menos resíduos de layout: títulos, listas e tabelas chegam como estrutura Markdown em vez de marcação aninhada.
3. Mesmo URL, entrada de cache separada: a resposta HTML inclui Vary: Accept, para que as caches não sirvam a versão Markdown aos navegadores.

A Pesquisa Google não usa isto. O seu guia diz que não precisa de Markdown nem de outros ficheiros especiais para aparecer na Pesquisa Google, incluindo nas funcionalidades de IA generativa. A resposta em Markdown destina-se a outros agentes que a pedem.

#Que pesquisas fazem os decisores de lojas online em motores generativos

No mercado português, muitas perguntas técnicas envolvem especificidades fiscais, operacionais e métodos de pagamento locais. Um empresário poderia perguntar ao Gemini:

Como configurar uma loja WooCommerce headless em Portugal com MB Way e integração com o software Primavera ou PHC para 10 000 encomendas mensais?

Um fan-out para este prompt poderia dividi-lo em pesquisas como estas:

• WooCommerce MB Way Ifthenpay latência de webhook e confirmação de pagamento
• Primavera ERP WebAPI sincronização assíncrona de stocks e faturação certificada
• Normas europeias de acessibilidade digital EAA EN 301 549 no checkout WooCommerce
• Astro SSR latência de carregamento móvel em Portugal

Uma página com mensagens institucionais vagas tem pouco a oferecer a cada uma destas pesquisas. O guia do Google recomenda conteúdo que não seja genérico e que assente na experiência própria, e a Ahrefs refere que o ChatGPT está a deslocar citações dos sites que resumem para as fontes que produzem a informação. Para um integrador, isso significa publicar o que só a sua equipa mediu: tolerâncias de falha nas filas de mensagens, tempos de resposta das API e procedimentos de faturação certificada.

#Como verificar em 6 passos se o seu sítio web está pronto para a pesquisa com IA

Para verificar se o conteúdo cumpre estes critérios, faça esta revisão em seis passos:

+-------------------------------------------------------------------+
|               REVISÃO DE CITABILIDADE DE SECÇÕES                  |
+-------------------------------------------------------------------+
                                  |
                                  v
         [ PASSO 1: Pronomes no início dos parágrafos ]
                 (Substituir "isto", "ele", "como acima")
                                  |
                                  v
       [ PASSO 2: Resposta primeiro sob os títulos ]
              (Definição ou veredicto na primeira frase)
                                  |
                                  v
     [ PASSO 3: Tabelas para comparações e especificações ]
               (Mesmos atributos? Use uma tabela)
                                  |
                                  v
        [ PASSO 4: Verificação da marcação de entidades ]
               (QID em about e mentions coincidem com o texto)
                                  |
                                  v
       [ PASSO 5: Testes repetidos de prompts ]
               (Várias execuções por consulta, contar repetições)
                                  |
                                  v
     [ PASSO 6: Acesso de crawlers e registos ]
               (robots.txt, regras de CDN, GPTBot, ClaudeBot)

1. Revisão de pronomes: percorra o início dos parágrafos. Se uma secção começar com isto, eles, esta abordagem ou como referido acima, substitua o pronome pelo nome da tecnologia ou do conceito.
2. Resposta primeiro: verifique se a primeira frase sob cada título H2 e H3 dá a resposta antes do contexto.
3. Revisão de tabelas: quando uma secção compara vários elementos segundo os mesmos atributos (parâmetros, planos, medições), use uma tabela HTML.
4. Marcação de entidades: confirme que os QID em about e mentions apontam para as entidades de que o texto realmente trata.
5. Testes repetidos de prompts: envie as pesquisas relacionadas ao Perplexity, ao ChatGPT Search e ao Gemini várias vezes cada, porque as citações mudam entre execuções. Para as funcionalidades do Google, use o relatório de desempenho de IA generativa do Search Console.
6. Acesso e registos: confirme que o site está incluído nas funcionalidades de IA generativa no Search Console, que o robots.txt e as regras da CDN permitem os crawlers que lhe interessam (Googlebot, OAI-SearchBot, PerplexityBot, ClaudeBot) e acompanhe nos registos do servidor os respetivos códigos de estado e a frequência de rastreio.

#Como estruturar sítios web para motores de resposta generativa

A pesquisa generativa não substitui o SEO técnico. A posição do Google é que otimizar para a pesquisa com IA generativa continua a ser SEO: uma página tem de estar indexada e ser elegível para excerto, e não são necessários fragmentação, llms.txt nem marcação especial. Os dados publicados sobre o fan-out são mais limitados do que as afirmações à sua volta: o modelo gratuito do ChatGPT pesquisou em 14,4 por cento das respostas da amostra da Ahrefs, e as fontes que o Gemini cita mudam de execução para execução.

O que se mantém em todas as fontes é simples: secções que respondem a uma pergunta por palavras próprias, factos com unidades e fontes, conteúdo no HTML do servidor e informação que a equipa mediu por si, em vez de resumir a de outros.