📜 Paper principal · SSRN / Elsevier
Algorithmic Authority: A Practitioner Framework for Generative Engine Optimization
O paper formaliza o framework de Autoridade Algorítmica aplicado a marcas B2B. Define os 5 sinais que motores generativos (ChatGPT, Gemini, Claude, Perplexity) usam para escolher quem citar em respostas sintéticas: consistência de entidade, autoridade temática verificável, dados estruturados, presença em llms.txt e frescor via IndexNow. Primeiro paper brasileiro publicado sobre Generative Engine Optimization.
SSRN com erro 403 ao abrir? Eventualmente SSRN exibe captcha ou bloqueio regional. Alternativas: ler no Zenodo (mirror) · pedir PDF via WhatsApp · pedir por email
🔖 Citação BibTeX (copie e cole)
@article{caramaschi2026algorithmic,
author = {Caramaschi, Alexandre},
title = {Algorithmic Authority: A Practitioner Framework
for Generative Engine Optimization},
journal = {SSRN Electronic Journal},
year = {2026},
month = {jan},
doi = {10.2139/ssrn.6460680},
url = {https://ssrn.com/abstract=6460680},
orcid = {0009-0004-9150-485X}
}
Outros formatos de citação
APA 7ª edição
Caramaschi, A. (2026). Algorithmic Authority: A Practitioner Framework for Generative Engine Optimization. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.6460680
ABNT NBR 6023
CARAMASCHI, Alexandre. Algorithmic Authority: a practitioner framework for Generative Engine Optimization. SSRN Electronic Journal, 2026. DOI: 10.2139/ssrn.6460680.
MLA 9
Caramaschi, Alexandre. "Algorithmic Authority: A Practitioner Framework for Generative Engine Optimization." SSRN Electronic Journal, 2026, doi.org/10.2139/ssrn.6460680.