GEO Universal Framework · Capítulo 13 de 29 · 24 min
Conteúdo feito com IA: o que o Google proíbe e o que já é detectável
Você sai com a política de uso de IA no conteúdo escrita em torno de verificabilidade, sabendo o que o Google proíbe de fato, o que os detectores já medem e como ler correlação de fornecedor.
Este capítulo faz parte do curso gratuito GEO Universal Framework. Para marcar como concluído e salvar o progresso, abra este capítulo na página do curso.
O Google não proíbe conteúdo escrito com inteligência artificial: proíbe escala sem valor original, e desde agosto de 2026 há detector de laboratório que reconhece texto reescrito para agradar o motor, ainda sem adoção declarada por motor comercial. Por isso a política de uso de IA que quem aprova orçamento assina se escreve em torno de verificabilidade: cada afirmação ligada a uma fonte que se abre. Você sai com a política em sete cláusulas, os fatos oficiais do Google e o que a ciência de setembro de 2026 acrescentou.
Para quem decide: a política de uso de IA no conteúdo se escreve em torno de verificabilidade, e não de quem digitou. Proibir esconde o processo e encarece a peça; liberar volume sem valor acorda a política de spam, que julga o site inteiro. Pergunta para a equipe: quantas das nossas últimas dez peças têm fonte que se abre em cada número?
Ao final você consegue quatro coisas. (1) Recusar a proibição de IA por autoria e explicar por que E-E-A-T não é fator de ranqueamento. (2) Diagnosticar se a sua operação se enquadra em produção em escala sem valor, usando a árvore da própria política. (3) Escrever a política de uso de IA em sete cláusulas, com verificabilidade no centro. (4) Ler uma correlação de fornecedor declarando o conflito de interesse antes de aprovar orçamento.
Verificação rápida
O Google penaliza conteúdo escrito por inteligência artificial?
Glossário rápido
QRG (Search Quality Rater Guidelines)
Manual que orienta avaliadores humanos contratados pelo Google a pontuar resultados. A versão vigente é de 11/09/2025. Os avaliadores não alteram rankings diretamente: produzem julgamento agregado usado para avaliar mudanças de sistema.
Fator de ranqueamento
Sinal computável que entra num sistema e desloca posições. E-E-A-T fica fora dessa categoria.
Scaled content abuse (abuso de conteúdo em escala)
Política de spam que trata a produção de muitas páginas com pouco ou nenhum valor original, com o propósito primário de manipular ranqueamento. A IA é citada como um dos métodos possíveis, ao lado de métodos humanos.
Site reputation abuse (abuso de reputação de site)
Uso do prestígio de um domínio para hospedar conteúdo de terceiros com propósito de ranqueamento. A clarificação de novembro de 2024 vale mesmo havendo supervisão da primeira parte; a seção foi atualizada em 28/08/2026.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
E-E-A-T não é fator de ranqueamento. A sigla vem do inglês e reúne quatro qualidades que um avaliador humano procura numa página: experiência, especialização, autoridade e confiabilidade. É o vocabulário do manual dos avaliadores contratados pelo Google (o QRG), e a pontuação deles serve para julgar mudanças de sistema em nível agregado. Nenhum sinal chamado E-E-A-T é calculado por página, e o Google já afirmou isso publicamente mais de uma vez.
A consequência para quem decide é direta: não existe subir o E-E-A-T de uma URL como se sobe a velocidade de carregamento. Existe produzir material que um avaliador treinado pontuaria bem, com autoria nomeada, fonte no corpo do texto e data honesta. Esse objetivo é legítimo e não tem botão.
A versão de 11/09/2025 do QRG mostra para onde o julgamento de qualidade caminha. Entrou a categoria YMYL Government, Civics & Society (YMYL é a sigla do Google para páginas que afetam dinheiro ou vida), que estende o escrutínio elevado a temas cívicos e institucionais.
Entraram também exemplos de avaliação de AI Overviews, o bloco de resposta que o Google escreve com IA no topo da busca: as respostas generativas passaram pelo mesmo controle de qualidade dos resultados comuns. Quem publica sobre governo ou serviço público lê essa seção antes de qualquer tática.
Sem voltar à figura, escreva a resposta que você daria a um cliente que pergunta "quanto o E-E-A-T da minha página subiu neste trimestre?". A resposta precisa ter três partes: (a) por que a pergunta está mal formulada; (b) o que existe no lugar do número pedido; (c) o que você mediria como aproximação defensável. Se você travar na parte (c), esse é exatamente o ponto que o resto do módulo trabalha.
Não existe política do Google contra conteúdo gerado por inteligência artificial. A IA aparece na documentação de spam como um dos métodos de scaled content abuse (abuso de conteúdo em escala: páginas em massa sem valor original, para manipular ranqueamento), ao lado de métodos humanos. O que aciona a política é escala sem valor, com propósito de manipular. Autoria por máquina, isolada, não figura como infração em lugar nenhum do texto oficial.
Isso muda o teste que você aplica antes de publicar: a pergunta deixa de ser quem escreveu e passa a ser o que esta página acrescenta. Um lote de 200 artigos humanos parafraseando concorrentes se enquadra. Um rascunho de modelo revisado por especialista, com dado próprio e fonte conferida, não se enquadra. Proibir produz o pior efeito colateral: a equipe esconde o uso em vez de registrar a revisão, e o registro é o que protege numa auditoria.
Quais políticas de spam alcançam o seu conteúdo?
| Política | Vigência | O que de fato proíbe | Como costuma entrar no site |
|---|---|---|---|
| Scaled content abuse | Vigente, com a IA citada como um dos métodos possíveis | Produção em escala de páginas com pouco ou nenhum valor original, com propósito primário de manipular ranqueamento | Decisão consciente de volume, quase sempre com meta de publicação desacoplada da capacidade de revisão |
| Site reputation abuse | Clarificada em nov/2024; seção atualizada em 28/08/2026 | Explorar o prestígio de um domínio para hospedar conteúdo de terceiro voltado a ranqueamento | Parceria comercial de seção hospedada, cupons, listas patrocinadas |
| Back button hijacking | 13/04/2026 | Manipular o histórico do navegador para impedir o retorno do usuário à página de resultados | Script de terceiro ou template de afiliado, sem que ninguém tenha decidido implementar |
| Aplicação às superfícies generativas | 15/05/2026 | Registra que as mesmas políticas de spam valem nas respostas generativas | Não entra por implementação: encerra a hipótese de que a IA teria regras próprias |
Repare que apenas a primeira linha fala de texto. Duas das quatro são de comportamento de página ou de relação comercial, e por isso escapam de qualquer checklist editorial.
Fonte: Documentação de políticas de spam do Google Search Central, seção de reputação de site com última atualização em 28/08/2026
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
- Etapa 1 de 4: 1. Há escala?
Volume de publicação acima da capacidade real de revisão humana. Se a resposta é não, a política de scaled content abuse não alcança a operação e o resto da árvore fica irrelevante.
- Etapa 2 de 4: 2. Há valor original?
Dado próprio, experiência direta, entrevista, análise inédita ou síntese com verificação de fontes primárias. Um dos cinco basta, e nenhum deles pergunta quem escreveu.
- Etapa 3 de 4: 3. Qual o propósito primário?
Servir o leitor ou manipular ranqueamento. É o nó que a política nomeia de forma explícita e o único que trata de intenção.
- Etapa 4 de 4: Veredito
Escala mais ausência de valor original mais propósito de manipular equivale a infração. Faltando qualquer um dos três, a política não se aplica, por mais que o texto tenha saído de um modelo.
A autoria não aparece em nenhum nó, e essa ausência é o que a árvore ensina. Quem coloca "foi escrito por IA?" na raiz reprova trabalho legítimo e aprova lixo humano em escala.
O que a árvore não mostra, e John Mueller, do Google, disse em 07/09/2026, é que o julgamento é do site inteiro. Respondendo a um dono de site que gerou páginas em massa, ele escreveu que os sistemas "possivelmente perderam a fé" em que o site ofereça valor ao usuário, por causa das páginas antigas.
SEO programático (páginas geradas em série a partir de um molde), nas palavras dele, costuma resultar em site spam, quase spam ou de baixa qualidade. Para quem decide: páginas geradas em série contaminam as boas do mesmo domínio, e a limpeza custa mais que a geração custou.
A política de uso de IA que segue foi escrita para sobreviver a leitura externa: de auditor, de cliente ou de jornalista. Ela tem sete cláusulas, e o motivo de cada uma está na tabela logo abaixo do texto.
Por que cada cláusula existe?
| Cláusula | O que ela ataca | De onde vem o risco |
|---|---|---|
| 1. Escala | A variável da política, que é escala sem valor, em vez de atacar a ferramenta | Scaled content abuse; Mueller em 07/09/2026: o julgamento é do site inteiro |
| 2. Valor original | Substitui "conteúdo de qualidade" por um teste verificável e discutível em reunião | Nó 2 da árvore da política |
| 3. Autoria e registro | Preserva o histórico que prova revisão humana; proibição produz uso oculto e nenhum rastro | Auditoria interna e externa; marca d'água da Anthropic desde 01/09/2026 |
| 4. Verificabilidade | O modo de falha mais comum do rascunho de modelo: a estatística plausível sem origem | Mecanismo VCR 2608.11390: o motor tem incentivo a premiar conteúdo verificável |
| 5. Nenhuma reescrita para o motor | O texto reescrito para agradar o motor, mesmo sem mentir | GEO Defender 2609.02964 e GEO-Flag 2608.16824: padrão detectável em laboratório, sem adoção declarada por motor comercial |
| 6. Comportamento da página | A política de 13/04/2026, que não fala de texto e escapa de checklist editorial | Back button hijacking |
| 7. Conteúdo de terceiros | Seção hospedada, cupom e lista patrocinada sob o prestígio do domínio | Site reputation abuse, seção atualizada em 28/08/2026 |
A fronteira onde tudo isso quebra: a política vira desculpa para não publicar. O risco de scaled content abuse só existe onde há escala, e a maioria das operações brasileiras publica poucas peças por mês, longe de qualquer limiar. Aplicar vocabulário de risco a uma operação de oito artigos mensais produz paralisia por conformidade, com custo real e benefício nulo. Diagnostique o volume relativo à capacidade de revisão antes de regular.
Em agosto e setembro de 2026 o conteúdo sobre-otimizado para IA deixou de ser risco teórico e virou risco medido em laboratório. Nenhum motor comercial declarou usar esses detectores, e a diferença entre medido e adotado precisa viajar junto com o número. O GEO-Flag, detector publicado em 17/08/2026, reconhece página otimizada para motor generativo com F1 de 0,944 (uma medida de acerto que combina precisão e cobertura). O treino dele separa polimento com IA, que não é o problema, de intervenção para agradar o motor, que é. Nas 10.095 páginas recuperadas, 8,90% tinham esse padrão; entre as modificadas em 2026, 16,36%.
A defesa também ficou barata. O GEO Defender (02/09/2026) derrubou o sucesso de sete ataques de reescrita de 50,32% para 6,20% sem retreinar o modelo, mantendo 94,12% do uso de fontes legítimas. O Counter-GEO-Bench (02/09/2026) mostrou que os filtros de segurança de prateleira reduzem o ataque por GEO distorcivo em no máximo 5,7%, enquanto um detector leve reduz 47,6% quase sem custo. Texto reescrito só para ser citado, mesmo sem mentir, passou a ser padrão detectável e rebaixável.
O que os detectores já conseguem medir?
0,944
F1 do detector GEO-Flag
Página otimizada para motor generativo, 17/08/2026
8,90%
Páginas recuperadas com padrão de GEO
16,36% entre as modificadas em 2026
50,32% para 6,20%
Sucesso de ataques de reescrita com o GEO Defender
Sete ataques, 02/09/2026
5,7%
Redução máxima com guardrail de prateleira
Counter-GEO-Bench, 02/09/2026
47,6%
Redução com detector leve
Mesmo benchmark, utilidade quase intacta
cerca de 16%
Fontes citadas que são geradas por IA
712 consultas reais em quatro motores, 22/05/2026
Fonte: arXiv 2608.16824, 2609.02964, 2609.02316 e 2605.23684; resultados de laboratório lidos no abstract, sem adoção declarada por motor comercial
O motor já cita conteúdo feito por IA. Em 712 consultas reais no ChatGPT, Copilot, Gemini e Perplexity (2605.23684, 22/05/2026), cerca de 16% das fontes citadas eram geradas por IA. O motor filtra qualidade e verificabilidade, e ignora a origem. O mecanismo VCR (2608.11390, 11/08/2026) mostra que a plataforma que recompensa conteúdo verificável obtém o melhor resultado líquido, 12,1 pontos acima da melhor defesa. A única estratégia que sobrevive ao motor que aprende a se defender é evidência checável.
O selo também não protege. Em estudo com 81 participantes (2609.03460, 03/09/2026), rotular conteúdo como feito com IA levou o leitor a descontar o que estava certo. Uma interface que mostrava a densidade de evidência verificada restaurou a capacidade de separar verdade de invenção. A recomendação de página é concreta: citação com endereço que abre em cada afirmação numérica, em vez de selo de origem.
Existe uma camada que a política precisa prever e que não depende do Google. Desde 01/09/2026 todo texto gerado pelo Claude Fable 5.1 e pelo Claude Mythos 5.1 carrega a marca d'água de texto da Anthropic. Os arquivos de imagem, vídeo e áudio gerados saem com credenciais C2PA (um selo técnico de procedência embutido no arquivo). Os modelos lançados na União Europeia desde 02/08/2026 já suportavam a marca, exigida por lei lá.
A marca não confirma que um texto foi escrito por humano nem reconhece texto de outra IA, e a detecção está disponível só a organizações elegíveis sob a lei europeia. Para quem decide, a consequência é contratual: o contrato com agência e com redator declara qual modelo pode ser usado e registra o uso, porque a marca existe mesmo quando ninguém a declara.
Falta a pergunta que todo cliente faz: o que faz uma marca ser citada por assistentes. O estudo público mais citado é o da Ahrefs, de 12/12/2025, sobre 75 mil marcas. Ele usa correlações de Spearman (uma medida de quanto duas ordenações andam juntas, de zero a um) contra a visibilidade no ChatGPT. Antes dos valores, guarde que três conflitos de interesse precisam ser declarados na mesma frase em que eles aparecem, e nunca em nota de rodapé.
Correlações de Spearman com visibilidade em ChatGPT, 75 mil marcas
0,737
Menções no YouTube
O topo da lista
0,717
Impressões de menções no YouTube
Menções ponderadas por visualizações
0,664
Menções à marca na web
0,511
Âncoras de marca
0,352
Volume de busca pela marca
0,266
Domain Rating
O fundo da lista
Fonte: Ahrefs, 12/12/2025, estudo sobre 75 mil marcas. Evidência interessada: a Ahrefs vende o Brand Radar, o instrumento que mede a variável dependente é o próprio produto da empresa, e as métricas do topo da lista são as que ela comercializa.
Os três conflitos
- 01A Ahrefs vende o Brand Radar, e o estudo existe como peça de marketing desse produto.
- 02O instrumento que mede a variável dependente, visibilidade em IA, é o próprio produto da Ahrefs, sem validação externa: a medida e o vendedor da medida são a mesma parte.
- 03Os fatores do topo da lista são justamente as métricas proprietárias que a empresa comercializa.
A própria Ahrefs adverte que correlação não é causa, e isso é honestidade editorial acima da média do setor. E há uma explicação alternativa que fica permanentemente sobre a mesa: marcas grandes têm mais de tudo, mais YouTube, mais menções, mais Domain Rating e mais citações. A correlação pode estar medindo tamanho de marca, e nenhum dado publicado separa as duas hipóteses.
O estudo fica no lugar dele: evidência interessada, útil para gerar hipótese e inútil como justificativa de investimento sem teste próprio. Com Adobe e Ahrefs vendendo tanto a ferramenta de medição quanto a urgência de medir, quase todo estudo público de GEO em 2026 vem de quem vende a solução. A habilidade que vale aqui é a leitura de proveniência que você treinou no módulo de entidades, aplicada a números com aparência de ciência.
Afirmações que circulam, e o que fazer com cada uma
| Afirmação frequente | Estatuto real | O que fazer com ela |
|---|---|---|
| "E-E-A-T é fator de ranqueamento" | Falso, é vocabulário de avaliadores (QRG 11/09/2025) | Substituir por objetivos de qualidade avaliáveis |
| "O Google penaliza conteúdo de IA" | Falso, a IA é exemplo dentro de scaled content abuse | Regular escala, valor e fonte, jamais autoria |
| "Escala é infração" | Incompleto, o critério é escala sem valor original | Aplicar o gate de valor antes da fila de produção |
| "Superfícies de IA têm regras próprias" | Falso desde 15/05/2026 | Tratar spam como política única |
| "Reescrever para parecer citável é otimização" | Detectável em laboratório: o GEO Defender derruba o sucesso de 50,32% para 6,20% (02/09/2026); nenhum motor comercial declarou usar detector desse tipo | Investir em evidência checável, nunca em reescrita para o motor |
| "O selo 'feito com IA' protege a marca" | Penaliza conteúdo correto (2609.03460, 81 participantes) | Mostrar a fonte de cada afirmação, em vez do selo |
| "Menções no YouTube causam citação" | Correlação de fornecedor, 0,737 (Ahrefs, 12/12/2025), sem validação externa | Usar como hipótese e testar no próprio caso |
| "Marca grande é consequência da tática" | Explicação alternativa não descartada | Manter tamanho de marca como variável concorrente |
Heurística de praticante para o dia a dia editorial: antes de aprovar uma pauta, pergunte que informação o mundo perde se aquela peça não existir. Quando a resposta honesta é "nenhuma", você está diante de uma peça que consome orçamento sem gerar ativo, independentemente de quem a escreveria. Esse teste único filtra mais desperdício do que qualquer checklist de otimização, e cabe em 15 segundos numa reunião de pauta.
Com apoio reduzido: pegue as cinco últimas peças publicadas pela sua operação e passe cada uma pela árvore de decisão e pelo gate de valor original. Escreva quantas passariam e, para as que não passariam, qual cláusula da política teria evitado a publicação. Se as cinco passarem sem esforço, o seu problema não está aqui, e vale conferir se o gate está exigente demais ou de menos.
Nas próximas 48 horas, escreva a política de uso de IA da sua equipe em uma página, adaptando as sete cláusulas ao seu volume e à sua capacidade de revisão. Apresente-a a uma pessoa fora do time de conteúdo. Sucesso: essa pessoa decide, lendo só o documento, se uma peça deveria ser publicada, e nenhuma cláusula proíbe IA por autoria. Se alguma cláusula ainda regular quem escreve, reescreva antes de circular. Guarde a versão datada para a auditoria.
Faça agora (15 min)
Quinze minutos e três pedidos separam uma política que protege de uma proibição que esconde.
Passo 1: Peça as dez últimas peças publicadas com a fonte de cada número
Mande à equipe ou à agência a lista das dez últimas URLs e peça, para cada número ou data no texto, o endereço da fonte. Prazo: um dia útil.
Deu certo quando: Uma planilha com URL, número e fonte, ou a resposta honesta de que a fonte não existe.
Erro comum: Aceitar "está no texto" como resposta: a fonte tem de abrir.
Passo 2: Pergunte qual é o teto de publicação e quem revisa
Duas perguntas: quantas peças por semana saem e quantas o revisor consegue ler inteiras. Se o segundo número é menor que o primeiro, a cláusula 1 já está violada.
Deu certo quando: Dois números e o nome do revisor.
Erro comum: Confundir aprovação de pauta com revisão de texto.
Passo 3: Pergunte se algum texto foi reescrito para "parecer citável"
Peça um exemplo de peça que passou por ferramenta de otimização para IA e leia dois parágrafos. Autoridade inventada, comparação vazia e promessa de atualidade são os sinais que os detectores procuram.
Deu certo quando: Um exemplo lido, ou a confirmação de que a prática não existe.
Erro comum: Deixar a agência responder "usamos só para ideias". Peça o texto.
Passo 4: Assine a política em sete cláusulas com data
Adapte as sete cláusulas deste módulo ao volume real, coloque a data e o seu nome e circule para agência e equipe. Guarde a versão datada.
Deu certo quando: Documento de uma página que uma pessoa fora do time consegue aplicar.
Erro comum: Cláusula que regula quem escreve em vez de regular escala, valor e fonte.
Passo 5: Marque a revisão trimestral com pauta fixa
Pauta: volume contra capacidade de revisão, amostra de cinco peças passadas pela árvore, contagem de números sem fonte e o modelo de IA em uso declarado no contrato.
Deu certo quando: Convite enviado com a pauta no corpo.
No fim você tem: a lista de peças com fonte conferida, o teto e o revisor nomeados, a política de sete cláusulas assinada e datada e a revisão trimestral marcada.
Resumo em três linhas: O Google não proíbe conteúdo feito com IA; proíbe escala sem valor original e julga o site inteiro, e há detector que reconhece texto reescrito para agradar o motor. A política que protege regula escala, valor e verificabilidade, registra o uso de IA em vez de escondê-lo e trata correlação de fornecedor como hipótese a testar. Na segunda-feira, peça as dez últimas peças com a fonte de cada número e assine a política em sete cláusulas com data.