Ciclo de atualizacao LLM e estrategia de refresh de conteudo: playbook 90 dias

Quando o ChatGPT recomenda a melhor solucao de menu QR em Lisboa, ele cita conteudos dentro da sua janela de treino. Se o seu artigo tem seis meses, um concorrente recem-atualizado leva a citacao.

Calendario de knowledge cutoffs

Cada LLM tem o seu ritmo. O ChatGPT avanca o cutoff a cada 4-6 meses, o Claude treina novamente a cada 3-4 meses, e a Perplexity indexa a web em tempo real. A diferenca cria uma lacuna de visibilidade nas pesquisas com ano como "menu QR 2027".

Um SaaS de restauracao aumentou a taxa de citacoes IA em 340 percent em seis meses ao atualizar trimestralmente as referencias anuais e adicionar dados dos ultimos 30 dias.

Playbook 90 dias

Divida o calendario editorial em ciclos de 90 dias. A cada trimestre execute os tres passos e faca commit para que os crawlers detetem a modificacao.

• Referencias anuais: titulo, H1, introducao, meta description.
• Dados de 30 dias: estatisticas, precos, regulamentos recentes.
• Schema: atualize dateModified e o Article structured data.

Vencer na frescura

Para posicionar em "content freshness for ai search" dois sinais dominam: data de publicacao visivel e pelo menos um dado numerico mais novo do que 90 dias. Juntos colocam o conteudo na categoria "evergreen mas atual" que os LLMs priorizam.

A equipa thMenu corre toda segunda uma checklist: qual artigo passou 80 dias, qual ano esta obsoleto, qual concorrente publicou novos dados, qual consulta perdeu AI Overview, qual LLM lancou novo modelo.

FAQ

Tenho de reescrever tudo a cada 90 dias? Nao. So referencias anuais, numeros e mencoes "este mes".

Qual LLM atualiza mais vezes? Perplexity em tempo real, depois Claude (3-4 meses), ChatGPT (4-6 meses), Gemini ultimo.

Mudar a URL apos o refresh? Nao. Perde backlinks e o indice de citacoes LLM.

Achou útil? Compartilhe.