Deep Research

Deep Research no ChatGPT, no Gemini e na Perplexity

Três assistentes fazem pesquisa longa e entregam relatório com fontes. O que cada fornecedor documenta, o que muda para o seu site e como testar.

resposta curtaDeep research é o modo em que o assistente planeja uma investigação, lê muitas páginas e entrega um relatório com fontes. A Perplexity e o Gemini documentam o processo. Da OpenAI não consegui abrir a página oficial, então o texto não a descreve. Para o site, o que está confirmado é simples: o robô do fornecedor precisa conseguir ler a página, e o relatório só cita o que leu.

O que é deep research?

É um modo de uso, não uma plataforma. Em vez de uma resposta em segundos, o assistente trabalha por alguns minutos, faz várias buscas, lê páginas e escreve um texto longo. O resultado traz referências.

A Perplexity publicou o lançamento do seu modo em 14 de fevereiro de 2025. O texto diz que, para cada pergunta, o sistema faz dezenas de buscas e lê centenas de fontes, refina o plano de pesquisa conforme aprende e escreve um relatório. A página de ajuda da Perplexity repete a descrição e informa que a duração típica é de 2 a 4 minutos.

O Gemini tem o mesmo nome. A ajuda do Google diz que o Gemini monta um plano de pesquisa a partir do pedido, que o usuário pode editar antes de começar, e que a análise leva cerca de 5 a 10 minutos, ou mais em relatórios complexos.

Do ChatGPT, só posso dizer que o modo existe. A página de ajuda e o texto de lançamento da OpenAI retornaram erro 403 quando tentei abri-los, em 3 de novembro de 2026. Não descrevo planos, limites, formato de citação nem tempo de execução, porque não li fonte oficial.

Em que o deep research difere de uma pergunta comum?

AspectoPergunta comumDeep research
Temposegundosminutos (Perplexity: 2 a 4; Gemini: 5 a 10, segundo a documentação de cada um)
Buscaspoucas ou nenhumamuitas, em sequência
Planoimplícitoexplícito no Gemini, com edição pelo usuário
Saídaresposta curtarelatório longo com referências
Uso típicodúvida pontualcomparação de fornecedores, mercado, decisão de compra

A última linha é interpretação deste site, não dado de fornecedor. A Perplexity lista, entre os usos, finanças, marketing, tecnologia e pesquisa de produtos. Ninguém publicou, até onde consegui abrir, uma pesquisa que diga que esses relatórios pesam mais em decisões de compra. Trate isso como hipótese de trabalho.

Que fontes o assistente consulta?

Por padrão, a web. A ajuda do Gemini diz que a Pesquisa Google vem incluída como fonte por padrão e que o usuário pode desligá-la e usar outras fontes, como Gmail, Drive, arquivos enviados ou cadernos do NotebookLM. Isso importa: em relatórios de uso interno, a empresa do leitor pode ter fontes próprias, e o seu site disputa espaço com elas.

No caso da Perplexity, o robô PerplexityBot serve para listar e linkar sites nos resultados de busca, segundo a documentação da empresa, que recomenda permiti-lo no robots.txt. O Perplexity-User visita páginas a pedido de uma pergunta e, por ser iniciado pelo usuário, geralmente ignora regras do robots.txt, diz a página.

Na OpenAI, a documentação de robôs distingue o OAI-SearchBot, que alimenta a busca do ChatGPT, do ChatGPT-User, que atua em ações iniciadas pelo usuário. Não tenho fonte aberta que diga qual deles o modo de pesquisa profunda usa. Por isso não afirmo.

Por que as subperguntas importam mais aqui?

Um relatório longo nasce de muitas perguntas menores. O Google descreve algo parecido na busca: AI Overviews e AI Mode podem emitir várias buscas relacionadas, sobre subtópicos e fontes de dados, para montar a resposta. A documentação do Gemini mostra, na API, que o modelo decide se uma busca ajuda e gera uma ou mais consultas. O deep research leva essa ideia ao extremo.

Para o site, a leitura prática é esta: uma página que responde bem a uma subpergunta específica tem mais chance de ser lida do que uma página genérica que tenta cobrir tudo. Isso é raciocínio do método de cobertura de subconsultas, de Camillo Dantas, e não resultado de estudo. O artigo sobre query fan-out e citation share explica a técnica.

Como preparar o site, passo a passo?

  1. 01Liste as perguntas que um comprador faria antes de escolher uma empresa como a sua: comparação, preço de mercado, requisitos, riscos, alternativas. Escreva cada uma como uma pergunta curta.
  2. 02Para cada pergunta, confira se existe uma página que a responde nos primeiros parágrafos, com data de atualização e fonte quando houver número.
  3. 03Abra o robots.txt e verifique as regras para PerplexityBot, OAI-SearchBot e Googlebot. A documentação da OpenAI informa que mudanças levam cerca de 24 horas para valer; a da Meta usa o mesmo prazo, e é prudente esperar um dia antes de testar.
  4. 04Confirme que as páginas carregam o texto principal no HTML inicial, sem depender de login ou de interação para aparecer.
  5. 05Rode o teste de relatório descrito abaixo e registre o resultado.

Critério de sucesso: para cada pergunta da lista, uma página nossa que responde, é rastreável e tem data.

Erro comum: criar uma página gigante "tudo sobre o tema" em vez de várias páginas pequenas com perguntas claras. O relatório monta o todo; o seu site precisa fornecer as partes.

Como testar a presença da marca em relatórios?

Deep research é caro em tempo e tem limites diários, segundo a documentação do Gemini e da Perplexity. Por isso a amostra é pequena. Use poucas rodadas, bem registradas.

  1. 01Escolha 3 pedidos de pesquisa que um cliente faria, por exemplo "compare fornecedores de X para empresas de porte Y".
  2. 02Execute cada pedido em cada plataforma que você tem acesso, no mesmo dia, com a conta em português. Anote plano contratado, data e hora.
  3. 03Salve o relatório inteiro e a lista de referências. Marque se o seu domínio aparece entre as referências e se a marca aparece no texto sem link.
  4. 04Repita uma vez, na semana seguinte. Registre o que mudou. Esse passo mostra a variação do próprio sistema.

Critério de sucesso: uma tabela com pedido, plataforma, data, domínio citado (sim ou não) e marca mencionada (sim ou não). Com 3 pedidos, o dado é qualitativo. Não calcule percentual como se fosse Citation Share. Para taxas com intervalo de confiança, use o protocolo de medição por plataforma.

Qual é um exemplo simulado?

Exemplo fictício, sem dados reais. Um escritório inventado, a "Contábil Exemplo", faz o pedido "compare escritórios de contabilidade para clínicas" no Gemini.

O relatório cita duas páginas de entidades de classe, um artigo de blog e uma página de comparação de um concorrente. A "Contábil Exemplo" não aparece. A investigação mostra que a página de serviços do escritório não responde à pergunta de comparação e só descreve a empresa. A correção planejada é publicar uma página que explica critérios de escolha, com data e fonte. A rodada seguinte, uma semana depois, mede o efeito sem prometer resultado.

Quais são os limites?

  • A documentação do ChatGPT não foi aberta; nada foi afirmado sobre ele além da existência do modo.
  • Relatos de terceiros com número de fontes por relatório, ou de taxa de citação, não foram usados porque não abri a fonte primária.
  • Planos, limites e idiomas mudam. A página do Gemini não informa os idiomas aceitos.
  • Os relatórios variam de uma execução para outra.

Próxima conferência: revisão trimestral, em fevereiro.

O que é deep research?

É o modo em que o assistente planeja uma pesquisa, faz várias buscas, lê muitas páginas e escreve um relatório com referências. A Perplexity descreve dezenas de buscas e centenas de fontes lidas, e o Gemini mostra um plano editável antes de começar.

Como minha marca aparece em um relatório de deep research?

Como fonte citada, quando o robô do assistente leu e aproveitou uma página sua, ou como menção no texto. As duas coisas são diferentes e devem ser registradas em colunas separadas. Não há ordem garantida.

Preciso liberar algum robô para o deep research?

Para a Perplexity, a documentação recomenda permitir o PerplexityBot. Para a OpenAI, a documentação separa OAI-SearchBot e ChatGPT-User, mas não li fonte que ligue o modo de pesquisa a um deles. Para o Gemini, a Pesquisa Google é a fonte padrão.

O deep research do ChatGPT cita mais fontes que o do Gemini?

Não sei. Comparações de contagem de fontes vêm de testes de terceiros que não consegui verificar na fonte primária. O resultado depende do pedido e da data.

Próximo passo

Monte a lista de perguntas de comprador e confira uma página por pergunta. Para decidir o que medir, o curso Query Fan-Out Academy trata a cobertura de subperguntas, e o Citation Share: medir e provar cobre a medição por plataforma.

Fontes

  1. Introducing Perplexity Deep Research, Perplexity (2025-02-14)
  2. How does Perplexity work?, Perplexity Help Center (2026-11-03)
  3. Gemini Deep Research (ajuda do Gemini Apps), Google (2026-11-03)
  4. Perplexity crawlers (PerplexityBot e Perplexity-User), Perplexity Docs (2026-11-03)
  5. Overview of OpenAI crawlers (OAI-SearchBot, GPTBot, ChatGPT-User), OpenAI (2026-11-03)
  6. AI features and your website, Google Search Central (2026-11-03)
  7. Grounding with Google Search (Gemini API), Google AI Studio (2026-11-03)

Meça antes de otimizar

Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.