Análise de fontes e citações em IA

Por que a origem importa mais do que a métrica

A situação é hipotética. Uma empresa vende software de folha de pagamento para pequenas empresas. O monitoramento mostra que a marca aparece em 60% das respostas para as perguntas da categoria, e que em parte delas a resposta afirma que o produto "não emite guias de recolhimento", um recurso lançado há um ano. O número de 60% não diz o que fazer. Duas reuniões depois, a equipe ainda discute hipóteses: o site está desatualizado? Um comparativo de terceiro está errado? O modelo aprendeu isso no treinamento e nenhuma página vai mudar?

A pergunta que encerra a reunião é outra: existe uma página observável ligada ao que a plataforma disse? Se a resposta traz uma fonte citada no trecho, abra a página e verifique se ela sustenta a afirmação. Se o caminho de coleta informa resultados recuperados, dá para ver se uma página antiga do próprio site está entre eles. Se não há nenhuma dessas evidências, a origem fica não informada: pode haver busca não exposta, resposta sem busca ou influência do treinamento. A ação proporcional é corrigir as fontes públicas que descrevem o produto e observar se a descrição muda, sem escolher uma causa que o dado não distingue.

O mesmo raciocínio vale para o que está dando certo. Uma recomendação favorável exibida ao lado da citação de uma resenha de terceiro pode desaparecer sem que nada mude no seu site. Saber qual página foi apresentada como referência permite verificar o conteúdo dela e acompanhar mudanças; não prova que ela originou a recomendação.

Ninguém controla a resposta. Você controla o que publica no próprio site e pode pedir a correção de páginas de terceiros, mas não controla se ou quando uma plataforma vai usá-las. O Google não impõe requisitos adicionais para aparecer em AI Overviews ou no AI Mode, nem exige arquivos ou marcações especiais para isso. A análise de fontes mostra quais páginas estão observáveis hoje e onde existe uma correção possível; não garante presença.

Fonte citada e fonte consultada: a diferença que muda a decisão

Os quatro tipos de evidência que uma resposta deixa, e o que cada um permite concluir, estão definidos no verbete sobre menção, recomendação e citação em IA. Dois deles, a fonte citada e a fonte consultada, levam a decisões erradas quando são confundidos. Na API Responses com busca da OpenAI, o campo sources devolve as URLs recuperadas, enquanto as citações inline mostram as referências mais relevantes, e o número de fontes costuma ser maior do que o de citações. Esse contrato é do caminho de API, não da interface do ChatGPT nem de outras plataformas.

Evidência	O que permite decidir	Decisão errada quando confundida com a outra
Fonte citada	Quais páginas a plataforma exibe como referência da categoria; se a sua está entre elas; quais páginas vale abrir para verificar uma informação errada	Concluir que a sua página "não foi encontrada" só porque não foi citada, mesmo quando foi informada entre os resultados recuperados
Fonte consultada	Se a plataforma informa ter recuperado a sua página para aquela pergunta	Comemorar que "a IA leu o site" quando a página apenas apareceu na lista, sem evidência de leitura integral, influência ou motivo para não ter sido citada

A primeira confusão trata a lista de citações como inventário completo do caminho de busca. Quando o contrato expõe também resultados recuperados, uma página ausente das citações pode estar ausente da busca ou ter sido recuperada sem ser citada, e as duas situações pedem trabalho diferente: na primeira, o problema pode ser encontrabilidade; na segunda, vale comparar o conteúdo da página com o das referências exibidas. A segunda confusão trata recuperação como prova de uso, quando ela não demonstra leitura integral nem peso na resposta. E uma citação, por si só, também não prova que a página sustenta o trecho: é preciso abri-la e conferir.

Quando a plataforma não informa o que consultou

Nem toda plataforma devolve uma lista de páginas recuperadas, e a ausência desse dado não significa que a busca encontrou zero resultados. Pode haver busca sem lista exposta, busca com lista vazia ou resposta sem busca, e o que dá para observar muda de plataforma para plataforma.

Na API Responses com busca da OpenAI, "recuperada e não citada" é observável porque a API expõe as duas listas. Na API da Anthropic, uma busca que não encontra nada devolve uma lista vazia, e o modelo decide se busca ou responde direto: lista vazia e ausência de busca são estados diferentes. A API do Gemini expõe as consultas que o modelo executou, mas não documenta uma lista de páginas recuperadas além das citadas; consulta executada diz o que foi buscado, não quais páginas foram encontradas. Nos AI Overviews e no AI Mode, o Google pode usar o "query fan-out", várias buscas por subtemas, e não documenta uma lista completa das páginas; a ausência do dado é do caminho observado, não da sua página.

O contrato público da Perplexity está em transição. Em maio de 2025, a Perplexity removeu totalmente o campo citations em favor de search_results. Na API Sonar, os dois campos ainda aparecem no exemplo de resposta, sem descrição de nenhum deles, e o suporte ao Sonar Chat Completions terminou em 27 de setembro de 2026, com as requisições sendo reformuladas como requisições da Agent API. Na Agent API, os marcadores [n] ficam no texto da resposta e as fontes voltam separadamente em um item de saída search_results. Nenhum desses contratos separa com segurança o que foi citado, usado ou apenas recuperado.

Daí vem uma regra de registro. Uma resposta sem lista de consulta não diz, sozinha, se a plataforma buscou, e um registro que grava "vazio" sempre que a lista não vem fabrica a conclusão "não fomos consultados" onde o dado simplesmente não existe. A lista de consultas só deve ser preenchida com o que a plataforma devolveu explicitamente; quando nada é devolvido, o registro diz "não informado", e só uma lista vazia explícita permite dizer que a busca não encontrou nada. As buscas relacionadas, como as do fan-out, são evidência do que foi buscado, não de páginas encontradas; guardá-las como URLs consultadas inventaria páginas que ninguém viu.

O que a análise de fontes permite decidir

Uma análise de fontes bem feita leva a quatro decisões. Os exemplos continuam hipotéticos e seguem a empresa de software de folha de pagamento.

Descobrir quais domínios de terceiros aparecem como referência da categoria

Suponha 200 respostas válidas ao longo de 30 dias para as perguntas da categoria, em uma plataforma que relata citações, somando 480 citações, contando cada URL uma vez por resposta. Agregadas por domínio:

Domínio	Citações	Participação (÷ 480)
Site de avaliações de software	132	27,5%
Publicação especializada em gestão de pequenas empresas	96	20,0%
Fórum de contadores	72	15,0%
Site de um concorrente rastreado	48	10,0%
Seu domínio	24	5,0%
Outros 31 domínios	108	22,5%

Três domínios que não pertencem à empresa concentram 300 das 480 citações, 62,5%. O seu site aparece em 5%. Esse número, sozinho, ainda não diz o que fazer; diz onde ler.

A decisão é abrir as páginas mais citadas desses três domínios e verificar o que elas afirmam sobre a sua marca: a ficha no site de avaliações está completa e atual? O comparativo da publicação inclui você? A discussão no fórum reclama de algo já resolvido? Cada uma dessas páginas já apareceu como referência observável, e a prioridade é verificá-la e, quando houver um caminho legítimo, corrigi-la. O dado não permite prometer que uma página nova será citada nem em quanto tempo uma correção terá efeito.

Perceber que a plataforma cita uma página antiga sua

Das 24 citações ao seu domínio, 19 apontam para uma página de planos publicada há dois anos, que descreve o plano antigo, e 5 para a página atual. O observável é que a página antiga aparece como referência com muito mais frequência; a coleta não prova que ela originou a informação desatualizada. Como a página é sua, vale redirecioná-la ou atualizá-la e conferir se a atual responde à pergunta com a informação explícita. O que não se controla é o prazo nem o efeito; a decisão termina com novas coletas nas semanas seguintes para observar se a citação muda.

Investigar a informação incorreta e a página exibida como referência

O trecho "não emite guias de recolhimento" vem, em 11 das 14 respostas em que aparece, com a citação de um comparativo de terceiro de 2024, publicado antes do recurso existir. Nas outras 3, não há citação ligada ao trecho. A decisão se divide: pedir a atualização ao editor do comparativo, com a informação e a página que a comprova; tornar o recurso explícito na página pertinente do próprio site; e recoletar. As 3 respostas sem citação são a parte que a análise não resolve sozinha: podem vir do treinamento, de busca não exposta ou de outro caminho, e a ação disponível é corrigir as fontes públicas e observar.

Separar o que se corrige no site do que exige terceiros

As três decisões anteriores cabem em uma tabela de triagem, que é o resultado prático da análise.

Origem observada	Quem controla	O que fazer	Como verificar
Página própria desatualizada citada	Você	Atualizar ou redirecionar; deixar a informação explícita na página atual	Nova coleta: a citação migra para a página atual?
Página própria consultada e não citada	Você	Comparar com as páginas citadas: perguntas respondidas, atributos, formato	Nova coleta: a página passa a ser citada?
Página de terceiro com informação errada	O terceiro	Pedir correção com evidência; publicar a versão correta no próprio site	A página de terceiro mudou? A citação passou a apontar para a sua?
Página de terceiro correta, citada na categoria sem mencionar você	O terceiro	Verificar se há caminho legítimo de inclusão; publicar no próprio site a informação que só existe lá	O domínio passa a citar a sua marca? A sua página entra nas citadas?
Sem citação nem consulta informada	Ninguém observável	Corrigir todas as fontes públicas que descrevem o produto; não concluir que o modelo "não leu nada"	Coletas seguintes: a descrição muda?

A última linha é a mais fácil de errar. Sem dado de origem, a tentação é atribuir tudo ao treinamento e desistir, ou atribuir tudo ao próprio site e reescrevê-lo. O registro honesto diz "não informado", e a ação proporcional é corrigir o que é público e observar.

O que uma análise de fontes séria precisa entregar

Qualquer monitoramento precisa da resposta original preservada, das duas listas de fontes separadas e da exportação completa, requisitos detalhados na página sobre monitoramento de GEO. Uma análise de fontes exige três coisas a mais, e cada uma pode ser conferida em uma conta de teste.

A primeira é que "não informado" seja distinto de "lista vazia", por resposta e na exportação; para conferir, procure uma resposta de uma plataforma que não relata consulta e veja como ela aparece. A segunda é a agregação por domínio e por URL, com caminho de volta às respostas, porque a decisão é sobre páginas e sites, não sobre respostas isoladas; o teste é pedir os domínios mais citados de um período e chegar, a partir de um deles, às respostas em que foi citado.

A terceira é a série histórica com a data em que o contrato da plataforma mudou. Uma plataforma que renomeia ou remove um campo, como a Perplexity fez em maio de 2025, muda a série sem que a IA tenha mudado. Para conferir, compare dois períodos e pergunte se o significado dos campos é o mesmo nos dois.

Dois itens ficam fora dos requisitos mínimos. Uma nota de sentimento por fonte e uma recomendação automática de "o que publicar" podem ajudar em outras etapas, mas não substituem a leitura da página citada nem constituem, sozinhas, evidência de como a plataforma usou aquela fonte.

Como o Lastfind faz

Com as fontes, o Lastfind separa as duas listas, agrega por domínio e guarda a resposta original para que os campos possam ser conferidos depois. O calendário de coleta e o modo de coleta de cada plataforma estão na página sobre monitoramento de GEO.

As duas listas têm origens diferentes, e os nomes dos campos merecem um aviso. O Lastfind coleta por um provedor de dados, o DataForSEO, e no endpoint de ChatGPT desse provedor o campo chamado sources traz as citações da resposta, enquanto search_results traz os resultados de busca recuperados, inclusive os não usados. É o nome oposto ao da API da OpenAI descrita acima, em que sources é a lista consultada. O produto grava o primeiro como fontes citadas e o segundo como fontes consultadas; nas demais plataformas, as citadas vêm das referências de um AI Overview ou das anotações da resposta.

A lista de consultas só é preenchida quando o provedor de coleta devolve uma lista explícita, com uma marcação que separa "lista vazia" de "provedor não informou"; a ausência é do caminho de coleta, não da sua página. As buscas relacionadas expostas por uma plataforma ficam guardadas como buscas relacionadas, nunca como URLs consultadas. A resposta e a sua evidência podem ser abertas a partir do registro, de modo que a fonte citada é lida ao lado do trecho real. O Lastfind mostra o que cada provedor relata: uma lista de fontes citadas não é tudo o que o modelo leu, e uma citação não prova que a página pesou na resposta.

O relatório resume os domínios citados no período, contando domínios únicos entre as fontes citadas, e informa a cobertura de evidência: o percentual de respostas completas com ao menos uma fonte citada e o percentual com dado de consulta disponível, que é diferente de lista vazia. O detalhe por fonte do relatório de fontes leva às respostas em que um domínio foi citado. A exportação em CSV cobre todo o período filtrado e traz por linha data, prompt, plataforma, status, marcas mencionadas, domínios e URLs citados, URLs consultadas, uma coluna própria indicando se o dado de consulta estava disponível naquela resposta e o custo de coleta. Essa coluna leva para fora do painel a distinção entre vazio e não informado. Como cada linha tem data e domínios, a série por domínio ao longo do tempo se monta na sua planilha.

Quanto ao terceiro requisito, o produto atende à metade. Cada resposta é arquivada na forma original devolvida pelo provedor, com data e plataforma, separada da evidência normalizada, o que permite conferir o que um campo continha em qualquer dia da série. O que ele não faz é anotar automaticamente a data em que um contrato de plataforma mudou; essa anotação é sua, e a resposta original arquivada é o que permite fazê-la com evidência.

O que o Lastfind não faz hoje

O Lastfind não pontua o sentimento por fonte nem gera recomendações automáticas de conteúdo: decidir se uma citação foi favorável é leitura da página, e o que corrigir sai da tabela de triagem acima. Também não monitora crawlers no seu site nem tem API pública, perguntas que os seus próprios logs respondem melhor, e a cobertura segue os limites gerais da página sobre monitoramento de GEO, sem Copilot nem Grok e com o Gemini só em projetos em inglês.

Por onde começar

Escolha a informação que mais incomoda: a descrição errada, a recomendação que vai para o concorrente, o comparativo que não inclui você. Escreva as dez perguntas de categoria em que ela aparece, sem o nome da marca em todas, e coloque-as no plano gratuito do Lastfind, com um tópico e dez prompts semanais, que coleta cada prompt no ChatGPT uma vez por semana, às segundas-feiras, às 4h (horário de Brasília), com a resposta original, as fontes citadas e as consultadas separadas, e a exportação. O cadastro funciona sem cartão. Quem precisa de outras plataformas ou de coleta diária pode instalar a edição independente, de código aberto sob licença AGPL-3.0-only, na própria infraestrutura, com credenciais próprias de provedor; os custos de provedor e de infraestrutura são separados.

Depois de um mês de coletas, abra os domínios mais citados e preencha a tabela de triagem. Essa tabela vira o plano de trabalho. O percentual continuará oscilando; as páginas observadas mostram onde existe uma ação verificável.

Documentação das plataformas conferida em outubro de 2026.