artigo

Como funciona o Query Fan-Out internamente

As quatro etapas do processo, o que cada fonte oficial confirma e o que é inferência. Com um teste simples para você verificar por conta própria.

resposta curtaNo Query Fan-Out, o sistema interpreta a pergunta, gera subconsultas relacionadas, executa as buscas em paralelo em índices e outras fontes e sintetiza a resposta com links. O Google confirma essa sequência de forma geral. Não publica a lista de subconsultas de cada pergunta nem os critérios de seleção de páginas, então detalhes internos são inferência.
Neste texto

O que as fontes oficiais confirmam e o que não confirmam?

Antes das etapas, convém separar o que está escrito do que é suposição. Esta tabela resume o estado das evidências em outubro de 2026.

AfirmaçãoFonteNível
O AI Mode divide a pergunta em subtópicos e faz várias buscas ao mesmo tempoAnúncio do AI Mode (março de 2025) e página de ajuda do GoogleConfirmado pelo Google
AI Overviews e AI Mode podem usar a técnicaDocumentação de recursos de IA na BuscaConfirmado, com "podem"
As buscas cobrem subtópicos e várias fontes de dadosAnúncio do AI ModeConfirmado, sem lista das fontes além de exemplos (Knowledge Graph, dados de compras)
O modelo recupera páginas do índice e usa para fundamentar a respostaGuia de otimização (RAG, também chamado grounding)Confirmado em termos gerais
Existem tipos fixos de subconsulta (comparação, preço, risco...)Nenhuma fonte oficialTaxonomia deste site, não do Google
A subconsulta X aparece para a pergunta YNenhuma fonte oficialNão verificável por terceiros

A última linha é decisiva. Qualquer ferramenta que mostre "as subconsultas reais" está estimando, e o Google avisa que nenhuma ferramenta de terceiros tem acesso aos seus sistemas internos de ranking ou de IA.

Etapa 1: o sistema interpreta a pergunta

A pergunta chega com contexto: o texto digitado, o histórico da conversa quando o usuário usa o AI Mode, o idioma e o tipo de necessidade. A página de ajuda do AI Mode explica que o recurso aceita acompanhamentos por texto ou voz, e a dos AI Overviews informa que, ao abrir o AI Mode a partir de um overview, o contexto da busca original continua na conversa.

Critério de sucesso para você: saber qual intenção a pergunta carrega. "Melhor curso de SEO para IA" é uma decisão de compra; "o que é SEO para IA" é aprendizado. Intenções diferentes geram subconsultas diferentes.

Etapa 2: o modelo gera subconsultas

Esta é a etapa que dá nome à técnica. O modelo produz um conjunto de consultas derivadas da pergunta. A patente do Google "Search with stateful chat" (publicada em agosto de 2024) descreve um modelo de linguagem que gera "consultas sintéticas" a partir da consulta e do contexto, entre elas sugestões alternativas, consultas suplementares, reescritas e consultas de aprofundamento. A patente é um documento de pedido, sem confirmação de uso em produção, mas descreve a mesma lógica que o Google explica ao público.

A academia chegou à mesma lógica por outro caminho. No Self-Ask, de Press e colegas (2022), o modelo faz perguntas intermediárias e deixa a busca responder a elas. Na proposta Rewrite-Retrieve-Read, de Ma e colegas (2023), a consulta é reescrita antes de recuperar documentos, porque o texto do usuário nem sempre é a melhor chave de busca. Os dois trabalhos mostram por que a decomposição ajuda: pergunta composta exige mais de um fato.

Para planejar conteúdo, este site usa uma taxonomia própria de subconsultas, que não é do Google. Ela serve de lista de verificação:

TipoPergunta que representaExemplo para "melhor curso de SEO para IA"
DefiniçãoO que é?o que é SEO para IA
CritérioComo escolher?critérios para avaliar um curso
ComparaçãoQual a diferença?curso online versus mentoria
Custo e prazoQuanto custa, quanto tempo?carga horária e formato
Risco e limiteO que pode dar errado?promessas que um curso não pode cumprir
ProvaQuem confirma?avaliação de alunos, ementa pública
ProcedimentoComo faço?como aplicar o que aprendi

Etapa 3: as buscas rodam em paralelo

O Google diz que o AI Mode emite várias buscas ao mesmo tempo, entre subtópicos e várias fontes de dados, e que o Deep Search pode emitir centenas. O anúncio de março de 2025 cita como exemplos fontes como o Knowledge Graph, informações do mundo real e dados de compras para bilhões de produtos.

Isso tem uma consequência editorial: cada subconsulta é uma busca independente. Uma página pode ser recuperada para uma subconsulta e ignorada para outra. Um único documento tende a ser usado por um trecho, não inteiro. O guia do Google diz que seus sistemas conseguem entender vários tópicos em uma página e destacar a parte relevante, o que explica por que a estrutura clara importa mais do que o tamanho.

O processo paralelo tem um paralelo em sistemas de pesquisa de agentes. A Anthropic descreveu, em junho de 2025, um sistema em que um agente líder cria de 3 a 5 subagentes que pesquisam aspectos diferentes em paralelo, o que reduziu o tempo de pesquisa em até 90% em consultas complexas, segundo a própria empresa. É um sistema de outro fornecedor, com avaliação interna, e serve só como analogia do desenho: dividir, buscar em paralelo, reunir.

Etapa 4: o modelo seleciona, sintetiza e cita

Com os resultados de todas as subconsultas, o modelo escolhe trechos, resolve conflitos e escreve a resposta. O guia do Google chama a recuperação de páginas do índice para fundamentar o texto de RAG, ou grounding. Os links exibidos são as páginas que sustentaram partes da resposta, e o Google informa que esses links tendem a ser mais variados do que os da busca clássica.

A página de ajuda do AI Mode acrescenta um detalhe que raramente aparece em artigos: o recurso pode mostrar apenas uma lista de links, em vez de uma resposta, quando não tem confiança na qualidade do que gerou. A página de ajuda dos AI Overviews, por sua vez, avisa que as respostas podem conter erros.

Critério de sucesso para você: ter, no seu conteúdo, trechos que respondem sozinhos a uma subconsulta, com fonte, data e entidade nomeada. É o que o método de cobertura chama de bloco de resposta.

E nas rodadas seguintes?

O AI Mode permite acompanhamentos. Cada pergunta nova pode gerar novas subconsultas, com o contexto anterior. Em pesquisa aprofundada, o ciclo se repete: o Deep Research do Gemini, apresentado em dezembro de 2024, cria um plano de pesquisa em várias etapas, busca, descobre informação e dispara novas buscas com base no que aprendeu. O Deep Research do Perplexity, de fevereiro de 2025, descreve um ciclo parecido: pesquisa, lê documentos e raciocina sobre o próximo passo.

Isso significa que o fan-out não é um evento único. É um processo que pode se repetir e se ramificar. A página pesquisa aprofundada e agentes detalha o que cada sistema descreve.

Diferenças entre os sistemas

SistemaComo descreve o processoObservação
Google AI ModeDivide em subtópicos e busca ao mesmo tempo (query fan-out)Disponível em português do Brasil desde 8 de setembro de 2025
Google AI OverviewsPodem usar a técnica; aparecem quando o sistema considera útilNem toda pesquisa gera um AI Overview
Gemini Deep ResearchPlano em várias etapas, com ciclos de buscaPode ser revisado pelo usuário antes de rodar
Perplexity Deep ResearchCiclo de pesquisar, ler e decidir o próximo passoA empresa informa 2 a 4 minutos por tarefa

O nome "query fan-out" é uma marca de linguagem do Google. Para os outros sistemas, diga "decomposição de consulta" ou "pesquisa em várias etapas".

Teste: veja o efeito sem adivinhar subconsultas

Você não precisa de ferramenta para observar o fan-out. Faça este experimento de 20 minutos.

  1. 01Escolha uma pergunta composta do seu mercado, com pelo menos dois aspectos, por exemplo uma comparação com um critério de preço.
  2. 02Faça a pergunta no AI Mode e, separadamente, em um sistema de pesquisa aprofundada.
  3. 03Anote cada afirmação distinta da resposta e a fonte que a sustenta. Cada afirmação indica um aspecto que provavelmente foi pesquisado.
  4. 04Compare com as suas páginas: qual afirmação você poderia ter sustentado? Qual você não cobre?
  5. 05Registre data, sistema e idioma. Repita em 30 dias, porque o resultado muda.

O resultado não prova quais subconsultas foram geradas. Ele mostra quais aspectos a resposta final contém, e isso já basta para orientar a cobertura.

Erros comuns ao interpretar o processo

  1. Achar que a lista de subconsultas é fixa. Ela varia por contexto e por data.
  2. Concluir que um trecho precisa de formato especial. O Google nega a necessidade de marcação especial e de arquivos específicos para IA.
  3. Ignorar a busca clássica. O Google diz que a base é a mesma de busca e qualidade. Rastreamento, indexação e conteúdo útil continuam sendo a porta de entrada.
  4. Medir só pelo clique. O fan-out aumenta a chance de exibição como link de apoio, que não é o mesmo que clique. Veja como medir.
Quantas subconsultas o Google gera por pergunta?

O Google não publica o número. Diz que o Deep Search pode emitir centenas de buscas, mas não informa a média nem para o AI Mode nem para os AI Overviews. Qualquer número específico que circula é estimativa de terceiros.

O fan-out acontece também em perguntas simples?

Não há documentação sobre o limiar. O Google diz que os AI Overviews aparecem quando o sistema os considera úteis e que o AI Mode é indicado para perguntas que pedem exploração ou comparação. Perguntas simples tendem a precisar de menos aspectos.

As subconsultas são mostradas ao usuário?

A documentação pública não descreve uma tela com a lista completa. O usuário vê a resposta e os links. Por isso este site trata qualquer lista de subconsultas como simulação.

A mesma pergunta gera sempre as mesmas subconsultas?

Não há garantia. O contexto da conversa, o idioma, a data e a versão do sistema mudam o resultado, e os próprios sistemas de IA são probabilísticos.

Por onde começar para aplicar?

Pelo passo a passo de como listar subconsultas para uma pergunta real do seu público e, depois, pelo mapa de cobertura.

Fontes

  1. Expanding AI Overviews and introducing AI Mode, Google (blog The Keyword) (2025-03-05)
  2. Atualização do AI Mode na Busca do Google, com Deep Search, Google (blog The Keyword) (2025-05-20)
  3. AI features and your website, Google Search Central (2025-12-10)
  4. Optimizing your website for generative AI features on Google Search, Google Search Central (2026-07-10)
  5. Ajuda do AI Mode no Google, Google Search Help (2026-10-14)
  6. Ajuda dos AI Overviews, Google Search Help (2026-10-14)
  7. Search with stateful chat (US20240289407A1), Google Patents (2024-08-29)
  8. Measuring and Narrowing the Compositionality Gap in Language Models, arXiv (Press et al.) (2022-10-07)
  9. Query Rewriting for Retrieval-Augmented Large Language Models, arXiv (Ma et al.) (2023-05-23)
  10. How we built our multi-agent research system, Anthropic Engineering (2025-06-13)
  11. Try Deep Research and our new experimental model in Gemini, Google (blog The Keyword) (2024-12-11)
  12. Introducing Perplexity Deep Research, Perplexity (2025-02-14)

Cubra as subconsultas

Liste as buscas que a IA faz por trás da pergunta e responda cada uma em um bloco próprio.