GEO Universal Framework · Capítulo 10 de 29 · 24 min
Busca local: endereço, perfil e o que a IA consegue ver
Você sai sabendo se o seu negócio depende de busca local, com a auditoria de nome, endereço e telefone encomendada, o cadastro tratado como fonte de entidade e as quatro perguntas que desmontam um relatório de visibilidade local.
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.
Quem atende num endereço ou numa região tem parte da demanda presa a um lugar, e o assistente de IA recomenda a unidade a partir do cadastro que consegue ler: nome, endereço, telefone, nota e preço iguais em todas as fontes. Este módulo serve a quem aprova orçamento de clínica, escritório, rede de lojas ou prestador regional e ainda não sabe se busca local é problema dele. Você sai com a auditoria de cadastro encomendada e com as quatro perguntas que separam um relatório de visibilidade local de uma série de números sem localidade nem idioma.
Para quem decide: este módulo destrava a decisão de tratar o cadastro da unidade como ativo de marketing, com dono e auditoria. Errar custa a recomendação: numa auditoria de 12 modelos, a nota do hóspede moveu a escolha do hotel em 31,6 pontos e o preço alto derrubou 30,0; a resposta da gerência às avaliações foi ignorada. A pergunta para a equipe: quantas fontes afirmam o nosso telefone, e quantas divergem?
1. Decidir se o seu negócio depende de busca local, com o denominador do próprio Search Console (o relatório gratuito do Google sobre as buscas que chegam ao seu site). 2. Encomendar a auditoria de nome, endereço e telefone entre site, perfil do negócio e diretórios, com a lista de correções priorizada. 3. Aprovar a marcação LocalBusiness com os campos que desambiguam a unidade, sabendo o que a galeria do Google ainda reconhece. 4. Recusar relatório de visibilidade local que não declare idioma, localidade, modelo e uso de busca web da coleta.
Glossário rápido
NAP
Nome, endereço e telefone do negócio. O trio que identifica uma entidade com localização física. A sigla é antiga no SEO local e continua útil porque nomeia exatamente o que precisa ser idêntico em todo lugar onde o negócio aparece.
Google Business Profile
O cadastro do negócio dentro do ecossistema do Google, antes chamado Google Meu Negócio. É onde ficam nome, categoria, endereço, horário, telefone, fotos e avaliações. É a declaração de primeira parte sobre a entidade, feita em uma propriedade que você controla e que o Google trata como cadastro, e não como página web.
Intenção local
Propriedade da consulta, e não do negócio. A consulta tem intenção local quando a resposta útil depende de onde a pessoa está. "Advogado trabalhista em Curitiba" tem. "O que é rescisão indireta" não tem, ainda que quem responda seja o mesmo escritório.
Citação local (NAP citation)
Qualquer aparição do NAP do negócio em um site de terceiro, com ou sem link: diretório setorial, associação de classe, catálogo de convênio, guia de bairro. É evidência externa sobre a entidade, e é o material bruto que qualquer sistema usa para decidir se dois registros falam do mesmo negócio.
Desambiguação de entidade
O processo de decidir se "Clínica Aurora", "Clinica Aurora Saude Ltda" e "Aurora Odontologia" são um, dois ou três negócios. Toda a disciplina de consistência existe para tornar essa decisão fácil, em vez de deixá-la para inferência.
Os setores que mais aparecem em exemplo de curso de busca (jurídico, saúde, consultoria, varejo) têm uma fatia da demanda que só existe atrelada a um lugar. Um escritório pode publicar o melhor conteúdo do país sobre um tema e continuar perdendo o cliente que digitou o nome da cidade junto. Tratar busca local como assunto de pizzaria é um erro de escopo que custa mais caro justamente onde o ticket é alto.
Números do tipo "metade das buscas tem intenção local" circulam há anos em apresentações sem publicação primária, e o curso não os usa. O dado que vale é o seu. No Search Console, filtre as consultas que contêm nome de cidade, de bairro ou a expressão "perto de mim": esse é o denominador real de intenção local do negócio, com data e sem benchmark de terceiro.
Verificação rápida
Pré-teste. Uma agência coleta visibilidade em IA para uma rede de restaurantes rodando os mesmos 120 prompts por API (a chamada direta ao modelo, sem a interface que o cliente usa), sem busca web ativada, a partir de um servidor nos Estados Unidos. O relatório mostra taxa de menção próxima de zero em consultas do tipo "melhor rodízio perto de mim". O que esse número mede?
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
O erro de enquadramento mais comum trata o perfil do negócio no Google (o Google Business Profile, antigo Google Meu Negócio) como mais um canal a ser "otimizado", com postagem semanal e foto nova. Sob a ótica de entidade (a sua empresa como coisa identificável, distinta do nome escrito), o perfil cumpre outra função. Ele é a declaração de primeira parte mais estruturada que existe sobre o negócio: nome, categoria, endereço, telefone, horário e site ficam em campos, e campo ninguém precisa inferir de texto corrido.
O restante do sistema trabalha por corroboração. A caixa 2 da figura afirma; as caixas 3 a 5 confirmam ou contradizem. Quando o telefone do perfil, o do rodapé do site e o do diretório da associação de classe divergem, alguém, humano ou máquina, precisa decidir qual dos três está certo. A decisão mais barata diante de sinal contraditório é reduzir a confiança no registro inteiro.
O módulo sobre a sua empresa como entidade ensina consistência em abstrato, com sameAs (a propriedade que aponta para os perfis oficiais da empresa em outros sites). O NAP (nome, endereço e telefone, o trio que precisa ser idêntico em toda fonte) é o mesmo problema em versão concreta e verificável numa tarde: uma divergência de endereço aparece numa planilha de vinte linhas. Quem quer treinar o raciocínio de entidade num caso em que o erro é visível e a correção é barata começa pelo local.
A mesma ressalva do módulo de entidade vale aqui: "entity confidence score" não existe em documentação do Google, e a mecânica de como sinal contraditório é ponderado não está publicada. O que está documentado é o vocabulário, o que é observável é a divergência e o que se defende é eliminá-la. Consistência é higiene barata com hipótese razoável por trás, sem curva de resposta conhecida para virar alavanca.
Pare e produza, sem voltar à figura: liste as cinco fontes que, no seu negócio ou no do seu cliente, afirmam alguma coisa sobre nome, endereço ou telefone. Depois responda: (a) quantas dessas cinco você consegue editar hoje sem pedir autorização a terceiros; (b) qual delas foi atualizada por último; (c) se as cinco discordassem entre si, qual você esperaria que prevalecesse, e por quê. Escreva as três respostas antes de seguir. A pergunta (c) não tem resposta documentada, e o objetivo dela é que você perceba isso.
O que o Google documenta é que otimizar para busca generativa continua sendo otimizar para busca, sem marcação especial para IA (guia publicado em 15/05/2026 e atualizado em 10/07/2026). O que não está documentado é a receita: quais fontes alimentam uma resposta generativa de consulta local, com que peso, e se o cadastro do negócio entra por caminho próprio ou só pelo índice de busca.
O que se afirma com base é mais modesto e ainda assim operacional. A resposta generativa é composta a partir de fontes recuperadas no momento da consulta, e a consulta local carrega duas variáveis a mais, a localização e o idioma, que mudam o conjunto recuperado. A mesma pergunta, feita de dois bairros ou em dois idiomas, é outra pergunta do ponto de vista da recuperação; toda medição precisa declarar de onde e em que língua a consulta partiu.
Isso já vale no Brasil em português. O AI Mode (o modo de resposta gerada da Busca do Google) lista o Brasil entre os países atendidos e o português entre os idiomas. O Gemini Spark, agente pessoal de IA do Google que executa tarefas pelo usuário, está no país desde 31/07/2026 para assinantes AI Pro e Ultra.
No ChatGPT, a ferramenta de busca ganhou em agosto um tipo de chamada próprio para negócios (business). As janelas de frescor observadas para consulta local vão de 365 a 3.650 dias: a página de diretório com o telefone antigo, publicada há oito anos, cabe dentro dessa janela.
Quando a recomendação é de um negócio com endereço, o que a IA lê no cadastro decide mais do que o texto do site. Numa auditoria com escolhas aleatorizadas em 12 modelos (arXiv 2606.16344, 15/06/2026), a nota do hóspede elevou a seleção do hotel em 31,6 pontos e o preço alto a reduziu em 30,0. A posição na lista, sem nenhum conteúdo a mais, deslocou a recomendação e valeu cerca de US$ 12 por noite. A resposta da gerência às avaliações foi ignorada.
Para clínica, restaurante, escola ou loja, a tradução é direta: a nota média, o preço declarado e a ordem em que a unidade aparece nas listas que o modelo lê pesam na recomendação. O texto que a gerência escreve em resposta a reclamações fica de fora da conta. Orçamento de reputação vai para a coleta de avaliação verdadeira e para a consistência do preço publicado antes de ir para redação.
O mesmo vale para produto com preço. No estudo da Productrise sobre dois milhões de listagens e 100 mil consultas (divulgado pelo Search Engine Journal em 03/09/2026), só 1,28% dos produtos do carrossel de Shopping apareceram no AI Mode no mesmo dia. O AI Mode mostrou 3,9 produtos por consulta contra 27,8 do carrossel, o primeiro vendedor foi outro em 49,6% das vezes e o preço exibido foi o maior em 68,4% dos casos.
A reserva de hotel com checkout pelo Google Pay está em rollout dentro do AI Mode (Search Engine Journal, 27/08/2026). A vitrine encolheu e a transação passou a acontecer dentro dela; para o negócio local, o cadastro que o agente lê virou também o balcão.
O que move a recomendação de um negócio com endereço e preço?
+31,6 pontos
nota do hóspede na seleção do hotel
escolhas aleatorizadas em 12 modelos (arXiv 2606.16344)
30,0 pontos a menos
preço alto na mesma seleção
resposta da gerência às avaliações: sem efeito
1,28%
produtos do carrossel que apareceram no AI Mode no mesmo dia
Productrise, dois milhões de listagens (SEJ, 03/09/2026)
68,4%
casos em que o AI Mode mostrou o preço maior
3,9 produtos por consulta contra 27,8 do carrossel
Fonte: arXiv 2606.16344 (15/06/2026); Productrise via Search Engine Journal, 03/09/2026 (secundária)
LocalBusiness (o tipo de marcação que declara um negócio com endereço) continua na galeria oficial de resultados enriquecidos do Google, cuja lista vigente, com 25 tipos, foi atualizada em 15/06/2026, ao lado de Article, Organization, Product e Review snippet. Marcar a unidade tem duas justificativas, elegibilidade documentada e desambiguação. A primeira sobreviveu às podas de 2026, o ano em que o mercado passou a desconfiar de Schema.org inteiro (o vocabulário de marcação que descreve o negócio para a máquina).
A comparação com o que morreu calibra a leitura. O resultado enriquecido de FAQ deixou de aparecer em 07/05/2026 (entrada do changelog de 08/05) e a documentação saiu em 15/06/2026; FAQPage segue válido como vocabulário e não é penalizado. HowTo saiu da galeria em setembro de 2023. Quem generalizou "Schema.org morreu" a partir desses dois casos deixa na mesa o tipo que serve justamente ao setor que mais depende dele.
Quais marcações locais ainda valem?
| Tipo | Situação em 07/09/2026 | Ainda vale marcar? | Motivo |
|---|---|---|---|
| LocalBusiness | Na galeria oficial vigente (25 tipos, lista de 15/06/2026) | Sim | Elegibilidade documentada, mais desambiguação de entidade com endereço e telefone tipados |
| Organization | Na galeria oficial vigente | Sim | Identidade da entidade guarda-chuva. A documentação não menciona `@id` e não define propriedade obrigatória |
| Review snippet | Na galeria oficial vigente | Com cuidado | Vale para o que a política permite. Avaliação autodeclarada sobre o próprio negócio tem restrição de uso |
| FAQPage | Resultado enriquecido encerrado em 07/05/2026 (changelog de 08/05), documentação removida em 15/06/2026 | Só por vocabulário | Continua válido e não penalizado, e deixou de produzir aparência na busca. Marcar por hábito não devolve o resultado enriquecido |
| HowTo | Fora da galeria, descontinuado desde setembro de 2023 | Não | Sem elegibilidade e sem ganho de desambiguação para negócio local |
Não existe tipo de marcação criado para IA generativa. Quem prometer isso está vendendo algo que a documentação nega explicitamente.
Fonte: Galeria oficial de resultados enriquecidos do Google, 25 tipos, atualizada em 15/06/2026; changelog do Search Central
Agora o exemplo trabalhado, cenário ilustrativo: rede com três unidades, uma marca só, e a decisão recorrente de como modelar isso em JSON-LD (o formato de texto em que a marcação é escrita) sem criar três entidades concorrentes. Cada escolha vem com o motivo, porque é a escolha, e não a sintaxe, que separa marcação útil de marcação decorativa.
{
"@context": "https://schema.org",
"@type": "MedicalClinic",
"_comentario_tipo": "Escolhi MedicalClinic, subtipo de LocalBusiness, em vez de LocalBusiness genérico. Subtipo mais específico carrega mais informação sobre o que a entidade é, sem custo nenhum, e continua herdando a elegibilidade de Local business da galeria vigente. Quando não existir subtipo adequado ao setor, use LocalBusiness puro em vez de forçar um subtipo errado.",
"name": "Clínica Aurora Vila Mariana",
"_comentario_name": "Nome fantasia + identificador da unidade, EXATAMENTE como está no perfil do negócio e nos diretórios. Razão social vai em legalName. Trocar os dois de lugar é a origem mais comum de divergência entre fontes.",
"legalName": "Aurora Serviços Médicos Ltda",
"branchOf": { "@id": "https://aurora.com.br/#organizacao" },
"_comentario_branch": "Cada unidade é um nó próprio, ligado à organização guarda-chuva por branchOf. Escolhi isso em vez de repetir a marca inteira três vezes porque três registros idênticos sem relação declarada convidam justamente a ambiguidade que a marcação deveria eliminar.",
"address": {
"@type": "PostalAddress",
"streetAddress": "Rua Exemplo, 123, conjunto 45",
"addressLocality": "São Paulo",
"addressRegion": "SP",
"postalCode": "04000-000",
"addressCountry": "BR"
},
"_comentario_address": "Endereço em campos separados, nunca em string única. E esta string precisa bater caractere a caractere com o perfil do negócio e com os diretórios. Abreviar 'conjunto' aqui e escrever por extenso lá é exatamente o tipo de divergência que ninguém percebe e que ninguém consegue explicar depois.",
"telephone": "+55-11-5555-0100",
"_comentario_tel": "Formato internacional, um único número oficial por unidade. Se o marketing usa número de rastreamento em campanha, o número oficial continua sendo este, e o de rastreamento não entra na marcação nem no perfil.",
"geo": { "@type": "GeoCoordinates", "latitude": -23.5, "longitude": -46.6 },
"openingHoursSpecification": [
{ "@type": "OpeningHoursSpecification",
"dayOfWeek": ["Monday","Tuesday","Wednesday","Thursday","Friday"],
"opens": "08:00", "closes": "19:00" }
],
"url": "https://aurora.com.br/unidades/vila-mariana",
"_comentario_url": "Uma página por unidade, e a marcação mora na página daquela unidade. Marcar as três unidades na home é o atalho que destrói a correspondência entre página e entidade.",
"sameAs": [
"https://www.google.com/maps/place/...",
"https://www.instagram.com/clinicaaurora",
"https://cadastro.associacaosetorial.org.br/aurora"
],
"_comentario_sameas": "A documentação do Google descreve sameAs de forma modesta: URLs de páginas em outros sites com informação adicional sobre a organização. Coloquei os perfis que EU consigo manter corretos. sameAs apontando para cadastro desatualizado piora o problema em vez de resolver, porque adiciona uma fonte divergente a mais."
}A fronteira onde a regra da consistência quebra: negócio que muda de endereço. A receita "deixe tudo idêntico" não diz o que fazer enquanto existem duas verdades no mundo. O erro caro é atualizar o site no dia da mudança e deixar perfil e diretórios para depois: semanas de contradição em que a fonte mais recente é a menos corroborada. A ordem que se defende inverte isso: primeiro as fontes que você controla e que demoram a propagar (perfil do negócio e diretórios principais), depois o site. A página da unidade antiga fica no ar com redirecionamento e nota da mudança, em vez de ser apagada. Segundo erro de fronteira, mais frequente: prestador que atende em domicílio e não tem endereço público. Forçar um endereço residencial na marcação para "ter NAP completo" cria uma entidade com localização falsa, o que é pior do que declarar área de atendimento e deixar o endereço de fora.
O seu cadastro diz a mesma coisa em toda parte?
1. Levantamento das fontes
0/32. Divergências
0/43. Site e marcação
0/54. Verificação e limites
0/3O que não dá para medir em busca local com IA é a parte que o material comercial nunca escreve, porque reduz o tamanho da promessa. A tabela lista cada limite, o que ele significa para o seu relatório e o que exigir do fornecedor antes de pagar por uma série de números.
O que não dá para medir em busca local com IA?
| Limite | O que significa | O que exigir |
|---|---|---|
| Localidade e idioma do observador | Coleta por API sem localidade não fala sobre "perto de mim"; em 234 rodadas no ChatGPT, o idioma da consulta decidiu se fornecedor local apareceu | Localidade, idioma, modelo e uso de busca web declarados por escrito em cada série |
| Granularidade geográfica | Uma amostra de um ponto não descreve o que acontece a cinco quilômetros dali; cada raio de atendimento é uma população, e amostrar todas custa proporcionalmente ao número de praças | Número de praças amostradas e custo por praça |
| Medição nativa | O relatório de IA generativa do Search Console mostra impressões em AI Overviews e AI Mode para todos os sites desde 31/08/2026, sem cliques; não existe painel aberto de AI Overviews para o Brasil | Impressões do relatório como camada oficial; recusar qualquer "clique do AI Overview" |
| Invisível por construção | Menção sem clique, posição dentro da lista, concorrentes ao lado e bairro de origem da pergunta não chegam ao GA4 (o Google Analytics); sessão sem referrer (a origem que o navegador informa) cai em Direct | Declaração explícita, no relatório, do que não foi observado |
| Efeito de corrigir o cadastro | Nenhum estudo público mede o efeito de corrigir NAP sobre citação em resposta gerada (corpus arXiv de maio a setembro de 2026); o mecanismo é plausível e a correção é barata | Linha de base antes da correção e data da mudança; nenhuma promessa numérica |
Mecanismo plausível e correção barata justificam fazer. Não justificam prometer resultado com número.
Heurística de praticante: quando um cliente local diz que "sumiu da IA", verifique o perfil do negócio e os diretórios antes de tocar em qualquer coisa do site. Em auditoria, o achado mais frequente e mais barato de corrigir é um dado de cadastro errado. Existe uma verificação de trinta segundos que economiza semanas: abra o assistente com busca ativada e pergunte pelo nome exato do negócio mais a cidade, em português. Se a resposta trouxer telefone ou endereço antigo, você localizou a fonte contraditória que ainda circula, e ela costuma estar num diretório que ninguém do time lembrava que existia.
Sem consultar o texto, escreva o parágrafo que você entregaria a um cliente com quatro unidades. Ele precisa dizer três coisas: o que você corrige na semana 1, qual evidência você coleta antes de corrigir para servir de linha de base, e quais duas perguntas sobre visibilidade local em IA você não vai conseguir responder com a instrumentação disponível. Restrição: se o parágrafo não contiver uma frase declarando um limite de medição, ele ainda está vendendo em vez de diagnosticando.
Nas próximas 48 horas, escolha uma única unidade de negócio (a sua, a de um cliente ou a de alguém que aceite servir de cobaia) e produza uma planilha de duas colunas: fonte e NAP declarado nela. Preencha com no mínimo seis fontes, incluindo o site, o perfil do negócio e três diretórios do setor. Critério de sucesso: você termina com a contagem exata de divergências, classificadas em nome, endereço e telefone, e com a data da última atualização de cada fonte. Se a contagem der zero, amplie para dez fontes, porque zero em seis costuma significar que você olhou só onde já sabia que estava certo. Registre no rodapé a data da medição: esta planilha é a linha de base contra a qual qualquer melhora vai ser comparada.
Faça agora (15 min)
Você precisa do acesso ao Search Console, de um assistente com busca ativada e de quem cuida do cadastro.
Passo 1: Abra o Search Console e filtre as consultas com nome de cidade, bairro ou "perto de mim"
Se ninguém tiver o acesso, a resposta já é um dado: o relatório oficial não é lido por ninguém.
Deu certo quando: Você sabe qual fatia das buscas que chegam ao site tem intenção local, com data.
Erro comum: Aceitar um benchmark de mercado no lugar do seu denominador.
Passo 2: Pergunte ao assistente, com busca ativada e em português, pelo nome exato da unidade mais a cidade
Anote telefone, endereço e nota que aparecem na resposta.
Deu certo quando: Os três batem com o perfil do negócio.
Erro comum: Perguntar em inglês ou sem busca web e concluir que a unidade não existe para a IA.
Passo 3: Peça a quem cuida do cadastro a lista de fontes que afirmam nome, endereço e telefone
Site, perfil do negócio, diretórios do setor, associação de classe, catálogos de convênio.
Deu certo quando: Uma planilha com pelo menos seis linhas e a data da última atualização de cada uma.
Erro comum: Receber "está tudo certo" sem a planilha.
Passo 4: Exija do fornecedor de medição, por escrito, localidade, idioma, modelo e uso de busca web de cada série
Uma mensagem só, antes de renovar o contrato.
Deu certo quando: As quatro respostas chegam no mesmo e-mail.
Erro comum: Aceitar "nossa coleta é proprietária" como resposta.
Passo 5: Nomeie o dono do cadastro de cada unidade e marque a auditoria de NAP no calendário
Uma pessoa, uma unidade, uma data.
Deu certo quando: A ata registra quem responde por cada perfil.
Erro comum: Deixar o cadastro com a agência sem ninguém de dentro conferindo.
No fim você tem: o denominador local do seu site, a resposta que a IA dá hoje sobre a sua unidade, a lista de fontes com data e as quatro exigências enviadas ao fornecedor.
Resumo em três linhas: Se o negócio atende num endereço ou numa região, parte da demanda é local, e o assistente recomenda a partir do cadastro que lê: nome, endereço, telefone, nota e preço iguais em todas as fontes. LocalBusiness segue na galeria do Google, o relatório de IA do Search Console mede impressões para todos os sites desde 31/08/2026, e nenhum número de visibilidade local vale sem localidade, idioma, modelo e busca web declarados. Na segunda-feira, filtre no Search Console as consultas com cidade ou "perto de mim" e pergunte ao assistente, em português, pelo nome da unidade mais a cidade.
Perguntas frequentes deste capítulo
Postar toda semana no perfil do negócio melhora a chance de ser citado por um assistente de IA?
Se eu marcar LocalBusiness, o Google vai mostrar minha empresa no bloco de resultados locais?
Vale a pena assinar uma ferramenta de GEO para acompanhar visibilidade local?
Tenho uma unidade só e atendo a cidade inteira. Preciso de página por bairro?
Todos os capítulos de GEO Universal Framework
- 01GEO em quinze minutos: o que mudou e o que você decide
- 02Sete princípios com fonte: como este curso trata o problema
- 03O que é SEO e por que a base decide o resto
- 04Busca sem clique: o que os números de 2026 dizem de verdade
- 05O que é GEO e como ler os números do mercado
- 06Qual robô de IA pode ler o seu site: decida por escrito
- 07Sua empresa como entidade: o que o Google documenta, o que inventaram
- 08Dados estruturados depois da poda: o que ainda rende resultado
- 09O motor escolhe onde buscar antes de responder: entre na lista
- 10Busca local: endereço, perfil e o que a IA consegue ver
- 11Mais de um idioma: o que muda para ser citado lá fora
- 12Site grande: quando as suas próprias páginas competem entre si
- 13Conteúdo feito com IA: o que o Google proíbe e o que já é detectável
- 14Riscos que a diretoria assina: injeção de prompt, LGPD e log
- 15Permitir, cobrar ou bloquear os robôs de IA: a decisão por escrito
- 16ChatGPT Ads no Brasil: separar pago de orgânico antes de comprar
- 17Medir sem se enganar: três camadas e o relatório oficial do Google
- 18Ciclo mensal: quatro fases, portão de saída e relatório em cinco linhas
- 19Operar com agentes: qual modelo para qual tarefa, e quando não orquestrar
- 20Ler um case sem cair no conto: a rubrica dos cinco portões
- 21De onde veio esse número: quatro passos antes de repetir
- 22A proposta de GEO chegou: dez perguntas antes de assinar
- 23Etapa 1: o diagnóstico em 16 pilares e o portão de entrada
- 24Etapa 2: robô certo entra, página existe sem JavaScript, markup ainda serve
- 25Etapa 3: escrever o trecho citável e provar que a IA citou
- 26Etapa 4: concentrar presença fora do site, e o custo de pulverizar
- 27Etapa 5: o site que o agente consegue ler, comparar e comprar
- 28Etapa 6: medir sem se enganar, e decidir manter ou reverter
- 29Etapa 7: 90 dias, três dependências e o critério de parada