O SEO clássico pergunta em que posição está. O LLM SEO pergunta o que diz o modelo quando alguém descreve a sua categoria e ninguém escreve o seu nome.
O LLM SEO (também escrito LLMO, de large language model optimization) é a disciplina que influencia essa frase. Este guia explica o que é, em que difere do SEO e do GEO, uma estratégia que sobrevive ao contacto com a realidade e uma checklist que pode aplicar ao seu próprio site esta semana.
Índice
O que é LLM SEO (LLMO)?
O LLM SEO é a prática de moldar aquilo que um modelo de linguagem sabe, diz e cita sobre uma marca, esteja o utilizador num motor de pesquisa ou não.
A diferença em relação a tudo o que veio antes é a ausência de uma página de resultados. Quando alguém pede ao ChatGPT, ao Claude, ao Gemini ou ao Copilot «uma agência de GEO que trabalhe em francês e em alemão», não há posição 1 para conquistar. Há um parágrafo, três ou quatro nomes lá dentro e um motivo para cada nome estar ali. O LLM SEO é o trabalho de ser um desses nomes nas perguntas que interessam ao seu negócio.
LLMO não é prompt engineering. Não controla a pergunta; é o utilizador que a escreve, e o modelo reescreve-a antes de recuperar seja o que for.
E também não é «entrar nos dados de treino». Não é possível influenciar de forma significativa aquilo que um modelo absorveu durante o pré-treino num prazo que interesse a um negócio.
O que pode influenciar é tudo o que o modelo lê no momento da resposta (a recuperação em direto) e a densidade e a coerência daquilo que a web aberta diz sobre si, que é também o que molda o modelo seguinte.
LLMO vs GEO vs SEO: há alguma diferença?
Sinceramente, LLMO e GEO designam quase o mesmo trabalho. GEO (generative engine optimization) é o termo mais antigo e mais usado, e é aquele em que a Google, a imprensa de SEO e a maioria das ferramentas assentaram. LLMO é mais usado por quem vem do lado da IA.
Onde existe uma distinção real, é de ênfase:
- GEO tende a descrever a otimização para superfícies de pesquisa generativa: AI Overviews, Perplexity, os modos de pesquisa dos assistentes. A recuperação é central.
- LLMO tende a descrever a otimização para aquilo que o modelo diz a partir dos seus próprios pesos e da sua memória, incluindo conversas que nunca desencadeiam uma pesquisa.
- AEO é o ofício ao nível do excerto por baixo de ambos: tornar um bloco dos seus conteúdos utilizável como resposta.
Na prática, o mesmo trabalho serve os três, e é por isso que os nossos serviços de GEO não os vendem como produtos separados. Se um fornecedor lhe cobrar GEO e LLMO em separado, pergunte o que muda nas entregas. Pela nossa experiência, o mesmo trabalho de base cobre os dois.
De onde vem a opinião do modelo sobre si
Quatro entradas, por ordem decrescente daquilo que consegue mexer em cada uma.
Recuperação em direto. Hoje, a maioria dos assistentes pesquisa antes de responder a qualquer coisa específica ou sensível ao tempo. É a entrada mais controlável: é o seu site, indexado e recuperável, mais tudo o resto que se posicione para a consulta reescrita. O SEO técnico clássico aplica-se sem alterações.
Páginas de terceiros que descrevem a sua categoria. Listas, diretórios, artigos comparativos, sites de avaliações, tópicos de fórum, imprensa especializada. Quando se pergunta a um modelo «quais são os melhores X em Y», são estes os documentos em que se apoia, porque são os que contêm a comparação. A maioria das marcas ignora por completo esta superfície, porque fica fora do seu CMS e nada no seu fluxo de SEO habitual lhe toca. É também onde uma única correção se acumula mais depressa: uma boa entrada num diretório é lida por todos os modelos que indexam esse diretório.
Factos coerentes sobre a sua entidade. Um nome de marca, uma localização, uma data de fundação, uma descrição do que faz. E a mesma versão de cada um no seu site, no seu schema, nos seus perfis e em qualquer outro sítio onde apareça. Os modelos resolvem entidades por corroboração. As contradições não são compensadas por uma média; são contornadas com reservas, e uma marca de que se fala com reservas é uma marca que não é recomendada.
Memória do pré-treino. Lenta, opaca e, em grande medida, um subproduto da acumulação das três anteriores ao longo de anos. Vale a pena perceber, não vale a pena planear em função dela.
Uma estratégia de LLMO que se aguenta
Parta das perguntas, não das palavras-chave. Escreva as vinte a cinquenta perguntas que um comprador real escreveria a um assistente no caminho para escolher uma empresa como a sua. São mais longas e mais situacionais do que palavras-chave: «quem é que faz SEO técnico para uma loja Shopify que vende em três países» em vez de «agência de SEO para ecommerce». Essa lista é o seu conjunto de medição para o próximo ano.
Meça antes de mexer em seja o que for. Corra cada pergunta nos motores que os seus compradores usam e registe a resposta literalmente: quem é nomeado, por que ordem e que fontes são ligadas. Sem uma linha de base, todas as leituras seguintes são uma história.
Corrija primeiro a recuperação. Se as suas páginas não estão indexadas, demoram a responder ou escondem a substância atrás de JavaScript, nada do resto que fizer se vai registar. Isto não tem glamour nenhum e é onde se vai a maior parte do primeiro mês.
Torne a substância citável. Secções autónomas, títulos com forma de pergunta, respostas diretas nas duas primeiras linhas, tabelas para as comparações, schema que espelha o texto visível. O guia de AEO cobre esta camada em pormenor.
Depois trabalhe fora do site, onde vivem as comparações. Consiga entradas exatas e atuais nos diretórios e nas listas que já se posicionam para as perguntas da sua categoria. Dê a jornalistas e analistas algo suficientemente concreto para citarem. Publique dados que só a sua empresa tem. Uma afirmação que aparece em três domínios independentes tem peso probatório. A mesma afirmação num só não tem.
Volte a medir com regularidade. As respostas dos modelos oscilam de semana para semana por motivos que nada têm que ver consigo. Uma leitura isolada é ruído; uma série mensal é um sinal. Construímos o acompanhamento de visibilidade em IA da SEOcrawl exatamente para correr este ciclo.
A checklist de LLMO
Aplique-a ao seu próprio site. Tudo o que não conseguir assinalar é trabalho.
Recuperável
- Todas as páginas que quer ver citadas devolvem 200 a um pedido simples, com a substância no HTML.
- O robots.txt não bloqueia os crawlers de IA que quer que o leiam, e tomou uma decisão deliberada sobre aqueles que não quer.
- Existe um llms.txt e aponta para as páginas que respondem de facto a perguntas.
- Os sitemaps estão atualizados; os canonicals são autorreferenciais e estão corretos.
Citável
- Todos os H2 são uma pergunta ou um sintagma nominal que uma pessoa pesquisaria.
- As duas primeiras frases por baixo de cada título respondem-lhe sem rodeios.
- Nenhuma secção depende da anterior para fazer sentido.
- Comparações, especificações, preços e passos estão em tabelas, não em prosa.
- Existe schema Organization, Article e FAQPage, e repete exatamente o texto visível.
Resolúvel como entidade
- O nome de marca, a denominação legal, a localização e a data de fundação são idênticos no seu site, no seu schema e nos seus principais perfis.
- Os seus serviços são descritos com as palavras que o seu mercado usa, não com nomes internos de produto.
- Existem páginas de autor e de equipa, com credenciais reais, ligadas a partir dos conteúdos que essas pessoas escreveram.
- O seu schema Organization inclui ligações sameAs para a sua entrada na Wikidata, o LinkedIn, o Crunchbase e qualquer outro perfil canónico que um modelo possa cruzar.
Corroborado
- Aparece nos diretórios e nas páginas de comparação que já se posicionam para as perguntas da sua categoria.
- Pelo menos uma página recente de terceiros descreve com rigor aquilo que faz.
- As suas afirmações podem ser verificadas noutro sítio que não o seu próprio site.
Medido
- Existe uma lista fixa de perguntas de compradores e está versionada.
- Cada pergunta é corrida nos motores com regularidade e as respostas são guardadas.
- O volume de pesquisa de marca e o tráfego direto estão no mesmo gráfico que as contagens de citações.
O que um serviço de LLM SEO deve e não deve prometer
Um fornecedor pode honestamente prometer torná-lo recuperável, tornar os seus conteúdos citáveis, corrigir os dados da sua entidade, conquistar cobertura de terceiros e medir a quota de citações ao longo do tempo face a uma linha de base.
Ninguém pode prometer uma posição, porque não existe nenhuma. Ninguém pode prometer que um modelo o vai nomear num determinado prompt, porque o mesmo prompt devolve respostas diferentes em dias diferentes e a utilizadores diferentes. E ninguém consegue pôr a sua marca nos pesos de um modelo a pedido.
Se uma proposta contiver a expressão «inclusão garantida no ChatGPT», a resposta útil é perguntar como é que isso seria verificado. Este trabalho é mensurável, mas como taxa: sobre um conjunto de perguntas de compradores, ao longo de um período de tempo e face a uma linha de base.
A nossa página de serviços de GEO expõe o que fazemos de facto e por que ordem, e o guia de boas práticas de GEO é a versão longa do método.
Perguntas frequentes
O que é o LLM SEO?
O LLM SEO (também chamado LLMO ou large language model optimization) é a prática de moldar aquilo que um modelo de linguagem sabe, diz e cita sobre uma marca. Em vez de conquistar uma posição numa página de resultados, o objetivo é ser um dos três ou quatro nomes que um modelo dá quando alguém descreve a sua categoria sem escrever o nome da marca.
LLMO é o mesmo que GEO?
Quase. GEO, ou generative engine optimization, é o termo mais antigo e mais usado e tende a sublinhar as superfícies de pesquisa generativa, onde a recuperação é central. LLMO tende a sublinhar aquilo que um modelo diz a partir da sua própria memória, incluindo conversas que nunca desencadeiam uma pesquisa. As entregas são o mesmo trabalho, por isso a um fornecedor que cobre GEO e LLMO em separado deve perguntar-se o que difere entre os dois.
É possível pôr a sua marca nos dados de treino de um LLM?
Não num prazo que interesse a um negócio, nem a pedido. O que pode influenciar é a recuperação em direto, que a maioria dos assistentes corre antes de responder a qualquer coisa específica, e a densidade e a coerência daquilo que a web aberta diz sobre si. Essas duas coisas moldam também o modelo seguinte, que é a única via realista para os dados de treino.
O que entrega, na prática, um serviço de LLM SEO?
As entregas honestas são: trabalho técnico para que as páginas sejam recuperáveis, conteúdos reestruturados para que os excertos possam ser citados, dados de entidade tornados coerentes no site e nos perfis de terceiros, trabalho fora do site nas páginas de comparação e nos diretórios que os modelos leem, e medição da quota de citações sobre um conjunto fixo de perguntas de compradores face a uma linha de base. A inclusão garantida na resposta de um determinado modelo não é entregável, porque o mesmo prompt devolve respostas diferentes em dias diferentes.
Como se mede o LLM SEO?
Defina vinte a cinquenta perguntas que um comprador faria a um assistente no caminho para escolher um fornecedor como a sua empresa, corra-as nos motores relevantes com regularidade e registe quem é nomeado, por que ordem e que fontes são ligadas. Acompanhe isso como uma taxa ao longo do tempo, ao lado do volume de pesquisa de marca e do tráfego direto. Uma leitura isolada é ruído; uma série mensal é um sinal.
