GEO e Knowledge Graph · Capítulo 15 de 23 · 16 min
O grafo virou contexto de agente: o que as plataformas montaram em 2026
O que Google, Microsoft, AWS, OpenAI e a Wikimedia construíram em 2026 para agentes consultarem fatos, e onde deve morar o significado do meu negócio para eu não ficar preso a um fornecedor?
Este capítulo faz parte do curso gratuito GEO e Knowledge Graph.
Em 2026 as plataformas passaram a servir fatos a agentes por uma tomada comum e a vender cadastros de significado do negócio dentro dos próprios produtos; a ficha pública da empresa continua sendo a base, e o significado interno precisa morar num formato que sai da plataforma quando o contrato acaba.
Em setembro, três áreas da Tupã Fornos apresentaram agentes de IA no mesmo comitê: o comercial respondia quem comprou o quê, o financeiro calculava margem por linha, e a assistência técnica tinha o sistema que o módulo 14 mandou testar. Renata perguntou quanto a empresa faturou com fornos a lenha no semestre e recebeu três números. Nenhum agente errou a conta. Cada um usava a sua definição de forno a lenha: o comercial contava os modelos mistos, que queimam lenha e gás, o financeiro não contava, e o da assistência somava as peças de reposição. O defeito era de significado, e nenhuma ferramenta nova resolveria sem uma decisão da diretoria.
Um protocolo virou a tomada padrão dos agentes
O protocolo de contexto de modelo, o MCP, é a tomada padrão pela qual um agente de IA consulta uma fonte externa: um banco de dados, um sistema interno, um cadastro público. A Anthropic, que o criou, doou o protocolo em dezembro de 2025 a uma fundação da Linux Foundation cofundada com a OpenAI e a Block, e a versão da especificação de 28 de julho de 2026 registra quase meio bilhão de downloads por mês nos kits de desenvolvimento principais. Em 2026, os grafos passaram a ser servidos por essa tomada. O Wikidata mantém um servidor oficial que devolve cada afirmação com qualificadores e referências, e o Data Commons, grafo de estatísticas públicas do Google, ganhou servidor hospedado e gratuito em 9 de fevereiro.
Para a ficha pública da empresa, isso muda a porta de entrada. O agente que consulta o Wikidata pela tomada recebe a afirmação junto da referência que a sustenta, e o módulo 8 mostrou que a ficha exige referência publicada antes de existir. A interface pública do grafo do Google foi por outro caminho, e a própria página dela avisa que ela não serve para uso crítico em produção. O acesso está migrando para um produto do Google Cloud com edições Basic e Advanced, em pré-lançamento na documentação de 24 de setembro de 2026, sem o campo de pontuação que ferramentas de SEO usavam para medir a força de uma entidade (Google Cloud). Ferramenta que vende leitura do grafo do Google depende de um acesso que o próprio Google classifica como impróprio para produção.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Os buscadores passaram a pedir fato com origem, e o comércio, catálogo
Em 6 de maio de 2026, o Bing escreveu que a unidade de valor do índice passou do documento para o fato isolado com atribuição clara. A frase que resume a mudança é dele: a indexação para busca foi feita para ajudar pessoas a decidir o que ler, e a indexação que sustenta respostas está sendo feita para ajudar a IA a decidir o que dizer. Em junho, a Microsoft apresentou a desenvolvedores, com acesso sob pedido, uma interface que devolve trechos e objetos de evidência estruturada no lugar de páginas inteiras (Web IQ). Fato com fonte, data e coerência entre as páginas da empresa é o que esse índice procura guardar.
No comércio, a ficha que a máquina lê está saindo da página e indo para o arquivo de catálogo. O Google lançou em 11 de janeiro de 2026 o protocolo de comércio universal, o UCP, desenvolvido com Shopify, Etsy, Wayfair, Target e Walmart, e o fechamento da compra dentro do Modo IA exige conta ativa no Merchant Center. A OpenAI recuou em 24 de março de 2026 da compra dentro do ChatGPT e passou a usar o protocolo dela, o ACP, para descoberta de produtos alimentada por arquivo de catálogo, o feed, e a especificação desse arquivo não menciona o vocabulário schema.org. Quem vende produto precisa de preço, estoque e variante certos no feed, com a mesma exatidão que o módulo 7 pediu da página.
Dentro da empresa, o cadastro de significado virou produto
Dentro da empresa, o grafo foi rebatizado de camada de contexto: o conjunto de definições do negócio, ligações entre dados e regras que o agente consulta antes de responder. O Gartner previu em 11 de maio de 2026 que empresas que priorizarem semântica nos dados terão, até 2027, agentes até 80% mais precisos e até 60% mais baratos, e escreveu que modelos de dados baseados só em esquema técnico não bastam mais. As plataformas responderam com produto. A Microsoft declarou disponível em 2 de junho o Microsoft IQ, com o Fabric IQ descrito como fundação semântica compartilhada sobre os dados do negócio. A AWS anunciou em 17 de junho o AWS Context e liberou em 31 de julho um acelerador de ontologia de código aberto. A Snowflake lançou o Horizon Context no mesmo mês de junho.
A Tupã tinha acabado de viver o que Juan Sequeda, pesquisador da ServiceNow, chamou em junho de 2026 de pântano semântico: cada área monta às pressas o significado de que o seu agente precisa, e a empresa termina com várias versões da verdade. Emil Eifrem, presidente da Neo4j, descreveu o mesmo defeito em julho, com o interesse de quem vende banco de grafos: agentes são baratos de criar e caros de fazer funcionar, porque cada um carrega uma cópia privada do significado da empresa. O conserto que os dois propõem é uma camada só, compartilhada, que todos os agentes consultam. O Gartner, num guia de mercado de fevereiro citado por três fornecedores, previu que 60% dos projetos de análise com agentes que dependem apenas da tomada padrão vão falhar até 2028 por falta dessa camada.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Onde mora o significado: três formatos e três perguntas
Três formatos disputam essa camada. O primeiro é o grafo formal, com ontologia e padrões abertos da W3C, que Ora Lassila, coautor do artigo de 2001 que lançou a web semântica, recomenda sem rodeio: quem está construindo um grafo de conhecimento deve usar o padrão RDF (ODBMS, 28 de julho de 2026). O segundo é a camada dentro da plataforma de dados, mais rápida de montar e presa ao fornecedor. O terceiro é o mais novo: uma pasta de textos curtos com cabeçalho estruturado e links entre si, que Andrej Karpathy descreveu em abril como um wiki mantido pela própria IA e que o Google Cloud formalizou em junho como Open Knowledge Format, com os links entre arquivos no papel do grafo. No mesmo dia, o Google ligou o formato ao catálogo pago dele.
Tony Seale, que foi arquiteto do grafo corporativo do banco UBS, propôs em junho de 2026 três perguntas para qualquer fornecedor de camada de significado: a ontologia sai da plataforma, outro sistema consegue resolver os seus identificadores, e o seu grafo se junta ao grafo público. Se alguma resposta for não, escreveu ele, você não é dono do seu significado e está alugando. Seale vende consultoria no formato aberto que defende, e as perguntas valem mesmo assim, porque cada uma se confere num teste antes da assinatura.
Três formatos para o significado do negócio
| Formato | Exemplos de 2026 | Sai da plataforma? | Quando serve |
|---|---|---|---|
| Grafo formal com ontologia | Padrões da W3C, acelerador de ontologia da AWS (julho), Wikidata | Sim, por padrão aberto | Quando o significado precisa ser compartilhado com parceiros ou durar mais que o fornecedor |
| Camada dentro da plataforma de dados | Fabric IQ (Microsoft), AWS Context, Horizon Context (Snowflake) | Depende do contrato e da exportação | Quando os dados já vivem numa plataforma e a pressa é real |
| Pasta de textos ligados | Open Knowledge Format (Google Cloud, junho), wiki mantido por IA (Karpathy, abril) | Sim, são arquivos de texto | Quando o ponto de partida é documentação e o volume é moderado |
Memória de agente e cadastro exposto ao público
Fora das perguntas de negócio, o uso do grafo que mais cresceu em 2026 foi a memória dos agentes, e os números pedem leitura atenta. No artigo da Mem0, de 2025, a memória em grafo ganhou 1,56 ponto sobre a versão sem grafo, usou o dobro de texto de memória e ficou abaixo de simplesmente entregar a conversa inteira ao modelo. O APEX-MEM, da Amazon, apresentado na ACL de 2026, chegou a 88,88% num teste de memória de conversas longas, contra 87,52% da conversa inteira na mesma tabela. O ganho da memória em grafo aparece no custo, na velocidade e em lembrar quando um fato mudou; em acerto, ela fica perto de entregar tudo ao modelo.
Cadastro de ligações que responde ao público também pode ser copiado. O GraphSteal, da Universidade Jiao Tong de Xangai, publicado em maio de 2026, reconstruiu mais de 90% do grafo escondido atrás de sistemas de pergunta e resposta usando apenas perguntas feitas de fora, e as proteções existentes defenderam pouco. Grafo com preço de custo, margem por cliente ou dado de saúde só vai para trás de um assistente aberto ao público depois dessa conta feita.
A decisão que está na sua mesa
Você pode deixar cada área montar o significado do próprio agente, como a Tupã fez sem perceber; comprar a camada da plataforma de dados que a empresa já usa; ou escrever as definições num formato aberto e deixar a plataforma consumi-las. A primeira opção produz o pântano. Entre as outras duas, o critério são as três perguntas de Seale respondidas por escrito, com um teste de exportação antes da assinatura. Em qualquer caso, a lista de definições é trabalho da diretoria, porque decidir o que conta como forno a lenha é decisão de negócio, e nenhuma plataforma decide isso pela empresa.
O pedido para mandar hoje ao time
A lista de definições vem antes de qualquer ferramenta, e as três perguntas vão por escrito a qualquer fornecedor antes da assinatura.
Uma pergunta, várias áreas, quantos números
Exercício · 15 min
Passo 1: Escolha uma pergunta de negócio que duas ou mais áreas respondem com frequência: faturamento de uma linha, número de clientes ativos, prazo médio de entrega.
Passo 2: Peça a resposta a cada área por escrito, com a definição usada para chegar a ela.
Passo 3: Se os números diferirem, escreva em uma frase a definição que a diretoria aceita e o nome de quem responde por ela.
Passo 4: Essa frase é o primeiro verbete da camada de significado da empresa. Guarde-a com o roteiro de 90 dias e acrescente um verbete por mês.
No fim você tem: Entregável: Uma definição de negócio unificada, com dono, e a lista dos termos que ainda divergem entre áreas.
O que sai deste módulo: A definição única do primeiro termo de negócio que divergia entre áreas e as três perguntas de portabilidade prontas para qualquer fornecedor.
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
- Faça a máquina reconhecer quem é a sua empresasugerido pelo grafoApresenta o conceito “Ontologia”, usado em “O grafo virou contexto de agente: o que as plataformas montaram em 2026”.
- Diagnostique em que etapa a busca perde a sua páginasugerido pelo grafoApresenta o conceito “Indexação”, usado em “O grafo virou contexto de agente: o que as plataformas montaram em 2026”.
- CursoGEO Universal Frameworksugerido pelo grafo5 capítulos de “GEO e Knowledge Graph” usam conceitos apresentados em “GEO Universal Framework”.
Depois, siga para
- CursoWikidata e Wikipedia para GEOsugerido pelo grafo12 capítulos de “Wikidata e Wikipedia para GEO” usam conceitos apresentados em “GEO e Knowledge Graph”.
- CursoAutoridade Temática e SEO de Entidadessugerido pelo grafo2 capítulos de “Autoridade Temática e SEO de Entidades” usam conceitos apresentados em “GEO e Knowledge Graph”.
- CursoE-E-A-T e Qualidade de Conteúdosugerido pelo grafo1 capítulo de “E-E-A-T e Qualidade de Conteúdo” usa conceitos apresentados em “GEO e Knowledge Graph”.
- CursoSEO e GEO para Personal Brandssugerido pelo grafo2 capítulos de “SEO e GEO para Personal Brands” usam conceitos apresentados em “GEO e Knowledge Graph”.
Conceitos deste capítulo
O mesmo assunto em outros cursos
- GEO Universal FrameworkAdote sete princípios com fonte antes de investir em GEOExaminar conexões de Adote sete princípios com fonte antes de investir em GEO
- Vendas Consultivas de Serviços de GEO e IAVender GEO com números que resistem à primeira perguntaExaminar conexões de Vender GEO com números que resistem à primeira pergunta
- Letramento em IA para ExecutivosFaça a IA responder com o que a empresa sabeExaminar conexões de Faça a IA responder com o que a empresa sabe
Voltar ao capítulo anterior: O que a pesquisa de 2026 mediu sobre grafo e resposta gerada
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 GEO e Knowledge Graph
- 13A política de uma página e o roteiro de 90 dias
- 14O que a pesquisa de 2026 mediu sobre grafo e resposta gerada
- 15O grafo virou contexto de agente: o que as plataformas montaram em 2026
- 16Vibe coding: o site que a IA escreve e o robô de IA não lê
- 17Onde estudiosos, empresas e colunistas discordam, e como decidir no meio da divergência