Onde estudiosos, empresas e colunistas discordam, e como decidir no meio da divergência

Na mesma semana de setembro, três textos chegaram ao grupo da diretoria da Tupã Fornos. Um consultor escreveu que dados estruturados são o novo SEO e que sem eles a IA não cita ninguém. Um fornecedor de banco de dados divulgou um estudo universitário com 80% a mais de veracidade usando grafo. Um boletim de tecnologia por e-mail chamou tudo isso de modismo de fornecedor. Otávio perguntou qual dos três estava certo, e Renata devolveu outra pergunta: que tipo de prova cada um tinha, e quem ganhava com a conclusão.

A escada da prova

O módulo 2 separou a perda medida em experimento da promessa em proposta comercial. O debate de 2026 exige mais degraus, porque mistura todos na mesma conversa. No alto fica o experimento com grupo de comparação, como o da Ahrefs no módulo 7. Logo abaixo vem a observação que controla as causas óbvias. Depois, o experimento pequeno, num site só, que mostra como a coisa acontece sem medir o tamanho do efeito. Mais abaixo fica o dado proprietário que ninguém de fora audita, e no último degrau, a opinião, de autoridade ou não. Em cada degrau, anote quem pagou: um resultado contrário ao interesse de quem o publicou pesa mais que o mesmo resultado a favor.

A ficha em campo próprio faz a máquina citar?

É o debate mais barulhento, e 2026 foi o ano em que ele ganhou medição. O Google escreveu no guia de 15 de maio de 2026, atualizado em 10 de julho, que dados estruturados não são exigidos para a busca com IA generativa e que não existe marcação especial a acrescentar. John Mueller, do Google, falando em caráter pessoal, respondeu à pergunta com um sim, não e depende: preço, frete e estoque são quase impossíveis de ler com precisão num texto corrido, e sobre os outros tipos de ficha, disse ele, há muito pensamento mágico (Search Engine Roundtable, 2 de janeiro de 2026).

Os estudos com controle apontam para o mesmo lugar. Kurt Fischman, da agência Growth Marshal, analisou 730 citações do ChatGPT e do Gemini em 1.006 páginas e, controlando a posição na busca, não encontrou efeito da ficha genérica sobre ser citado (Growth Marshal, fevereiro de 2026). A posição na busca dominou, com a página em primeiro lugar citada em 43% das perguntas em que apareceu e a sétima em 5%. A exceção foi a ficha de produto ou de avaliação preenchida com preço, nota e especificação, citada em 61,7% contra 41,6%. A agência vende um método apoiado em ficha, e o resultado contrariou o próprio método.

Dois experimentos pequenos explicam o porquê. Mark Williams-Cook plantou um endereço fictício apenas numa ficha inválida, com tipo e campos inexistentes, e o ChatGPT e o Perplexity devolveram o endereço: leram a ficha como texto comum, sem conferir estrutura (maio de 2026). A Otterly colocou um fato apenas na ficha de perguntas frequentes do próprio site, e nenhuma das sete plataformas testadas o usou em três meses (Otterly, 23 de março de 2026). Do outro lado, o SAGEO Arena, apresentado na conferência KDD de 2026, mediu que os campos estruturais da página, ficha incluída, aumentam em 22% a chance de ela entrar na lista de candidatas, enquanto a maior parte das citações sai do corpo do texto.

A leitura que reconcilia os dois lados é o caminho indireto. A ficha ajuda o buscador e o cadastro da plataforma a saber quem é quem, e a página bem entendida entra na lista de onde a resposta sai. O caminho direto, o modelo consultando a ficha na hora de escrever, não tem evidência pública a favor em 2026. Daniel Cheung, que revisou dez estudos aceitando só número conferido na fonte original, resumiu em 6 de julho de 2026 que não há evidência crível de que a ficha gere citação, e mostrou que um número de 44% atribuído à BrightEdge, repetido em dezenas de artigos, não existe na BrightEdge.

Andrea Volpini, da WordLift, que vende a plataforma testada, chegou ao mesmo lugar por outro caminho num experimento de março de 2026. A ficha sozinha trouxe ganho modesto, e a página de entidade escrita em texto legível, com resumo, links navegáveis e instruções para agentes, subiu o acerto em 29,6%. O valor estava em mostrar o cadastro como texto que a máquina lê.

Fama de marca no grafo ajuda ou atrapalha?

Jason Barnard, da Kalicube, que vende gestão de painel de conhecimento, defendeu no Search Engine Land em 17 de fevereiro de 2026 que a máquina passa a confiar na marca quando duas ou três fontes independentes confirmam o que o site dela diz, com base em 73 milhões de perfis de marca que só a Kalicube vê. Kevin Indig, autor do boletim Growth Memo, registrou em 31 de março que páginas construídas em torno de entidades famosas e verificadas no grafo do Google foram citadas menos, e que data e número no primeiro parágrafo foram os sinais mais consistentes. Aleyda Solis, consultora, escreveu em maio que, quando a IA descreve mal a marca, o conserto costuma ser clareza e consistência de entidade, e raramente mais conteúdo.

As três posições cabem juntas. Consistência entre fontes separa a sua empresa do homônimo, que é o trabalho da parte 3, e fama no grafo não substitui dado específico na página. Lily Ray observou em agosto que o ChatGPT passou a restringir parte das buscas a fontes oficiais, sites de governo, plataformas de avaliação e o Reddit, contornando o julgamento de páginas desconhecidas. A instabilidade das respostas complica qualquer medição: Rand Fishkin, da SparkToro, com parceria declarada com uma empresa de monitoramento, mediu em janeiro menos de uma chance em cem de o ChatGPT ou a IA do Google repetirem a mesma lista de marcas em duas respostas.

O cadastro de ligações compensa o custo?

Os fornecedores de banco de grafos dizem que sim, com clareza e com interesse. Emil Eifrem, presidente da Neo4j, escreveu em julho que inteligência virou mercadoria e que conhecimento é a vantagem que fica. Philip Rathle, diretor de tecnologia da empresa, disse em agosto que mais de 70% dos negócios novos do trimestre vieram desse uso, e que o grafo serve ao subconjunto de perguntas que exige precisão total, explicação e controle de acesso. Juan Sequeda, da ServiceNow, resumiu a tese em janeiro com a frase de que os modelos de linguagem finalmente tornaram os grafos inevitáveis.

O ceticismo vem de dentro da própria comunidade. Ben Lorica, da Gradient Flow, lembrou em julho que a recuperação guiada por grafo foi promovida sobretudo por fornecedores de banco de grafos e que a maioria das equipes nem tem um grafo para manter atualizado. Ora Lassila disse em entrevista de 28 de julho que usar essa técnica não significa necessariamente usar um grafo de conhecimento, e dividiu com James Hendler, na Knowledge Graph Conference de maio, o alerta de que um terceiro inverno da IA pode estar a caminho. O estudo que chegou à Tupã era do NICD, da Universidade de Newcastle, publicado em julho de 2026 e financiado pela Neo4j. Nele, a taxa de resposta subiu de 29% para quase 66% com o grafo, e na medida estrita de veracidade a busca sem grafo teve a maior nota, porque respondia menos e errava menos.

O mapa das divergências, e a decisão da casa

Como decidir sem esperar o consenso

A divergência não paralisa a decisão, porque as decisões têm preços diferentes. O que é barato e reversível se faz agora, mesmo sem prova de citação, quando tem outro retorno: ficha correta dá elegibilidade a resultado enriquecido e separa a empresa do homônimo, e consistência entre fontes corrige erro factual. O que é barato e não tem retorno nenhum sai da pauta. O arquivo especial para IA, o llms.txt, é o exemplo: 97% dos arquivos publicados não receberam nenhuma visita em maio de 2026, segundo a Ahrefs, e a SE Ranking não achou relação entre ter o arquivo e ser citado, em quase 300 mil domínios.

O que é caro e difícil de desfazer, como um cadastro corporativo de ligações ou uma plataforma de significado do negócio, só entra depois de teste nas perguntas da própria empresa. Toda afirmação de mercado que entrar na pauta chega com o degrau da escada e o nome de quem pagou escritos ao lado. A revalidação de 90 dias do módulo 13 vale para este mapa, porque a maior parte das posições acima foi publicada nos últimos seis meses.

O pedido para quem trouxer um estudo à mesa

Serve para fornecedor, para agência e para o próprio time. As cinco perguntas cabem num e-mail e separam o experimento do anúncio.

Pronto para avançar quando · Parte 5 · O grafo por dentro

O que precisa existir em arquivo ao fim desta parte

Com a quinta parte fechada, você separa o que a pesquisa mediu do que o fornecedor promete sobre grafo, sabe onde o significado do negócio da empresa deve morar, tem o critério de aceite para páginas feitas por agente e pesa cada estudo pelo tipo de prova e pelo interesse de quem o publicou.

• Existe uma lista de 20 perguntas reais do seu atendimento ou dos seus clientes classificadas em fato isolado ou vários fatos encadeados, com a proporção de cada tipo escrita no topo.
• Pelo menos um termo de negócio que divergia entre áreas tem definição única escrita, com dono, e as três perguntas de portabilidade estão respondidas por escrito para a plataforma em uso.
• A página principal do site passou no teste do código-fonte: texto do produto, ficha de identidade e cada endereço de identidade conferidos no texto servido, com data e nome de quem conferiu.
• As três afirmações de mercado que mais pesaram na pauta do trimestre estão classificadas na escada da prova, com o interesse de quem as publicou ao lado.

Cada critério é conferido abrindo o arquivo e lendo o que está escrito nele. Sentir-se preparado, ter lido tudo ou concordar com o método não substitui o artefato.