Fatos citáveis: o que faz uma afirmação ser recuperada por IA

GEO é uma disciplina de escrita

Generative Engine Optimization virou nome de tática em boa parte do que se publicou sobre o assunto nos últimos dois anos, e essa é uma das razões pelas quais tanta gente aplicou o rótulo e não viu nada acontecer. GEO não é um conjunto de ajustes aplicados depois que o texto está pronto. É uma forma de escrever que considera, desde a primeira frase, que o texto será lido por uma máquina antes de ser lido por uma pessoa.

A diferença é prática. Uma tática é adicionada: marca-se o texto, insere-se um bloco, reescreve-se um parágrafo de abertura. Uma disciplina é anterior: ela determina o que entra no texto, em que ordem, com qual grau de precisão e com qual tipo de evidência. Tática aplicada sobre texto ruim produz texto ruim marcado.

O que mudou é o intermediário. Durante vinte anos, o caminho entre o conteúdo e o leitor passou por uma lista de resultados em que a pessoa escolhia o que abrir. Parte crescente desse caminho agora passa por um mecanismo de resposta que lê várias fontes, sintetiza e entrega uma resposta já escrita, às vezes com citação e às vezes sem. O leitor recebe a síntese antes de decidir se visita a fonte.

Isso não elimina a necessidade de ser encontrado; muda o que significa ser encontrado. Em vez de disputar uma posição em uma lista, passa-se a disputar se alguma frase sua é suficientemente boa para ser transportada para dentro da resposta. Transporte é o verbo que importa aqui.

O que um mecanismo de resposta consegue carregar

Um modelo que sintetiza uma resposta trabalha com fragmentos. Ele não transporta o seu artigo; transporta uma unidade de informação que conseguiu isolar dentro dele. Se a unidade não estiver isolada de forma limpa, ou se depender de três parágrafos anteriores para fazer sentido, ela simplesmente não é transportável.

O formato que sobrevive a esse processo tem características reconhecíveis. É atômico: cabe em uma ou duas frases. É autônomo: o sujeito está nomeado na própria frase, não no parágrafo anterior. É delimitado: diz em que condição vale, em que período, para qual tipo de caso. É verificável: aponta para algo que outra pessoa pode conferir.

O formato que morre no processo também é reconhecível. Manifesto não sobrevive. Uma afirmação do tipo "a abordagem centrada no cliente é fundamental para o sucesso" não carrega informação recuperável: não tem sujeito mensurável, não tem escopo, não tem condição de falsidade. Não há nada ali para um modelo citar, porque não há nada ali que possa ser conferido ou contestado.

Vale observar a assimetria. Texto persuasivo é otimizado para convencer um leitor que já está lendo; texto citável é otimizado para estar correto quando ninguém está lendo o resto. São objetivos diferentes e, em parte, conflitantes. A boa notícia é que dá para ter os dois, desde que a frase carregue conteúdo e não apenas posição.

A prova da extração

O teste prático que a gente usa ao revisar um texto é simples e implacável: copiar cada frase importante para um documento vazio e perguntar se ela ainda significa a mesma coisa. Se a resposta for não, a frase não está pronta.

O que quebra uma frase nesse teste costuma ser uma de quatro coisas.

- Sujeito elíptico: uma frase como isso reduz o tempo de ciclo, sem dizer o que é o isso. - Escopo implícito: uma afirmação que vale para um segmento escrita como se valesse para todos. - Referência temporal vaga: hoje, atualmente, nos últimos anos, sem data que permita situar. - Condição escondida: uma recomendação que depende de uma premissa que ficou dois parágrafos atrás.

A correção é quase sempre adição, não reescrita. Nomeia-se o sujeito, explicita-se o escopo, coloca-se a data, escreve-se a condição dentro da mesma frase. O texto fica mais longo e menos elegante, e esse é o custo real de escrever para ser citado. Quem não aceita pagar esse custo não está fazendo GEO, está fazendo SEO clássico com outro nome.

Existe um limite nessa exigência, e é bom nomeá-lo. Nem tudo que importa cabe em uma frase. Argumento longo, nuance de contexto e raciocínio condicional precisam de sequência, e transformar tudo em sentença isolada produz um texto de fragmentos sem tese. O equilíbrio que a gente busca é hierárquico: cada seção abre com uma ou duas frases transportáveis que resumem a conclusão, e o resto do parágrafo faz o trabalho de sustentar, qualificar e mostrar onde a conclusão falha. O leitor humano ganha o argumento completo; o modelo ganha um ponto de entrada que não deforma.

Há um efeito colateral positivo que vale registrar. A frase que sobrevive à extração é a frase que sobrevive ao leitor apressado. A mesma disciplina que torna o texto transportável por um modelo o torna legível por uma pessoa que chegou rolando a página até o meio e não leu a introdução.

Dados estruturados: o fato precisa ser legível por máquina

Escrever bem resolve metade do problema. A outra metade é garantir que a informação exista em um formato que não dependa de interpretação de linguagem natural. É aqui que entram os dados estruturados.

A marcação de esquema, seja de artigo, organização, autoria, pergunta e resposta ou procedimento, não melhora o texto para o leitor humano e não é o tipo de intervenção que produz resultado visível por si só. O que ela faz é declarar, de forma não ambígua, qual é o sujeito da página, quem assina, quando foi publicada e onde estão as unidades de informação.

Para citação por modelo de linguagem, isso importa porque reduz o trabalho de interpretação. Um sistema que precisa inferir quem escreveu e quando, a partir do layout, tem mais chance de errar do que um que lê a declaração diretamente. Em tema sensível a data, e quase tudo em tecnologia e mercado é sensível a data, a declaração de atualização é parte do conteúdo, não detalhe técnico.

O cuidado é não inflar a marcação. Declarar pergunta e resposta para perguntas que a página não responde, ou declarar procedimento onde não há procedimento, é uma forma de ruído que sistemas e avaliadores aprendem a descontar. Marcação é promessa: se a página não cumpre, a promessa vira passivo.

Também vale dizer o que não se deve esperar. Dados estruturados não fazem uma página fraca ser citada. Eles tornam uma página forte mais fácil de processar corretamente, o que é valioso e é menos do que costuma ser vendido.

Por que llms.txt não é a alavanca

Um arquivo de texto na raiz do site, descrevendo o que sistemas de linguagem podem ou não usar, foi proposto como convenção e gerou entusiasmo desproporcional. A nossa leitura é que ele não é a alavanca, por três razões.

A primeira é adoção. Uma convenção só funciona se quem consome a implementa, e a implementação depende de decisão de cada operador de modelo. Não há obrigação, e não há verificação pública de que o arquivo esteja sendo lido.

A segunda é redundância. A informação que esse arquivo pretende transmitir, ou seja, o que existe no site, em que ordem e sob qual licença, já está disponível em mecanismos que todo rastreador usa há décadas. A página pública continua sendo a fonte primária.

A terceira é oportunidade. O tempo gasto debatendo o arquivo é tempo que não foi gasto escrevendo uma frase citável, e a frase é o que se transporta.

Não somos contra o arquivo, e mantê-lo custa quase nada. Somos contra a alocação de atenção. Se uma equipe tem dez horas para investir em presença em mecanismos de resposta, a sugestão é que nenhuma delas vá para a raiz do site e que todas vão para o corpo do texto e para os lugares onde o seu setor discute publicamente.

Onde o modelo aprendeu a confiar

Um dos achados mais consistentes dos estudos sobre o que modelos citam é desconfortável para quem trabalha com marketing digital: a proporção de citações que vai para conteúdo publicado pela própria marca é pequena. O que domina é mídia ganha, documentação pública, bases de conhecimento e conteúdo comunitário, especialmente fóruns e tópicos de discussão longa.

A explicação é estrutural e não é conspiração. Um modelo é treinado e é recuperado com base em texto em que alguém relata experiência, discorda, corrige e expõe exceção. Esse tipo de texto contém mais informação por frase do que material institucional, porque não passou por revisão que remove aresta. Aresta é informação.

A consequência prática é contrária ao instinto de quem controla o calendário. Mais uma página bem escrita no próprio site tem retorno marginal baixo quando comparada a uma participação técnica consistente em um fórum onde o seu setor de fato resolve problema. Isso não é estratégia de link; é presença onde a conversa acontece.

O modo correto de fazer isso é o modo correto de participar de comunidade em geral: responder com especificidade, declarar interesse quando houver, aceitar correção pública e não usar o espaço como canal de distribuição. Comunidade detecta isso rápido, e o resultado de ser detectado é pior do que não estar lá.

Vale notar o que isso significa para pesquisa. Ler fóruns do seu setor deixou de ser apenas uma forma de entender o cliente; é também uma forma de ver o material com o qual o modelo que vai responder sobre você foi alimentado.

Share of model voice: como auditar sem se enganar

Share of model voice é a métrica que emergiu para responder uma pergunta direta: com que frequência um mecanismo de resposta menciona a sua marca, o seu conceito ou a sua formulação quando perguntado sobre o seu tema. É uma métrica útil e fácil de usar mal.

O procedimento mínimo defensável tem algumas regras. A primeira é fixar um conjunto de perguntas antes de começar e não alterá-lo durante a medição. Escolher perguntas depois de ver as respostas é a forma mais comum de produzir um número favorável e falso.

A segunda é registrar tudo: pergunta exata, data, modelo, versão quando houver, e resposta integral. Sem registro, a série não existe e qualquer variação pode ser atribuída a qualquer coisa, o que é uma forma elegante de autoengano.

A terceira é aceitar a variância. O mesmo modelo, com a mesma pergunta, em dias diferentes, produz respostas diferentes. Uma execução única não é medição, é anedota. Medição exige repetição e exige reportar intervalo, não ponto.

A quarta, e a mais difícil, é separar menção de recomendação. Ser citado como exemplo de um erro comum é presença, e não é o que a métrica pretende medir. Auditoria honesta classifica a natureza da menção e reporta as duas coisas separadamente, mesmo quando o número separado é menos lisonjeiro.

Por fim, audite também quem mais aparece. A lista de concorrentes e de fontes que o modelo prefere diz mais sobre o que ele considera confiável do que a sua própria posição na lista.

GEO não substitui AIO nem SEO

Existe uma tendência de tratar cada sigla nova como substituta da anterior, e isso produz abandono prematuro de prática que funciona. A relação entre as três é de soma, e a soma é menos glamourosa do que a substituição.

SEO clássico continua sendo o que garante que a página exista, seja acessível, carregue rápido, tenha título honesto e seja encontrada por quem ainda usa lista de resultados. Nada do que mudou removeu essa camada; o que mudou é que ela deixou de ser suficiente.

AIO, a otimização para respostas sintetizadas por sistemas de busca, trata da camada em que o mecanismo escolhe o que entra na resposta. Ela se sobrepõe bastante a GEO, e na prática a fronteira entre as duas é mais de nomenclatura do que de método.

GEO trata especificamente da transportabilidade da frase para dentro da resposta de um modelo. É uma restrição sobre como escrever, não um canal separado de aquisição, e por isso não tem métrica própria de conversão que faça sentido isoladamente.

O ponto em que as três se encontram é o mesmo de sempre: uma afirmação específica, com sujeito nomeado e escopo declarado, em uma página que carrega rápido e que alguém achou citável o suficiente para referenciar. Não há atalho entre essas três camadas e não há ordem de grandeza de ganho que venha de pular uma delas.

Uma tarde de reescrita

Para quem quer aplicar sem adquirir ferramenta e sem montar processo, este é o roteiro que sugerimos sobre um texto já publicado.

- Liste as dez frases do texto que contêm uma afirmação. Se você não achar dez, o texto é opinião e precisa de conteúdo antes de precisar de técnica. - Copie cada frase para um documento vazio, uma por linha, e marque as que perderam sentido fora do contexto. - Para cada frase quebrada, adicione sujeito, escopo, data e condição até que ela sobreviva sozinha. - Procure as três afirmações que alguém poderia contestar e escreva, ao lado, qual evidência sustentaria cada uma. - Verifique se existe marcação de autoria e de data de atualização na página, e se o que está declarado corresponde à realidade. - Escolha duas perguntas que o seu setor faz em fórum e verifique se o texto responde a elas de forma direta, no começo, sem exigir leitura preliminar. - Só então pense em formato: se a pergunta tem resposta curta, ela provavelmente merece um bloco próprio e não um parágrafo enterrado.

O objetivo não é melhorar posição em lista de resultados. É aumentar a chance de que, quando alguém perguntar a um modelo sobre o seu tema, exista uma frase sua que possa ser transportada sem ser deformada no caminho.

O limite do que este texto pode afirmar

Este material é pesquisa editorial: não é consultoria e não garante resultado. O comportamento de mecanismos de resposta muda com versão de modelo, com configuração de recuperação e com decisões internas de quem opera esses sistemas, e qualquer prática descrita aqui pode perder eficácia sem aviso.

Não publicamos nenhum número como fato verificado. Quando uma proporção de citações ou uma faixa de desempenho aparecer em texto nosso, virá marcada como relato de mercado ou como leitura direcional, nunca como medição própria apresentada como verdade. Não atribuímos a nenhum estudo uma conclusão que não vimos nele.

O que se sustenta é a disciplina. Escrever fatos atômicos, nomear sujeito e escopo, tornar a informação declarada em vez de inferida, participar das conversas públicas do seu setor e medir presença com método em vez de com captura de tela favorável. Isso continua valendo quando a ferramenta muda, que é mais do que se pode dizer de qualquer tática específica.