A pesquisa de IA está funcionando. Como provar isso com testes reais.

Adicionar seções de perguntas frequentes a um conjunto de páginas de teste aumentou as citações de IA. Removê-los reduziu as citações.

Essa reversão é a diferença entre correlação e causalidade, e quase nenhuma equipe que mede a pesquisa de IA hoje pode produzi-la.

Esse padrão de prova ancorou o último webinar SEJ com Mark Traphagen da seoClarity, vice-presidente de marketing e treinamento de produtos, Mihir Naik, gerente sênior de produtos, IA, e Suraj Lalchandani, gerente sênior de projetos de TI. Seu argumento principal: “As pontuações de visibilidade informam se você apareceu. O desempenho no nível da página e os testes A/B informam se o que você fez realmente importou”.

A sessão abordou a metodologia de teste dividido que os clientes corporativos da seoClarity executam em ChatGPT, Claude, Perplexity, Gemini e superfícies de IA do Google: como construir um conjunto dourado de prompts que abrange o funil, como construir um grupo de controle quando os LLMs não permitirem o teste A/B e onde os novos dados de IA do Search Console do Google se encaixam.

Eles também compartilharam resultados de três testes de clientes reais, incluindo uma mudança que mudou as citações e dois resultados que ninguém na sala previu.

Assista ao webinar completo sob demanda para obter a metodologia de teste completa.

Você finalmente consegue ver a visibilidade da pesquisa de IA no Google Search Console?

Para um subconjunto de sites, sim. Em 3 de junho, o Google lançou relatórios dedicados do Search Console para visões gerais de IA e modo AI, mostrando página por página com que frequência cada URL aparece nos recursos de pesquisa de IA do Google.

Lalchandani chamou isso de a maior atualização de medição que os testes de pesquisa de IA já receberam. “Essa tem sido a coisa mais difícil de medir na pesquisa de IA. Todo mundo estava fazendo amostragem. Todo mundo estava inferindo. Mas agora o Google está apenas dando isso a você.”

Os dados próprios direto da fonte carregam um nível de confiança diferente de qualquer ferramenta de terceiros. Mas a equipe foi direta sobre as limitações: os novos relatórios cobrem apenas parte do que um programa de testes de pesquisa de IA precisa, e ChatGPT, Claude e Perplexity ainda exigem rastreamento estruturado de terceiros.

Na sessão, a equipe mapeia exatamente quais lacunas os novos relatórios fecham, quais eles deixam em aberto e a referência plataforma por plataforma sobre o que cada mecanismo de IA pode rastrear e renderizar.

Item de ação: verifique o Search Console para obter os novos relatórios de IA e veja onde os dados próprios se ajustam ao seu programa de testes antes de construí-los.

Quais prompts você deve testar primeiro na pesquisa de IA?

Aqueles em que você está quase ganhando. A equipe cria um conjunto dourado de prompts que abrange todo o funil de pesquisa da IA, do reconhecimento até a retenção, com cada prompt marcado por estágio e, em seguida, classifica cada prompt em níveis de acordo com a posição atual da marca na resposta da IA.

Os prompts de nível 1 são as vitórias fáceis. Como disse Lalchandani: “Você é relevante, mas a IA simplesmente não recebeu um URL ao qual valha a pena vincular”.

O nível 2 é o levantamento mais pesado, e um conjunto de solicitações é totalmente eliminado dos testes, uma mudança que surpreendeu muitos participantes.

A sequência é deliberada: as primeiras vitórias compram o capital político para realizar testes mais difíceis mais tarde. A sessão aborda como construir e marcar o conjunto de prompt dourado, como as camadas são definidas e a unidade de rastreamento que emparelha cada prompt com a página exata que você deseja citar.

Como você executa um teste de divisão em um LLM?

Você não pode dividir o tráfego ao vivo 50-50, então, em vez disso, você cria um grupo de controle: um conjunto de páginas correlacionadas que atua como seu filtro de ruído contra atualizações de modelo e mudanças algorítmicas.

“Sem um grupo de controle, todos os resultados seriam suposições”, disse Lalchandani. “Com um, você pode perceber uma vitória real pelo ruído de fundo.”

O tempo é a disciplina que a maioria das equipes ignora. A metodologia define um período de referência específico antes de qualquer mudança entrar em operação e uma janela mínima de teste depois, porque a pesquisa de IA não responde da noite para o dia como o SEO tradicional às vezes faz. Corte a janela e, nas palavras de Lalchandani, “você pode estar lendo barulho”.

Cada teste resulta em um dos três resultados, e cada um deles diz algo sobre sua hipótese. A sessão completa explica como construir o grupo de controle correlacionado, a linha de base exata e as janelas de teste e como ler todos os três resultados.

Assista ao webinar completo sob demanda para obter a configuração completa do teste.

O teste de perguntas frequentes que provou a causalidade e dois testes que não o fizeram

O seoClarity executou a mesma metodologia para três clientes e obteve três resultados muito diferentes, e esse é exatamente o ponto.

O teste de FAQ foi a vitória clara. Com cerca de 1.000 solicitações sob medição, adicionar seções de perguntas frequentes às páginas de teste aumentou as citações em relação ao controle, e elas permaneceram elevadas enquanto a mudança estava ativa. Em seguida, a equipe reverteu a mudança. “As citações caíram novamente. Essa é a segunda metade da prova. Não que as citações tenham aumentado quando adicionamos perguntas frequentes, mas diminuíram quando as retiramos. Isso é causalidade, não correlação.”

Os outros dois testes, um sobre meta descrições e outro sobre formatação de listas, terminaram de forma muito diferente, e os motivos pelos quais trazem lições para quem está prestes a investir em qualquer uma das táticas. Veja como foram os dois testes na sessão completa.

Enquadramento de Naik: todo resultado é uma vitória, porque você tem evidências em vez de suposições. Isso é mais do que a maioria das equipes de pesquisa de IA tem hoje.

A sessão também apresenta os modelos de teste de esquema e redução, duas das questões mais discutidas no AEO no momento, além de um conjunto de testes estruturais rápidos para modelos de alto valor que você pode executar em algumas semanas.

Perguntas e respostas: perguntas mais úteis do webinar

P: Como você mede a autoridade da IA ​​quando não há uma métrica de autoridade limpa?

“A autoridade de IA é basicamente o quanto o modelo confia em você como fonte para este tópico. Não acho que exista um número claro ou um único número para isso, mas há alguns sinais que você pode empilhar para fornecer uma espécie de imagem funcional.”

Lalchandani nomeou quatro sinais empilháveis, começando com a parcela de citações em seus prompts principais e consistência entre mecanismos, porque “consistência entre mecanismos significa apenas que você se torna a fonte autorizada em sua categoria para tipos específicos de perguntas”. Ele explica todos os quatro e como rastreá-los na sessão completa.

P: Os bots de IA podem ler as respostas das perguntas frequentes escondidas atrás de botões dobráveis?

“Dobrável pode significar muitas coisas diferentes. É assim que você o mantém dobrável.”

Depende inteiramente da implementação: uma configuração comum mantém as perguntas frequentes recolhidas totalmente legíveis para os mecanismos de pesquisa de IA e para o Google, e outra torna o conteúdo invisível para ambos, porque “nem mesmo o Google clicará no seu site”. Lalchandani explica qual é qual na gravação, com seu conselho permanente anexado: “Se você não tiver certeza de alguma coisa, apenas teste. É preciso esforço, mas lhe dará uma resposta segura.”

P: Qual é o ROI de uma citação de IA que não gera tráfego de referência?

“Você quer ser citado porque está controlando a resposta que realmente vai aparecer.”

Mesmo sem um clique, explicou Naik, sua página citada molda a narrativa dentro da resposta, especialmente em consultas de comparação onde as citações fazem o trabalho pesado de posicionar ambas as marcas. A questão muda do tráfego para a representação: seus USPs estão destacados corretamente, a comparação está correta, estão surgindo imprecisões. Lalchandani adicionou um exemplo preventivo de um cliente real de restaurante que mostra exatamente o que acontece quando a IA não consegue alcançar seu conteúdo, contado na íntegra na gravação.

P: O SEO tradicional ainda é um fator para mover o ponteiro da localização da IA?

“Com certeza. É fundamental. É a base.”

Traphagan observou que os clientes mais antigos da seoClarity, aqueles com conteúdo bem otimizado e sites tecnicamente saudáveis, também apresentam melhor desempenho na pesquisa de IA, com a otimização de IA como camada extra no topo. Lalchandani acrescentou: “Quando realizamos testes com nossos clientes, raramente, ou nunca, encontramos uma situação em que algo funciona para SEO e não funciona para pesquisa de IA”.

Assista ao webinar completo

A gravação sob demanda contém tudo o que a recapitulação retém: a construção do conjunto de prompt dourado, as definições de camada, a construção do grupo de controle com linha de base exata e janelas de teste, a referência do rastreador plataforma por plataforma, a meta descrição e os resultados da lista, e os esquemas e modelos de teste de redução. Cadastre-se para assistir à sessão completa sob demanda.