Glossário de GEO e AI Search

AEO e GEO se sobrepõem: os dois falam de ser escolhido como fonte de uma resposta, e não só aparecer numa lista de links. Não há definição oficial nem um conjunto de técnicas reconhecido pelos buscadores.

O Google afirma que não é preciso fazer otimizações especiais para os recursos de IA: as boas práticas de SEO continuam valendo.

Diferente de um chat que só responde, um agente pode agir: navegar em sites, consultar sistemas e encadear várias etapas até concluir a tarefa. Para sites, isso significa que robôs agindo a pedido de pessoas (como ChatGPT-User e Claude-User) podem visitar páginas para comparar, reservar ou comprar.

Enquanto os AI Overviews aparecem dentro da página de resultados tradicional, o AI Mode é uma experiência própria, pensada para perguntas com várias etapas e para conversas com perguntas de acompanhamento.

O Google informa que AI Mode e AI Overviews podem usar modelos e técnicas diferentes, por isso as respostas e os links mostrados variam entre os dois. Ambos podem usar Query Fan-Out para buscar informações em subtemas e fontes diferentes.

As regras para uma página aparecer como link são as mesmas dos AI Overviews: estar indexada e apta a aparecer na Busca com snippet.

Segundo o Google, os AI Overviews ajudam a pessoa a entender rapidamente o essencial de um tema ou de uma pergunta complicada. Eles não aparecem em todas as buscas.

Para uma página aparecer como link de apoio, ela precisa estar indexada e apta a ser exibida na Busca com snippet. O Google diz que não há requisitos técnicos adicionais e que indexação e exibição não são garantidas.

Quem quiser limitar o uso do conteúdo pode usar os mesmos controles de snippet da Busca, como nosnippet, data-nosnippet, max-snippet ou noindex. O tráfego vindo desses recursos é contado no relatório de Desempenho do Search Console, no tipo de pesquisa Web.

Modelos de linguagem geram texto prevendo continuações prováveis, o que pode produzir afirmações erradas com aparência de certeza. Técnicas como grounding e RAG reduzem esse risco ao basear a resposta em fontes recuperadas, sem eliminá-lo.

Para marcas, alucinações podem atribuir preços, produtos ou fatos errados ao negócio. Conteúdo claro e atualizado no próprio site ajuda as IAs a encontrar a informação correta.

No GA4, o modelo baseado em dados distribui o crédito conforme os dados da própria conta. O modelo de último clique dá 100% do crédito ao último canal clicado. Como respostas de IA podem influenciar uma decisão sem gerar clique, parte dessa influência não aparece em nenhum modelo.

Links conquistados naturalmente, porque o conteúdo é útil, são o que importa. Comprar ou vender links que passam crédito de ranking e fazer trocas excessivas de links violam as políticas de spam do Google.

Links pagos ou patrocinados são permitidos quando marcados com rel="sponsored" ou rel="nofollow".

É a peça que permite a busca por significado em sistemas de RAG: o texto da pergunta vira um vetor, e o banco devolve os trechos com vetores mais próximos. Para lidar com milhões de itens, usa técnicas de busca aproximada.

O Bingbot respeita o robots.txt, e a Microsoft oferece no Bing Webmaster Tools ferramentas para verificar se uma visita é mesmo dele. O Bing também aceita o IndexNow, um aviso direto de páginas novas ou alteradas.

Embeddings capturam significado, mas podem falhar em termos exatos, como códigos, nomes de produtos ou siglas. A busca por palavras acerta esses casos. Juntas, retornam resultados mais completos e precisos.

O termo é usado por estudos de comportamento de busca, como os da SparkToro, para medir quantas buscas não geram visita a nenhum site. Respostas diretas, painéis de informação e resumos gerados por IA são exemplos de recursos que podem resolver a dúvida sem clique.

Como cada estudo define e mede "clique" de um jeito, os números variam bastante entre as fontes. Para um site, a consequência prática é que visibilidade e tráfego deixam de andar sempre juntos: uma página pode ser vista, ou citada numa resposta, sem receber a visita.

O termo é de mercado e o diagnóstico exige cuidado: várias páginas do mesmo site aparecendo para uma busca nem sempre é problema. Vale agir quando as páginas respondem à mesma pergunta e nenhuma se destaca. Nesses casos, juntar o conteúdo e redirecionar costuma resolver.

"Tênis" é uma busca curta e genérica; "tênis de corrida para pisada pronada até 500 reais" é de cauda longa. Conteúdos que respondem perguntas específicas tendem a disputar menos com sites grandes e a atrair quem já sabe o que quer.

Com as buscas conversacionais e as respostas de IA, consultas longas e detalhadas ficaram mais comuns.

Segundo a OpenAI, sites que bloqueiam o OAI-SearchBot não aparecem nas respostas da busca do ChatGPT, embora ainda possam aparecer como links de navegação. Bloquear o GPTBot (treino) não afeta a busca.

Dividir a base em trechos permite comparar cada parte com a pergunta e caber na janela de contexto do modelo. Um trecho que perde o contexto (por exemplo, "o faturamento cresceu 3%" sem dizer de qual empresa) fica mais difícil de recuperar corretamente.

Para quem produz conteúdo, isso reforça o valor de seções autossuficientes: cada parte deve fazer sentido sozinha.

Na prática, associa-se a sinais como: resposta direta logo no início, seções que fazem sentido sozinhas, dados com fonte, autoria clara e página acessível aos robôs de busca. Nenhum desses sinais garante citação.

O GEO 365 trata essas práticas como hipóteses a testar, não como regras comprovadas.

O Google descreve que as respostas de IA na Busca mostram links clicáveis e em destaque para páginas que sustentam a informação. Para ser um desses links, a página precisa estar indexada e apta a aparecer na Busca com snippet.

Na OpenAI, aparecer na busca do ChatGPT depende de o site permitir o OAI-SearchBot no robots.txt.

Ser citado não é o mesmo que ser mencionado: uma marca pode ser citada pelo nome sem link, e uma página pode servir de fonte sem que a marca seja destacada. Medir citações ainda depende de ferramentas e métodos sem padrão definido.

A Anthropic usa robôs separados para cada finalidade: ClaudeBot (treino), Claude-SearchBot (melhorar a qualidade das respostas de busca) e Claude-User (acessar páginas quando um usuário pede). Cada um pode ser liberado ou bloqueado separadamente, e a regra precisa ser repetida em cada subdomínio.

Cliques mostram o tráfego que a busca de fato gerou. Com respostas de IA e resultados que resolvem a dúvida na própria página, uma página pode ganhar impressões sem ganhar cliques.

Mudanças inesperadas de layout acontecem quando imagens sem dimensões definidas, anúncios ou fontes carregam depois do texto e empurram o conteúdo. Definir largura e altura de imagens e reservar espaço para elementos que carregam depois reduz o CLS.

É uma forma de organizar o site, não um recurso dos buscadores: não há definição oficial. A ideia é cobrir o assunto de forma completa e deixar clara a relação entre as páginas.

Com o Query Fan-Out, em que a IA busca vários subtemas de uma pergunta, ter páginas claras para cada subtema pode aumentar as chances de o site ser encontrado em mais de uma das buscas.

Ele controla quatro tipos de consentimento: analytics_storage, ad_storage, ad_user_data e ad_personalization. No modo básico, as tags só carregam depois da escolha no banner; no avançado, carregam antes com tudo negado e se ajustam depois.

Elas entram nos totais do gráfico, mas não aparecem na tabela de consultas. Por isso, a soma da tabela costuma ser menor do que o total, e filtros por consulta deixam essas buscas de fora.

Duplicação é comum e quase sempre técnica: parâmetros de URL, versões com e sem "www", páginas de impressão. A forma de lidar é indicar a versão principal com URL canônica ou redirecionamento.

O Google sugere perguntas para avaliar o próprio conteúdo: ele traz informação original, uma análise completa, algo além do óbvio? Quem lê sai satisfeito? Foi feito para pessoas ou só para buscadores?

Para os recursos de IA, o Google recomenda conteúdo útil, confiável e que não seja genérico, o mesmo critério da busca tradicional.

O limite considerado bom é: LCP de até 2,5 segundos, INP de até 200 milissegundos e CLS de até 0,1, medidos no percentil 75 das visitas, separando celular e computador.

O Google diz que essas métricas estão alinhadas ao que os seus sistemas de ranking buscam recompensar e recomenda bons resultados, mas elas são apenas uma parte da experiência na página. Conteúdo relevante continua sendo o principal.

O Google indica que o tema importa principalmente para sites grandes (mais de 1 milhão de páginas que mudam com frequência) ou médios com milhares de páginas que mudam todo dia. Para sites menores, manter o sitemap atualizado e acompanhar o relatório de indexação costuma bastar.

O Google define crawler, também chamado de robô ou spider, como um termo genérico para programas que examinam sites automaticamente. Cada crawler se identifica pelo cabeçalho user-agent da requisição. Os crawlers do Google também podem ser verificados pelo endereço IP e pelo DNS reverso.

No contexto de IA, é útil separar os crawlers por finalidade: os de busca (que permitem aparecer e ser citado nas respostas), os de treinamento de modelos e os que buscam uma página no momento em que um usuário pede. Cada um pode ser liberado ou bloqueado separadamente no robots.txt.

CTR baixo com boa posição costuma indicar título ou descrição pouco atraentes, ou uma busca que já é resolvida na própria página de resultados. A Matriz de oportunidades Fan-Out usa o CTR para sugerir onde vale melhorar título e resposta direta.

Os dados estruturados ajudam o Google a entender a página e podem torná-la elegível a resultados com mais recursos visuais, os rich results. Elegibilidade não é garantia: é preciso incluir as propriedades obrigatórias e seguir as diretrizes.

Para os recursos de IA, o Google é direto: dados estruturados não são obrigatórios e não existe uma marcação especial de Schema.org para aparecer na busca generativa. Ainda assim, recomenda continuar usando como parte da estratégia de SEO. Os dados devem sempre corresponder ao que está visível na página.

O Google afirma que E-E-A-T em si não é um fator de ranking específico, mas que seus sistemas usam uma combinação de fatores para identificar conteúdo com boa experiência, especialização, autoridade e confiabilidade. Os outros três aspectos contribuem para a confiança, e um conteúdo não precisa demonstrar todos.

Os avaliadores de qualidade do Google são treinados para analisar E-E-A-T, mas não controlam o ranking: seus dados não são usados diretamente nos algoritmos e servem para indicar se os sistemas estão funcionando bem.

Na prática, sinais como autoria clara, experiência real com o tema, fontes citadas e datas de atualização ajudam o leitor a avaliar a confiabilidade do conteúdo.

O Google define embeddings como representações de menor dimensão de dados esparsos, com vetores densos que capturam relações semânticas.

Sistemas de busca e de RAG usam embeddings para encontrar trechos relevantes mesmo quando a pergunta e o texto não usam as mesmas palavras.

O Google apresentou essa mudança em 2012 com o Knowledge Graph e a ideia de "coisas, não strings". Para sites, deixar claro quem é a entidade (nome, o que faz, perfis oficiais) ajuda buscadores e assistentes a não confundi-la com outras.

O Google trata da mesma forma todos os erros 4xx, exceto o 429. Já o "soft 404" é uma página que responde como se existisse (código 200), mas mostra conteúdo de erro ou vazio; o Search Console aponta esses casos.

404 é uma resposta normal para páginas que deixaram de existir. Quando há uma página equivalente, um redirecionamento permanente é melhor.

O Google decide quando uma página serve bem como snippet em destaque. Para evitar, dá para usar nosnippet (sem nenhum trecho) ou um max-snippet baixo, que diminui a chance mas não garante.

Assistentes como o Claude já passaram por ajuste fino para se comportar como assistentes úteis. Empresas usam fine-tuning para adaptar modelos a um domínio ou tarefa, mas ele exige dados cuidadosos e pode afetar o desempenho e os vieses do modelo.

Fine-tuning é diferente de RAG: no ajuste fino, o conhecimento entra no modelo; no RAG, ele é buscado no momento da pergunta.

O termo foi proposto em 2023 por pesquisadores de Princeton, Georgia Tech, Allen Institute for AI e IIT Delhi, no artigo "GEO: Generative Engine Optimization", aceito na conferência KDD 2024. O artigo chama de mecanismos generativos os sistemas que respondem perguntas combinando informações de várias fontes e resumindo-as com modelos de linguagem.

GEO não substitui o SEO. Os recursos de IA do Google, por exemplo, usam páginas que já estão indexadas e aptas a aparecer na Busca. Por isso, rastreamento, indexação e conteúdo útil continuam sendo a base. A diferença é o objetivo: além de aparecer numa lista de resultados, o conteúdo precisa ser fácil de entender, extrair e citar dentro de uma resposta gerada.

Ainda não existe um conjunto de práticas comprovado e estável. Muitas recomendações de GEO são hipóteses, e é isso que o laboratório GEO 365 se propõe a testar em público.

Cada interação (ver página, clicar, rolar, enviar formulário) é um evento. O GA4 mostra de onde vêm as visitas (canais como busca orgânica) e o que as pessoas fazem no site. Ele complementa o Search Console: o Search Console mostra o que acontece na Busca; o GA4, o que acontece depois do clique.

Ele mostra consultas, cliques, impressões e posição; quais páginas estão indexadas e por que outras não estão; problemas de experiência e de dados estruturados. Não é preciso se cadastrar nele para aparecer no Google, mas ele é a principal fonte de dados do próprio Google sobre um site.

O tráfego vindo de AI Overviews e AI Mode entra no relatório de Desempenho, no tipo de pesquisa Web. O Gerador de Regex para GSC e a Matriz de oportunidades Fan-Out ajudam a analisar as consultas desse relatório.

Diferente de outros crawlers, o Google-Extended não tem um robô próprio nem um user-agent na requisição: o rastreamento é feito pelos crawlers normais do Google, e o token serve só para dar a instrução no robots.txt.

O Google afirma que o Google-Extended não interfere na inclusão do site na Busca e não é usado como sinal de ranking. Bloqueá-lo, portanto, não tira o site dos resultados de busca.

Como o Google indexa principalmente a versão para celular dos sites, a maior parte das visitas vem do Googlebot Smartphone. Bloquear o Googlebot no robots.txt tira o site da Busca, e com isso dos recursos de IA que dependem dela.

O user-agent pode ser imitado; o Google recomenda verificar visitas pelo DNS reverso do IP. O Gerador de robots.txt e llms.txt para IA mantém o Googlebot liberado por padrão.

A OpenAI tem crawlers diferentes para finalidades diferentes, e cada configuração no robots.txt é independente das outras. Bloquear o GPTBot não tira o site da busca do ChatGPT, que depende do OAI-SearchBot.

Bloquear ou liberar o treinamento é uma decisão de negócio de cada site: não há relação comprovada entre liberar o GPTBot e ser citado nas respostas.

O Google trata grounding e RAG como a mesma técnica: recuperar informações relevantes e usá-las para melhorar a qualidade, a precisão e a atualidade das respostas de IA.

Sem grounding, o modelo responde apenas com o que aprendeu no treinamento, que pode estar desatualizado. Com grounding, ele consulta fontes antes de responder e pode mostrar links para elas. É por isso que estar acessível a crawlers de busca e ser indexável importa para aparecer em respostas de IA.

Pode ser declarado de três formas equivalentes: no <head> do HTML, no cabeçalho HTTP ou no sitemap. O valor x-default indica a página para quem não se encaixa em nenhuma versão, como um seletor de idioma.

Segundo o Google, a experiência na página reúne Core Web Vitals e sinais como compatibilidade com dispositivos móveis, ausência de intersticiais invasivos e HTTPS. O Search Console tem um relatório que mostra quais páginas são servidas em HTTPS e os problemas que impedem isso.

Buscas com IA multimodal permitem perguntar com uma imagem ou combinar imagem e texto. Para sites, isso aumenta a importância de imagens com texto alternativo descritivo e contexto claro na página.

Impressões indicam demanda e visibilidade: um tema com muitas impressões e poucos cliques pode pedir um título melhor ou uma posição mais alta.

O Google descreve três etapas: rastreamento, indexação e exibição dos resultados. Na indexação, ele analisa textos, imagens e vídeos da página e armazena essas informações no índice do Google.

Indexação não é garantida: nem toda página processada pelo Google é indexada. O relatório de páginas do Search Console mostra quais páginas estão no índice e por que outras ficaram de fora.

Participam buscadores como Microsoft Bing, Naver, Seznam.cz, Yandex e Yep. O site do protocolo não lista o Google entre os participantes; para o Google, os caminhos continuam sendo sitemap, links e Search Console.

O INP observa a demora de todas as interações durante a visita e considera a pior, desprezando valores extremos. Ele substituiu o FID (First Input Delay) como métrica de resposta das Core Web Vitals.

Excesso de JavaScript executando ao mesmo tempo é a causa mais comum de INP alto.

A mesma palavra pode ter intenções diferentes: "MBA em IA" pode ser uma pesquisa para entender o curso ou para se matricular. Olhar quais tipos de página aparecem na primeira página do Google para a consulta ajuda a perceber a intenção dominante.

Em buscas com IA, perguntas longas costumam trazer a intenção de forma mais explícita, com contexto e restrições.

A janela de contexto é diferente dos dados de treino: é o que o modelo "tem à mão" naquela conversa, incluindo a pergunta, as instruções e os documentos recuperados. Janelas maiores permitem lidar com textos mais longos; quando o limite é atingido, parte do conteúdo fica de fora.

O JSON-LD fica num bloco <script type="application/ld+json"> separado do conteúdo visível, o que facilita manter os dados sem mexer no HTML. Ele usa o vocabulário Schema.org para dizer o que a página é: um artigo, um produto, uma pessoa, uma lista de perguntas.

Os dados precisam corresponder ao que está visível na página.

A Anthropic, por exemplo, diferencia o "reliable knowledge cutoff" (a data até a qual o conhecimento do modelo é mais extenso e confiável) do "training data cutoff" (o período mais amplo dos dados de treino). Para fatos recentes, os assistentes dependem de busca na web, ou seja, de grounding.

Por isso, conteúdo novo de um site só aparece nas respostas se puder ser encontrado por esses sistemas de busca.

O Google lançou o Knowledge Graph em 2012. É dele que vêm, por exemplo, os painéis de informação sobre pessoas, empresas e lugares que aparecem ao lado dos resultados.

O LCP representa a percepção de carregamento: quando o conteúdo principal fica visível. Imagens pesadas, servidor lento e recursos que bloqueiam a renderização costumam piorar o LCP.

O Google recomenda que toda página importante receba link de pelo menos uma outra página do site. Os links precisam ser elementos <a> com href, e o texto do link deve descrever o destino de forma clara e concisa, sem "clique aqui" e sem excesso de palavras-chave.

Um modelo de linguagem estima a probabilidade de um token, que pode ser uma palavra, um pedaço de palavra ou um caractere, aparecer numa sequência. Ao repetir essa previsão token a token, o modelo gera textos.

O "grande" se refere à escala do modelo e dos dados de treinamento. Sozinho, um LLM só conhece o que aprendeu até o fim do treinamento. Em buscas, ele costuma ser combinado com recuperação de informações (RAG ou grounding) para responder com fontes atuais.

A proposta foi publicada por Jeremy Howard em setembro de 2024. O arquivo tem um título, um resumo opcional e seções com listas de links, de preferência para versões limpas das páginas, para que agentes encontrem a informação sem precisar interpretar todo o HTML.

O Google afirma que não é preciso criar arquivos especiais para IA para aparecer na Busca e que a Busca do Google ignora esses arquivos: eles não ajudam nem prejudicam a visibilidade.

O projeto compara o MCP a uma porta USB-C para aplicações de IA: em vez de uma integração diferente para cada serviço, um mesmo protocolo. Assistentes como Claude e ChatGPT e ferramentas de desenvolvimento já o suportam.

Para empresas, o MCP abre a possibilidade de agentes de IA consultarem catálogos, estoques ou agendas diretamente, sem passar pelo site.

Enquanto o robots.txt controla o rastreamento do site inteiro, a meta robots controla o que acontece com uma página específica. Algumas instruções comuns: noindex (não mostrar nos resultados), nosnippet (não mostrar trecho de texto) e max-snippet (limitar o tamanho do trecho).

O Google indica esses mesmos controles para limitar o uso do conteúdo de uma página nos recursos de IA da Busca.

Para o noindex funcionar, o robô precisa conseguir acessar a página: se ela estiver bloqueada no robots.txt, a instrução não é lida, e o endereço ainda pode aparecer na busca por causa de links de outros sites.

É útil para páginas que não devem ser encontradas na busca, como resultados internos, áreas de teste ou páginas de agradecimento.

Pode ser colocada na meta robots ou no X-Robots-Tag. O atributo data-nosnippet faz o mesmo só para partes específicas da página. Para limitar sem bloquear, existe o max-snippet.

Segundo a OpenAI, sites que bloqueiam o OAI-SearchBot não aparecem nas respostas da busca do ChatGPT, embora ainda possam aparecer como links de navegação. A empresa informa que pode levar cerca de 24 horas para seus sistemas refletirem uma mudança no robots.txt.

O OAI-SearchBot é independente do GPTBot (treinamento) e do ChatGPT-User, que abre páginas quando um usuário pede. Como as visitas do ChatGPT-User são iniciadas por pessoas, a OpenAI avisa que as regras do robots.txt podem não se aplicar a elas.

Assim como o cluster, é uma prática de organização de conteúdo, sem definição oficial dos buscadores. Uma boa página pilar responde à pergunta geral e serve de índice para o restante.

O Google recomenda pensar nas palavras que uma pessoa usaria para encontrar o conteúdo, lembrando que iniciantes e especialistas podem usar termos diferentes. Os sistemas de linguagem do Google também conseguem ligar uma página a consultas que não usam exatamente as mesmas palavras.

Por isso, repetir uma palavra-chave não ajuda; cobrir bem o assunto, com a linguagem do público, ajuda.

O Perplexity também usa o Perplexity-User, que visita páginas quando um usuário faz uma pergunta. Por ser uma visita iniciada por uma pessoa, a empresa avisa que esse robô geralmente ignora o robots.txt.

Para cada consulta, o Search Console considera a posição mais alta do site naquela exibição e depois tira a média. Por isso, posição média 2,5 não quer dizer que o site esteve sempre entre o 2º e o 3º lugar.

Em buscas com IA, o prompt é a pergunta da pessoa, que o sistema pode transformar em várias consultas (Query Fan-Out) antes de responder. Prompts mais específicos tendem a produzir respostas mais específicas.

O Google descreve o fan-out como um conjunto de consultas relacionadas e simultâneas, geradas pelo modelo para pedir mais informação e buscar mais resultados. Segundo a documentação, AI Overviews e AI Mode podem usar essa técnica, o que permite mostrar um conjunto maior e mais variado de links do que a busca tradicional.

Na prática, uma página pode ser usada numa resposta mesmo sem aparecer para a pergunta original, porque foi encontrada por uma das subconsultas.

O Search Console não mostra individualmente as subconsultas de fan-out. Filtrar consultas longas no relatório de Desempenho ajuda a encontrar perguntas detalhadas, mas não prova uso de IA. O Gerador de Regex para GSC monta esse filtro.

O termo foi apresentado em 2020 no artigo "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks", de Lewis e colegas. A ideia é combinar o que o modelo aprendeu no treinamento com uma memória externa consultada no momento da pergunta.

Na documentação do Google, RAG aparece como sinônimo de grounding: uma técnica para melhorar a qualidade, a precisão e a atualidade das respostas. Para quem produz conteúdo, a consequência prática é que trechos claros e autossuficientes são mais fáceis de recuperar e usar.

O Google encontra páginas novas principalmente seguindo links e lendo sitemaps, e usa programas automáticos, os crawlers, para baixar textos, imagens e vídeos. O robots.txt pode pedir que certas partes não sejam rastreadas.

O Google afirma que não aceita pagamento para rastrear um site com mais frequência ou para posicioná-lo melhor, e que o rastreamento também não é garantido.

Use redirecionamento permanente quando a mudança for definitiva, como na troca de domínio ou de URL de um artigo. Use temporário quando a mudança for passageira e o endereço original deve continuar nos resultados.

No relatório de Desempenho, o Search Console aceita filtros personalizados com regex, tanto para incluir quanto para excluir consultas e páginas. A correspondência é parcial e, por padrão, não diferencia maiúsculas de minúsculas.

O RE2, criado pelo Google, não aceita alguns recursos de outras linguagens de regex, como lookahead e lookbehind. Nele, \s corresponde a espaço, tabulação e quebras de linha, e \S a qualquer caractere que não seja espaço.

O Gerador de Regex para GSC cria e testa expressões que filtram consultas por número de palavras.

O Google processa páginas com JavaScript em três fases: rastreamento, renderização e indexação. A renderização é feita por um Chromium sem interface, quando há recursos disponíveis, o que pode levar mais tempo.

O Google recomenda renderização no servidor ou pré-renderização, porque deixa o site mais rápido e porque nem todos os robôs executam JavaScript, o que inclui muitos robôs de IA.

A primeira busca costuma trazer muitos candidatos, rapidamente. O reranking olha cada um com mais cuidado e mantém apenas os melhores, o que melhora a qualidade e reduz custo e tempo de resposta.

Implementar dados estruturados torna a página elegível, mas não garante que o resultado enriquecido apareça. O Google oferece o Teste de pesquisa aprimorada para verificar a marcação.

O protocolo foi criado por Martijn Koster em 1994 e virou padrão da IETF em 2022, na RFC 9309. O arquivo é organizado em grupos: cada grupo indica um ou mais user-agents e as regras Allow e Disallow que valem para eles. Quando várias regras se aplicam a um endereço, vence a mais longa; em empate, Allow vence.

A própria RFC lembra que essas regras não são uma forma de autorização de acesso. Robôs bem-comportados as respeitam, mas o arquivo não protege conteúdo privado. Bloqueios feitos por firewall ou CDN também não aparecem no robots.txt.

Com a chegada das IAs, o robots.txt passou a ser usado para separar finalidades: liberar crawlers de busca e decidir, à parte, sobre os de treinamento. O Checador de crawlers de IA mostra o que o robots.txt de um site libera ou bloqueia.

O Schema.org define os tipos (como Person e Article) e as propriedades (como name e author). O formato em que esses dados vão para a página, como o JSON-LD, é outra coisa: Schema.org é o vocabulário, JSON-LD é a forma de escrever.

O Google resume SEO como ajudar os mecanismos de busca a entender o conteúdo e ajudar as pessoas a encontrar o site e decidir visitá-lo. Na prática, envolve três frentes: técnica (o site pode ser rastreado e indexado), conteúdo (responde bem ao que as pessoas buscam) e autoridade (outros sites e pessoas confiam nele).

O próprio Google avisa que não existe segredo que coloque um site automaticamente em primeiro lugar. Boas práticas tornam o conteúdo mais fácil de rastrear, indexar e entender, sem garantia de posição.

No Google, a SERP combina vários elementos visuais: resultados de texto (título, endereço e trecho), resultados enriquecidos baseados em dados estruturados, AI Overviews e outros recursos. O que aparece varia conforme a consulta.

Analisar a SERP de uma busca mostra o tipo de conteúdo que o Google considera útil para ela.

O SGE começou em inglês, nos Estados Unidos, para quem se inscrevia no Search Labs. Em 2024, o Google passou a chamar os resumos de IA de AI Overviews e a levá-los para a busca regular.

O termo ainda aparece em materiais antigos sobre SEO e IA.

A medida depende de quais perguntas são testadas, de qual assistente, de quando e de onde a busca é feita, já que as respostas variam. Não há métrica oficial nem padrão de mercado; ferramentas diferentes chegam a números diferentes.

Por isso, vale registrar o método junto com o resultado: perguntas, datas, modelos e versões.

Segundo o Google, sitemaps são mais úteis para sites grandes, sites novos com poucos links externos e sites com muito conteúdo de mídia. Sites pequenos e bem ligados internamente podem não precisar de um.

O endereço do sitemap pode ser enviado no Search Console e também indicado no robots.txt, com a linha Sitemap:. O Gerador de robots.txt e llms.txt para IA inclui essa linha.

O Google recomenda texto descritivo, conciso e relevante para a página onde está e para a de destino. Evite "clique aqui" e "leia mais", e não force palavras-chave: excesso pode violar as políticas de spam. Em links de imagem, o texto alternativo funciona como texto âncora.

Limites de tamanho dos modelos, como a janela de contexto, e o custo de uso costumam ser medidos em tokens. A quantidade de caracteres por token varia conforme o modelo e o idioma.

É diferente da busca paga, que vem de anúncios. Como as visitas de recursos de IA da Busca entram no mesmo canal, o GA4 não separa automaticamente o que veio de um resumo de IA e o que veio de um link comum.

O Google aceita alguns sinais para indicar a canônica: redirecionamentos (sinal forte), a anotação rel="canonical" (sinal forte) e a presença no sitemap (sinal fraco). São sinais, não ordens: se eles não forem informados ou forem contraditórios, o Google escolhe a versão que considerar melhor.

URLs com parâmetros de rastreamento, versões com e sem barra final ou páginas acessíveis por mais de um caminho são casos comuns que pedem canônica.

O cabeçalho HTTP User-Agent é definido pela especificação do HTTP e informa qual software faz a requisição. Crawlers usam esse cabeçalho para se identificar.

No robots.txt, cada grupo de regras começa com uma linha User-agent: seguida do nome do crawler, ou de * para todos. Pela RFC 9309, o crawler segue o grupo com o seu nome e, se não houver, o grupo geral.

O user-agent pode ser imitado por qualquer programa. Por isso, o Google também oferece verificação por IP e DNS reverso para confirmar que uma visita veio de fato dos seus crawlers. Há ainda tokens que não correspondem a nenhum robô próprio, como o Google-Extended, usados só para dar instruções no robots.txt.

O Google recomenda usar sempre os três juntos. Os valores aparecem no relatório de aquisição de tráfego e permitem comparar, por exemplo, uma newsletter e um post no LinkedIn.