Auditoria de GEO com critério de medição por item

O que a auditoria de GEO mede e o que fica fora

A auditoria de GEO verifica a prontidão técnica de um site para servir de fonte às IAs, e deixa a citação para outra medição. O guia de recursos de IA do Google Search Central, atualizado em dezembro de 2025, diz que uma página só precisa estar indexada e elegível a exibir trecho para aparecer como link de apoio em AI Overviews ou AI Mode, sem requisito técnico extra. A mesma página dispensa arquivos novos legíveis por máquina e marcação especial. Do lado do Google, a auditoria de GEO começa pela auditoria de SEO de sempre.

As outras superfícies pedem mais. ChatGPT, Claude e Perplexity usam robôs próprios, cada um com regra própria no robots.txt, e a maioria deles não renderiza JavaScript. É nessa diferença que a auditoria de GEO ganha itens próprios. Trato cada item com um critério de aprovação que outra pessoa consiga repetir de fora do servidor, o mesmo princípio da Parte A do benchmark de agências de GEO, em que o sinal lido só em parte ficou fora da conta.

Acesso por robô e render do HTML

O acesso por robô é o primeiro item porque todos os outros dependem dele. O critério tem duas partes. No robots.txt, o robô precisa aparecer liberado pelo nome, como GPTBot, OAI-SearchBot, ClaudeBot ou PerplexityBot. Na resposta do servidor, a mesma URL precisa devolver 200 quando pedida com o user agent de cada robô. O Google lembra no mesmo guia que o rastreio tem de ser permitido pelo robots.txt e também pela CDN e pela hospedagem.

for ua in GPTBot OAI-SearchBot ClaudeBot PerplexityBot; do
  printf "%s " "$ua"
  curl -s -o /dev/null -w "%{http_code}\n" -A "Mozilla/5.0 (compatible; $ua)" https://exemplo.com.br/
done

O teste pega bloqueio por user agent. Bloqueio por faixa de IP só aparece no log do servidor, com o método de identificar crawlers de IA no log.

O render vem logo depois. Na análise que a Vercel publicou com a MERJ em dezembro de 2024, nenhum dos principais crawlers de IA executava JavaScript, entre eles OAI-SearchBot, ChatGPT-User, GPTBot, ClaudeBot e PerplexityBot. As exceções eram o Gemini, que usa a infraestrutura do Googlebot, e o Applebot. O critério que uso é o texto principal, o título e os links de navegação estarem no HTML da primeira resposta, conferidos com curl ou com o JavaScript desligado.

llms.txt e camada Markdown

O llms.txt entra na auditoria de GEO como item de agente, sem peso de ranking. O critério é o arquivo responder 200 na raiz, em texto, com fatos da própria empresa em vez do modelo automático de plugin. No benchmark de agências, 11 de 19 agências brasileiras tinham o arquivo, 57,9% do grupo, mas só 8 o mantinham curado, e pelo menos 3 serviam o modelo gerado pela plataforma. O que os dados de uso mostram sobre o arquivo está em o llms.txt funciona.

A camada Markdown tem critério mais objetivo. A mesma URL deve devolver Markdown quando o pedido chega com o cabeçalho Accept: text/markdown, ou deve existir uma rota paralela com a versão em texto. No benchmark, só 1 das 19 agências mantinha uma via dedicada para agentes. No site da agência e neste, cada página tem versão em Markdown pelas duas vias, e a implementação está em Markdown para agentes de IA.

curl -s -o /dev/null -D - -H "Accept: text/markdown" https://exemplo.com.br/pagina/ | grep -i content-type

Schema e entidade

O schema passa na auditoria quando descreve a entidade de forma estável e coerente com o texto visível. O Google pede que os dados estruturados correspondam ao que está na página e diz que não existe marcação especial para os recursos de IA. Por isso o critério que aplico olha consistência em vez de quantidade: JSON-LD no HTML inicial, sem depender de JavaScript, um grafo por página, um @id fixo para a organização e para a pessoa, e sameAs apontando para perfis que existem e que apontam de volta. Os dois domínios que mantenho compartilham o mesmo @id de entidade, e o raciocínio está em @id no JSON-LD entre domínios.

A entidade também se audita fora do código. Nome, datas e descrição precisam bater entre site, perfis e fontes de terceiros, e a pessoa ou a empresa precisa ser identificável sem confusão com homônimos.

Velocidade e sinais de confiança

A velocidade entra na auditoria com os limites de Core Web Vitals que o web.dev publica, medidos em dados de campo. A página passa quando o LCP fica em até 2,5 segundos, o INP em até 200 milissegundos e o CLS em até 0,1, no percentil 75 das visitas. O Lighthouse não mede INP, porque não há interação real no laboratório, então o dado vem do CrUX, do PageSpeed Insights ou do relatório do Search Console.

Os sinais de confiança fecham a lista: autor nomeado com página própria, contato com dados verificáveis, datas de publicação e de atualização visíveis, e ausência de travas de trecho, como nosnippet ou max-snippet zerado, nas páginas que devem servir de fonte.

A régua que uso para cada item

Cada linha da auditoria de GEO só entra no relatório com método e critério escritos, porque sem isso duas pessoas chegam a notas diferentes para o mesmo site.

A citação fica em outra planilha, com rodadas datadas por superfície, como descrevo em prompts para medir visibilidade em IA. No benchmark de agências, a preparação técnica, baixa em quase todo o grupo, não explicava sozinha quais marcas as IAs recomendavam, e é por isso que as duas medições nunca se misturam no mesmo número.