Query fan-out: como mapear as subperguntas que o Modo IA faz

O que é o query fan-out, o que o Google documenta sobre as subconsultas do Modo IA, como mapear as subperguntas com autocompletar, Search Console e as próprias respostas, o que as ferramentas que simulam o fan-out fazem de fato e como transformar o mapa em H2, páginas e prompts de monitoramento.
Escrito com IA e revisado por humanos

Neste artigo

Veja como sua marca aparece nas respostas da IA

Agende uma demo e descubra o que corrigir primeiro, com um especialista em GEO.

Agendar demo

Tempo de leitura: 11 minutos

Query fan-out é a técnica do Google que divide uma busca do Modo IA em várias subconsultas simultâneas. No SEO, o mapa do query fan-out mostra o que a página precisa responder. Como o Google não publica essa lista, o trabalho é estimar. Este guia mostra as fontes do mapa, o limite das ferramentas e como transformar tudo em pauta.

Em resumo

  • O Google confirma que o Modo IA divide a pergunta em subtópicos e faz várias buscas ao mesmo tempo, mas não mostra quais.
  • O mapa sai de quatro pistas: autocompletar, “As pessoas também perguntam”, Search Console e a leitura das respostas do Modo IA.
  • Ferramentas que simulam o fan-out geram consultas prováveis com um modelo de IA. Servem para ter ideias, e não como registro do Google.
  • Cada subpergunta vira um H2 ou, quando tem intenção própria, uma página nova. Depois, vira um prompt fixo de monitoramento.

O que é query fan-out?

Query fan-out é o processo em que a IA transforma uma pergunta em várias buscas relacionadas, feitas ao mesmo tempo. Depois, junta os resultados numa só resposta. Assim, a página citada pode ter respondido a uma das subperguntas, e não à busca que a pessoa digitou. Por isso, o query fan-out mudou o planejamento de conteúdo no SEO.

O Google usa mais de um nome em português. O guia de IA generativa da Pesquisa fala em desdobramento de consulta, enquanto a página Recursos de IA e seu site fala em ramificação de consultas. Já o blog do Google Brasil, no lançamento do Modo IA em português, usou desdobramento de pergunta.

O efeito na escolha das fontes, com o exemplo oficial do gramado, está no guia do Modo IA do Google e das Visões gerais. Para entender onde isso entra numa estratégia de visibilidade em IA, comece pelo guia sobre o que é GEO. Aqui, o foco é o método: como descobrir as subperguntas e o que fazer com elas.

Query fan-out no Google: ilustração de uma pergunta que se divide em várias subperguntas até chegar a um cérebro de IA

Como o query fan-out do Google divide uma pergunta?

Segundo os anúncios do Google, o Modo IA quebra a pergunta em subtópicos e faz muitas buscas ao mesmo tempo, em várias fontes de dados. Em seguida, junta os resultados numa resposta com links. O Google descreve o processo, mas não publica a lista de subconsultas de cada busca, nem no Search Console.

O anúncio do Modo IA, de março de 2025, diz que a técnica faz buscas relacionadas sobre subtópicos e fontes como o Knowledge Graph e dados de compras. No exemplo do Google, uma pergunta compara o monitoramento de sono de um anel, de um relógio e de um tapete. Então, o modelo faz um plano, busca e ajusta o plano conforme o que encontra.

No Google I/O de maio de 2025, a empresa acrescentou a Deep Search, que usa a mesma técnica “num nível acima” (tradução nossa). Segundo o Google, ela pode fazer centenas de buscas para montar um relatório com fontes. Além disso, as Visões gerais criadas por IA também podem usar a ramificação de consultas, de acordo com a documentação.

PontoO que o Google documenta
DivisãoA pergunta vira subtópicos e buscas simultâneas
FontesWeb, Knowledge Graph e dados de compras
EscalaA Deep Search pode fazer centenas de buscas
AlcanceModo IA e Visões gerais podem usar a técnica
Lista de subconsultasNão é publicada

Na prática, ninguém fora do Google vê a lista. A Semrush, que vende ferramentas de SEO, escreveu que não há como saber quais consultas o Google vai usar. Segundo a empresa, elas são geradas na hora e podem variar a cada busca (tradução nossa). Por isso, no SEO, o mapa do query fan-out do Google é sempre uma estimativa.

Como mapear o query fan-out à mão?

Mapear o query fan-out à mão é juntar pistas do que as pessoas perguntam em volta da busca principal e agrupar essas perguntas por intenção. Como o Google não mostra as subconsultas, o mapa é uma estimativa. As quatro pistas abaixo são gratuitas e, juntas, cobrem o que o público digita e o que a IA responde.

Autocompletar e “As pessoas também perguntam”

De acordo com a ajuda do Google sobre o preenchimento automático, as previsões refletem pesquisas reais feitas no Google. Porém, o sistema também considera o idioma, o local, o interesse crescente e as pesquisas anteriores de quem digita. Por isso, use uma janela anônima, acesso do Brasil e a busca em português. No SEO, essa é a pista mais simples para estimar o query fan-out do Google, já que mostra o que as pessoas de fato digitam.

Digite a busca principal e, em seguida, acrescente modificadores: preço, “vale a pena”, “como funciona”, “para” e o nome de concorrentes. Depois, abra o bloco “As pessoas também perguntam” e anote as perguntas. Ao clicar numa delas, por exemplo, o bloco costuma mostrar outras, o que amplia o mapa.

Search Console: as perguntas que já trazem visitas

No Relatório de performance, filtre as consultas que começam por “como”, “qual” ou “por que” para achar as perguntas que já levam pessoas ao site. Os filtros de regex no Search Console fazem isso de uma vez. Assim, cada pergunta longa vira candidata a subpergunta.

Segundo a ajuda do Search Console, uma pergunta complementar no Modo IA conta como consulta nova. Ou seja, as perguntas de conversa também entram no relatório. Ainda assim, o relatório não marca quais consultas vieram da IA. O que dá para ver e o que não dá está no guia de como ler o Modo IA no Search Console. Além disso, a ajuda não diz que ele mostre as subconsultas que o modelo gera. Mesmo assim, as perguntas reais do relatório são uma boa base para o mapa do query fan-out.

As respostas do próprio Modo IA

Faça a busca principal no Modo IA e leia a resposta como um sumário. Em geral, cada bloco trata de um subtópico, e as fontes citadas em cada bloco mostram quem já responde aquela parte. É uma pista, e não o registro das buscas. Portanto, repita a pergunta em dias diferentes, já que a resposta muda. Assim, a leitura da resposta completa o mapa do query fan-out do Google, sem substituir as outras pistas.

No entanto, não peça ao modelo a lista de buscas que ele fez. Num teste simulado, com a busca desligada, Dan Petrovic, da DEJAN, pediu ao Gemini 3, pela API, as consultas usadas numa resposta. O modelo completou a lista com buscas inventadas e, depois, disse que as tinha reconstruído a partir da própria resposta. Petrovic mantém uma ferramenta de fan-out, e foi um teste único. Para as Visões gerais, veja também como saber se a palavra-chave tem AI Overview.

Grounding queries do Bing

Fora do Google, o Bing mostra algo parecido. O AI Performance do Bing Webmaster Tools lista as grounding queries, isto é, as frases que a IA usou para buscar o conteúdo do site que acabou citado. Mas elas valem para o Copilot e parceiros, e não para o Modo IA. Veja como ler o AI Performance do Bing Webmaster Tools.

Exemplo: plano de saúde para MEI

Considere a pergunta “qual o melhor plano de saúde para MEI”, que interessa a uma corretora que quer aparecer no Modo IA. No autocompletar do Google Brasil, a busca “plano de saúde MEI” sugere valores, plano para uma vida e sem coparticipação. Também aparecem se é mais barato, como funciona, se vale a pena e nomes de operadoras. A tabela agrupa essas pistas. É um exemplo ilustrativo, e não a lista real do Google.

Subpergunta provávelPistaVira
Quanto custa o plano para MEI?Valores, mais baratoH2
Dá para contratar para uma pessoa só?Uma vida, individualH2
Vale a pena o plano sem coparticipação?Sem coparticipaçãoH2
Como funciona o plano para MEI?Como funcionaH2
Qual operadora escolher?Nomes de operadorasPágina de comparação

Assim, no SEO da corretora, o mapa do query fan-out do Google vira quatro H2 e uma página de comparação.

Que ferramentas simulam o query fan-out e quão confiáveis são?

As ferramentas que simulam o query fan-out usam um modelo de IA para gerar as subconsultas prováveis de uma busca. Nenhuma vê a lista que o Modo IA usou. Aliás, o próprio Google avisa que nenhuma ferramenta de terceiros tem acesso aos sistemas internos de classificação ou de IA. Portanto, use o simulador para ter ideias e confira cada uma nas pistas reais.

FerramentaO que a fonte dizLimite
Otterly (paga)Consultas que ChatGPT, Modo IA e Visões gerais podem gerarEstimativa da ferramenta
Qforia, da iPullRank (grátis)Gera consultas para AI Mode ou AI OverviewUsa a chave da API do Gemini
API do Gemini com BuscaDevolve as consultas que o modelo executouVale para a API, não para o Modo IA

A Otterly, que vende monitoramento de marcas em IA, diz que a ferramenta mostra as consultas em que os motores “podem” decompor o prompt (tradução nossa). Além disso, ela classifica cada consulta por tipo, como comparação ou pergunta implícita, e permite monitorar as escolhidas como prompts.

Segundo a Semrush, o Qforia, ferramenta grátis da agência iPullRank, pede a palavra-chave, uma chave da API do Gemini e o modo. Em seguida, gera consultas relacionadas.

Já a documentação da API do Gemini explica que o modelo decide se a busca ajuda, gera uma ou mais consultas e as executa. A resposta da API, por sua vez, traz essas consultas. Ou seja, o dado é real, mas mostra o Gemini pela API, e não o query fan-out do Modo IA.

O que um teste mostrou

No experimento da Semrush, a equipe atualizou 4 artigos do próprio blog. Para cada um, levantou de 10 a 20 consultas sintéticas, geradas pelo Qforia e por um script no Screaming Frog. Depois, editou o texto para responder ao maior número delas. Em seguida, mediu o Modo IA e a busca do ChatGPT por um mês, com a ferramenta paga da própria Semrush.

As citações dos quatro artigos passaram de 2 para 5. No entanto, as menções à marca caíram de 18 para 10, e o share of voice, de 23,4% para 20,0%. A Semrush atribuiu a queda a uma redução de menções a marcas em geral. O autor conclui que otimizar para o query fan-out ajuda, mas com “um grande asterisco” (tradução nossa). A amostra, afinal, é pequena.

Como transformar o mapa do query fan-out em pauta e em prompts?

Agrupe as subperguntas por intenção e decida, para cada grupo, se ele vira um H2 numa página que já existe ou uma página nova. Em seguida, escreva cada H2 como pergunta, com a resposta direta logo abaixo. Por fim, transforme as principais subperguntas em prompts fixos, para medir se a marca aparece nas respostas.

  1. Agrupe por intenção: perguntas que pedem a mesma resposta ficam juntas, mesmo com palavras diferentes.
  2. Decida H2 ou página: o guia do Google diz que não é preciso dividir o conteúdo em partes pequenas, porque os sistemas entendem vários tópicos numa página. Além disso, criar conteúdo separado para cada desdobramento, com o fim de manipular a busca, viola a política contra abuso de conteúdo em escala. Por isso, a página nova se justifica só quando a subpergunta tem intenção própria. Para ligar essas páginas sem que uma dispute a busca da outra, veja como organizar as páginas num topic cluster.
  3. Escreva a resposta primeiro: o H2 repete a pergunta, e a primeira frase já responde, em 40 a 60 palavras.
  4. Ligue as páginas: cada página nova linka a página principal do tema, e a principal linka de volta.
  5. Monitore: ponha de 10 a 20 subperguntas na lista de prompts fixos, rodada todo mês conforme o protocolo de como medir menções e citações da marca em IA.
  6. Revise a cada trimestre: refaça as pistas, já que o autocompletar e as respostas mudam.

Em resumo, para o SEO, o mapa do query fan-out só tem valor quando vira pauta e medição.

Como a NotHuman usa o query fan-out no blog?

Na NotHuman, os subtítulos do blog seguem essa lógica. Em cada artigo, os H2 têm forma de pergunta e respondem às subperguntas que a IA gera a partir da busca principal. Neste guia, por exemplo, os cinco H2 saíram das subperguntas da busca sobre query fan-out.

Quer saber como sua marca aparece hoje nas respostas de IA?

Agende uma demo e veja como a sua marca aparece nas respostas de IA, com o acompanhamento de um especialista em GEO.

Fontes principais

Sobre este artigoEscrito com IA e revisado por humanos, com fontes verificadas. Encontrou algo desatualizado? Escreva para a Equipe NotHuman.

Receba os novos artigos da NotHuman

Ao assinar, você aceita receber os artigos do blog por e-mail e concorda com a Política de Privacidade. Cancele quando quiser.

Continue lendo

Demo

Quer saber como sua marca aparece hoje nas respostas de IA?

Agende uma demo e veja como a sua marca aparece nas respostas de IA, com o acompanhamento de um especialista em GEO.

Agendar demo

Sua privacidade

Usamos cookies necessários para o site funcionar e cookies de estatística do Google Analytics e do Microsoft Clarity para melhorar o conteúdo. Você pode recusar os de estatística; na União Europeia, no Reino Unido e na Suíça, eles só são ativados depois que você aceitar. Política de Cookies.

Preferências de cookies

Política de Cookies