Uma IA de busca não lê tudo o que encontra: ela fica com as k melhores fontes e descarta o resto. Esse corte rígido, o top-k, explica por que duas páginas quase idênticas podem ter destinos opostos. Quem cai logo abaixo da linha não é citado pouco; é citado zero, e a marca simplesmente some da resposta.
O que é o corte top-k na busca por IA?
Quando você pergunta "qual notebook leve vale a pena até R$ 5 mil?", o assistente não escreve a resposta direto da memória. Em muitos sistemas, ele primeiro recupera candidatos: páginas, trechos, anúncios de produto. Depois ordena esses candidatos por relevância e passa adiante só os primeiros. Esse "só os primeiros" é o top-k: k é o número de vagas, e ele é fixo.
Pense numa nota de corte de vestibular. Quem tirou a nota de corte entra; quem ficou um décimo abaixo não entra, e ninguém diz que ele "foi pouco aprovado". A aprovação é binária. O top-k funciona assim: a distância entre o 10º e o 11º colocado pode ser minúscula, mas a consequência é total.
Na prática, o modelo que escreve a resposta só enxerga quem passou. Se a sua página ficou na 11ª posição de um corte de dez, para aquela rodada ela não existe.
Por que isso torna a visibilidade tão instável?
Um artigo de posição publicado em 2026 sobre governança de GEO descreve justamente esse ponto: como a recuperação usa um corte rígido de top-k, pequenas mudanças nos scores de recuperação podem empurrar uma fonte para dentro ou para fora da resposta, causando mudanças abruptas de visibilidade. Os autores também observam que, como muita gente usa os mesmos sistemas, uma única alteração pode mudar o que muitos usuários veem ao mesmo tempo.
O mesmo texto traz um teste pequeno e exploratório: 30 pares de consultas parafraseadas, sete modelos da OpenAI e do Gemini. Em todos os pares do Gemini, a paráfrase mudou os domínios citados. É uma amostra modesta e não deve ser lida como regra geral, mas combina com o que observamos em medições repetidas: a mesma intenção, dita de outro jeito, pode trazer outro conjunto de fontes.
Isso conversa diretamente com o que explicamos em variância de resposta. A variância não vem só da geração do texto; boa parte nasce antes, na etapa que decide quem entra no corte.
O corte acontece em um lugar só?
Não, e essa é a parte que costuma passar despercebida. Existem pelo menos três filtros em série, e cada um pode ter o seu k:
- Recuperação inicial, que busca candidatos amplos, muitas vezes combinando texto e embeddings. Veja o que muda para produtos em busca híbrida.
- Reordenação, que reavalia os candidatos com mais cuidado e reduz a lista.
- Seleção de trechos, em que a página é recortada e só algumas passagens chegam ao modelo, como mostramos em chunking.
Um benchmark acadêmico de GEO para e-commerce, o E-GEO, ilustra a lógica de forma nítida: cada consulta vem com 10 anúncios candidatos, e cinco modelos fazem a reordenação. É um desenho de laboratório, em inglês e com listagens da Amazon, e não reproduz os sistemas em produção. Mas deixa claro o formato do problema: dado um conjunto pequeno de vagas, quem ocupa qual posição.
Como isso aparece numa página de produto? (exemplo ilustrativo)
Imagine o produto fictício Aurora Pro 14, um notebook de exemplo. Suponha duas páginas hipotéticas sobre ele: a da marca e a de uma revenda. Não é uma medição; é só para mostrar o mecanismo.
A página da marca abre com um parágrafo de marketing e deixa o peso, a autonomia de bateria e o tipo de tela para uma aba que só carrega com JavaScript. A revenda traz, logo no primeiro bloco, "1,2 kg, 14 polegadas, bateria de até 12 horas segundo o fabricante". Para a pergunta "notebook leve com bateria longa", o trecho da revenda casa melhor com a consulta. Uma diferença pequena de relevância no trecho certo basta para a revenda entrar no corte e a marca não.
O ponto não é que a revenda seja melhor. É que o top-k premia quem responde à pergunta no trecho que o sistema consegue ler, e é cruel com quem deixa a resposta escondida.
O que dá para fazer de verdade?
Ninguém controla o k nem o score. Dá para controlar a distância até a linha de corte:
- Ponha a informação decisiva no início de um bloco curto. Peso, compatibilidade, voltagem, garantia. Veja também onde pôr a spec na página.
- Escreva com as palavras da pergunta, não só com as do catálogo. Quem pergunta "leve" raramente escreve "ultraportátil".
- Garanta que o conteúdo exista no HTML inicial, sem depender de renderização tardia.
- Cubra as variações de pergunta, porque cada paráfrase abre um corte diferente.
- Mantenha o dado idêntico em todos os canais. Divergência entre site, feed e marketplace enfraquece a relevância de todas as versões.
Nada disso garante entrar no top-k. Reduz a chance de ficar por um décimo do lado errado.
Como medimos sem nos enganar?
Uma rodada única conta quase nada, porque o corte é sensível. Por isso tratamos presença como frequência: repetimos o mesmo conjunto de perguntas, em várias formulações e em dias diferentes, e olhamos quantas vezes a marca atravessa a linha. O diagnóstico gratuito da Citoriq é uma análise experimental via API e não replica a interface de consumidor do ChatGPT; ele mostra tendências, não uma posição fixa. Detalhes em metodologia.
O que levar daqui
- O top-k é um corte binário: estar logo abaixo da linha equivale a não existir na resposta.
- A instabilidade de visibilidade nasce também na recuperação, não só na geração do texto.
- Há mais de um corte em série: recuperação, reordenação e seleção de trechos.
- O que você controla é a proximidade da linha: resposta no início do bloco, linguagem da pergunta e dado consistente.
- Meça frequência ao longo de várias rodadas, nunca uma foto só.
Perguntas frequentes
O top-k é o mesmo em todas as IAs?
Não. Cada sistema define seus próprios valores e etapas, e essas escolhas não são públicas na maioria dos casos. O que se pode afirmar é o princípio: existe um número limitado de vagas.
Escrever mais texto aumenta minha chance de entrar no corte?
Não necessariamente. No benchmark E-GEO, o tamanho da descrição quase não teve correlação com o ganho de posição. Clareza e aderência à pergunta pesam mais que volume.
Dá para saber se minha página fica abaixo da linha?
Só por medição repetida. Se a marca aparece em algumas rodadas e some em outras, você provavelmente está perto da linha. O diagnóstico gratuito ajuda a ver esse padrão.
Quer ver em quantas formulações de pergunta a sua marca atravessa o corte? Rode o diagnóstico gratuito ou peça uma demonstração para discutirmos os resultados com você.