O efeito medido no estudo que fundou o GEO não se repetiu em 2026

Quem contrata GEO em outubro de 2026 deve pedir medição na própria carteira de perguntas e recusar promessa de ganho tirada do estudo de 2023. Em trabalho divulgado no arXiv em 7 de setembro, Elisha Bajemon e Andre-Louis Rochet mediram de novo, em dez famílias de motores atuais, os efeitos publicados em 2023 pelo estudo que deu nome ao GEO. As alavancas daquele estudo não moveram a citação em nenhuma delas. Uma semana depois, o CITECHOICE mediu a vantagem da 1ª sobre a 5ª fonte: 42,3 pontos percentuais nas respostas observadas, 7,9 com a ordem controlada e zero no conjunto reservado. Em 8 de outubro, Qi Liu e colegas relataram que oito de dez plataformas de busca com IA citaram um conceito fabricado em até sete dias depois de publicado em plataformas abertas.

Por isso a recomendação deste artigo é acompanhar uma carteira de perguntas definida, a lista fixa de perguntas que importam para o negócio, antes e depois de cada mudança, com a mesma forma de coleta e de cálculo. A comparação registra a evolução das citações; atribuir a mudança à intervenção ainda exige descartar atualização do motor e variação entre respostas.

O estudo de 2023 (Aggarwal e colegas, publicado no KDD 2024) relatou que o GEO pode aumentar a visibilidade em até 40% nas respostas de motores generativos, medido no GEO-bench, o conjunto de perguntas criado pelos próprios autores. Quando uma proposta comercial usar esse número, peça ao fornecedor as condições em que ele foi obtido. O trabalho de Bajemon e Rochet, divulgado no arXiv em 7 de setembro de 2026, refez a medição desses efeitos em dez famílias de motores atuais e concluiu que as alavancas não moveram a citação em nenhuma.

O mesmo artigo traz um segundo achado útil para quem compra ferramenta. Na avaliação dos mesmos autores, uma nota de conteúdo calculada sem considerar a pergunta teve correlação de 0,11 com a citação dentro de cada consulta. A medida usada, a correlação de Spearman, compara a ordem das fontes pela nota com a ordem pela citação, e 0,11 indica associação fraca. Os autores tratam esse tipo de nota como filtro de qualidade, e não como previsão de citação.

O CITECHOICE, de Sriram Selvam e Anneswa Ghosh, divulgado no arXiv em 14 de setembro de 2026, examinou 103 pares de documentos que sustentavam o mesmo fato, confirmados por revisão humana. Os pares vieram de registros de buscas reais em que um agente de IA fazia várias consultas seguidas. Nos testes com as transcrições mantidas fixas, apresentar o documento-alvo de forma estruturada aumentou em 0,50 a contagem de citações dele por resposta (intervalo de 95% entre 0,20 e 0,84), sem aumentar o total de citações. O efeito sobre ser citado ou não foi de 4,5 pontos percentuais, com intervalo que inclui zero: o teste não demonstrou aumento nessa chance.

O estudo também mediu o ruído. Num teste com 30 conjuntos de transcrições fixas, gerar a resposta de novo mudou 15% das decisões de citar ou não citar. Uma leitura única de citação, sem repetição, pode mostrar ganho ou perda que é só variação do motor.

Qi Liu e colegas mediram 17.211 citações em dez plataformas de busca com IA (arXiv, 8 de outubro de 2026). Oito das dez citaram um conceito fabricado pelos pesquisadores em até sete dias, depois de publicado em plataformas com barreira baixa ou média para abrir conta e postar. Uma compra de "GEO" por US$ 14 gerou 13 posts públicos, e uma das plataformas citou o conteúdo marcado em uma hora.

Nas listas "melhores de" escritas pela própria marca, a medição mais recente aponta perda de espaço. Lily Ray comparou 100 buscas por "best B2B software" em setembro e em junho de 2026: os AI Overviews passaram a citar 38% menos listas "melhores de" escritas pela própria marca, e a marca autora ficou fora da recomendação em 83% dos casos, contra 69% em junho. Em 70% dos casos, segundo a autora, a lista ajudou um concorrente a ser recomendado enquanto a marca que a publicou ficou de fora.

Use os seis passos abaixo na conversa com o fornecedor ou com o time interno. Cada um tem o sinal de que foi cumprido.

1. Peça a carteira de perguntas. São as perguntas de compra e de reputação que importam, com motor, modo (com ou sem busca na web) e país declarados. Deu certo quando a lista tem o denominador escrito e não muda no meio do contrato.
2. Peça a linha de base antes de mexer. Meça a carteira numa janela com datas escritas no contrato, como duas semanas, com as mesmas perguntas e os mesmos motores. Deu certo quando há um número de partida com data e janela.
3. Exija o ruído declarado. Cada pergunta roda mais de uma vez por leitura. No CITECHOICE, gerar a resposta de novo mudou 15% das decisões de citar. Deu certo quando o relatório traz a faixa, além do número.
4. Recuse previsão por nota de conteúdo. A nota de página serve de diagnóstico do texto, depois de conferido o que ela mede. Deu certo quando o contrato mede citação nas perguntas, e a nota aparece só como diagnóstico.
5. Proíba atalho pago sem identificação. Post comprado, lista em que a marca se põe em primeiro e conta criada para citar a marca ficam fora do escopo. Deu certo quando a cláusula está escrita e o fornecedor lista os canais onde vai publicar.
6. Marque a releitura e a reversão. Cada mudança tem métrica, data de releitura e o que acontece se o número piorar. Deu certo quando a primeira releitura acontece na data marcada.

Resposta direta, dado com fonte e data e página que responde à pergunta continuam no método, por outro motivo: deixam a afirmação verificável para quem lê e para quem confere a resposta da IA. O Google reforçou isso no guia de conteúdo gerado por IA, atualizado em 1º de outubro de 2026, ao chamar de crítica a checagem manual de fatos e a revisão de todo conteúdo feito com IA antes de publicar, inclusive título, descrição, dados estruturados e texto alternativo de imagem.

Para medir o que a IA do Google diz da marca, com o relatório e o controle novos do Search Console, siga o roteiro em como auditar o que a IA do Google diz da sua marca.