Pular para o conteúdo principal

Pesquisa empírica em GEO: evidência que permite decidir

Por Alexandre Caramaschi, Chief Strategy Officer da Nuvini (Nasdaq: NVNI), Founder da Brasil GEO, cofundador da NAIA e cofundador da AI Brasil, ex-CMO da Semantix (Nasdaq) · Março 2026

Atualizado em .

Pesquisa empírica em GEO (Generative Engine Optimization) exige uma pergunta verificável, respostas preservadas e uma regra de contagem. Este guia mostra como distinguir resultados de laboratório, observações de APIs e desempenho do seu site, e como desenhar uma comparação que ajude a decidir. Um percentual de outro estudo não é uma previsão para a sua marca.

Uma apresentação promete aumentar citações porque uma técnica funcionou num artigo acadêmico. Antes de aprovar o projeto, falta responder: o estudo observou a mesma plataforma, o mesmo tipo de conteúdo e o mesmo resultado que a empresa quer melhorar? Se mediu palavras atribuídas a uma fonte num ambiente controlado, ele ainda não respondeu quantos clientes chegarão ao seu negócio.

O que a pesquisa original em GEO demonstrou?

O trabalho GEO: Generative Engine Optimization, aceito na KDD 2024, apresentou um ambiente de avaliação chamado GEO-bench e estratégias de edição de conteúdo. Os autores relataram ganhos de até 40% na visibilidade medida em seus experimentos e resultados diferentes entre domínios. O limite faz parte do achado: esse máximo experimental não representa aumento esperado de tráfego, vendas ou citações na interface atual de um produto.

Em setembro de 2026, Bajemon e Rochet repetiram as medições de 2023 em dez famílias de motores atuais e não encontraram efeito das mesmas alavancas de edição sobre a citação em nenhuma delas (arXiv 2609.07559). Os tamanhos de efeito do estudo original descrevem os motores de 2023 e deixaram de servir como referência para os de 2026. O resumo dos estudos do período está em citação em IA: o que os estudos de outubro de 2026 mostram.

Use o estudo para formular uma hipótese, como testar se uma explicação com evidência verificável responde melhor a uma tarefa. Não transforme a hipótese em uma quota de estatísticas por página. Inserir números irrelevantes pode piorar a leitura e não reproduz o desenho experimental.

Quais evidências respondem a perguntas diferentes?

EvidênciaPergunta que pode responderLimite de interpretação
Benchmark acadêmicoO que mudou no ambiente e na métrica definidos pelos autores?A transferência para outro serviço ou período precisa ser testada.
Respostas de uma APIO que aquela configuração retornou para as consultas amostradas?Não equivale automaticamente à experiência da interface pública.
Relatório do Search ConsoleQue exposição o Google registrou para aquela propriedade e janela?Não representa outros motores nem todo o percurso do cliente.
Visitas e resultados comerciaisQuais eventos a instrumentação registrou?Atribuição de uma visita não demonstra causalidade da última edição.
Auditoria de HTMLQuais requisitos técnicos e editoriais a página atende?A nota descreve a rubrica, sem provar citações reais.

Como ler o retrato datado da pesquisa Brasil GEO?

O BRGEO-1 corrigido é um preprint sem revisão por pares. Seu inventário registra 91.392 respostas persistidas em 56 datas, de 23 de abril a 11 de setembro de 2026. Há perguntas repetidas e lacunas de coleta. O estudo examina, entre outros limites, como a quantidade de texto preservado e lido altera a detecção de nomes. Menção lexical não demonstra recomendação nem citação de uma fonte.

O retrato do painel em JSON usado pelo site tem outro corte: 92.064 respostas, gerado em 11 de setembro de 2026 às 22h57min21s UTC. Esses totais não são intercambiáveis. Ao reutilizar números do acervo de publicações, leve a versão, a data de extração e o denominador correspondentes. Eles descrevem registros históricos; não são uma medição ao vivo de outubro.

O vínculo do autor com a Brasil GEO deve acompanhar a interpretação. O manuscrito não estabelece uma classificação universal de modelos, efeito causal de uma otimização ou reprodução independente por terceiros. Ler a descrição do método é diferente de ter acesso a todos os registros necessários para refazê-lo.

Como montar uma ficha de evidência antes da apresentação?

Abra uma planilha e dedique uma linha a cada afirmação que pretende usar. A ficha abaixo é uma ferramenta de triagem: uma célula vazia indica qual pergunta ainda precisa ser respondida, não um zero a completar.

CampoO que registrarQuando suspender a conclusão
Afirmação e decisãoResultado que o dado sustenta e decisão que ele mudariaO dado mede outra coisa.
Fonte e versãoLink, autores, publicação e revisão consultadaO número aparece apenas em uma reprodução sem origem.
População e janelaConsultas, documentos, idioma, período e exclusõesAs amostras comparadas têm composição diferente.
Unidade e denominadorResposta, URL, marca ou sessão; total de observações válidasErros e repetições foram somados sem regra.
Método e incertezaColeta, extrator, revisão humana e limitesUma associação foi apresentada como causa.

Como testar uma atualização de conteúdo na sua operação?

  1. Escolha uma tarefa e uma hipótese. Por exemplo: esclarecer condições de integração reduz respostas incorretas sobre um serviço. Defina antecipadamente qual erro será contado.
  2. Congele o ponto de partida. Salve a versão da página, as consultas, as respostas e as configurações. Registre serviço, interface ou API, modelo declarado, uso de busca e data.
  3. Defina uma comparação plausível. Use páginas semelhantes sem a mudança e descreva como foram escolhidas. Quando viável, sorteie quais unidades receberão a alteração. Uma comparação apenas antes e depois continua vulnerável a outras mudanças.
  4. Mude um conjunto delimitado. Documente o que entrou, o que saiu e quando foi publicado. Se mudar conteúdo, schema e distribuição juntos, o teste avaliará o pacote.
  5. Preserve respostas e falhas. Separe ausência de menção, resposta inválida e falha de coleta. Faça revisão humana de casos ambíguos e registre a janela de texto que o extrator leu.
  6. Compare e decida. Observe o resultado por grupo e período, com a incerteza adequada às repetições. Amplie, ajuste ou encerre conforme uma regra registrada antes da leitura dos resultados.

Exemplo hipotético: uma fabricante quer reduzir respostas que confundem dois equipamentos. Ela seleciona pares de páginas com problemas semelhantes, atualiza a tabela de compatibilidade em parte delas e mantém a outra parte para comparação. Se a diferença aparecer também no grupo sem alteração, a melhora geral do motor é uma explicação concorrente. A equipe não atribui todo o movimento ao novo texto.

Critério de aceite: outra pessoa consegue identificar a versão publicada, refazer a contagem nas respostas preservadas e explicar quais registros ficaram fora. Sem isso, a rodada entrega um indício para investigação, não uma conclusão de eficácia. A quantidade de consultas depende da variabilidade, do tamanho do efeito relevante e do desenho; não há amostra universal suficiente.

Que ferramentas ajudam sem misturar as medições?

Uma planilha, um histórico de versões e respostas exportadas já permitem começar o registro. Para a exposição no Google, use o relatório de IA generativa do Search Console. A documentação mantém ressalvas de liberação e volume: relatório ausente não é exposição igual a zero. Valores indisponíveis podem virar zeros na exportação; preserve o estado observado.

O curso de Google Search Console para decisão executiva, revisado em setembro de 2026, aprofunda recortes, comparações e responsabilidade pela decisão. Use-o para revisar o contrato do relatório. Para a estratégia de publicação, o guia oficial do Google continua orientando conteúdo útil e fundamentos de SEO, sem marcação especial que garanta presença em respostas.

A pergunta da próxima reunião deixa de ser “qual técnica promete o maior percentual?” e passa a ser “qual evidência mudaria esta decisão?”. Leve a ficha preenchida, uma hipótese e o registro necessário para contestar a conclusão.

Fontes e aprofundamento

Fontes consultadas em 12 de outubro de 2026.