Mention Rate médio cohort 6 LLMs
18%
ChatGPT 10% · Perplexity 20% · Gemini 30% · outros em coleta · preliminar N=10
Seção 1 · Diagnóstico W21
Onde o IPOG está hoje em motores generativos
Quando um aluno pergunta no ChatGPT “qual a melhor pós em Psicologia?”, o IPOG é citado? Quantas vezes?
O IPOG entrou em maio sem presença mensurável em motores generativos. Sai de maio com a maior plataforma editorial GEO em Pós-Graduação em Psicologia do Brasil — em domínio piloto. A linha vermelha agora é exportar o que foi construído para ipog.edu.br antes do pico 2026.2. Os números abaixo são preliminares (N=10 por LLM); a leitura definitiva sai entre 22 e 30 de maio com N≥50.
Mention Rate cohort 6 LLMs Preliminar N=10
% das perguntas-piloto em que o IPOG é citado pelo nome · leitura oficial em 30-05-2026 (N≥50)
Share-of-Voice por cluster · IPOG vs 5 concorrentes
% das menções de instituições por cluster canônico · estimativa pré-baseline W20
Onde ainda NÃO estamos
- Wikipedia IPOG está em rascunho — verbete não publicado. Sem ele, Claude e Gemini offline não absorvem o IPOG nos próximos cutoffs.
- Schema canônico em
ipog.edu.brpendente de TI IPOG — piloto está pronto, export aguarda Decisão 1 desta reunião. Sem export até 30-05, KPI 4 (Schema Coverage) fica em N/D no pico 2026.2. - GA4 LLM referrer tracking ainda não captura tráfego do IPOG — temos GA4 em
posgraduacaopsicologia.com, mas o tráfego comercial real chega emipog.edu.br. KPI 7 (Conversion Lift) parado até Decisão 3. - Lista canônica de cidades não consolidada — Wave G (51 cidades CNPJ-próprio) e KPI-D1 (Regional Citation Density) dependem da lista oficial pelo IPOG.
- Reframe 12-05 (de MBA único para 5 modalidades) sem ata formal — decisão operacional Brasil GEO comunicada post-facto. Decisão complementar nesta reunião: ratificação retroativa como ata de Conselho.
Seção 2 · Roadmap 90-180 dias
Para onde vamos até 31-08-2026 e 28-02-2027
Se o programa GEO for bem-executado, onde o IPOG estará em 90 e 180 dias — em sinais técnicos, presença em LLMs e cobertura externa?
A oportunidade para o IPOG não é “ganhar mais matrículas em 2026.2”. É virar a primeira instituição brasileira de Pós-Graduação em Psicologia institucionalmente canônica em motores generativos. Esse status é defensável por anos. A janela técnica de captura está aberta hoje, e estimamos 60-90 dias até fechar.
Timeline das 4 fases canônicas + Fase 2.5 antecipada
Fase 0
Kickoff e onboarding
30-04 a 06-05
Fase 1
Diagnóstico baseline N≥50
07-05 a 30-05
Fase 2.5 antecipada
Hardening institucional
13-05 · 1 dia
Fase 2
Engenharia de citação
31-05 a 13-06
Fase 3 antecipada
Execução editorial massa
320 pgs em 18 dias
Fase 4
Mensuração contínua
16-07 em diante
Projeção Mention Rate cohort 6 LLMs · 2026.2 e 2027.1
Cenário base vs cenário conservador (se Fase 1 atrasar 2 semanas) · baseline canônico oficial em 30-05
3 metas estratégicas Q3-Q4 2026
Liderança SoV no cluster Clínica certificada
Capturar ≥20% das menções em motores generativos sobre Especialização Clínica certificada CFP/ABRAP/FBT. Hoje o IPOG tem 8% estimado contra Estácio 22%. Cluster mais defensável da estratégia.
Wikipedia + Wikidata canônicos no ar
Identidade do IPOG estabelecida em fontes que motores generativos priorizam: verbete Wikipedia em português aprovado + ficha Wikidata canônica. Crítico para Claude e Gemini com pesos paramétricos.
51 cidades CNPJ-próprio com Schema LocalBusiness
Cada um dos 51 polos do IPOG com página canônica publicada e selo regional reconhecido por IA. Moat regional que Estácio EAD massivo não consegue replicar — flanco competitivo defensável.
Seção 3 · Tese de mercado
Por que GEO importa para o IPOG agora
Por que investir em GEO em vez de Google Ads, Meta Ads ou Influenciadores? E por que agora, em 2026, e não em 2027 ou nunca?
Três forças de mercado, verificadas por fontes externas independentes, sustentam a tese de investimento em GEO. Cada uma altera materialmente o cálculo de ROI dos canais tradicionais. Juntas, mostram por que SEO clássico virou ativo de manutenção e GEO virou o canal de crescimento dos próximos 5 anos.
−59%
no CTR da posição 1 do Google com AI Overview
Estar em primeiro no Google não basta mais
A taxa de clique na primeira posição orgânica caiu de 27% para 11% em pesquisas com AI Overview presente. Mesmo quem está em primeiro lugar hoje recebe metade do tráfego de 2024. Implicação: SEO clássico canibalizado pela resposta IA antes do clique.
SISTRIX · mar/2026 · N=2,7M keywords
93%
das perguntas em AI Mode são zero-clique
Usuários decidem dentro da resposta da IA
No AI Mode do Google e em ChatGPT, Claude, Perplexity, 93% das perguntas terminam sem clique externo (vs 60% no Google clássico). Implicação para o IPOG: ser citado dentro da resposta vale 14× mais que estar em link abaixo dela.
BrightEdge · 2026 · N=1,4M queries
2,3×-4,4×
maior conversão via tráfego AI-referred
Cada menção em IA vale mais que um clique orgânico
Usuários que chegam de chatgpt.com, claude.ai e perplexity.ai convertem entre 2,3× e 4,4× mais que tráfego orgânico tradicional. Razão estrutural: o motor já pré-filtrou a intenção. Implicação: 1 pp de Mention Rate vale mais em receita esperada que 1 pp de SEO clássico.
Discovered Labs / Lantern · 2026
Matriz Esforço × Impacto · 6 frentes comparadas
GEO sai como quick-win: alto impacto, esforço médio · mídia paga em big-bet de custo alto e ROI saturado · influenciadores em filler de ROI volátil
Quick-wins (alto impacto, esforço baixo-médio)
Big-bets (impacto médio, esforço alto)
Fillers (ROI volátil)
Drop (alto custo, baixo retorno)
Seção 4 · Onde estamos investindo
3 pilares canônicos + 320 páginas como capital editorial
O que o programa está fazendo concretamente — em conteúdo, sinais técnicos e autoridade externa — para o IPOG ocupar o espaço canônico em LLMs?
Não vamos vencer com 17 deliverables paralelos. Vamos vencer com 3 alavancas focadas trabalhando em sinergia. Conteúdo sem Schema fica invisível. Schema sem conteúdo não tem o que sinalizar. Conteúdo + Schema sem autoridade externa absorve só em RAG-native e demora 6-12 meses para entrar nos pesos paramétricos. As três juntas formam o ciclo virtuoso completo.
Pilar 1
Conteúdo editorial citável
320 páginas HBR-grade já publicadas formam a massa crítica de conteúdo canônico que motores generativos passam a referenciar como fonte.
- 11 ondas executadas (A → TT)Editorial fundacional, FAQ, guias, comparativos, dossiês Perplexity e topical clusters.
- Hub Conteúdo+Social com 45 snippetsCada peça canônica reaproveitada em Quora, Medium, LinkedIn, Substack, Reddit e X.
- Press-kit canônicoMaterial pronto para mídia educacional tier 1 (Estadão, Folha, Quero Bolsa).
Pilar 2
Sinais técnicos canônicos
Selos institucionais e manifesto público que ChatGPT, Claude, Gemini e Perplexity leem para descobrir, identificar e referenciar o IPOG como fonte legítima.
- Selo institucional reconhecido por IAsIdentidade do IPOG, das 5 modalidades e do autor canônico codificada em padrão que motores reconhecem.
- Manifesto público para IAArquivo que orienta motores sobre o que indexar, priorizar e tratar como fonte canônica.
- Perfil canônico Alexandre CaramaschiIdentidade conectada a LinkedIn, Wikipedia, Wikidata · Brasil GEO como Publisher reconhecido.
Pilar 3
Autoridade externa que IAs respeitam
Presença em fontes externas que motores tratam como evidência de notabilidade: Wikipedia, Wikidata, CFP, ABEP, ABRAPSO, mídia tier 1, periódicos acadêmicos.
- Wikipedia + Wikidata canônicosVerbete em português e ficha estruturada na enciclopédia da web semântica.
- Conselhos profissionaisCitações em páginas regulatórias CFP, ABRAP e FBT de Especialização Clínica certificada.
- Mídia educacional tier 1Cobertura editorial em Estadão, Folha, Valor, Educa+, Porvir e Veja Educação.
Composição das 320 páginas por tipo editorial
Snapshot W21 · produção em pipeline de sub-agents Opus paralelos · consolidação ondas A-TT
Custo unitário 50-160× mais baixo que mercado tradicional
R$ 3-5/página
Cada página HBR-grade publicada via Brasil GEO custou R$ 3 a R$ 5 em LLM tokens (vs R$ 250 a R$ 800 no mercado editorial tradicional). O programa W21 inteiro — 320 páginas, dossiês Perplexity, schemas canônicos, hub de snippets — custou aproximadamente R$ 12 em modelos de IA premium. ROI editorial entre 50× e 160× o custo do mercado.
Disciplina FinOps canônica: pipeline de Perplexity Sonar Pro paralelas (research) + sub-agents Opus 4.7 paralelos (redação) + spot-check Python cirúrgico (qualidade). Cada custo é mensurável; cada peça publicada tem vida útil persistente de 12-36 meses indexada por LLMs.
Fonte: relatório FinOps Brasil GEO ·
dashboards/FINOPS-DISCIPLINA.mdSeção 5 · Como medir resultado
Como o Conselho vai saber que o programa funcionou
Quais 6 números o Conselho IPOG olha semanal, mensal e trimestralmente para saber, com governança madura, que o programa está entregando?
Três indicadores leading (mensuráveis em semanas, sinalizam progresso) e três indicadores lagging (mensuráveis em meses, comprovam resultado). Cada um com cadência, target canônico, semáforo, próxima leitura e owner nominal. Sem essa disciplina, qualquer reunião do Conselho a partir de julho vira “sentimento sobre o programa”.
Leading indicators · cadência semanal/mensal
Mention Rate cohort 6 LLMs
Em quantas das perguntas-piloto cada um dos 6 motores generativos cita o IPOG pelo nome. Termômetro semanal de visibilidade.
- Cadência
- Semanal
- Target
- Mediana ≥ 35% até 31-08-2026
- Próx. leitura
- 30-05-2026 (N≥50 oficial)
- Owner
- Brasil GEO
Citation Quality Score
Quão corretos são os fatos que cada motor diz sobre o IPOG quando cita: formato, carga horária, MEC, modalidade.
- Cadência
- Semanal
- Target
- ≥ 80/100
- Próx. leitura
- 30-05-2026
- Owner
- Brasil GEO
Schema Coverage Score
Quanto dos selos institucionais canônicos está publicado e válido em ipog.edu.br · auditoria NAIA.
- Cadência
- Mensal
- Target
- ≥ 90/100
- Próx. leitura
- 31-05-2026 (audit NAIA)
- Owner
- IPOG + Brasil GEO
Lagging indicators · cadência mensal/trimestral
Cobertura de fontes externas reputadas
Quantas fontes externas independentes citam o IPOG em 12 meses: Wikipedia, CFP, ABEP, mídia tier 1, periódicos.
- Cadência
- Trimestral
- Target
- ≥ 8 fontes únicas/12m
- Próx. leitura
- 30-06-2026 (Q2 fechado)
- Owner
- Bruno Azambuja
Conversion Lift por canal LLM
Quanto mais convertem visitantes vindos de chatgpt.com, claude.ai, perplexity.ai vs orgânico Google clássico.
- Cadência
- Mensal
- Target
- ≥ 1,3× em Perplexity e ChatGPT
- Próx. leitura
- 30-06-2026 (pós GA4 dual)
- Owner
- Bruno Azambuja
Delta pré/pós ondas
Variação do Mention Rate 14 dias antes vs 14 dias depois de cada onda editorial. Comprova causalidade.
- Cadência
- Por onda
- Target
- ≥ +5 pp Mention Rate por onda
- Próx. leitura
- 15-06-2026 (pós Wave F)
- Owner
- Brasil GEO
Leading vs Lagging · eixo duplo · projeção 8 meses
Linhas verde/azul = leading (Mention Rate, Schema) · barras laranjas = lagging (Cobertura, Conversion Lift) · eixos independentes
Seção 6 · Decisões pedidas hoje
O que o Conselho IPOG precisa decidir agora
3 decisões. Cada uma com opção A (recomendação Brasil GEO), opção B (alternativa), custo de atraso quantificado, owner nominal IPOG e prazo. Sem essas decisões aprovadas até 22-05, os marcos de 30-05 ficam em alerta vermelho.
Cada decisão abaixo expande para mostrar contexto completo, opções comparadas, custo de não decidir e CTA pré-preenchido. Clique para abrir. Em versão impressa, todas as decisões aparecem expandidas.
1
Acesso técnico ao domínio principal do IPOG (ipog.edu.br)
Acesso técnico ao domínio principal do IPOG (ipog.edu.br)
Contexto. Os selos institucionais (Schema canônico), o manifesto público para motores de IA (llms.txt) e o robots.txt já validados no portal piloto precisam ser exportados para o domínio comercial do IPOG até 30-05 para entrar no pico 2026.2 com leitura oficial em propriedade canônica. Sem isso, KPI 4 (Schema Coverage), Wave K e Marco 30-05 ficam todos parados.
Custo de atraso quantificado. Cada semana de adiamento empurra Schema Coverage para fora da janela 2026.2. Estimativa Brasil GEO: 10-15 pp de SoV cluster a (Especialização Lato Sensu) perdidos no ciclo 2026.2, custo de captura no ciclo 2027.1 triplicado, concorrentes podem fechar a janela com release próprio em 60-90 dias.
2
Lista canônica das 24 cidades médias + 51 cidades CNPJ-próprio
Lista canônica das 24 cidades médias + 51 cidades CNPJ-próprio
Contexto. Wave G (Frente Regional — moat 51 cidades) e KPI-D1 (Regional Citation Density) dependem da lista oficial pelo IPOG das cidades onde há CNPJ próprio operando. Este moat regional é flanco competitivo que nenhum dos 5 concorrentes massivos pode replicar rapidamente — Estácio EAD opera sem capilaridade física comparável.
Custo de atraso quantificado. Sem lista até 22-05, Wave G escorrega para 15-06 ou depois — perdemos janela de 60 dias de antecedência ao pico 2026.2 para construir Schema
LocalBusiness por unidade. Cada cidade-mês sem Schema é volume de queries regionais perdidas para Estácio e Anhanguera massivos.
3
Acessos GA4 + Google Search Console oficiais do IPOG
Acessos GA4 + Google Search Console oficiais do IPOG
Contexto. KPI 7 (Conversion Lift por canal LLM) e KPI-D2 (GA4 LLM Referrer Tracking) exigem coleta direta em ipog.edu.br, não no portal piloto. Sem GA4 + GSC provisionados, ficamos sem leitura de conversão atribuível durante todo o pico 2026.2 — risco material de governança e de prestação de contas ao Conselho na próxima reunião de julho/agosto.
Custo de atraso quantificado. Cada mês sem GA4 oficial reduz a evidência do ROI do programa em conselho. Risco direto de chegar à reunião do Conselho de agosto com “N/D na coluna Conversion Lift” durante o pico 2026.2 — e sem Conversion Lift medido, o kill switch contratual não pode ser avaliado em 30-09.
Aprovar agora as 3 decisões W21
Um clique abre e-mail pré-preenchido para Ronan Maia (CEO IPOG) com as 3 decisões consolidadas para aprovação. Brasil GEO fica em cópia, execução começa em 5 dias úteis a partir da aprovação.
Aprovar as 3 decisões →Seção 7 · Sabatina executiva · 20 perguntas HBR
Sabatina do Conselho — 20 perguntas duras com respostas embasadas
Se o Conselho fizer agora as perguntas mais incisivas que um board exigente faz a projetos de transformação digital, conseguimos sustentar cada resposta com dados de mercado 2026, benchmarking competitivo, SWOT, tendências tecnológicas e estado da arte acadêmico?
Esta seção simula a sabatina típica de um board executivo sobre projetos de transformação digital. Reunimos 20 perguntas que um Conselho exigente faz — financeiras, estratégicas, tecnológicas, acadêmicas, regulatórias e de governança — e respondemos com dados de mercado 2026, benchmarking competitivo atualizado, SWOT institucional, tendências tecnológicas pertinentes e estado da arte acadêmico.
Cada resposta foi redigida no padrão Harvard Business Review (tese, evidência, mecanismo, decisão) e inclui referências verificáveis. As perguntas estão organizadas em 6 grupos por perfil de conselheiro: CFO (financeiro), estratégia/M&A, CIO/tecnologia, educação superior/regulatório, marketing/CMO e governança/sucessão.
SWOT institucional do IPOG no contexto GEO · Maio 2026
4 quadrantes · análise canônica Brasil GEO baseada em audit benchmarking + KB SEO+GEO 2026 + waves A-E
Forças
- 51 cidades CNPJ-próprio — capilaridade física que Estácio EAD massivo não tem.
- 25 anos de track record em pós executiva — autoridade institucional consolidada e documentável.
- 5 modalidades cobertas em catálogo — Lato Sensu, MBA, Mestrado Profissional, Especialização Clínica certificada e Híbridas.
- Corpo docente nominal com sameAs — verbetes ligados a LinkedIn, Wikipedia e Wikidata sempre que aplicável.
- Person canônico Alexandre Caramaschi + Publisher Brasil GEO — identidade conectada em grafo único que LLMs reconhecem.
Fraquezas
- Wikipedia ainda em rascunho — verbete não publicado. Sem ele, Claude e Gemini offline não absorvem o IPOG nos próximos cutoffs.
- Schema canônico em
ipog.edu.brpendente — está validado no piloto, aguarda Decisão 1 desta reunião. - GA4 LLM-referrer tracking não capturado em domínio canônico — KPI 7 (Conversion Lift) sem leitura no pico 2026.2.
- Baseline Mention Rate ainda preliminar (N=10) — leitura definitiva apenas em 30-05-2026 com N≥50.
- Lista oficial de cidades CNPJ-próprio não consolidada — Wave G e moat regional dependem disso.
Oportunidades
- CTR posição 1 do Google −59% com AI Overview — tráfego SEO migrando estruturalmente (SISTRIX, mar/2026).
- 26% das marcas com ZERO menções em LLMs — janela competitiva aberta no setor educacional (Discovered Labs).
- AI Mode entrega 93% de respostas zero-clique — estar dentro da resposta vale 14× mais que estar abaixo dela (BrightEdge, 2026).
- Perplexity Comet (browser agentic) global em Q1/2026 — acelera adoção AI-first no funil de descoberta.
- IBNeuro e concorrentes ainda não consolidaram presença canônica — janela de 60-90 dias para primeiro mover.
Ameaças
- Estácio acorda primeiro — budget 10× maior, capacidade de replicar Schema em 60-90 dias se priorizar.
- IBNeuro consolida liderança em Clínica certificada — já lidera SoV inferido no cluster d.
- Mudança silenciosa de versão de LLMs (drift) — GPT-5.0 → GPT-5.5 + Claude 4.5 → 4.7 sem nota pública.
- Regulação CFP/MEC apertar para EAD em saúde mental — Posicionamento CFP 03/07/2025 + PL 2338/2023 podem evoluir para Resolução restritiva.
- Wikipedia bloquear verbete por critério de notabilidade — KPI 5 (Autoridade externa) depende disso e da mídia tier 1.
Benchmarking competitivo · IPOG vs 5 concorrentes em 8 dimensões canônicas
Escala 0-100 · instituições plotadas: IPOG (linha grossa em brand-600), Estácio, Anhanguera, UNINTER, UniCesumar, IBNeuro · fontes: audits/benchmarking/SINTESE-EXECUTIVA.md + auditoria Brasil GEO W21
Tendências tecnológicas GEO · timeline 2024 → 2027
Marcos canônicos verificados · fontes: papers SIGIR/ICLR, anúncios oficiais Anthropic/OpenAI/Google, releases vendor · docs/research/wave-A-papers-academicos-20260517.md + wave-D-standards-tecnicos-20260517.md
Métricas-chave do mercado de busca + IA · 2024 / 2025 / 2026 / 2027 (projeção)
5 métricas estruturais que sustentam a tese GEO · fontes: SISTRIX, BrightEdge, Similarweb, Discovered Labs, Lantern, Gartner, Profound
| Métrica | 2024 | 2025 | 2026 (atual) | 2027 (projetado) | Fonte |
|---|---|---|---|---|---|
| CTR posição 1 Google (com AI Overview) | 27% | 22% | 11% | ~7-9% (proj.) | SISTRIX 2026 |
| AI Mode adoption global (Google) | ~5% | 25% | 60% | ~90% (proj.) | BrightEdge 2026 |
| Usuários globais de LLM mensais (M) | 180M | 600M | 1,2B | ~2B (proj.) | Similarweb + a16z |
| AI-referred conversion lift vs orgânico | 1,0× | 1,8× | 2,3-4,4× | 2,0-3,5× (proj.) | Discovered Labs / Lantern |
| % queries terminando zero-clique (AI Mode) | n/d | ~70% | 93% | ~95% (proj.) | BrightEdge 2026 |
Stack de marketing mix pós-GEO · quadrante 2×2
Eixo X: custo de aquisição · eixo Y: persistência do ativo · recomendação canônica Brasil GEO: 60% GEO + 25% mídia paga + 15% PR/autoridade externa
← Persistência (efêmero → durável)
Baixo custo · Durável
- GEO (programa atual)
- Wikipedia + Wikidata
- SEO orgânico clássico (ativo de manutenção)
- Conteúdo evergreen em
llms.txt
Alto custo · Durável
- Mídia tier 1 paga (Estadão, Folha, Valor)
- Podcasts próprios · série recorrente
- Pesquisa proprietária + relatórios
Baixo custo · Efêmero
- Reddit / X orgânico
- LinkedIn pessoal Alexandre
- Snippets hub Conteúdo+Social
Alto custo · Efêmero
- Google Ads massa · CPC R$ 4-8 pós-graduação
- Meta Ads campanha curta
- Influenciadores 1-shot
Custo de aquisição (baixo → alto) →
Como uma pergunta no ChatGPT vira matrícula IPOG · fluxo canônico
9 etapas conectadas · GA4 captura referrer LLM · CRM segmenta audiência AI-originated · time comercial converte com taxa 2,3-4,4× maior
A Grupo financeiro · perguntas de CFO · 4 perguntas
1
Perfil CFO · finanças
Em quanto tempo este investimento paga? Quais são os números reais?
Perfil CFO · finanças
Em quanto tempo este investimento paga? Quais são os números reais?
Resposta curta. O programa GEO IPOG já se paga em custo unitário de produção editorial antes mesmo de gerar a primeira matrícula atribuível. Cada página HBR-grade publicada custou entre R$ 3 e R$ 5 em LLM tokens via pipeline de sub-agents Opus paralelos, contra R$ 250 a R$ 800 no mercado editorial tradicional brasileiro. O programa W21 inteiro — 320 páginas + dossiês Perplexity + schemas canônicos + hub de snippets — custou aproximadamente R$ 12 em modelos de IA premium. ROI editorial entre 50× e 160× o custo do mercado.
Payback em receita atribuível. Esperamos primeiro pico de matrículas atribuíveis a GEO na janela de captação 2026.2 (15-07 a 31-08-2026). Conversion lift de tráfego AI-referred é entre 2,3× e 4,4× maior que orgânico Google clássico (Discovered Labs e Lantern, 2026). Em modelagem conservadora: cada ponto percentual de Mention Rate ganho no cohort 6 LLMs representa volume material de pipeline atribuível em ciclos de captação, com payback estimado em 1 a 2 ciclos de captação dependendo da velocidade de absorção pelos motores e da maturidade do GA4 LLM-referrer tracking.
Efeito composto. Cada peça publicada tem vida útil persistente de 12 a 36 meses indexada por LLMs, sem custo recorrente. Anúncio Google Ads ou Meta Ads tem vida útil zero após o pagamento parar. Em horizonte de 24 meses, o investimento total em LLM tokens deve ficar abaixo de R$ 500 (estimativa Brasil GEO), enquanto o equivalente em produção editorial tradicional custaria entre R$ 200 mil e R$ 640 mil.
Referências.
dashboards/FINOPS-DISCIPLINA.md · Discovered Labs (mar/2026, N=180 SaaS B2B) · Lantern (abr/2026, segmento educacional) · relatório FinOps Brasil GEO W21
2
Perfil CFO · gestão de risco
Quanto custa não fazer? Qual é o custo do status quo?
Perfil CFO · gestão de risco
Quanto custa não fazer? Qual é o custo do status quo?
Resposta curta. Ficar fora de motores generativos em 2026 é assimétrico: perde-se o canal antigo e o canal novo simultaneamente. CTR na primeira posição do Google caiu −59% em queries com AI Overview presente (de 27% para 11%, SISTRIX mar/2026 N=2,7M keywords). Em paralelo, 93% das perguntas em AI Mode terminam sem clique externo (BrightEdge 2026 N=1,4M queries). Quem não estiver dentro da resposta perde duas vezes.
Cenário "status quo até 2027". Discovered Labs mediu em mar/2026 que 26% das marcas em B2B SaaS têm ZERO menções em ChatGPT, Claude, Gemini e Perplexity combinados — ou seja, são institucionalmente invisíveis para a porta de entrada de descoberta. Para uma instituição de pós-graduação em Psicologia, o equivalente é não aparecer quando o aluno em potencial pergunta "qual a melhor pós em Psicologia Organizacional?" durante todo o ciclo de descoberta.
Quantificação para IPOG. O ticket médio de pós-graduação executiva em Psicologia varia entre R$ 350 e R$ 1.500/mês com ciclo de 18-24 meses. Cada 1 pp de Mention Rate perdido em ChatGPT representa volume de pipeline atribuível material no funil 2026.2 [calibração formal com Bruno Azambuja pendente, mas a ordem de grandeza é dezenas de matrículas/ciclo]. Em 24 meses, o custo de não-fazer cresce de forma composta porque concorrentes que entrarem primeiro consolidam autoridade em pesos paramétricos dos próximos cutoffs (Claude e Gemini têm ciclos anuais aproximadamente).
Referências. SISTRIX (abr/2026) · BrightEdge AI Mode study (2026) · Discovered Labs (mar/2026) ·
docs/research/wave-C-engines-2026-20260517.md · docs/research/seo-geo-knowledge-base-2026-05-17.md
3
Perfil CFO · alocação de capital
Por que GEO em vez de Google Ads ou Meta Ads que já dão retorno previsível?
Perfil CFO · alocação de capital
Por que GEO em vez de Google Ads ou Meta Ads que já dão retorno previsível?
Resposta curta. Comparativo de custo unitário e persistência. CPC em educação superior no Brasil em 2026 está entre R$ 4 e R$ 8 por clique para queries de pós-graduação em Google Ads, com fatigue crescente em Meta Ads para o mesmo segmento. Cada clique pago tem vida útil de horas (do clique à conversão); cada peça GEO citada por LLM permanece indexada e referenciada por 12-36 meses até o próximo cutoff de treinamento.
Conversion lift estrutural. Tráfego AI-referred converte entre 2,3× e 4,4× mais que orgânico Google clássico (Discovered Labs/Lantern 2026), porque o usuário chega com intenção pré-qualificada pelo motor. Em prática: 1 sessão vinda de chatgpt.com vale mais em receita esperada que 2-4 sessões de Google Ads pagas no mesmo cluster.
Recomendação canônica Brasil GEO. O programa GEO não substitui mídia paga — complementa. Recomendação para alocação ótima do budget de aquisição: 60% GEO (construção de ativo durável) + 25% mídia paga (conversão imediata e captura de demanda já formada) + 15% PR/autoridade externa (Wikipedia, mídia tier 1, periódicos) que alimenta GEO de volta. Esse mix é o que sustenta crescimento composto em 24 meses, em vez de captação refém de orçamento mensal.
Referências. Google Ads benchmark educacional Brasil 2026 (Wordstream + dados internos Brasil GEO) · Discovered Labs (mar/2026) · Lantern (abr/2026) ·
dashboards/FINOPS-DISCIPLINA.md
4
Perfil CFO · portfólio de canais
Qual é a alocação ótima do budget — 100% GEO ou diversificar?
Perfil CFO · portfólio de canais
Qual é a alocação ótima do budget — 100% GEO ou diversificar?
Resposta curta. Recomendação Brasil GEO é diversificação disciplinada com GEO como motor principal: 60% GEO + 25% mídia paga + 15% PR/autoridade externa. Concentração em um único canal expõe o IPOG a risco de mudança silenciosa de modelo, drift de pesos paramétricos ou bloqueio em uma plataforma específica.
Lógica do mix 60/25/15. 60% GEO porque é o único canal com custo unitário 50-160× abaixo do mercado e persistência de 12-36 meses por peça publicada — é onde se constrói ativo durável. 25% mídia paga (Google Ads cluster d "Especialização Clínica certificada" + Meta Ads para B2B saúde mental corporativa pós-NR-1) porque a janela 2026.2 ainda tem demanda formada que paga conversão imediata. 15% PR/autoridade externa porque cada menção em Estadão, Folha, Quero Bolsa ou CFP entra em pesos paramétricos dos próximos cutoffs de Claude e Gemini, alimentando o GEO de volta em ciclo virtuoso.
O que NÃO recomendamos. Concentração de budget em influenciadores (ROI volátil e efêmero por natureza), CPC alto em queries amplas "pós em psicologia" (mercado saturado por Estácio e Anhanguera com bid superior), ou campanha única de awareness sem ancoragem em conteúdo evergreen citável.
Referências.
docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §3.1 alavancas canônicas · docs/governance/geo-context-enriquecido-2026.md · Profound Series C analysis (fev/2026)B Grupo estratégico/competitivo · perguntas de Conselheiro M&A · 4 perguntas
5
Perfil estratégia · moats
O que impede um Estácio com 10× nosso budget de nos copiar amanhã?
Perfil estratégia · moats
O que impede um Estácio com 10× nosso budget de nos copiar amanhã?
Resposta curta. Cinco moats institucionais que o IPOG já tem hoje e que Estácio NÃO consegue replicar em 60-90 dias mesmo com 10× budget.
- Capilaridade física · 51 cidades CNPJ-próprio. Estácio EAD opera com modelo de polos terceirizados / massivos — não tem unidades próprias com CNPJ por cidade média. Schema
LocalBusinesspor unidade não é replicável só com budget; exige estrutura física. - 25 anos de track record em pós executiva. Histórico documentável é capital institucional que entra direto em pesos paramétricos dos próximos cutoffs de Claude e Gemini uma vez declarado em Wikipedia e fontes externas. Estácio é genérico em pós executiva.
- 5 modalidades cobertas em catálogo simultaneamente. Estácio ataca Lato Sensu massivo. Anhanguera idem. IBNeuro só cluster d. O IPOG é o único candidato natural a ocupar simultaneamente Lato Sensu, MBA correlato, Mestrado Profissional, Especialização Clínica certificada e Híbridas.
- Corpo docente nominal com sameAs Wikipedia/Wikidata. Quando o motor pergunta "quem ensina X no IPOG", o grafo de pessoas + credenciais + LinkedIn + publicações está estruturado. Estácio EAD massivo tem corpo docente de polo, não nominal canônico.
- Autoridade em certificações clínicas CFP/ABRAP/FBT. Cluster d (Especialização Clínica certificada) exige credibilidade regulatória que IPOG já tem documentada. Estácio não opera neste cluster com autoridade comparável.
Janela competitiva canônica. Estimativa Brasil GEO: 60-90 dias até o primeiro concorrente publicar llms.txt + Schema canônico básico. Depois disso, o custo de virar primeiro mover triplica em ondas editoriais, autoridade externa e velocidade de aprendizado dos motores.
Referências.
audits/benchmarking/SINTESE-EXECUTIVA.md · audits/benchmarking/concorrente-estacio.md · audits/benchmarking/matriz-tecnica-schema-seo.md · docs/governance/frente-regional-51-cidades-plano.md
6
Perfil estratégia · posicionamento competitivo
Onde estamos no mapa competitivo HOJE em cada cluster?
Perfil estratégia · posicionamento competitivo
Onde estamos no mapa competitivo HOJE em cada cluster?
Resposta curta. Cinco clusters canônicos, cinco posições competitivas distintas, cinco SWOTs setoriais.
- Cluster a · Especialização Lato Sensu. Líderes: Estácio (SoV inferido ~28%) + Anhanguera (~18%). IPOG hoje ausente em 14 de 15 prompts canônicos. Posição relativa: 5º ou 6º. SoV alvo Fase 4: ≥18%. Estratégia: entrada como 3º jogador qualitativo em vez de competir por volume.
- Cluster b · MBA correlato. Líderes: Anhembi Morumbi (POT) + Anhanguera. Cluster com naming "MBA" tem vácuo competitivo claro — Estácio não tem MBA POT executivo canônico. IPOG: ausente. SoV alvo: ≥15%. Flanco mais fácil de capturar.
- Cluster c · Mestrado Profissional. Mercado fragmentado sem líder consolidado online. IPOG: ausente. SoV alvo: ≥8% (conservador). Primeira pegada estratégica de primeiro mover.
- Cluster d · Especialização Clínica certificada CFP/ABRAP/FBT. Líderes: IBNeuro + CETCC + InEPP. IPOG: ausente. SoV alvo: ≥20% — cluster mais defensável da estratégia pela densidade editorial e autoridade regulatória. Cluster onde IPOG concentra produção editorial mais densa.
- Cluster e · Híbridas / Residências. Sem ocupante natural. IPOG: ausente, mas com vantagem por polos próprios + Ao Vivo. SoV alvo: ≥12%. Oportunidade institucional clara.
Estratégia priorizada. Ataque cluster d (Clínica certificada) primeiro — é onde temos densidade editorial mais alta e diferenciação institucional defensável. Cluster b (MBA correlato) segundo — vácuo competitivo. Cluster e (Híbridas) terceiro — flanco institucional. Clusters a e c em sequência conforme janela.
Referências.
audits/benchmarking/matriz-presenca-llm.md · audits/benchmarking/ARQUETIPOS-CONCORRENCIA-EDUCACAO.md · auditoria SoV W20 (preliminar) · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §2.2
7
Perfil estratégia · risco competitivo
O IBNeuro pode nos ultrapassar em Clínica certificada se acordar primeiro?
Perfil estratégia · risco competitivo
O IBNeuro pode nos ultrapassar em Clínica certificada se acordar primeiro?
Resposta curta. Sim, é a ameaça mais material no cluster d. IBNeuro hoje lidera SoV inferido (~18% no cluster d) e tem foco institucional dedicado a Especialização Clínica certificada. Mitigação está documentada em três camadas.
Mitigação ativa. Wave I (Trilha IA em Saúde Mental + Supervisão Clínica Humana) é ataque editorial dirigido ao cluster d com posicionamento "IA + supervisão humana" alinhado ao Posicionamento CFP 03/07/2025. Wave H (MBA POT + Riscos Psicossociais + People Analytics) ataca cluster B2B saúde mental corporativa, criando segunda frente competitiva que IBNeuro não cobre.
Kill switch documentado. Concorrente direto (IBNeuro) ultrapassar IPOG em cluster d por 2 trimestres consecutivos → ataque editorial emergencial e revisão do posicionamento institucional no cluster (canonical kill switch em docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5).
Plano B canônico. Se IBNeuro publicar llms.txt + Schema canônico antes do IPOG, aceleração emergencial de Wave H (MBA POT) e Wave J (caso-modelo Ceará 81 polos) para defender clusters mais atacáveis (b e e). Não desistir do cluster d — manter ataque por longa-cauda regional via Wave G (51 cidades) onde IBNeuro não tem capilaridade.
Referências.
audits/benchmarking/concorrente-ibneuro.md · Posicionamento CFP 03/07/2025 · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5 (riscos materiais) · docs/research/wave-D-standards-tecnicos-20260517.md
8
Perfil estratégia · risco plataforma
Como blindar o IPOG se o ChatGPT decidir banir conteúdo de instituições privadas?
Perfil estratégia · risco plataforma
Como blindar o IPOG se o ChatGPT decidir banir conteúdo de instituições privadas?
Resposta curta. Três camadas de blindagem: diversificação cohort 6 LLMs, fontes externas independentes e drift detection trimestral. O programa nunca depende de um único motor.
Camada 1 · Cohort canônico 6 LLMs. Coleta cross-LLM em ChatGPT, Claude Opus, Gemini Pro, Perplexity Sonar Pro, Grok e Copilot. Versões pinadas em cada leitura para preservar comparabilidade histórica. Drift detection automatizado trimestralmente. Se ChatGPT mudar política, os outros 5 motores continuam absorvendo o IPOG.
Camada 2 · Fontes externas que motores tratam como evidência neutra. Wikipedia + Wikidata + CFP + ABEP + ABRAPSO + periódicos acadêmicos + mídia educacional tier 1 (Estadão Educação, Folha, Quero Bolsa). Essas fontes não são "conteúdo de instituição privada" — são fontes secundárias confiáveis que os motores priorizam em queries educacionais. Mesmo se ChatGPT filtrar domínios .edu.br privados, ele continua citando Wikipedia que cita o IPOG.
Camada 3 · Multi-vendor diversity como princípio canônico. Em 2026 o setor de motores generativos tem 4-6 vendors dominantes (OpenAI, Anthropic, Google, Perplexity, xAI, Microsoft). Aposta única em qualquer um deles é risco assimétrico. Cohort 6 LLMs é prática canônica documentada em dashboards/RUNBOOK-COLETA-LLM.md e dashboards/METRICAS-CANONICAS.md.
Probabilidade real do cenário. Banir conteúdo de instituições privadas é incompatível com modelo de negócio dos motores (que precisam responder a queries educacionais para reter usuários). Risco residual: filtro qualitativo que prioriza fontes externas independentes — e é exatamente por isso que Pilar 3 (autoridade externa) existe no programa.
Referências.
docs/research/wave-C-engines-2026-20260517.md · dashboards/RUNBOOK-COLETA-LLM.md · dashboards/METRICAS-CANONICAS.md Princípio canônico 2 · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5 R1C Grupo tecnológico/risco · perguntas de CIO · 4 perguntas
9
Perfil CIO · volatilidade de plataforma
E se o GPT-5 atualizar para GPT-6 e quebrar nossa estratégia de Schema?
Perfil CIO · volatilidade de plataforma
E se o GPT-5 atualizar para GPT-6 e quebrar nossa estratégia de Schema?
Resposta curta. A estratégia GEO não é refém apenas de uma versão específica de modelo — é refém de princípios canônicos (Schema.org @graph triplo, llms.txt, autoridade externa) que sobrevivem a qualquer mudança de versão.
Cohort 6 LLMs com versão pinada. Cada leitura registra ChatGPT (GPT-5.5 hoje, será 6.0 depois), Claude (Opus 4.7), Gemini (3 Pro), Perplexity (sonar-pro), Grok (4) e Copilot (2026). Versão pinada por leitura preserva comparabilidade histórica. Nota de continuidade na transição GPT-5 → GPT-6 fica registrada em ata. Drift detection trimestral identifica mudanças silenciosas.
Schema.org canônico é padrão da web aberta. Schema.org é mantido por consórcio (Google, Microsoft, Yahoo, Yandex) desde 2011. EducationalOccupationalProgram, Organization, Person, FAQPage, Speakable são tipos estáveis há anos. Schema v30 (mai/2026) trouxe melhorias incrementais, não breaking changes. Investimento em Schema é capital editorial estável.
MCP como padrão emergente. Model Context Protocol foi doado em dez/2025 para Linux Foundation. Adoção cross-vendor (Anthropic, OpenAI, Google) sugere padrão real de longo prazo. Investimento em llms.txt e MCP manifests é hedge contra mudança de qualquer vendor específico.
ELCA framework canônico. Evidence-Linked Citation Architecture (framework documentado em docs/governance/geo-context-enriquecido-2026.md) torna cada peça do IPOG resistente a mudança de modelo porque ancora citações em fatos verificáveis (CFP, MEC, Lattes, Wikipedia) que qualquer LLM futuro reconhece.
Referências.
docs/research/wave-D-standards-tecnicos-20260517.md · docs/research/wave-C-engines-2026-20260517.md · Schema.org v30 release notes (mai/2026) · Linux Foundation MCP announcement (dez/2025) · docs/governance/geo-context-enriquecido-2026.md
10
Perfil CIO · mensuração
Como mensuramos progresso em algo tão volátil? KPI confiável existe?
Perfil CIO · mensuração
Como mensuramos progresso em algo tão volátil? KPI confiável existe?
Resposta curta. Sim — 8 KPIs canônicos com definição operacional fechada + 3 KPIs derivados como leituras complementares. Cada KPI tem fórmula, owner único, cadência fixa e N mínimo estatisticamente confiável. KPI novo só entra por decisão registrada em ata.
Os 8 KPIs canônicos do programa.
- KPI 1 · Mention Rate — % das perguntas-piloto em que IPOG é citado pelo nome em cada LLM. N mínimo: 50 prompts por LLM. Target Q4: mediana cohort ≥35%.
- KPI 2 · Share-of-Voice por cluster — % das menções totais que vão para o IPOG. N mínimo: 100 menções por cluster.
- KPI 3 · Citation Quality Score — quantos fatos canônicos (formato, carga horária, MEC, modalidade) estão corretos quando IPOG é citado. Target: ≥80/100.
- KPI 4 · Schema Coverage Score (auditoria NAIA) — quanto dos selos institucionais técnicos está implantado em
ipog.edu.br. Target: ≥90/100. - KPI 5 · Cobertura de fontes externas — fontes confiáveis que citam o IPOG em 12 meses. Target: ≥8 fontes únicas (Wikipedia, CFP, mídia tier 1, periódicos).
- KPI 6 · Velocidade de fechamento P0 — dias úteis para fechar issue crítica. Target: ≤5 dias úteis P0, ≤15 P1.
- KPI 7 · Conversion Lift por canal LLM — quanto melhor converte tráfego LLM vs orgânico Google. Target: ≥1,3× em ChatGPT, Claude, Perplexity.
- KPI 8 · Delta pré/pós onda — variação MR/SoV 14 dias antes vs 14 dias depois de cada onda. Target: ≥+5 pp MR por onda.
Disciplina de N mínimo. Qualquer leitura abaixo de N mínimo é marcada como "preliminar" e não vira baseline oficial. Comparações retroativas entre N=10 e N=50 são proibidas em ata.
Referências.
dashboards/METRICAS-CANONICAS.md (canônico para qualquer decisão de KPI) · dashboards/KPI-DASHBOARD.md · docs/research/wave-E-kpis-measurement-20260517.md (24 KPIs do estado da arte) · dashboards/RUNBOOK-COLETA-LLM.md
11
Perfil CIO · standards técnicos
MCP, llms.txt, Schema.org @graph triplo — isso é realmente padrão ou hype?
Perfil CIO · standards técnicos
MCP, llms.txt, Schema.org @graph triplo — isso é realmente padrão ou hype?
Resposta curta · cada padrão tem maturidade diferente. Schema.org @graph triplo é canônico desde 2011 (alta confiança). MCP é padrão emergente mas com adoção cross-vendor real (média-alta confiança). llms.txt é proposto sem evidência estatística de impacto direto, mas com baixo custo de implementação e alto valor sinalizador (média confiança).
Schema.org @graph triplo · CANÔNICO. Schema.org é mantido por consórcio (Google, Microsoft, Yahoo, Yandex) desde 2011. EducationalOccupationalProgram é tipo estável. FAQPage teve o rich result descontinuado em 07/05/2026, MAS o tipo continua válido e estudos da SE Ranking mostram FAQPage entrega +3,2× citação em AI Overviews mesmo sem o snippet visual no Google. Investimento em Schema canônico é capital editorial estável.
MCP (Model Context Protocol) · PADRÃO REAL EMERGENTE. Spec inicial da Anthropic em 2025 Q2. Adoção por OpenAI e Google ao longo de 2025. Doado em dez/2025 para Linux Foundation — sinal forte de padrão cross-vendor de longo prazo. Adoção em produção: Anthropic Claude Desktop, Cursor, Continue, Zed, e crescendo. Em 2026 Q2, MCP virou de facto o padrão para conexão LLM ↔ tools.
llms.txt · ADOÇÃO INICIAL, EVIDÊNCIA LIMITADA. SE Ranking analisou 500M visitas em 2026 Q1 e encontrou apenas 408 hits para arquivos llms.txt — ou seja, ainda não há evidência estatística de que LLMs leem o arquivo em produção massiva. MAS custo de implementação é baixo (1-2 horas), benefício sinalizador é alto (declaração de intenção institucional para AI) e adoção está crescendo entre publishers e instituições. Recomendação canônica Brasil GEO: implementar como hedge, não como dependência.
Speakable Schema · útil para queries por voz. Tipo estável em Schema.org. Useful para Alexa/Google Assistant queries educacionais. Implantado em FAQs do piloto.
Referências. Schema.org v30 release (mai/2026) · Linux Foundation MCP press release (dez/2025) · SE Ranking llms.txt study (Q1/2026, 500M visits) ·
docs/research/wave-D-standards-tecnicos-20260517.md · docs/research/seo-geo-knowledge-base-2026-05-17.md §7.4
12
Perfil CIO · arquitetura futura
Agentic AI vai matar a busca antes mesmo de consolidarmos GEO?
Perfil CIO · arquitetura futura
Agentic AI vai matar a busca antes mesmo de consolidarmos GEO?
Resposta curta. Pelo contrário — agentic AI torna GEO ainda mais crítico, não menos. Agentes autônomos consultam tools, citam fontes e tomam decisões em nome do usuário; quanto mais agentic, maior o peso da citação canônica em motores generativos.
Marcos canônicos da era agentic.
- Perplexity Comet (AI Browser) global em Q1/2026. Browser nativamente agentic que executa tarefas: pesquisa, comparação, compra, agendamento.
- Profound Série C em fev/2026 · US$ 96M @ US$ 1B valuation. Vendor especializado em "Answer Engine Optimization" para B2B SaaS. Confirma que GEO/AEO é categoria estabelecida de US$ 1B+ em 2026.
- Google AI Mode em 60% de adoção em 2026. 93% das queries em AI Mode terminam zero-clique (BrightEdge 2026). Agente Google decide dentro da própria interface.
- AutoGEO paper ICLR 2026. Estado da arte acadêmico mostra que LLMs podem otimizar conteúdo para citação autonomamente. Implica que conteúdo canônico bem estruturado é multiplicado por agentes.
- AP2 (Agent Payment Protocol) + x402 emergindo em 2026 Q3-Q4. Protocolos para agentes executarem pagamentos em nome do usuário — abre canal de matrícula direta via agente.
Implicação estratégica para o IPOG. Em horizonte 2027+, o "aluno em potencial" pode delegar para um agente: "compare as 5 melhores pós-graduações em Psicologia Organizacional do Brasil, considerando reputação CFP, custo-benefício e modalidade híbrida". O agente consulta cohort de motores, lê Schema canônico, valida fontes externas e retorna ranking. Quem tem Schema + llms.txt + autoridade externa em Wikipedia/CFP/mídia tier 1 ganha a comparação sem intervenção humana no funil de comparação.
GEO 2026 é fundação para era agentic 2027+. Investimento de hoje é capital institucional estruturado para agentes do próximo ciclo.
Referências. Profound Series C announcement (fev/2026) · AutoGEO paper ICLR 2026 · Perplexity Comet release notes (Q1/2026) · AP2 spec draft (2026) ·
docs/research/wave-B-frameworks-vendors-20260517.md · docs/research/wave-C-engines-2026-20260517.mdD Grupo acadêmico/regulatório · perguntas de Conselheiro educação superior · 3 perguntas
13
Perfil educação superior · regulação CFP
O CFP pode regular IA em saúde mental e invalidar nossa narrativa em Especialização Clínica?
Perfil educação superior · regulação CFP
O CFP pode regular IA em saúde mental e invalidar nossa narrativa em Especialização Clínica?
Resposta curta. Risco real, mas mitigado. A narrativa do IPOG em cluster d (Especialização Clínica certificada) está ancorada em "IA + supervisão clínica humana obrigatória", posicionamento alinhado ao que o CFP já comunicou em 2025 e que sobrevive a evolução regulatória.
Estado regulatório canônico 2026.
- Posicionamento CFP 03/07/2025. Documento de posicionamento (NÃO é Resolução) que orienta uso de IA em práticas psicológicas. Reforça supervisão humana obrigatória e responsabilidade profissional do psicólogo. Compatível com narrativa IPOG de "IA como ferramenta + supervisão humana".
- RDC ANVISA 657/2022 + atualizações 2024-2026. Trata de software como dispositivo médico (SaMD). Aplica-se a IA com finalidade diagnóstica em saúde. Pós-graduação clínica IPOG ensina uso supervisionado, não desenvolvimento de SaMD — fora do escopo direto.
- PL 2338/2023 (Marco Legal da IA). Em tramitação no Senado em maio/2026. Versão atual prevê regulação por risco; aplicações em saúde mental ficam em "alto risco" exigindo governança documentada. Implicação para IPOG: nossas peças canônicas em Wave I e RR (IA generativa em Psicologia) precisam manter linha editorial de governança e supervisão.
Mitigação documentada. Wave I (Trilha IA em Saúde Mental + Supervisão Clínica Humana) e Wave RR (Atualização IA generativa em Psicologia 2026) foram redigidas com referências regulatórias verificadas. Narrativa editorial não vende "IA substituindo psicólogo" — vende "psicólogo formado pelo IPOG sabendo usar IA com responsabilidade". Mesmo se CFP emitir Resolução restritiva, o posicionamento sobrevive porque é aliado da regulação, não confrontando.
Plano B se regulação apertar. Pivô narrativo para "Especialização Clínica tradicional CFP/ABRAP/FBT certificada" (sem ênfase em IA) com peso editorial maior em técnicas estabelecidas (TCC, ACT, EMDR, Avaliação Psicológica). Conteúdo existente serve a duas narrativas alternativas.
Referências. Posicionamento CFP 03/07/2025 · RDC ANVISA 657/2022 · PL 2338/2023 (Senado, status mai/2026) ·
docs/research/wave-RR-ia-generativa-psicologia-2026-20260517.md · docs/research/wave-A-papers-academicos-20260517.md
14
Perfil educação superior · regulação MEC
Como ficamos se o MEC apertar regulação de pós-graduação online?
Perfil educação superior · regulação MEC
Como ficamos se o MEC apertar regulação de pós-graduação online?
Resposta curta. A cobertura canônica de 5 modalidades (Lato Sensu, MBA, Mestrado Profissional, Clínica certificada, Híbridas) é o hedge institucional contra qualquer aperto regulatório em EAD massivo. O IPOG não é refém de uma única modalidade.
5 modalidades como portfólio regulatório.
- Lato Sensu. Modalidade dominante, mas mais exposta a regulação EAD massivo. Schema
EducationalOccupationalProgramcomprogramTypevariável. - MBA correlato. Categoria comercial, com flexibilidade regulatória maior. Naming "MBA" tem vácuo competitivo claro.
- Mestrado Profissional. Stricto sensu reconhecido pela CAPES, regulação mais estável e exigente.
- Especialização Clínica certificada por Conselhos (CFP/ABRAP/FBT). Modalidade que depende de certificações profissionais — cluster mais defensável em qualquer cenário regulatório.
- Híbridas / Residências. Componente presencial em polos próprios + síncrono online. Resiliente a regulação que aperte 100% EAD.
Schema canônico flexível. EducationalOccupationalProgram permite atributos como programType (Lato Sensu / MBA / Mestrado / Especialização / Residência), educationalLevel, timeRequired, occupationalCredentialAwarded. Estrutura técnica acomoda qualquer reclassificação que MEC venha a exigir.
Capilaridade física como blindagem. 51 cidades CNPJ-próprio garantem operação presencial-híbrida em qualquer cenário onde EAD 100% online sofra restrições. Estácio EAD massivo não tem esse hedge.
Referências. Portaria MEC histórica sobre EAD pós-graduação · LDB · Resolução CNE/CES sobre Mestrado Profissional ·
docs/governance/HISTORICO-DECISOES-CANONICAS.md (reframe 12-05 para 5 modalidades) · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §2.2
15
Perfil educação superior · notabilidade Wikipedia
Wikipedia exige notabilidade. E se nunca conseguirmos verbete IPOG aprovado?
Perfil educação superior · notabilidade Wikipedia
Wikipedia exige notabilidade. E se nunca conseguirmos verbete IPOG aprovado?
Resposta curta. Plano canônico já contempla esse cenário. Submetemos verbete Wikipedia, mas o caminho crítico de autoridade externa NÃO depende exclusivamente disso. Wikidata + fontes secundárias confiáveis + mídia tier 1 são alternativas robustas.
Ordem canônica de ataque para KPI 5 (Autoridade externa).
- Wikidata standalone. Ficha estruturada na enciclopédia da web semântica. Critério de aprovação mais permissivo que Wikipedia. Reconhecida por LLMs como fonte canônica. Plano A imediato.
- Fontes secundárias confiáveis primeiro. CFP, ABEP, ABRAPSO, periódicos acadêmicos brasileiros, Quero Bolsa, Estadão Educação. Cada citação independente em fonte tier 1 aumenta o caso de notabilidade para Wikipedia.
- Wikipedia em português (segunda iteração). Após acúmulo de 3-4 fontes secundárias citáveis, submeter novamente com critério reforçado.
- Wikipedia em inglês como ataque secundário. Critério de notabilidade similar mas com leitura editorial diferente. Útil também para LLMs com peso parametrico em inglês.
- Mídia educacional tier 1. Cobertura editorial em Estadão Educação, Folha, Valor, Educa+, Porvir e Veja Educação. Cada peça publicada é fonte secundária reconhecida.
Kill switch documentado. 2 rejeições consecutivas de submissão Wikipedia → pivô para Wikidata standalone + Wikipedia em inglês + reforço de KPI 5 via mídia tier 1 (documentado em docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5 R5).
Mensagem ao Conselho. Wikipedia é desejável, não indispensável. O programa tem caminho redundante para conquistar autoridade externa em LLMs.
Referências.
docs/governance/wikidata-wikipedia-strategy-20260517.md · audits/WIKIPEDIA-BASELINE-IPOG-20260510.md · critério de notabilidade Wikipedia (WP:N) · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5 R5E Grupo comercial/marketing · perguntas de CMO · 3 perguntas
16
Perfil CMO · janela de absorção
Quando vamos ver a primeira matrícula atribuída a GEO?
Perfil CMO · janela de absorção
Quando vamos ver a primeira matrícula atribuída a GEO?
Resposta curta. Depende do tipo de LLM e do canal de absorção. Janela de absorção em RAG-native (Perplexity, ChatGPT search) é de dias a semanas; em pesos paramétricos (Claude offline, Gemini offline, Grok) é de meses até o próximo cutoff. Pico mensurável esperado a partir de 15-07-2026 com entrada na captação 2026.2.
Cronograma de absorção por tipo de motor.
- RAG-native (Perplexity sonar-pro, ChatGPT search, Gemini com search grounding). Absorvem conteúdo novo em dias-semanas via crawling em tempo real. Primeira leitura material já em 22 a 30-05-2026 com cohort N≥50.
- Pesos paramétricos (Claude Opus offline, Gemini Pro offline, Grok 4). Absorvem na próxima atualização de cutoff de treinamento — tipicamente trimestral ou semestral. Claude e Gemini têm cutoffs anuais aproximadamente. Conteúdo do IPOG entra em Q3/Q4 2026 e Q1 2027.
- Pico mensurável esperado. A partir de 15-07-2026 (entrada da captação 2026.2), com efeito composto crescente até o pico 2027.1 (01-12-2026 a 15-02-2027).
Pré-requisito para mensuração da primeira matrícula. Decisão 3 desta reunião (acesso GA4 + GSC oficial em ipog.edu.br com UTM dedicado ?utm_source=llm&utm_medium=<chatgpt|claude|perplexity|gemini|grok|copilot>). Sem isso, a primeira matrícula existe, mas não é atribuível em relatório.
O que veremos antes da matrícula formal. Sinais de funil precoce: aumento de Mention Rate em coleta cross-LLM semanal (KPI 1), tráfego com referrer LLM em GA4 (KPI-D2), preenchimento de formulário com origem LLM (KPI 7 leading), e e-mails de contato com perguntas que citam termos que só aparecem em peças editoriais do IPOG.
Referências.
docs/research/wave-C-engines-2026-20260517.md (comportamento por engine) · dashboards/RUNBOOK-COLETA-LLM.md · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §2.3 calendário de impacto
17
Perfil CMO · operação comercial
O time comercial sabe como capturar lead que vem de uma resposta do ChatGPT?
Perfil CMO · operação comercial
O time comercial sabe como capturar lead que vem de uma resposta do ChatGPT?
Resposta curta. A captura técnica do lead AI-referred depende de 4 camadas instrumentais — e a Issue #43 do programa cobre as 4. Hoje temos parte funcionando em posgraduacaopsicologia.com; o destrave para ipog.edu.br é a Decisão 3 desta reunião.
4 camadas de captura de lead AI-referred.
- Camada 1 · GA4 com referrer LLM segmentado. Property GA4 dedicada em
ipog.edu.brcom regra de inclusão para referrerchatgpt.com,claude.ai,perplexity.ai,gemini.google.com,grok.x.ai,copilot.microsoft.com. Cria audiência "LLM-originated" automaticamente. - Camada 2 · UTM dedicado em links do IPOG citados em peças canônicas. Padrão
?utm_source=llm&utm_medium=<canal>&utm_campaign=<onda>. Mesmo se LLM stripear o referrer, UTM persiste. - Camada 3 · Conversion Lift por canal LLM (KPI 7). Relatório mensal mostra quanto melhor converte cada canal vs orgânico Google clássico. Time comercial usa isso para priorizar follow-up em audiência AI-originated.
- Camada 4 · Integração CRM com tag "AI-originated". Lead que entra no CRM com referrer LLM ou UTM
utm_source=llmrecebe tag automática. Time comercial recebe playbook específico de abordagem (mensagem que reconhece intenção qualificada).
Playbook canônico para o time comercial. Lead AI-referred já chegou com pergunta pré-formada (foi o motor que pré-filtrou). Abordagem comercial recomendada: "Vi que você está pesquisando pós-graduação em [cluster X] — o que mais pesa na sua decisão: certificação CFP, modalidade híbrida ou cidade da unidade?". Conversão típica é 2,3-4,4× maior em parte porque o lead já está na fase de comparação, não de descoberta.
Treinamento operacional. Quando Decisão 3 for aprovada, Brasil GEO entrega em 5 dias úteis: dashboard Looker Studio LLM-canal, playbook comercial em 1 página, mensagem-template de WhatsApp/email para lead AI-originated.
Referências. Issue #43 (GA4 LLM Referrer Tracking) ·
dashboards/GA4-WEEKLY-REPORT.md · dashboards/METRICAS-CANONICAS.md KPI 7 · Lantern educational segment study (abr/2026)
18
Perfil CMO · reaproveitamento de conteúdo
Como traduzir 320 páginas em uma narrativa que o marketing de captação consegue usar?
Perfil CMO · reaproveitamento de conteúdo
Como traduzir 320 páginas em uma narrativa que o marketing de captação consegue usar?
Resposta curta. Hub Conteúdo+Social canônico com 45 snippets reaproveitáveis em Quora, Medium, LinkedIn, Substack, Reddit e X. Cada snippet é derivado de peça canônica HBR-grade e leva o reader ao funil de captação IPOG.
Estrutura do Hub Conteúdo+Social.
- Biblioteca de 30 snippets editoriais. Cada snippet tem 80-200 palavras, formato pronto para 5 canais sociais. Reutiliza tese central da peça canônica HBR e termina com CTA para a peça completa.
- 5 canais ativos. Quora (long-form Q&A), Medium (essay format), LinkedIn (post profissional), Substack (newsletter sectional), Reddit (subreddits selecionados), X (thread de 5-7 posts).
- SnippetCard component. Cada snippet é card visual com tese + dados + CTA + link canônico para peça completa em
posgraduacaopsicologia.com. - Header MegaMenu com hub. Navegação canônica do site piloto direciona usuário externo do snippet para o hub que organiza peças por persona e por cluster.
Press-kit canônico. Material editorial pronto para mídia educacional tier 1 (Estadão Educação, Folha Educação, Valor, Quero Bolsa, Veja Educação): press release institucional do programa GEO IPOG, gráficos canônicos (forças de mercado, projeção Mention Rate, SoV por cluster), 3 abertas de ângulo editorial (story-based content) com Alexandre Caramaschi e Ronan Maia disponíveis para entrevista.
Bridge marketing de captação ↔ GEO. Bruno Azambuja recebe 5 snippets/semana com tema alinhado a janela de captação corrente, prontos para distribuir no funil de captação. Cada peça gera 4-6 snippets em média.
Referências. Wave OO (Hub Conteúdo+Social) ·
docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §3.1 alavanca 1 · STATUS.md entregas W21 · hub canônico em posgraduacaopsicologia.comF Grupo governança/sucessão · perguntas de Chairman · 2 perguntas
19
Perfil chairman · key-person risk
O programa depende criticamente do Alexandre Caramaschi? E se ele sair?
Perfil chairman · key-person risk
O programa depende criticamente do Alexandre Caramaschi? E se ele sair?
Resposta curta. Risco de key-person está mitigado em 4 camadas: documentação canônica versionada, playbooks operacionais reproduzíveis, automação de quality gate e pipeline de sub-agents Opus paralelos com prompts canônicos. O conhecimento operacional do programa está institucionalizado em repositório versionado, não em pessoa.
4 camadas de blindagem de key-person.
- Camada 1 · Documentação canônica versionada. KB SEO+GEO 2026 (203 sources, 70+ spot-checked), 50 conceitos canônicos em
GEO_50_CONCEITOS_CANONICAL.md, 8 frameworks operacionais emdocs/framework/01-08,HISTORICO-DECISOES-CANONICAS.mdappend-only. Tudo em repositório Git versionado, acessível a Brasil GEO inteira. - Camada 2 · Playbooks operacionais reproduzíveis.
PLAYBOOK-AUDITORIA-NAIA.md,SCHEMA-PATTERNS.md,LLMS-TXT-TEMPLATE.md,ROBOTS-SITEMAP-CHECKLIST.md,RUNBOOK-COLETA-LLM.md,FINOPS-DISCIPLINA.md. Cada operação canônica está documentada step-by-step. - Camada 3 · Automação de quality gate. Voice Guard automatizado (Python) que valida voz Alexandre antes de publicação. PT-BR accent guard em 3 camadas (pre-commit hook + CI workflow + COPY_PROMPT_PREFIX). Sub-agents Opus paralelos com prompts canônicos versionados em
scripts/prompts/. - Camada 4 · Pipeline de sub-agents Opus paralelos. Produção editorial não depende de pessoa — depende de prompts canônicos + KB + research Perplexity. Custo unitário R$ 3-5/página é replicável por qualquer operador treinado em 2-3 semanas.
Sucessão institucional canônica. Brasil GEO mantém time multi-pessoa com acesso ao repositório, prompts e infraestrutura. Alexandre Caramaschi é Person canônico do programa em Schema/Wikidata — mas a operação é institucional, não pessoal. Em cenário de saída, contratualmente o IPOG retém acesso total a 320+ páginas publicadas, KB, playbooks e Schema canônico.
Mensagem ao Conselho. Risco de key-person é real em qualquer projeto de transformação, mas neste programa específico ele está estruturalmente mitigado pelo design da operação. Documentação canônica é o ativo mais valioso do programa — mais que qualquer pessoa individual.
Referências.
docs/governance/GEO_50_CONCEITOS_CANONICAL.md · docs/framework/01-08 (8 frameworks operacionais) · docs/governance/HISTORICO-DECISOES-CANONICAS.md · scripts/prompts/COPY_PROMPT_PREFIX.md · scripts/python/voice_guard.py
20
Perfil chairman · auditoria de progresso
Como o Conselho audita progresso real (não vanity metrics)?
Perfil chairman · auditoria de progresso
Como o Conselho audita progresso real (não vanity metrics)?
Resposta curta. 8 KPIs canônicos com owner único + cadência fixa + N mínimo estatisticamente confiável + auditoria NAIA mensal. Cada KPI tem fórmula operacional documentada. Vanity metric (impressões, alcance, total de palavras escritas) é proibido entrar em ata.
3 camadas de auditoria do Conselho.
- Camada 1 · Dashboard ao vivo
/measurement-geo. Acessível 24/7 ao Conselho IPOG. Mostra os 8 KPIs canônicos + 3 derivados em tempo real, semáforo por target e cadência de leitura. Versão única da verdade. - Camada 2 · Relatório semanal automatizado. Toda sexta-feira, relatório consolidado por Brasil GEO com: variação semanal dos 8 KPIs, status das 8 issues bloqueadas em cliente IPOG, custo FinOps da semana, próxima onda em execução. Enviado a Ronan Maia, Bruno Azambuja e Conselho IPOG.
- Camada 3 · Revisão executiva mensal com Ronan Maia. Reunião dedicada (1h) entre Alexandre Caramaschi e Ronan Maia para revisar Conversion Lift, fontes externas conquistadas e Delta pós-onda. Ata canônica registrada em
docs/governance/HISTORICO-DECISOES-CANONICAS.md.
Disciplina anti-vanity metric. Em dashboards/METRICAS-CANONICAS.md está documentado o princípio canônico 1: KPI novo só entra por decisão registrada em ata. Métricas proibidas em relatório oficial: impressões, alcance bruto, total de palavras escritas, número de páginas por si só, engajamento social não-segmentado. Métricas obrigatórias: Mention Rate por LLM, SoV por cluster, Citation Quality Score, Schema Coverage, Conversion Lift, Delta pós-onda.
Auditoria NAIA mensal. Sistema canônico (NAIA — Núcleo de Auditoria de Implantação de AI) audita mensalmente: Schema Coverage em ipog.edu.br, validação de llms.txt, robots.txt, sitemap, Person canônico, sameAs, Publisher. Relatório versionado em audits/PLAYBOOK-AUDITORIA-NAIA.md.
Kill switch contratual em ata. 2 leituras consecutivas de Mention Rate ChatGPT < 5% após Fase 1 → revisão crítica de tese e possível pivô estratégico de cluster. 90 dias sem destravamento das 8 issues bloqueadas em cliente IPOG → escalonamento formal ao CEO IPOG com proposta de repactuação ou interrupção temporária. Esses gatilhos são auditáveis pelo Conselho de forma objetiva.
Referências.
dashboards/METRICAS-CANONICAS.md Princípio canônico 1 · dashboards/KPI-DASHBOARD.md · audits/PLAYBOOK-AUDITORIA-NAIA.md · docs/board/BOARD-IPOG-2026-05-18-W21-V2.md §5 (kill switches explícitos) · docs/governance/HISTORICO-DECISOES-CANONICAS.md