Uma pergunta vira dezenas: o desdobramento de pergunta

Pegue um leque fechado. Ele é uma peça só, cabe na mão e aponta para uma direção. É a pergunta que o seu cliente digitou.

Agora abra.

Cada vareta é uma busca separada. Todas saem do mesmo cabo, todas tratam do mesmo assunto, e nenhuma é igual à outra. Uma quer preço. Outra quer prazo. Outra quer saber o que mudou nos últimos meses.

Elas partem juntas, contra o mesmo acervo, e voltam com resultados diferentes.

Esse movimento tem nome oficial em português, publicado pelo Google Brasil com data, e tem documento de patente descrevendo a engenharia. Ele explica um resultado que quase toda empresa já viu na tela: o site é o primeiro colocado no Google para o assunto e não aparece em canto nenhum da resposta gerada.

Você disputou uma consulta. Do outro lado aconteceram dezenas.

O nome do mecanismo saiu da fonte, e saiu em português

O desdobramento de pergunta é a técnica que divide a pergunta do usuário em subtópicos e dispara várias consultas simultâneas em nome dele. O nome não é tradução de consultor. Em 8 de setembro de 2025, no anúncio do Modo IA em português do Brasil, o Google Brasil escreveu que “o Modo IA usa nossa técnica de desdobramento de pergunta (query fan-out), que divide sua pergunta em subtópicos e promove uma infinidade de consultas simultaneamente por você”.

Três meses e dezenove dias antes, em 20 de maio de 2025, a mesma empresa já tinha publicado a versão em inglês no anúncio do Google I/O daquele ano: “Under the hood, AI Mode uses our query fan-out technique, breaking down your question into subtopics and issuing a multitude of queries simultaneously on your behalf”.

Os dois posts foram verificados em 1 de agosto de 2026. Guarde a palavra em português, porque ela é o que você leva para a reunião.

O que muda com ela na mão é a leitura de resultado. A sua página pode ser a melhor do país para a pergunta inteira e perder na maioria das varetas em que aquela pergunta se abriu.

E o prejuízo tem um segundo andar. As varetas não têm os mesmos participantes. Numa entrou um vídeo, noutra entrou uma página que não ranqueia para a sua palavra-chave em lugar nenhum.

Você não perdeu para o concorrente de sempre. Perdeu em disputas que nunca soube que existiam.

O documento descreve o mecanismo e não usa o nome dele

Existe um pedido de patente publicado do Google sobre isso, e a primeira coisa que importa nele é o status. Não é patente concedida. É pedido, número US 2024/0289407 A1, título “Search with stateful chat”, titular Google LLC, com depósito em 27 de fevereiro de 2024, publicação em 29 de agosto de 2024 e prioridade reivindicada em 28 de fevereiro de 2023.

Na verificação feita em patents.google.com em 1 de agosto de 2026, o status legal continuava pendente. Os inventores listados são Mahsan Rofouei, Anand Shukla, Qing Wei, Chi Tang, Ryan Brown e Enrique Piqueras.

Pedido publicado quer dizer que a empresa registrou aquela ideia e a colocou na fila. Um escritório de patentes ainda vai analisar, e pode conceder, recusar ou conceder com o texto alterado.

Você vai ouvir gente dizer “a patente do query fan-out”. A frase erra em dois lugares distintos, e os dois valem atenção.

O primeiro erro é chamar de patente o que ainda é pedido. O segundo é mais interessante: o texto do pedido não usa a expressão “query fan-out” em lugar nenhum.

Ele descreve um modelo de linguagem que gera consultas adicionais e alternativas a partir da pergunta do usuário. A frase literal do documento é esta: “Additional/alternative queries may be, for instance, alternative query suggestions, supplemental queries, rewritten versions of the user’s query, and/or ‘drill down’ queries that are generated using the first LLM, and that are meant to direct the user’s search to responsive content that has increased value to the user”.

Consultas suplementares, versões reescritas da pergunta e consultas de aprofundamento, geradas por um modelo de linguagem. O objetivo declarado é levar a busca daquela pessoa para conteúdo de mais valor para ela.

Você tem duas coisas na mão agora: um documento técnico que descreve a engenharia sem nomeá-la, e um anúncio de produto que nomeia a engenharia sem descrevê-la em detalhe. São duas evidências independentes que apontam para a mesma coisa.

Quem funde as duas numa frase só joga fora exatamente a parte que dá força ao argumento.

A documentação escreve “podem usar”, e a palavra é um limite

O Google descreve o desdobramento em duas páginas de documentação para quem tem site, e as duas trazem a delimitação junto. A página sobre recursos de IA e o seu site, atualizada em 10 de dezembro de 2025 e lida em 1 de agosto de 2026, registra que tanto os resultados com IA quanto o Modo IA “may use” uma técnica de query fan-out, disparando múltiplas buscas relacionadas por subtópicos e por fontes de dados.

O guia de otimização para recursos de IA generativa, atualizado em 10 de julho de 2026 e lido na mesma data, é mais seco no glossário. Ele define o mecanismo como “a set of concurrent, related queries generated by the model to request more information and fetch additional relevant search results to address the user’s query”.

Volte à primeira página, na expressão marcada. “May use”. Podem usar.

A própria empresa não afirma que toda resposta com IA passa por desdobramento. Ela escreve que pode passar.

Quem promete que “todo resultado com IA dispara doze sub-perguntas” está afirmando com mais convicção do que a empresa que construiu o sistema. Sempre que alguém tiver mais certeza que a fonte, o problema não está na fonte.

Uma nota de método que vale para as duas páginas: nenhuma delas mantém histórico público de versões. Por isso a data de leitura anda colada à citação, aqui e em qualquer texto sério sobre o assunto.

Por que a citação foi parar tão longe do primeiro colocado

A causa do espalhamento das citações cabe numa frase da documentação oficial do Google, na página sobre recursos de IA atualizada em 10 de dezembro de 2025: “While responses are being generated, our advanced models identify more supporting web pages, allowing us to display a wider and more diverse set of helpful links”.

Enquanto as respostas estão sendo geradas, os modelos identificam mais páginas de apoio.

O peso está numa parte só. Enquanto a resposta está sendo gerada. O conjunto de páginas que sustenta o texto não fecha antes de a escrita começar, e continua sendo abastecido durante.

Marco o limite dessa frase, porque ele é fino. A documentação diz “enquanto a resposta é gerada”. Ela não diz “depois da sumarização”. São coisas próximas e não são a mesma coisa.

Do lado de fora, alguém mediu o efeito. A Ahrefs analisou 863 mil palavras-chave e 4 milhões de URLs citadas em AI Overviews, em estudo publicado em 2 de março de 2026, assinado por Louise Linehan e Xibeijia Guan com revisão de Ryan Law.

Naquele levantamento de março de 2026, 37,9% das páginas citadas também apareciam no top 10 da mesma consulta, 31,2% estavam entre as posições 11 e 100 e 31,0% estavam fora do top 100. Os três somam 100,1%, porque cada um chega arredondado da própria fonte.

Mais de seis em cada dez citações vieram de fora da primeira página de resultados.

A edição anterior do mesmo estudo, de julho de 2025, media cerca de 76% vindos do top 10. A ressalva precisa andar colada aos dois números: a própria Ahrefs declara que melhorou a metodologia de captura entre as duas edições, e isso impede tratar os valores como uma série que caiu.

Fique com o retrato de 2026 e com o mecanismo que o explica. A curva não existe.

A própria Ahrefs aponta o desdobramento da pergunta como causa provável do espalhamento, e registra na mesma publicação que o Google não confirmou mudança de comportamento do mecanismo. A leitura é dela, e está declarada como leitura.

Um detalhe daquele estudo de março de 2026 derruba a ideia de que o seu concorrente é a sua régua. O YouTube respondeu por 5,6% de todas as citações da base, e por 18,2% das citações vindas de páginas que não ranqueavam para a consulta.

Leve isso para a reunião de concorrência. Você monitora cinco domínios, e o conjunto de candidatos de cada vareta não tem obrigação nenhuma de conter esses cinco.

O crédito se prende a um parágrafo, e não à resposta inteira

A etapa final do desdobramento é a síntese, e é nela que o seu nome aparece ou não aparece. Os trechos vencedores de cada vareta chegam a um modelo. Ele lê tudo, escreve um texto novo com as próprias palavras e cola o crédito de cada fonte no pedaço específico que ela sustenta.

Sobre essa etapa existe um documento com outro status, e a diferença importa. US 11.769.017 B1, “Generative summaries for search results”, da Google LLC, é patente concedida, com depósito em 20 de março de 2023 e concessão em 26 de setembro de 2023. A mesma família tem outras duas concessões, US 11.886.828 B1 e US 11.900.068 B1, todas verificadas em patents.google.com em 1 de agosto de 2026.

Um pedido pendente e uma patente concedida, no mesmo assunto, com rótulos diferentes. É a régua da prova aplicada em duas linhas.

O que a patente concedida descreve encaixa onde a intuição pedia. Documentos são selecionados a partir do resultado da busca, por medidas que dependem da consulta e por medidas que dependem do usuário. O sistema extrai o conteúdo desses documentos, e pode incluir aí resultados de consultas relacionadas e recentes.

Um modelo de linguagem processa esse material e gera o resumo. Depois, trechos do resumo recebem link para os documentos que verificam cada afirmação específica.

O documento registra ainda o motivo de processar o conteúdo dos resultados reais em vez de deixar o modelo escrever de cabeça: reduzir alucinação.

A consequência prática é desconfortável e é honesta. Dá para você aparecer numa resposta inteira por causa de duas linhas suas. E dá para ficar de fora de uma resposta sobre o seu próprio assunto porque nenhuma das suas linhas cabia sozinha em canto nenhum.

A mesma pergunta devolve fontes diferentes em dias diferentes

O desdobramento não é reprodutível para quem observa de fora. Faça a mesma pergunta ao Modo IA hoje e amanhã, sem publicar nada no intervalo, e as fontes citadas vão mudar. Às vezes muda uma, às vezes muda quase tudo.

Uma parte disso é a sessão, porque o que foi perguntado antes muda o que faz sentido perguntar depois. Outra parte é a personalização.

Existe patente concedida tratando do lado pessoal dessa variação. US 11.120.090 B2, “On-device query rewriting”, com depósito em 8 de julho de 2019 e concessão em 14 de setembro de 2021, tem como inventores David Petrou e Matthew Sharifi.

Ela descreve um aparelho que constrói um grafo do próprio usuário a partir dos aplicativos locais. Esse grafo é usado para reescrever ou enriquecer a consulta antes de ela chegar ao buscador.

Duas pessoas digitam a mesma frase. O sistema recebe duas consultas diferentes.

Preciso separar duas coisas aqui, porque o mercado as funde. A variação entre sessões é observação reprodutível de um efeito. Ela não é demonstração do mecanismo interno, e nenhum documento público entrega esse mecanismo.

Isso muda o que dá para prometer. Ninguém entrega reprodutibilidade neste terreno. O que se entrega é padrão observado ao longo do tempo, com muitas observações, sabendo que cada uma isolada vale pouco.

Existe um efeito colateral bom nessa variância, e quase ninguém aproveita. Se as fontes mudam entre sessões, o conjunto de candidatos é maior do que a resposta mostra. Cabe mais gente ali dentro do que os três nomes que apareceram na sua tela.

Ninguém de fora sabe quantas são

A escala do desdobramento é ausência conferida, e não segredo a ser descoberto por ferramenta. Ninguém fora do Google sabe quantas perguntas menores uma pergunta específica gera. Ninguém sabe quais são. Ninguém sabe como cada uma pesa na montagem final.

Existem duas âncoras públicas de escala, e as duas são frouxas de propósito. A primeira é o “may use” da documentação de 10 de dezembro de 2025. A segunda está no anúncio do Google I/O de 20 de maio de 2025, que registra que o recurso de pesquisa aprofundada usa a mesma técnica levada adiante e “can issue hundreds of searches”.

Centenas. Não dez, não doze.

Isso derruba de uma vez toda ferramenta que promete mostrar “as sub-perguntas da sua consulta”. A mais conhecida delas é a Qforia, criada por Mike King na iPullRank, gratuita e operada com chave paga da API do Gemini.

Na prática, ela pede a um modelo de linguagem que adivinhe as perguntas que outro modelo de linguagem faria. É um ensaio geral com outro elenco.

Como treino de cobertura, isso é útil de verdade. Como leitura do que o Google fez, é palpite com cara de bastidor. Quem vende a segunda coisa está cobrando pela primeira.

Você vai encontrar por aí uma taxonomia de seis tipos de sub-pergunta: relacionadas, implícitas, comparativas, recentes, personalizadas e reformulações. Ela é boa como lista de trabalho, e precisa vir com a etiqueta certa colada.

Essa lista de seis não está no texto do pedido US 2024/0289407 A1. Ela é engenharia reversa feita pela iPullRank e implementada na ferramenta. O documento fala em consultas adicionais, alternativas, reescritas e de aprofundamento, sem essa arrumação em seis gavetas.

Use os seis nomes para não esquecer nenhum ângulo. Nunca use como “o documento diz”.

O único experimento público, e ele não terminou bonito

O experimento público que existe sobre otimizar para desdobramento é pequeno, e os resultados dele foram para lados opostos. A Semrush publicou em 26 de setembro de 2025 um teste assinado por Zach Paruch, com quatro artigos atualizados para cobrir de dez a vinte sub-perguntas cada um, identificadas com Screaming Frog e com a Qforia, seguidos por um mês de acompanhamento.

Naquele teste de setembro de 2025, as citações nos prompts monitorados subiram de 2 para 5, a participação de voz caiu de 23,4% para 20,0% e a visibilidade de marca caiu de 13,6% para 10,6%.

Os próprios autores registram volatilidade externa no período e declaram que a amostra é pequena.

Quatro artigos e um mês. Isso é anedota bem documentada, e eu não vou vesti-la de evidência de eficácia.

O que dá para dizer com honestidade é mais modesto e mais útil. Cobrir mais perguntas menores aumenta a probabilidade de entrar na síntese, porque aumenta o número de disputas em que você é candidato. Aumentar probabilidade não garante citação nenhuma.

Marco essa última frase como leitura minha do conjunto, e não como achado de estudo. Ser recuperável continua sendo condição necessária e não suficiente.

A unidade da disputa mudou duas vezes

O chão mudou duas vezes debaixo de quem produz conteúdo, e as duas mudanças se multiplicam. A primeira é que a unidade que compete deixou de ser a página e passou a ser o pedaço dela que responde sozinho. A segunda é a deste artigo: a unidade que você disputa deixou de ser a consulta do cliente e passou a ser um conjunto de consultas que ninguém te mostra.

Com as duas na mesma frase, o desenho fica desconfortável. Pedaços seus, que você não escolheu, competindo em perguntas que você não viu, contra concorrentes que você não monitora.

A conclusão prática é mais simples do que o susto. Quanto mais perguntas do seu assunto você responde de forma limpa e recortável, em mais varetas você é candidato.

Repare que isso tem pouco a ver com volume de publicação. A conta que vale é de perguntas cobertas, e um site com poucas páginas que respondem inteiro cobre mais território do que um site grande de textos rasos.

E ela desmonta uma reunião inteira de calendário editorial. Lá dentro, ninguém pergunta mais quantos textos entram no mês. A pergunta passa a ser quais varetas do seu leque continuam sem dono.

Uma folha de papel, dez minutos

Quanto do seu assunto o seu site cobre hoje? Uma folha responde isso, sem ferramenta paga nenhuma. O que ela não faz é mostrar as perguntas que o Google gerou, e você acabou de ler por quê.

Escreva no topo a pergunta que mais traz clientes para o seu negócio. A pergunta inteira, com as palavras do cliente, e não a palavra-chave.

Agora abra o leque dela em seis linhas, uma para cada ângulo: a pergunta vizinha que a pessoa faria em seguida, o que ela precisa saber e não perguntou, a comparação com a alternativa óbvia, o que mudou no assunto nos últimos doze meses, a versão da pergunta para o seu segmento específico, e a mesma pergunta escrita por quem não é do ramo.

Essas seis gavetas são a lista de trabalho da iPullRank, e não texto de documento oficial. Já marquei isso acima, e marco de novo porque a confusão é comum.

Ao lado de cada linha, escreva o endereço da sua página que responde aquilo inteiro e sozinho. Sozinho quer dizer sem depender do parágrafo de cima nem de outra página linkada ao lado. Onde não existir endereço, escreva “vazio”.

A conta que interessa é quantos vazios sobraram.

Com quatro ou mais, você está fora da maioria das varetas do seu próprio assunto, e nenhum ajuste de título resolve isso. Com três, metade do leque continua sem dono, e quem cobriu as outras três entra na resposta com mais espaço que você. Com um ou dois, o trabalho é pontual e é barato. Sem nenhum, o trabalho passa a ser outro: testar se cada resposta aguenta sair de casa sozinha, porque quase sempre uma delas não aguenta.

Uma pergunta não descreve um negócio inteiro, então nada do que está nessa folha vira relatório. E nenhuma linha dela demonstra o que o sistema gerou por baixo.

O que isso muda na sua semana

O desdobramento de pergunta muda a pergunta que você faz na reunião de conteúdo. A pergunta velha era se o seu texto está bom para o termo. A pergunta nova é quantas perguntas ao redor daquele termo o seu site responde inteiro, num trecho que aguente viajar sozinho.

E muda o que você aceita ouvir de um fornecedor. “Aqui estão as doze sub-perguntas da sua consulta”: você já sabe que aquilo saiu de um modelo adivinhando outro modelo. “A sua marca vai aparecer sempre”: você lembra que a mesma pergunta devolve fontes diferentes em dias diferentes. “A patente do fan-out diz que”: você pergunta se é pedido ou concessão.

O mecanismo você tem inteiro agora. Índice, trecho, reordenação, crédito colado no parágrafo, e o desdobramento que multiplica tudo isso por um número que ninguém de fora conhece.