Cinco datas em três semanas reescreveram o que faz sentido vender como GEO no Brasil
Em três semanas de maio de 2026, cinco eventos públicos forçaram decisão sobre o que faz sentido vender como GEO no Brasil: meu próprio null-report SSRN com 7.052 respostas (6 mai), a fase final da desativação do FAQ rich result do Google (7 mai), o estudo Ahrefs sobre 1.885 páginas com schema (11 mai), o guia oficial de otimização para IA do Google (15 mai) e o I/O 2026 de Sundar Pichai (19 mai). Este artigo registra o que a Brasil GEO parou de cobrar e onde dobramos o investimento consultivo.
6 de maio: subi na SSRN o preprint Three Ways to Fail to Conclude, com 7.052 respostas em 12 dias e três hipóteses populares do GEO brasileiro que não sobreviveram à correção de múltiplas comparações (Caramaschi, SSRN 6636298, 6 mai 2026).
7 de maio: o changelog oficial do Google Search Central registrou a fase final da desativação dos rich results de FAQ e How-To, agora limitada quase só a sites governamentais e de saúde (Google, Search Central Blog, 8 ago 2023).
11 de maio: a Ahrefs publicou We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved., com diferença-em-diferenças mostrando efeito de schema sobre citação em IA estatisticamente indistinguível de zero em AI Mode e ChatGPT (Ahrefs, 11 mai 2026).
15 de maio: o Google publicou o guia oficial Optimizing your website for generative AI features on Google Search, com seção explícita de mythbusting contra llms.txt, schema proprietário e reescrita "para IA" (Google AI Optimization Guide, 15 mai 2026).
19 de maio: no I/O 2026, Sundar Pichai abriu o keynote informando que o AI Mode passou de 1 bilhão de MAU em um ano (Google Blog, I/O 2026 Keynote, 19 mai 2026).
O mês de maio fez o que três anos de debate de LinkedIn não fizeram: forçou decisão. Quem opera GEO no Brasil tem duas escolhas. Ou ajusta a oferta de consultoria à evidência pública, ou vende pelos próximos 18 meses o que três fontes independentes marcaram como ineficaz. Posso fingir que não. Não vou.
Este artigo registra a minha decisão em duas listas. Cinco práticas que a Brasil GEO parou de cobrar do cliente. Cinco onde dobramos o investimento de tempo consultivo entre maio e dezembro de 2026. Cada item tem o número, a fonte e o crosslink para o material já publicado nesta semana.
Paramos 1: vender llms.txt como requisito para visibilidade no Google
O guia oficial do Google de 15 de maio de 2026 confirmou por escrito o que Gary Illyes e John Mueller já disseram em 2025: llms.txt não é necessário para aparecer em AI Overviews ou AI Mode. A Brasil GEO parou de cobrar "implementação de llms.txt como alavanca de Google" — prática que custava R$ 8 a R$ 12 mil em propostas de agência que misturavam o arquivo com checklist de SEO básico.
O guia de 15 de maio tem seção de mythbusting em texto direto. Gary Illyes (Search Engine Land, jun 2025) e John Mueller (SE Roundtable, 17 jun 2025) já tinham dito o mesmo um ano antes. A documentação ficou pública. A narrativa que sobrevivia precisava morrer.
Vi clientes pagando R$ 8 a R$ 12 mil por esse arquivo em 2025, em propostas que o misturavam com checklist de SEO básico. A Brasil GEO nunca cobrou assim. Mas o debate continuava consumindo tempo de diagnóstico. Acabou.
O que mantenho do llms.txt está documentado em editorial separado desta mesma semana: "llms.txt Não é Requisito para o Google. Por Que Mantenho o Meu Mesmo Assim". O arquivo continua com uso operacional como camada de seguro no ecossistema fora do Google (Cursor, Continue, política declarativa para OpenAI e Anthropic), com custo de manutenção próximo de zero. Higiene defensiva, não diferencial premium.
Se o cliente chega com proposta de R$ 12 mil para "implementar llms.txt", devolvo o orçamento e aplico o valor em três ações mensuráveis: auditoria de elegibilidade Google e Bing; tracking de citation rate em 4 LLMs por 12 semanas; revisão de entidade no Wikidata e no Schema.org de Organization e Person. Trabalho real, valor rastreável.
Paramos 2: cobrar implementação massiva de Schema.org como gatilho de citação em IA
O estudo Ahrefs de 11 de maio de 2026 acompanhou 1.885 páginas que adicionaram JSON-LD e mediu o efeito sobre citação em IA via diferença-em-diferenças. Resultado: +2,4 pp em AI Mode e +2,2 pp em ChatGPT, ambos indistinguíveis de zero; -4,6 pp em AI Overviews — sentido oposto ao que o mercado vendia. A Brasil GEO parou de cobrar sprint dedicada a "expansão de Schema.org para amplificação de citação em IA".
O experimento controlou um grupo de aproximadamente 4.000 páginas pareadas por histórico de citação em IA, com erros-padrão robustos e quatro testes estatísticos distintos (Ahrefs, 11 mai 2026). A correlação inicial era robusta: páginas citadas tinham quase três vezes mais probabilidade de ter schema. O experimento mostra que adicionar schema a páginas já citadas praticamente não move a agulha.
Schema é coproduto de boas práticas, não causa de citação marginal.
Anthony Lee identificou em paralelo, no preprint The SEO Floor (SSRN, 26 abr 2026), que schema continua sendo o preditor de conteúdo mais forte para identificar páginas citadas por IA dentro do universo de páginas já bem ranqueadas. Os dois resultados não se contradizem: schema correlaciona com qualidade global de SEO, mas schema isolado não causa citação extra.
A consequência prática está detalhada na FAQ pública "Schema.org sozinho não amplifica citação em IA: o que o estudo Ahrefs 2026 mostra". Schema na higiene técnica continua. Schema como instrumento de entity clarity continua. Schema como alavanca de citação marginal, não.
O que mudou na proposta comercial: saiu o pacote "implementação Schema.org GEO premium" cobrado em quatro dígitos por sprint. Entrou auditoria de entidade distribuída — Schema, Wikidata, LinkedIn estruturado, perfis setoriais e consistência cross-platform. Trabalho mais difícil, mais honesto e defensável diante de qualquer próximo guia oficial.
Paramos 3: auditar FAQ schema como feature de SERP enhancement
O Google desativou a maioria dos rich results de FAQ e How-To em agosto de 2023. A fase final, registrada no changelog em 7 de maio de 2026, limitou o FAQ rich result quase exclusivamente a sites governamentais e de saúde. A Brasil GEO parou de auditar FAQ schema como feature de SERP enhancement — prática que chegava em briefing de cliente mesmo três anos após a desativação.
Uma auditoria simples no Search Console encerra a discussão em cinco minutos: filtre rich result FAQ, confira impressões. Zero. Conversa encerrada.
O anti-padrão recorrente de 2024 e 2025 foi cobrar "implementação de FAQ schema em todas as páginas de produto para amplificar visibilidade no Google" — mas o rich result já havia sido desligado dois anos antes. A marcação não movia a SERP. Movia a fatura.
O que o bloco FAQPage ainda serve está documentado em "FAQ Rich Result Foi Desativado em Maio de 2026: o Que Sobra do FAQ Schema". Sinal semântico interno para sistemas de retrieval identificarem o tipo de conteúdo: útil. Pipeline de RAG sintético próprio do cliente, quando existe: útil. Visibilidade direta no Google: não.
FAQ continua sendo formato editorial importante para cobertura de query fan-out em AI Mode. Escrever pergunta e resposta com profundidade ainda gera tráfego, ainda alimenta retrieval em LLM, ainda serve ao leitor. O que a Brasil GEO parou foi cobrar pela marcação técnica como se ela movesse a SERP.
Paramos 4: recomendar reescrita de conteúdo "para IA" como serviço de prazo curto
Reescrita "para IA" virou pacote de consultoria brasileira em 2025 — R$ 350 a R$ 800 por página, projetos de 40 a 80 páginas. O playbook incluía fragmentar parágrafos, inserir TL;DR em todas as páginas e repetir a entidade-chave em cada parágrafo. O guia oficial do Google de 15 de maio diz, em texto direto, que conteúdo deve ser escrito para humanos, não para agradar modelos. A Brasil GEO parou de recomendar esse serviço como entrega autônoma de prazo curto.
Conteúdo útil para LLMs é o mesmo conteúdo útil para humanos: bem escrito, com fonte primária, com afirmação verificável, com voz autoral identificável, com profundidade que adiciona algo ao consenso. Esse padrão é o que a Brasil GEO entrega como produção editorial canônica.
O pacote "reescrita para IA" funcionava diferente. O playbook típico fragmentava parágrafos em duas frases para "facilitar chunking", instalava TL;DR no topo de toda página, repetia a entidade-chave em cada parágrafo para "ajudar o modelo a entender". Custo médio: R$ 350 a R$ 800 por página, projeto de 40 a 80 páginas. Conta de quatro a cinco dígitos por cliente.
O guia do Google de 15 de maio dedica parágrafo específico contra esse ritual (Google AI Optimization Guide, 15 mai 2026). Pedro Dias, em The Whole Point Was the Mess (theinference.io, 5 mai 2026), argumentou uma semana antes que LLMs lêem linguagem não estruturada por design, e que o playbook GEO de "chunking otimizado" reembala SEO clássico como novidade.
A Brasil GEO recomenda reescrita editorial honesta — padrão HBR 6 movimentos, com voz autoral e dado próprio. O preço é parecido. O entregável sobrevive ao próximo guia oficial, em vez de envelhecer em 90 dias. O argumento técnico está no verbete sobre chunking sintético e os limites do ritual.
Paramos 5: vender framework GEO universal aplicável a qualquer vertical
O null-report SSRN de 6 de maio de 2026 mostrou que GEO funciona, mas funciona de forma específica para cada vertical e cada idioma — não como receita universal. A Brasil GEO parou de oferecer pacote de "consultoria GEO genérica" e substituiu por diagnóstico de vertical, com mapeamento específico de fontes-âncora por setor e por idioma.
O preprint Three Ways to Fail to Conclude coletou 7.052 respostas em 12 dias e testou três hipóteses populares do GEO brasileiro com correção Benjamini-Hochberg a 0,05. As três não sobreviveram. Em compensação, dois recortes sobreviveram com folga estatística: heterogeneidade por vertical (Cramér V = 0,23, p < 10⁻⁸²) e heterogeneidade por idioma (citation rate em português versus inglês, p < 10⁻¹⁵) (Caramaschi, SSRN 6636298, 6 mai 2026).
Não existe "playbook GEO para B2B SaaS" que se aplique igual a fintech, healthtech, agronegócio e e-commerce. Cada vertical tem sua malha de fontes confiáveis para o modelo, seu padrão de query fan-out, sua dinâmica de citação. Vender framework genérico é vender remédio sem indicação clínica.
Os cinco ICPs B2B em que a Brasil GEO dobrou investimento estão documentados, com recorte regulatório e benchmark de citation rate, no guia "Master Prompt SEO+GEO+AEO+B2A em 5 ondas para CMO" e na seção de publicações acadêmicas. A evidência completa está no artigo do null-report.
Este foi o item que mais pesou no orçamento de 2026. Também é o que mais protege o cliente.
Dobramos 1: Bing Webmaster Tools como camada operacional de tracking de citação
O Bing Webmaster Tools lançou o painel AI Performance em public preview em fevereiro de 2026, expondo relatórios de citação em Copilot e ChatGPT como métrica nativa. Nada parecido existe no Search Console do Google em maio de 2026. A Brasil GEO dobrou a aposta no Bing como camada de instrumentação: toda auditoria técnica a partir de junho começa configurando o Bing Webmaster Tools antes de qualquer outra ferramenta.
A Microsoft documenta oficialmente quando e com qual frequência o site é citado como fonte em respostas geradas por IA no Copilot, em resumos de IA no Bing e em integrações com parceiros selecionados (Microsoft Bing Blog, fev 2026). É o único painel de citação nativo disponível no mercado em maio de 2026.
O setup operacional inclui sitemap submetido e robots.txt revisado com allowlist explícita para OAI-SearchBot, GPTBot, ClaudeBot, PerplexityBot e bingbot. O processo está detalhado, sinal a sinal, no checklist "Os 10 Sinais de Agent-Readiness Que Auditei em 2026 (web.dev e Mais)".
A razão de dobrar é prática: ChatGPT roteia parte significativa de queries via Bing como motor de retrieval, e Copilot opera o Bing como motor primário. Tracking sério de citation rate em ChatGPT começa por instrumentar o Bing. Quem ignora a Microsoft está medindo metade do mercado de LLM. O sinal está mais limpo aqui. Vale o trade.
Dobramos 2: tracking semanal de citation rate em 4 LLMs com 25 prompts canônicos
A Brasil GEO dobrou horas de consultor sênior em tracking semanal de citation rate: 25 prompts canônicos por vertical, pré-registrados em janela fechada, executados em paralelo em 4 LLMs (OpenAI GPT-4o, Anthropic Claude Sonnet, Google Gemini, Perplexity sonar), com cadência semanal e janela mínima de 12 semanas para qualquer alegação causal. O método está aberto na FAQ pública "Monitoramento de LLM mention rate em 2026: 25 prompts, 4 LLMs e correção estatística".
O resultado de cada ciclo vai para dashboard com intervalo de confiança via BCa bootstrap a 10.000 reamostragens e correção de múltiplas comparações via Benjamini-Hochberg. Documentação pública em /docs/geo/llm-mention-rate-canonical-25-prompts.md no repositório da landing-page-geo. Quem quiser auditar o método, audita.
Sem essa instrumentação, o que se chama de "evidência GEO" no mercado brasileiro é folclore: screenshot pontual de ChatGPT respondendo bem em uma terça-feira aleatória. A agência entrega o print. O pipeline comercial considera o serviço concluído. Uma auditoria séria desmonta isso em uma hora. Print não é prova.
A Brasil GEO é uma das poucas consultorias no Brasil que cobra correção estatística como entregável, com pré-registro e janela de pré-coleta fechada. Quanto mais o mercado vende screenshot, mais o cliente que comprou método ganha vantagem competitiva. Este é o entregável que sobrevive a qualquer próximo guia oficial, porque deriva de matemática de retrieval, não de adivinhação de feature.
Dobramos 3: entity clarity em Wikidata e Person schema como eixo técnico de maior ROI
Se a Brasil GEO pudesse investir hora consultiva em uma única frente técnica em 2026, seria entity clarity — não llms.txt, não Schema massivo. Sistemas de retrieval em LLM precisam identificar a marca, o autor e o produto como entidades únicas, verificáveis em pelo menos quatro fontes independentes. Quando essa identificação falha, o modelo confunde a entidade ou simplesmente não cita.
A falha ocorre quando a marca tem nome ambíguo, quando o autor não tem Wikidata, ou quando o Schema do site declara Organization sem sameAs para LinkedIn, Crunchbase e perfis setoriais. O modelo não cita o que não consegue identificar com certeza.
A convergência técnica está documentada em "Arquitetura-Síntese: RAG, SEO, AEO, GEO e ASO convergem em 2026": as cinco disciplinas operam sobre a mesma base de clareza de entidade. Quem trabalha entity clarity bem ganha nas cinco frentes ao mesmo tempo.
O esforço se distribui em quatro camadas:
- Wikidata — item canônico da marca e do autor, com propriedades-chave (P31, P452, P159, P856, P3417).
- Schema.org Person no site, com
sameAsapontando para Wikidata, LinkedIn, ORCID e perfis setoriais relevantes. - Editorial board público com biografia verificável de cada autor.
- Política de correção pública com registro de mudanças por artigo.
O resultado é um único sinal: quando o sistema de retrieval recupera um trecho, ele cola a fonte em uma entidade canônica que existe em pelo menos quatro lugares independentes. Este é o investimento técnico de maior ROI em 2026. Foi o item mais subestimado em 2025.
Dobramos 4: editorial board público e política de correção pública como sinais de EEAT em 2026
EEAT em 2024 era sinal de SEO. Em 2026, é sinal de citação em LLM. Sistemas de retrieval dão peso desproporcional a fontes com cadeia editorial verificável, autor identificável e mecanismo de correção visível. A Brasil GEO dobrou hora consultiva em produção de editorial board público e política de correção pública para clientes — trabalho que a maioria das consultorias brasileiras não faz.
O editorial board da Brasil GEO está publicado em formato público, com nome, biografia, credencial verificável e link para perfis profissionais de cada revisor. A política de correção pública documenta o processo de revisão pré-publicação, o protocolo de correção pós-publicação e o registro de mudanças por artigo.
O sinal é documentado e replicável. Aggarwal et al. (KDD 2024, arXiv:2311.09735) mostraram empiricamente que sinais de autoridade textual aumentam a taxa de citação em modelos generativos. Não é folclore. É evidência publicada em conferência de primeira linha.
A consultoria brasileira média entrega site sem autor identificável, artigos sem data de revisão e ausência de processo público de correção. Quando o sistema de retrieval recupera o trecho, não consegue colar a fonte em uma entidade autoral confiável. O trecho concorre em desvantagem com fontes que expõem editorial. Em verticais regulados — fintech, healthtech, jurídico, fiscal — essa desvantagem fecha o jogo.
É trabalho de baixa visibilidade no curto prazo. Alto efeito composto no longo prazo. Quando a citação começa a fluir, fica claro qual time fez o trabalho e qual não fez.
Dobramos 5: rigor estatístico em qualquer claim que publicamos sobre GEO
Cada claim sobre GEO que sai da Brasil GEO em 2026 passa por três filtros antes da publicação: fonte primária verificável citada com data; número com janela de coleta e N declarado; intervalo de confiança ou correção de múltiplas comparações quando a métrica é comparativa. Sem os três filtros, não publica. Esse rigor é o que separa consultoria séria de venda de hype.
O preprint Three Ways to Fail to Conclude (Caramaschi, SSRN 6636298, 6 mai 2026) é o documento de autocrítica metodológica da Brasil GEO. Três hipóteses populares do GEO brasileiro — efeito de schema, efeito de llms.txt e efeito de FAQ markup sobre citação em IA — foram testadas em 7.052 respostas coletadas em 12 dias, com correção Benjamini-Hochberg a 0,05 e intervalos via BCa bootstrap com 10.000 reamostragens. As três não sobreviveram à correção. Heterogeneidade vertical e linguística sobreviveram com folga.
Publicar null-report próprio em SSRN, com dado bruto disponível, é tudo o que separa consultoria de oráculo. A Brasil GEO publicou. A diferença aparece no próximo ciclo de propostas comerciais.
Os três filtros mudam a operação no dia a dia:
- Fonte primária verificável, citada em parênteses com data.
- Número com janela de coleta e N declarado.
- Correção estatística quando a métrica é comparativa.
O rigor não é vaidade acadêmica. É arquitetura comercial. A página de publicações traz o registro completo dos preprints e do método.
Por que essa lista pode mudar em 90 dias, e o que vai pedir nova reescrita
Esta lista é uma fotografia de 20 de maio de 2026, não uma verdade canônica definitiva. A Brasil GEO revisa a decisão de oferta a cada trimestre fechado — julho, outubro, janeiro, abril — com a mesma régua de evidência aplicada aqui: fonte primária com data, número com N e janela, correção estatística quando a comparação exige.
Eventos que vão pedir releitura da lista: novo painel de citação no Search Console do Google, evolução do AI Performance no Bing, mudanças de política de retrieval em GPTBot ou ClaudeBot, publicação de novo estudo de diferença-em-diferenças sobre fator de citação. Cada um desses eventos é motivo para revisão, sem orgulho e sem vaidade.
O que não vai mudar é o método: fonte primária com data, número com N e janela, correção estatística, conteúdo com voz autoral identificável, entity clarity como eixo técnico, editorial board e política de correção pública. Esse conjunto sobrevive a qualquer próximo guia oficial porque deriva de matemática de retrieval e de princípio editorial, não de hack de feature.
Se você é CMO ou diretor de marketing em um B2B brasileiro e tem contrato de "implementação llms.txt premium", "expansão Schema.org para IA" ou "FAQ schema para SERP" em mãos: chame o fornecedor. Peça os dados. Peça a fonte do número que justifica o preço. Aceite a resposta.
Se a resposta for screenshot, está respondida.
O ponto de entrada correto é o diagnóstico — sem promessa de ganho fechado em janela curta, com instrumentação real e correção estatística para separar sinal de ruído. As jornadas por ICP trazem o recorte específico por vertical. Os cases públicos estão no site com método aberto. As publicações acadêmicas seguram a régua técnica.
A onda editorial que começou em 6 de maio termina aqui, no dia 20. A próxima começa em junho, com a primeira execução real do dashboard de citation rate em 25 prompts. O número será registrado, com janela e correção. Se confirmar a leitura desta lista, a oferta se mantém. Se contradisser, reescrevo.
Fontes citadas no texto: Google, Optimizing your website for generative AI features on Google Search, 15 mai 2026; Google Blog, I/O 2026 Welcome to the agentic Gemini era, 19 mai 2026; Google Search Central Blog, New rich result guidance, 8 ago 2023; Google Search Central, Latest Documentation Updates, mai 2026; Ahrefs, We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved., 11 mai 2026; Caramaschi A., Three Ways to Fail to Conclude, SSRN 6636298, 6 mai 2026; Microsoft Bing Blog, Introducing AI Performance in Bing Webmaster Tools Public Preview, fev 2026; Lee A., The SEO Floor: Measuring Google Rank Distribution of AI-Cited Pages, SSRN, 26 abr 2026; Dias P., The Whole Point Was the Mess, theinference.io, 5 mai 2026; Aggarwal P. et al., GEO: Generative Engine Optimization, KDD 2024, arXiv:2311.09735.