Google AI Overviews

Os Google AI Overviews recorrem ao mesmo conteúdo rastreado e indexado que alimenta os resultados de pesquisa normais, utilizando depois um modelo para compor uma resposta curta a partir de várias fontes. Para que uma página seja elegível para alimentar ou ser citada num overview, tem de cumprir os mesmos requisitos de sempre: tem de ser HTML rastreável, não texto bloqueado dentro de imagens ou scripts; deve estar indexada; e dados estruturados como schema de Produto, Avaliação e FAQ ajudam o Google a compreender o que a página efetivamente afirma. Não existe uma submissão separada para os AI Overviews nem posicionamento pago; se a página não consegue posicionar-se, também não pode ser citada. O modelo favorece páginas que formulam uma afirmação de forma clara e a sustentam com detalhes corroborantes, porque está a tentar construir uma resposta que possa defender, não a classificar um único documento como o melhor.

O impacto prático faz-se sentir nos cliques. Quando a resposta aparece no topo da página, menos utilizadores descem até aos links abaixo, pelo que uma posição número um pode perder tráfego para o overview que a precede. As consultas informativas são as mais afetadas. Consultas com intenção comercial ou transacional clara, em que o cliente quer comparar e comprar, tendem a manter mais cliques, e uma citação dentro do overview pode tornar-se por si só uma fonte de visitas qualificadas.

Considere uma loja Shopify que vende cosmética natural. Um cliente pesquisa no Google se o óleo de argão é adequado para pele sensível. O overview responde em três frases e cita um artigo técnico, um retalhista de cosméticos e uma página de produto que explica o ingrediente e apresenta centenas de avaliações em texto legível. Se essa página pertencer à loja em causa, esta aparece no momento da decisão; se as avaliações existirem apenas dentro de um widget de terceiros que carrega como script, o Google nunca as lê e é um concorrente a ser referenciado.

Por isso o termo é relevante para além do Google. A mesma lógica de elegibilidade, afirmações rastreáveis, corroboração e marcação limpa, é o que faz com que uma loja seja referenciada pelo ChatGPT, Perplexity e outros motores de resposta que se apoiam na indexação ao estilo do Google ou no seu próprio rastreio. Para consultas sobre produtos e marcas, o problema habitual é que as evidências de suporte não estão num formato que uma máquina consiga ler ou em que confie. As lojas que aparecem nestas citações raramente são as mais ruidosas; são as mais legíveis para um modelo a ler a grande velocidade. Tornar as avaliações existentes legíveis como texto rastreável, corroboradas em várias fontes e marcadas com schema é o trabalho que torna uma loja elegível para ser resumida e citada, que é precisamente o que o BeyondReviews resolve.