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.
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.
| Afirmação | Fonte | Nível |
|---|---|---|
| O AI Mode divide a pergunta em subtópicos e faz várias buscas ao mesmo tempo | Anúncio do AI Mode (março de 2025) e página de ajuda do Google | Confirmado pelo Google |
| AI Overviews e AI Mode podem usar a técnica | Documentação de recursos de IA na Busca | Confirmado, com "podem" |
| As buscas cobrem subtópicos e várias fontes de dados | Anúncio do AI Mode | Confirmado, sem lista das fontes além de exemplos (Knowledge Graph, dados de compras) |
| O modelo recupera páginas do índice e usa para fundamentar a resposta | Guia de otimização (RAG, também chamado grounding) | Confirmado em termos gerais |
| Existem tipos fixos de subconsulta (comparação, preço, risco...) | Nenhuma fonte oficial | Taxonomia deste site, não do Google |
| A subconsulta X aparece para a pergunta Y | Nenhuma fonte oficial | Não 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:
| Tipo | Pergunta que representa | Exemplo para "melhor curso de SEO para IA" |
|---|---|---|
| Definição | O que é? | o que é SEO para IA |
| Critério | Como escolher? | critérios para avaliar um curso |
| Comparação | Qual a diferença? | curso online versus mentoria |
| Custo e prazo | Quanto custa, quanto tempo? | carga horária e formato |
| Risco e limite | O que pode dar errado? | promessas que um curso não pode cumprir |
| Prova | Quem confirma? | avaliação de alunos, ementa pública |
| Procedimento | Como 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
| Sistema | Como descreve o processo | Observação |
|---|---|---|
| Google AI Mode | Divide em subtópicos e busca ao mesmo tempo (query fan-out) | Disponível em português do Brasil desde 8 de setembro de 2025 |
| Google AI Overviews | Podem usar a técnica; aparecem quando o sistema considera útil | Nem toda pesquisa gera um AI Overview |
| Gemini Deep Research | Plano em várias etapas, com ciclos de busca | Pode ser revisado pelo usuário antes de rodar |
| Perplexity Deep Research | Ciclo de pesquisar, ler e decidir o próximo passo | A 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.
- 01Escolha uma pergunta composta do seu mercado, com pelo menos dois aspectos, por exemplo uma comparação com um critério de preço.
- 02Faça a pergunta no AI Mode e, separadamente, em um sistema de pesquisa aprofundada.
- 03Anote cada afirmação distinta da resposta e a fonte que a sustenta. Cada afirmação indica um aspecto que provavelmente foi pesquisado.
- 04Compare com as suas páginas: qual afirmação você poderia ter sustentado? Qual você não cobre?
- 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
- Achar que a lista de subconsultas é fixa. Ela varia por contexto e por data.
- Concluir que um trecho precisa de formato especial. O Google nega a necessidade de marcação especial e de arquivos específicos para IA.
- 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.
- 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
- Expanding AI Overviews and introducing AI Mode, Google (blog The Keyword) (2025-03-05)
- Atualização do AI Mode na Busca do Google, com Deep Search, Google (blog The Keyword) (2025-05-20)
- AI features and your website, Google Search Central (2025-12-10)
- Optimizing your website for generative AI features on Google Search, Google Search Central (2026-07-10)
- Ajuda do AI Mode no Google, Google Search Help (2026-10-14)
- Ajuda dos AI Overviews, Google Search Help (2026-10-14)
- Search with stateful chat (US20240289407A1), Google Patents (2024-08-29)
- Measuring and Narrowing the Compositionality Gap in Language Models, arXiv (Press et al.) (2022-10-07)
- Query Rewriting for Retrieval-Augmented Large Language Models, arXiv (Ma et al.) (2023-05-23)
- How we built our multi-agent research system, Anthropic Engineering (2025-06-13)
- Try Deep Research and our new experimental model in Gemini, Google (blog The Keyword) (2024-12-11)
- 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.