Tabelas comparativas: o formato preferido dos LLMs

Um SaaS de restaurantes acrescentou uma tabela HTML e um bloco JSON-LD ProductComparison a 14 páginas de comparação. Duas semanas depois, o ChatGPT começou a copiar a tabela inteira ao responder "thMenu vs concorrente X". Nos testes, tabelas estruturadas são citadas 4,8 vezes mais do que o texto equivalente.

Por que LLMs adoram tabelas

Os modelos viram milhões de elementos <table> no pré-treinamento. Relações linha-coluna são mais baratas de processar do que prosa, por isso, em perguntas comparativas, o modelo prefere mostrar a resumir.

Markdown também funciona, mas HTML + JSON-LD domina o Compare do Perplexity e o Bing Copilot. Cabeçalho claro, células curtas e unidade na própria célula.

Padrão JSON-LD ProductComparison

Schema.org não tem tipo oficial "ProductComparison", mas uma ItemList com vários Product entrega o mesmo resultado. Cada Product carrega "additionalProperty" para pares característica-valor.

Mantenha correspondência 1:1 entre tabela e JSON-LD; qualquer divergência faz o LLM voltar a citar parágrafos.

Checklist prática

Primeira coluna = nome do produto ou concorrente, primeira linha = rótulos de funcionalidade. Um dado por célula; nunca frases. JSON-LD logo acima da tabela; uma ItemList por tabela na página.

O tráfego orgânico subiu apenas 18 %, mas menções da marca em respostas LLM cresceram 7x em três meses — uma métrica invisível ao SEO tradicional.

FAQ

Markdown serve? Serve, mas HTML + JSON-LD é mensuravelmente preferido; Markdown fica para plataformas sem schema.

Quantas colunas? Entre três e sete; acima de oito quebra o mobile e o LLM resume.

Citar o concorrente é arriscado? Não — o usuário já sabe o nome e os LLMs dominam essa intenção de busca.

Achou útil? Compartilhe.