Escolher três indicadores defensáveis e recusar os outros

A tese deste módulo cabe em uma frase, e ela reaparece no fecho: pontuação de E-E-A-T calculada por terceiro não existe como objeto mensurável, e o que resta para medir são fatos observáveis com definição escrita.

A razão é estrutural. O framework vem de um documento escrito para orientar avaliadores humanos, e o próprio Google declara que E-E-A-T não é fator de ranqueamento e que o dado produzido por avaliador não entra no algoritmo. O que uma ferramenta externa consegue verificar é presença de texto na página.

A anatomia do checker de E-E-A-T se repete de ferramenta para ferramenta com pouca variação. Alguém monta uma lista arbitrária, do tipo existe bio, existe política de privacidade, o texto menciona credencial. Converte a lista em número com pesos que não são divulgados. Vende o número como diagnóstico. A parte que ninguém explica é o salto: como a soma de presenças de texto virou um julgamento sobre confiabilidade.

Nenhum algoritmo verifica se o autor é de fato enfermeiro, se o caso descrito no artigo aconteceu, ou se a credencial alegada corresponde a registro ativo em conselho profissional. Ele procura a palavra. Essa limitação é o teto do que a verificação automática alcança quando o objeto da verificação é a veracidade de uma afirmação sobre o mundo, e nenhuma versão futura da ferramenta a resolve.

As três métricas que sobrevivem a uma pergunta difícil

A primeira é taxa de citação e de menção para um conjunto fixo de prompts, medida ao longo do tempo, com grupo de comparação sempre que a operação permitir. Ela funciona porque mede comportamento observável de um sistema, e não uma qualidade abstrata da página. A segunda é a auditoria binária de presença, em que cada item é um fato que duas pessoas diferentes verificam e registram igual, sem composição com peso secreto. A terceira é o perfil de menções e links vindos de domínios de autoridade reconhecida.

A terceira exige uma ressalva que quase nunca aparece nas apresentações que a usam. Índices proprietários de autoridade, do tipo que ferramentas comerciais publicam com nomes diferentes, também são números com metodologia parcialmente opaca. Aplicar a eles o mesmo ceticismo que este módulo aplica ao EEAT Score é questão de coerência: ou você aceita índice fechado como evidência, ou não aceita, e a resposta precisa ser a mesma nos dois casos.

Três cautelas de método tornam a primeira métrica mais honesta.

Reconhecer a marca não é o mesmo que descobri-la. Um modelo pode dizer que conhece a sua empresa quando você pergunta diretamente e, ainda assim, quase nunca citá-la quando a pergunta não a nomeia. Reconhecimento mede o que o modelo guardou do treino, descoberta mede o que ele recupera na hora, e é a descoberta que o seu trabalho move.

A seleção de fontes difere entre famílias de modelo. Somar citação de motores diferentes num número único esconde que o conjunto que faz você aparecer em um assistente não é o mesmo de outro. Meça por família de motor.

Distribua o conjunto fixo de prompts em baldes definidos: nicho genérico, comparação com concorrente, problema e solução, cauda longa, seu autor ou entidade. Registre a posição da fonte na resposta. E, como você roda dezenas de prompts contra vários motores, alguma diferença vai aparecer por acaso: correção para comparações múltiplas é o ajuste estatístico que eleva a barra de significância na proporção do número de testes, e sem ele a equipe comemora ruído. O curso GEO do SEO ao Generative Engine Optimization desenvolve essa metodologia.

Três fontes de primeira parte, e a cegueira de cada uma

Dado de primeira parte é o que a própria plataforma entrega sobre o seu site, sem intermediário e sem amostragem de terceiro. Hoje existem três, e nenhuma delas cobre sozinha o que o executivo quer saber. Conhecer o buraco de cada uma vale mais do que conhecer o painel: é o buraco que produz a comemoração falsa na reunião seguinte.

A armadilha mais cara do trimestre: o relatório de IA generativa do Search Console apenas isola um dado que já estava agregado no relatório de desempenho geral. Não há série histórica nova, e não há salto de impressões a comemorar. Quem apresentar a estreia do relatório como crescimento está lendo a mudança de recorte, e não uma mudança de audiência.

Antes de citar qualquer estudo, classifique o desenho

Nem todo número tem o mesmo direito de entrar numa decisão. A hierarquia abaixo é a régua que este curso usa, e ela é aplicável a qualquer dado que chegar à sua mesa, venha de fornecedor, de agência ou da própria equipe. O critério é o desenho do estudo, e não o prestígio de quem assina.

O estudo de caso que vale por todo o módulo

Dois números circulam juntos, às vezes no mesmo slide. Um estudo afirma que 76,10% das páginas citadas em respostas de IA ranqueiam no top 10 do Google. Outro afirma que apenas 16,7% das citações vêm de resultados do top 10. Parecem contradição, e não são: medem objetos diferentes.

O primeiro analisou apenas as três citações mais visíveis de cada resposta, o que carrega viés para as citações fortes, que tendem a ser as mais bem ranqueadas. O segundo analisou todas as citações, incluindo a cauda longa. Os dois são verdadeiros dentro do próprio recorte, e os dois são de 2025, redatados como 2026 por agregadores que republicam sem indicar a data da coleta.

A leitura defensável, e a única que você pode levar ao conselho: ranquear bem no orgânico está positivamente correlacionado com ser citado, a correlação é moderada e varia muito por setor, e nenhum estudo público demonstra causalidade.

Quanto custa medir, sem publicar preço que envelhece

As ferramentas de visibilidade em IA se distribuem em duas faixas. A de entrada custa dezenas de dólares por mês e cobre um domínio, um conjunto pequeno de prompts e um punhado de motores. A corporativa custa centenas de dólares por mês e acrescenta múltiplos domínios, comparação com concorrente e volume maior de consultas. Em todas, a cobrança é modular: o valor de vitrine cobre um domínio, e domínio adicional, pacote extra de prompts e usuário adicional entram como linha separada na fatura.

Este curso não publica o valor de nenhum plano, por coerência com o que ele ensina. Preço de ferramenta muda em semanas, e material educacional que carrega tabela de preço produz exatamente o passivo que o módulo denuncia: um número que o leitor repassa ao cliente sem checar a data da apuração, e que aparece diferente na hora da assinatura. Antes de levar qualquer valor a uma proposta, abra a página oficial do fornecedor no dia da proposta.