E-E-A-T e Qualidade de Conteúdo · Capítulo 15 de 22 · 30 min
Desenhar o fluxo editorial em cinco pontos de controle
Cinco estações com dono nomeado, a conferência de existência como etapa própria de quem verifica, e por que detector de IA fica fora do critério de aprovação.
Este capítulo faz parte do curso gratuito E-E-A-T e Qualidade de Conteúdo.
O que derruba uma peça produzida com IA numa auditoria costuma ser a ausência de alguém que responda por ela. A qualidade do texto raramente é o ponto. Um fluxo que sobrevive tem, em todo ponto onde uma decisão foi tomada, uma pessoa nomeada que a tomou e que consegue explicá-la meses depois. A auditoria pergunta quem decidiu o quê e com base em quê, e essa pergunta vem antes da pergunta sobre a qualidade do texto.
O que você decide neste módulo: em que ponto do processo a IA entra, quem assina a peça e quem responde por cada número dentro dela. Se errar, o custo aparece meses depois, quando alguém de fora pergunta a origem de um dado e ninguém na empresa consegue reconstruir o caminho até a fonte.
Quem coloca IA na produção costuma proteger o processo com uma etapa de revisão, e quase sempre essa etapa é de estilo e gramática. O desenho é insuficiente por um motivo específico: os quatro riscos característicos de conteúdo gerado não deixam marca no plano do estilo, e cada um fere um pilar diferente do E-E-A-T. Todos passam intactos por uma leitura de forma, por mais atenta que ela seja.
Os quatro riscos do conteúdo gerado, e por que a revisão de estilo não pega nenhum
| Risco | O que o modelo faz | Por que o estilo não denuncia | Pilar ferido |
|---|---|---|---|
| Alucinação factual | Inventa estudo, percentual, cargo e citação, com forma impecável | A fluência é o que o modelo otimiza; número fabricado dentro de frase bem construída parece preciso | Trust e Expertise |
| Ausência de experiência | Reconstitui o que outros escreveram sobre ter feito; nunca usou, atendeu ou perdeu o prazo | Relato e reconstituição ficam idênticos no texto acabado (mas não para o leitor que também viveu aquilo) | Experience |
| Convergência para o consenso | Entrega a média do que já foi escrito sobre o tema | A média soa correta e equilibrada; expertise é justamente discordar dela com um motivo defensável | Expertise |
| Ausência de posição | Apresenta todos os lados e não defende nenhum | Soa maduro e ponderado; autoridade é assumir o custo público de uma escolha específica | Authoritativeness |
Nenhum dos quatro deixa marca no estilo. Por isso a etapa de revisão precisa mudar de objeto: ela para de olhar como o texto está escrito e passa a olhar quem responde por cada afirmação. Aumentar a intensidade da leitura de estilo não alcança nenhum dos quatro.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
- Etapa 1 de 5: Pauta
Editor define o que esta página acrescenta ao que já existe. Sem resposta, a pauta não abre
- Etapa 2 de 5: Insumo próprio
Quem tem a experiência entrega dado, print e atrito antes da redação começar
- Etapa 3 de 5: Produção
IA como ferramenta; o insumo próprio entra como matéria-prima da redação
- Etapa 4 de 5: Verificação factual
Cada número, citação e estudo é aberto na fonte. Quem verifica assina
- Etapa 5 de 5: Assinatura e nota
Byline nominal, credencial quando exigida, nota de transparência do módulo de disclosure de IA
Nenhuma citação de estudo, nenhum número e nenhuma declaração atribuída a alguém entra em uma peça sem que a pessoa que verificou tenha aberto a fonte e localizado a afirmação dentro dela. Essa etapa tem nome próprio e atribuição própria: conferência de existência. A alucinação de citação é bem formada por construção, e por isso passa em qualquer leitura de estilo, por mais atenta que seja.
Conferência de existência é a nota fiscal do número
No fechamento contábil, nenhum lançamento entra sem documento que o comprove: a nota fiscal prova que a despesa existiu. Número sem nota é buraco esperando o auditor. Conteúdo funciona igual. Uma citação bem formatada, com autor, ano e periódico, é o lançamento; a conferência de existência é abrir a nota e ver se o valor bate. A IA é fluente por construção, então emite 'notas fiscais' perfeitas para despesas que nunca aconteceram: o estudo existe, o autor existe, o ano bate, e o número citado não está em parte alguma do documento. Revisar o estilo é conferir se a nota está bem impressa. Conferir a existência é ligar para o fornecedor e perguntar se a compra aconteceu de verdade.
Conferir a referência não é conferir a afirmação. A primeira olha se a nota está bonita; a segunda liga para o fornecedor.
A conferência de existência checa o que o modelo já produziu; um prompt de ancoragem reduz o problema na origem. A instrução pede que o modelo responda apenas com as fontes anexadas, cite documento, seção e data de vigência em cada afirmação material, e trate dois casos que costumam virar invenção. Quando duas fontes divergem, o modelo deve expor o conflito em vez de escolher em silêncio; quando a resposta não está nas fontes, deve dizer que não localizou e devolver a pergunta a ser feita ao dono do dado, em vez de preencher a lacuna. O curso Letramento em IA para Executivos traz o template completo desse prompt de ancoragem.
A evidência de que a conferência é necessária mesmo com busca ligada
Existe uma objeção previsível a essa regra, e ela tem a forma "os modelos atuais buscam na web, então citam fontes reais". O melhor dado disponível para responder está em um estudo publicado em revista revisada por pares, que avaliou sete modelos de linguagem sobre 800 perguntas médicas e 58 mil pares de afirmação e fonte, com validação humana independente por médicos.
O achado: entre metade e nove décimos das respostas não são inteiramente sustentadas pelas fontes que elas próprias citam, e em parte dos casos são contraditas por elas. Mesmo um modelo de ponta com busca na web ativa apresentou cerca de três em cada dez afirmações individuais sem sustentação na fonte apontada, com quase metade das respostas não inteiramente sustentadas.
Duas ressalvas honestas antes de você usar esse número em uma reunião. O escopo do estudo é o domínio médico, que tem literatura densa, terminologia rígida e critério de sustentação mais exigente que a média; não generalize automaticamente a proporção para todas as verticais. E o estudo mede a relação entre a afirmação e a fonte citada. A veracidade da afirmação em abstrato fica fora do escopo. O que ele demonstra, com rigor, é que a presença de uma referência ao lado de uma frase não é evidência de que a referência sustenta a frase, e é exatamente essa a inferência que uma revisão apressada faz.
Detector de IA não serve como critério de qualidade nem como critério editorial. As acurácias que os fornecedores publicam e as que a pesquisa independente mede divergem muito entre si, edição leve do texto derruba a detecção, e a taxa de falso positivo é desproporcionalmente maior para quem escreve em língua que não é a sua. Esse último ponto é obrigação direta para operação brasileira: parte relevante do que a sua equipe publica em inglês vai ser marcada como sintética sem ter sido, e escrita formal em português tende a acionar os mesmos gatilhos. Aprovar ou reprovar conteúdo por detector pune escrita cuidadosa e pune autor não nativo, sem medir nada do que o E-E-A-T exige.
Circulam números precisos sobre acurácia de detector de IA, com casa decimal, taxa de falso positivo para autor não nativo e queda exata após edição leve. Eles apareciam aqui até a revisão de julho de 2026. Saíram porque a origem rastreável era uma página que agrega estudos de terceiros e se declara agregação, não pesquisa primária, e o módulo sobre limites do framework proíbe citar fonte desse nível mesmo com ressalva. O parágrafo acima sobrevive sem eles porque a decisão executiva não depende do decimal. Reprovar texto por detector pune escrita cuidadosa e pune autor que escreve em segunda língua, e isso se sustenta pelo mecanismo, não pela precisão da estatística. Quando você precisar do número para uma decisão específica, vá ao estudo primário, leia o método e a amostra, e verifique se ele mede a ferramenta que a sua equipe usa. Esta caixa fica no lugar dos números de propósito. Um curso que ensina cadeia de custódia de evidência e abre exceção para si mesmo perde o direito de cobrar a régua de qualquer aluno.
Verificação pré-publicação de conteúdo produzido com apoio de IA
Factual (quem verifica assina)
0/5Valor próprio
0/3Responsabilidade
0/4Dois fluxos com o mesmo custo de hora
Fluxo que não sobrevive
Coluna a evitar
- Pauta definida por volume de palavras-chave
- Geração direta a partir do briefing
- Revisão de estilo e gramática
- Assinatura Equipe
- Publicação
- Ninguém consegue dizer de onde veio o número da seção 3
Fluxo que sobrevive
Coluna recomendada
- Pauta definida pelo que a operação sabe e ninguém publicou
- Coleta do insumo próprio antes da redação
- Geração usando o insumo como matéria-prima
- Conferência de existência de cada fonte, assinada
- Byline nominal e nota de transparência
- Qualquer pessoa da equipe rastreia qualquer número em um minuto
Verificação rápida
Um artigo produzido com apoio de IA cita um estudo com autor, ano e periódico corretos, e um percentual que não aparece no estudo. Onde o fluxo falhou?
O redator revisou o artigo inteiro, mas o plugin de SEO gerou uma descrição que promete um resultado que o texto não entrega. Este laboratório acompanha a mesma afirmação pelo artigo, pelos metadados e pelo anúncio. Você constrói um controle de alegações no Google Sheets e usa o editor do site para aprovar a peça completa.
O guia oficial do Google sobre IA generativa passou a explicitar a conferência factual humana antes da publicação. A revisão abrange também título, meta description, dados estruturados e texto alternativo de imagens. O procedimento abaixo é uma adaptação editorial para marketing: mantém a IA como apoio à revisão, com a decisão e a prova sob responsabilidade humana.
Editora de conteúdo de uma loja de utensílios de cozinha
Artigo de comparação e campanha de produto, exemplo fictício
Dor
A IA transforma um teste de bancada em promessa universal e espalha a frase pelo título de SEO, pela descrição e pelo anúncio.
Solução
A editora registra cada alegação, confere o protocolo do teste e aprova uma versão que descreve apenas o observado. O anúncio recebe a mesma condição do artigo.
Resultado
O pacote editorial passa a separar observação, opinião e lacuna. As versões aprovadas ficam registradas para a próxima campanha, sem converter o ensaio em garantia de desempenho.
Cenário construído para fins didáticos. Números não correspondem a cliente específico.
Copiar o rascunho fictício que será revisado
| Superfície | Texto recebido para revisão |
|---|---|
| Corpo do artigo | A panela Lume C18 funciona melhor em qualquer cozinha. Nosso teste comprovou economia de energia e durabilidade superior. Ela pode ser usada inclusive em fogões por indução. |
| Título de SEO | Lume C18: a melhor panela para qualquer fogão |
| Descrição de SEO | Economize energia com a Lume C18, aprovada por especialistas e compatível com indução. |
| Texto alternativo da imagem | Panela Lume C18 com selo de economia de energia comprovada |
| Dados estruturados, campo description | Panela Lume C18 com durabilidade superior comprovada em teste |
| Anúncio | Troque sua panela e reduza o consumo de energia. Compre a Lume C18 para qualquer fogão. |
Fonte: Kit inteiramente fictício deste exercício. Produto, textos e alegações foram criados para revisão; não descrevem oferta real.
Conferir a ficha e o protocolo fictícios
| Documento do exercício | Fatos disponíveis | Limite da prova |
|---|---|---|
| F1. Ficha fictícia, versão de 10/10/2026 | Lume C18: panela de alumínio com tampa. Uso previsto em fogões a gás e elétricos. Não indicada para indução. | A ficha não informa economia de energia, vida útil ou comparação com concorrentes. |
| P1. Protocolo fictício, ensaio em 12/10/2026 | A equipe do exercício aqueceu água em uma unidade, num fogão a gás, com a tampa colocada. A tampa permaneceu encaixada durante essa observação. | Não foram medidos consumo de energia, tempo de aquecimento ou durabilidade. Não houve comparação entre produtos nem teste em indução. |
| I1. Descrição da imagem imaginada para o exercício | Uma panela tampada sobre um fogão a gás. Não há pessoas, texto, selo de certificação ou gráfico na imagem. | A imagem representa a cena descrita; não comprova desempenho, qualificação de especialista ou certificação. |
Fonte: Documentos e datas fictícios, fornecidos integralmente para a simulação. Não é necessário buscar ficha de cliente ou abrir conta de anúncios.
Copie o rascunho e os documentos F1, P1 e I1 para o registro. Cada alegação mantida deve apontar um desses documentos e o trecho que a sustenta. Retire as promessas de economia, superioridade, durabilidade e aprovação por especialistas; corrija a compatibilidade com indução. Uma saída possível para o título é Lume C18: uso em fogões a gás e elétricos. Para o alt, use Panela tampada sobre fogão a gás. O corpo pode relatar a observação da tampa, deixando claro que foi feita em uma unidade e que não mede desempenho geral. Não crie autor ou depoimento para preencher lacunas.
Controlar alegações da IA antes de publicar uma campanha
Entrada: o rascunho e os documentos fictícios F1, P1 e I1 acima. Copie-os para o Google Sheets; a conferência pode ser manual ou receber apoio do assistente de IA já autorizado. Sem site de teste, entregue o texto aprovado por campo e marque a conferência no CMS como Não executada na simulação. Na operação real, use navegador e CMS para conferir a publicação.
Passo 1: Construa o inventário por superfície
No Sheets, crie as colunas ID, Superfície, Alegação exata, Fonte e trecho, Data e condição, Decisão, Texto aprovado e Revisor. Copie as afirmações do corpo, do título de SEO, da descrição, do texto alternativo, dos dados estruturados e do rascunho de anúncio. A mesma promessa em locais diferentes recebe linhas diferentes.
Deu certo quando: Uma busca pela alegação mostra todos os lugares que precisam mudar.
Passo 2: Confira a alegação na fonte original
No exercício, consulte F1, P1 e I1 acima; numa peça real, abra a ficha ou o protocolo original. Use Ctrl+F para chegar ao termo e leia o contexto. Registre produto, versão, condição de teste e limite da conclusão. Se a referência não existe ou não sustenta a frase, marque Retirar. Uma data recente na página não substitui a data do teste citado.
Deu certo quando: Outra pessoa consegue localizar a prova e reproduzir a decisão.
Erro comum: Aceitar um link válido como prova suficiente. O trecho precisa sustentar aquela afirmação nas mesmas condições.
Passo 3: Use a IA para localizar divergências no material permitido
Se usar IA, cole o rascunho fictício e os documentos F1, P1 e I1 no prompt abaixo. Peça para apontar alegações sem suporte e contradições; não peça que invente a evidência que falta. Transfira os alertas para a planilha e confira cada um manualmente. Sem assistente, faça essa comparação diretamente no registro.
Deu certo quando: Os alertas da IA viram itens de revisão, com a decisão tomada por uma pessoa.
Passo 4: Aprove uma frase proporcional à evidência
No exemplo fictício, substitua Funciona melhor em qualquer cozinha por Compare as condições e os resultados do nosso teste de bancada. Se o teste não existe, retire também essa alternativa e mantenha apenas uma descrição que a ficha do fabricante sustente. Registre a frase aprovada antes de editar o site.
Deu certo quando: A frase não generaliza além do material disponível nem sugere experiência que a equipe não teve.
Passo 5: Revise corpo e metadados na prévia do CMS
Atualize os campos inventariados e abra a prévia. Confira o título da aba e a descrição de SEO no editor; no navegador, use Inspecionar e busque description e application/ld+json no HTML renderizado. Confira o alt da imagem e compare a marcação com o conteúdo visível. Se o CMS não expõe um campo, encaminhe a linha ao responsável técnico.
Deu certo quando: O texto aprovado corresponde ao que a página e seus metadados efetivamente entregam.
Erro comum: Marcar a linha como pronta porque o editor salvou. Um modelo ou plugin pode continuar gerando a alegação antiga.
Passo 6: Feche o pacote da campanha com uma revisão independente
Peça a outra pessoa para abrir as provas das alegações materiais e comparar a prévia com o rascunho do anúncio. Registre a decisão no Sheets. Depois da publicação autorizada, confira novamente a URL pública. Uma mudança de produto, de teste ou de oferta reabre as linhas afetadas.
Deu certo quando: Artigo, metadados e anúncio compartilham a redação aprovada, com revisão recuperável.
No fim você tem: Saída: um pacote editorial revisado por superfície, com prova, limite, texto final e responsável. Na simulação, entregue também os campos ainda não conferidos no CMS; não marque publicação como concluída. O controle mede a completude da revisão interna; não é uma pontuação de E-E-A-T do Google.
Diagnosticar erros que a revisão de estilo deixa passar
| Sintoma | Causa provável | Movimento de saída |
|---|---|---|
| O corpo ficou correto, mas a promessa continua na Busca | Título ou descrição ainda carregam texto antigo, ou a Busca ainda não refletiu a atualização | Conferir a URL publicada e os metadados; registrar a correção e acompanhar a atualização sem prometer prazo |
| O link da fonte abre, mas não há prova da afirmação | A IA associou uma fonte verdadeira a uma conclusão que ela não sustenta | Localizar o trecho e suas condições; retirar ou limitar a alegação |
| A IA aprova o texto que ela mesma escreveu | O processo confundiu revisão automatizada com verificação independente | Exigir conferência humana nas fontes e registrar quem decidiu |
| A captura mostra dados de cliente ou da conta | A evidência foi coletada na superfície errada | Usar material fictício ou tela pública genérica; excluir o dado sensível antes de qualquer compartilhamento |
Fonte: Procedimento editorial do laboratório, aplicado a um caso fictício.
Liberar a peça completa
Critério de pronto
0/4Confirme antes de seguir: (1) Você sabe nomear os quatro riscos específicos de conteúdo gerado e dizer por que revisão de estilo não pega nenhum deles? (2) Consegue apontar o dono de cada um dos cinco pontos de controle da esteira? (3) Sabe explicar a diferença entre conferir a referência e conferir a afirmação, com um exemplo próprio? (4) Consegue explicar por que detector de IA não serve como critério editorial, incluindo o argumento de falso positivo contra autor não nativo?
Exercício prático: pegue a última peça publicada pela sua operação com apoio de IA e rode o grupo "Factual" do checklist acima, abrindo cada fonte de verdade, uma por uma, até localizar a afirmação dentro do documento. Cronometre. Anote quantos itens falharam e em que tipo de falha: referência inexistente, referência existente com dado ausente, ou URL morta.
Multiplique o tempo cronometrado pelo volume mensal de publicação da operação. Esse produto é o custo real da conferência, expresso em horas, e é o número que você precisa levar para a discussão de processo, porque toda a conversa sobre eficiência de IA acontece hoje sem ele na mesa.
A pergunta que fecha o exercício vai além de saber se esse custo cabe no orçamento: o que a operação está fazendo hoje no lugar dele? A alternativa a pagá-lo é publicar sem saber, e publicar sem saber tem custo também, só que ele aparece depois e em outra rubrica.
O próximo módulo pega esses cinco pontos de controle e os aplica à mesa de decisão, cadeira por cadeira, do CEO ao jurídico.
Seu caderno neste capítulo
Abrir o caderno completoSelecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.
Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.
Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.
Conexões deste capítulo
Veja o que estudar antes e para onde seguir depois, explore os conceitos e compare abordagens em outros cursos. Sugestões marcadas como “sugerido pelo grafo” vêm dos assuntos em comum, não do índice do curso.
Estude antes
- Diagnostique em que etapa a busca perde a sua páginasugerido pelo grafoApresenta os conceitos “Alt text”, “Dados estruturados” e “SEO”, usados em “Desenhar o fluxo editorial em cinco pontos de controle”.
- Descubra como a IA escolhe quem citarsugerido pelo grafoApresenta o conceito “Alucinação”, usado em “Desenhar o fluxo editorial em cinco pontos de controle”.
- Escreva a página que responde e é escolhidasugerido pelo grafoApresenta o conceito “EEAT”, usado em “Desenhar o fluxo editorial em cinco pontos de controle”.
- CursoGEO Universal Frameworksugerido pelo grafo2 capítulos de “E-E-A-T e Qualidade de Conteúdo” usam conceitos apresentados em “GEO Universal Framework”.
Conceitos deste capítulo
O mesmo assunto em outros cursos
- Letramento em IA para ExecutivosConfira a prova antes de levar a resposta à mesaExaminar conexões de Confira a prova antes de levar a resposta à mesa
- SEO e GEO para Personal BrandsIA Generativa para Produção e MonitoramentoExaminar conexões de IA Generativa para Produção e Monitoramento
- GEO Universal FrameworkEscreva o trecho citável e prove que a IA citouExaminar conexões de Escreva o trecho citável e prove que a IA citou
- GEO Intent MappingComo saber se o que estão te vendendo é verdadeExaminar conexões de Como saber se o que estão te vendendo é verdade
Voltar ao capítulo anterior: Separar o que o Google penaliza do que ele ignora em conteúdo de IA
Leve uma ideia para a prática
Escolha uma atividade no painel e volte a este curso quando quiser.
Atividades e evolução ficam reunidas no painel da sua conta.
Capítulos vizinhos em E-E-A-T e Qualidade de Conteúdo
- 13Declarar uso de IA sem criar passivo jurídico
- 14Separar o que o Google penaliza do que ele ignora em conteúdo de IA
- 15Desenhar o fluxo editorial em cinco pontos de controle
- 16Laboratório executivo: decidir por cadeira, de CEO a jurídico
- 17Ser recuperado e citado nas respostas geradas por IA