Quais Sites as IAs Mais Citam? A Resposta é Surpreendentemente Concentrada

Se você já se perguntou de onde vêm as respostas do ChatGPT, Gemini, Perplexity ou Google AI Overviews, os dados agora são claros — e a resposta pode surpreendê-lo. Um grupo concentrado de apenas 15 sites é responsável por mais de dois terços de todas as citações feitas pelas principais inteligências artificiais.

Múltiplos estudos de larga escala realizados entre 2025 e 2026 — cobrindo de 30 milhões a 680 milhões de eventos de citação — convergem para a mesma conclusão: a citação por IA é um jogo onde poucos levam tudo, e é mais extremo do que o Google PageRank jamais foi .

Os 15 Principais Domínios Capturam 68% de Todas as Citações por IA

O Índice de Fontes de Citação para Plataformas de IA de 2026 da 5W Communications, que sintetizou mais de 680 milhões de citações de seis grandes estudos, descobriu que os 15 principais domínios absorvem 68% de toda a participação de citações de IA . Os 50 principais domínios respondem por mais de 80% .

Para colocar isso em perspectiva: 15 sites, de aproximadamente 1,1 bilhão na internet, controlam mais de dois terços do que os mecanismos de IA recomendam para bilhões de usuários todos os dias . Essa concentração é muito mais extrema do que qualquer coisa que o algoritmo PageRank do Google produziu durante seus 25 anos de reinado sobre a descoberta na web .

Os 10 Domínios Mais Citados em Todos os Principais Mecanismos de IA

Estes domínios aparecem consistentemente no topo dos rankings de citação em ChatGPT, Google AI Mode, Gemini, Perplexity e AI Overviews:

Ranking	Domínio	Observações
1	Reddit	#1 em todos os principais mecanismos; ~40% de participação nas citações em alguns estudos
2	Wikipedia	Consistentemente #2 atrás do Reddit; ~13% das citações do ChatGPT em dados da Similarweb
3	YouTube	Top 3 na análise de 30 milhões de fontes da Peec AI
4	LinkedIn	Top 5 no ChatGPT, Google AI Mode e Perplexity
5–10	Fandom, Amazon, Forbes, Healthline, Mayo Clinic, WebMD, GitHub, Stack Overflow, CNN, NYT, BBC	Os rankings variam conforme o mecanismo e o estudo

A análise da Peec AI com 30 milhões de fontes identificou os 10 domínios mais citados em todas as plataformas como: Reddit, YouTube, LinkedIn, Wikipedia, Forbes, Facebook, Yelp, Amazon, TechRadar e Healthline .

Por que o Reddit Domina

As discussões e fóruns gerados por usuários no Reddit fornecem um conjunto de dados vasto e diversificado de conteúdo conversacional e de resolução de problemas. Em um estudo da Statista de junho de 2025, o Reddit capturou 40,1% de todas as referências citadas, muito à frente da Wikipedia em segundo lugar, com 26,3% . No Perplexity, o Reddit pode representar cerca de 1 em cada 5 citações .

Analistas apontam para a capacidade do Reddit de responder a perguntas de cauda longa, baseadas em opinião e tutoriais, algo com que fontes enciclopédicas tradicionais têm dificuldade — tornando-o especialmente valioso para IAs conversacionais .

Rankings Variam por Mecanismo — Mesmo Núcleo, Líderes Diferentes

Embora o Reddit lidere no geral, os rankings individuais dos mecanismos revelam diferenças importantes:

• ChatGPT depende fortemente da Wikipedia e do Reddit, que juntos respondem por aproximadamente 25% de suas citações. Nos dados da Similarweb de janeiro a fevereiro de 2026, a Wikipedia liderou com 13,2%, com o Reddit logo atrás com 12% .
• Google AI Mode coloca o Fandom em #1 — a plataforma wiki de games e cultura pop é muito menos proeminente em outros lugares .
• Perplexity mostra uma cauda mais distribuída: para cobrir 80% do volume de prompts citados, são necessários 810 domínios distintos .

Apenas 7 sites aparecem entre os 50 domínios mais citados em todos os três principais mecanismos (ChatGPT, Perplexity, Google AI Overviews), e apenas 11% dos domínios são citados tanto pelo ChatGPT quanto pelo Perplexity .

Dados de Treinamento vs. Citações nas Respostas: Uma Distinção Crucial

É importante separar o que os LLMs citam em suas respostas daquilo em que são treinados. Para dados de treinamento, a fonte dominante em volume é o Common Crawl — um repositório aberto de petabytes de dados brutos da web que alimenta modelos como GPT-3, LLaMA e T5 . O GPT-3 da OpenAI, por exemplo, extraiu 60% de seus tokens de treinamento de uma versão filtrada do Common Crawl .

As listas de citações acima refletem o que os LLMs referenciam ao gerar respostas — um conjunto de fontes muito menor e mais curado que o modelo aprendeu a tratar como autoritativo.

O Que Isso Significa para Marcas e Editores

Se o seu objetivo é ser citado por mecanismos de IA, os dados são claros: você precisa ganhar um lugar na curta lista de domínios de confiança. A cauda longa da web é funcionalmente invisível para a maioria das respostas de IA, exceto em consultas de nicho.

Estratégias que funcionam incluem contribuir para a Wikipedia, obter cobertura no Forbes ou Healthline, construir uma forte presença no YouTube e LinkedIn, e ganhar citações no Reddit. Formatos que impulsionam o sucesso de citação incluem listas (que representam aproximadamente 50% das principais citações de IA) e páginas com listas ordenadas ou não ordenadas (presentes em 80% das páginas citadas por IA) .

Em resumo: Reddit, Wikipedia e YouTube são os três domínios mais citados nos principais mecanismos de LLM atualmente, com um pequeno grupo de sites autoritativos de mídia, saúde e referência completando o topo da lista. Ser citado por IA significa ser citado por estes domínios primeiro.