Como funciona
O que o GEO Score faz, passo a passo
Uma pipeline que vai do seu domínio até um score acionável, combinando coleta técnica e a compreensão real de 4 mecanismos de IA.
- Você informa o domínio: O ponto de partida: a marca ou site que você quer avaliar.
- Coleta estática: Sem custo: robots.txt, sitemap.xml, HTML/SSR, JSON-LD e Schema.org; llms.txt é coletado como informação, sem peso no score. Crawlers de IA não executam JavaScript — por isso o SSR importa.
- Compreensão multi-engine: Em paralelo, fazemos a pergunta real a 4 mecanismos — ChatGPT, Claude, Gemini e Perplexity — se reconhecem a marca e o que dizem.
- Autoridade de entidade: Cruzamento com Wikidata e Google Knowledge Graph, e validação dos sameAs declarados no site.
- Multi-geo: Repete a análise em Brasil, Estados Unidos e Europa para detectar filter bubble regional.
- Score 0-100 + plano de ação: Pontuação em 10 dimensões e plano priorizado, com banda de sensibilidade entre mecanismos de IA, quando disponível.
Demonstração ilustrativa
Como os 4 mecanismos de IA respondem sobre uma marca
Exemplo animado com a marca fictícia Aurora Café. Não é um resultado real — é uma simulação de como a análise observa reconhecimento, confiança e divergência entre as engines.
- ChatGPTReconheceuChatGPT reconheceu Aurora Café com 94% de confiança e citou a categoria Cafeteria artesanal.
- ClaudeReconheceuClaude reconheceu Aurora Café com 91% de confiança e citou a categoria Cafeteria artesanal.
- GeminiReconheceuGemini reconheceu Aurora Café com 89% de confiança e citou a categoria Cafeteria artesanal.
- PerplexityReconheceuPerplexity reconheceu Aurora Café com 92% de confiança e citou a categoria Cafeteria artesanal.
É exatamente isto que o GEO Score mede: Generation Exposure (cada engine reconhece a marca?), Faithful Credit (com que confiança e em que categoria correta ela é citada?) e Answer Bubble Divergence (as engines contam a mesma história ou versões conflitantes?).
Como o score é construído
As 10 dimensões que pontuam
Cada dimensão mede um estágio do funil generativo — do crawler à resposta final — e contribui com um peso fixo. A soma das dez fecha em 100 pontos.
- 12 pts
Retrieval Fitness
Se os crawlers de IA acham e leem o site: robots.txt, sitemap, SSR e texto entregue no HTML sem script (llms.txt é informativo, sem peso).
Por que pontua: Os robôs de IA generativa leem só a resposta HTML inicial e não executam JavaScript; texto que depende de script não chega à resposta.
Fonte: SAGEO Arena
- 10 pts
Reranking Fitness
Se o conteúdo sobrevive ao reranker: JSON-LD válido, entidade da marca declarada e hierarquia de headings.
Por que pontua: O reranker premia a passagem que responde sozinha à pergunta e nomeia a entidade, não a página apenas relacionada ao tema.
Fonte: SAGEO Arena
- 18 pts
Generation Exposure
Taxa de reconhecimento real da marca por ChatGPT, Claude, Gemini e Perplexity.
Por que pontua: Mede a menção, que é só o primeiro de três eventos: menção, citação com endereço e apoio factual são contados em separado.
Fonte: CC-GSEO-Bench
- 13 pts
Faithful Credit
Quando citado, as IAs dizem a verdade sobre a marca — cross-check com o próprio site.
Por que pontua: Ser mencionado não basta: a frase gerada precisa se apoiar em fato correto sobre a marca, e esse apoio factual é um evento distinto da menção.
Fonte: CC-GSEO-Bench
- 8 pts
Answer Bubble Divergence
Se os engines contam a mesma história. Divergência alta sinaliza narrativa inconsistente.
Por que pontua: Motores que discordam entre si apoiam a resposta em fontes diferentes, e a marca perde o controle da narrativa que cada um repete.
Fonte: Answer Bubbles
- 9 pts
Geo-Personalization Robustness
Resposta consistente entre Brasil, EUA e Europa — detecta filter bubble regional.
Por que pontua: A mesma pergunta feita de regiões diferentes pode trazer marcas diferentes na resposta, então a presença precisa ser medida por região.
Fonte: Geo-Pers Bias, WSDM 2026
- 8 pts
Static Readiness
Baseline técnico: HTTPS, TTFB, title, meta description e frescor (lastmod / Last-Modified).
Por que pontua: É a higiene que todo robô enxerga antes de ler o conteúdo: acesso seguro, resposta rápida, título claro e sinal honesto de atualização.
Fonte: Baseline técnico
- 9 pts
Entity Authority
Autoridade de entidade: match no Wikidata e no Google Knowledge Graph, com validação de sameAs.
Por que pontua: Só 23% da evidência que sustenta as respostas vem do domínio próprio, segundo levantamento da Omniscient Digital consultado em 21/09/2026; o resto depende de fontes externas que reconheçam a mesma entidade.
Fonte: Wikidata / KG + sameAs
- 7 pts
Comércio Agêntico
Prontidão para agentes de compra: Product, Offer e políticas legíveis (ACP/AP2). Condicional a sinal comercial.
Por que pontua: O agente de compra só recomenda o que consegue ler em dado estruturado no HTML: produto, preço, disponibilidade e política de troca.
Fonte: Onda jul/2026
- 6 pts
Answerability
O conteúdo responde perguntas de forma direta: FAQPage, HowTo, headings em forma de pergunta e passagens autocontidas.
Por que pontua: Motores RAG recortam a página por passagem: o parágrafo de 2 a 4 frases que nomeia a marca é o que pode ser citado fora de contexto.
Fonte: Onda jul/2026
Causal Impact (histórico temporal) é a única dimensão pendente do roadmap — 5 de 6 fases já estão em produção. Ela destrava quando há histórico de ≥3 snapshots do mesmo domínio. O total das dez dimensões acima fecha em 100.