O que aprendi quase vinte anos fazendo marketing de busca? SEO e GEO por André HP

Entrei no mercado de busca em 2008, quando SEO ainda era um jogo de diretórios, trocas de link e táticas que funcionavam até a próxima atualização. De lá para cá, atravessei Panda, Penguin, Hummingbird, BERT e Helpful Content, levei três sites à liderança de suas categorias em língua portuguesa, fundei o maior mastermind de SEO do Brasil, coloquei um robô de IA para escrever notícias dentro de redações antes de o ChatGPT existir e, mais recentemente, publiquei um estudo científico sobre como os modelos de linguagem decidem quem citar.

Quase vinte anos depois, o que sobrou de tudo isso? Não foram as táticas. Nenhuma tática de 2008 sobreviveu até hoje. O que sobrou foram lições, e é curioso perceber que as mais importantes não envelheceram nada: elas só mudaram de superfície. Este artigo é a minha tentativa de organizá-las.

Lição 1: o que é construído para enganar o algoritmo tem prazo de validade

Essa foi a primeira lição, e foi aprendida da forma mais dura possível: assistindo. Vi Panda passar por cima de fazendas de conteúdo inteiras. Vi Penguin desmontar redes de links que sustentavam operações milionárias. Vi Helpful Content rebaixar projetos que pareciam intocáveis. Cada grande atualização do Google matou estratégias completas, e o padrão era sempre o mesmo: morria o que tinha sido construído para explorar uma brecha; sobrevivia o que tinha sido construído para servir o usuário.

Manipulação de sinais compra posição emprestada. Funciona até o dia exato em que o buscador aprende a detectar o padrão, e aí o custo de reconstrução costuma ser maior do que todo o ganho acumulado. Por isso, desde cedo, adotei um teste que aplico antes de qualquer recomendação: isso sobrevive à próxima atualização de algoritmo? Se a resposta for "talvez", não entra no plano. Hoje a pergunta ganhou uma segunda parte, "ou à próxima geração de modelo?", mas a lógica é idêntica.

E há um corolário que pouca gente enuncia: se a estratégia depende de não ser descoberta, ela já é um passivo no balanço que ainda não foi contabilizado. Nunca precisei de uma tática que eu não pudesse explicar, na mesma frase, para o cliente e para o buscador. Não por prudência jurídica. Por leitura de mercado.

Lição 2: a base técnica é o pré-requisito invisível de tudo

A década de 2008 a 2017 foi a minha escola dura da busca, e o que ela consolidou não foi glamouroso: crawl, indexação, arquitetura de informação, performance. É o tipo de trabalho que ninguém posta no LinkedIn, mas que decide se todo o resto vai funcionar.

Aprendi isso na prática operando escala de verdade. Como estrategista de SEO do modafeminina.biz, levei o projeto à posição de maior site de moda feminina em língua portuguesa em 2015, segundo o Similar Web, com cerca de 200 mil acessos por dia. Volume desse tamanho não perdoa erro: ou o crawl, o cache, a arquitetura e o padrão editorial aguentam a escala, ou o site derruba a própria operação.

Duas décadas depois, essa lição está mais atual do que nunca, só que com uma formulação nova: nenhuma IA cita o que ela não consegue rastrear, entender e extrair. Antes de qualquer discussão sofisticada sobre visibilidade em modelos generativos, a pergunta continua sendo a mesma de sempre. A máquina consegue acessar, ler e interpretar o que você publicou? Se não consegue, o resto da conversa é inútil.

Lição 3: quando o buscador passou a ler significado, a palavra-chave morreu (só que quase ninguém percebeu)

Em 2018, quando o BERT ainda era um paper do Google AI e faltava mais de um ano para ele entrar na busca, tomei a decisão mais importante da minha carreira: abandonei a lógica de palavra-chave e reescrevi minha metodologia do zero. Na época, a tese soava herética. Otimizar para keyword era o centro da disciplina, e eu estava dizendo que aquilo tinha deixado de fazer sentido.

O raciocínio era direto. A partir do momento em que o buscador converte texto em vetores semânticos, ele não compara mais strings: ele compara significados em um espaço vetorial. Repetir a keyword vinte vezes não move nada. O que move é o quanto o seu conteúdo ocupa, de forma completa e coerente, o território semântico daquele assunto. Se o modelo lê significado, o trabalho deixa de ser densidade de termo e passa a ser três coisas: profundidade tópica, intenção do usuário e amplitude semântica.

A tese não ficou no papel. Foi ela que sustentou o salaovirtual.org, que nesse mesmo ano se tornou o maior site de beleza em língua portuguesa: em vez de páginas caçando variações de palavra-chave, cobertura completa de um universo de entidades, com procedimentos, produtos, técnicas, ingredientes e efeitos, cada um na profundidade que a intenção pedia.

GEO vs AEO vs LLM SEO vs AI SEO: Os quatro nomes da mesma coisa?

Olhando em retrospecto, aquilo era GEO antes de GEO existir como sigla. Os mesmos princípios que fazem um conteúdo ser bem compreendido por um encoder semântico são os que fazem esse conteúdo ser recuperado, extraído e citado por um LLM hoje: contexto suficiente para responder sem ambiguidade, entidades bem definidas, cobertura das perguntas adjacentes e estrutura que permite extrair um trecho autocontido. Quando o ChatGPT chegou, eu não precisei mudar de tese. Só de superfície.

A lição por trás da lição: as grandes viradas da busca são anunciadas em papers anos antes de chegarem ao mercado. Quem lê pesquisa se antecipa; quem lê apenas checklist de agência chega sempre atrasado.

Lição 4: ensinar em público é o melhor teste de qualidade para uma metodologia

Em 2019 fundei o SEO Prime, que se tornou o maior mastermind de profissionais de SEO do Brasil. A motivação era uma lacuna: faltava no país um ambiente onde profissionais sênior pudessem falar sem palco, sem case maquiado, sem métrica de vaidade, sem conteúdo genérico de conferência.

O que eu não previa era o quanto aquilo me transformaria. Ensinar em público exige um rigor que trabalhar sozinho não exige. Cada tese que eu levava para aquela sala voltava testada, contestada ou validada por dezenas de operadores com dados próprios. Palestrei ali sobre praticamente todo o espectro da disciplina, de crawl budget a SEO programático, de dados estruturados a leitura de atualizações, e boa parte da metodologia que uso hoje na Geostack foi lapidada nesse atrito.

A lição é generalizável para qualquer área técnica: se você não consegue explicar e defender seu método diante de pares que têm dados para contestá-lo, você não tem um método. Tem uma impressão.

Lição 5: chegue antes do mercado, mesmo que pareça cedo demais

Em 2022, na era dos modelos davinci da OpenAI, quando o acesso era só por API, playground e chave de desenvolvedor, sem interface de chat e sem mercado formado, eu estava testando geração de texto em escala para resolver um problema editorial concreto: produzir notícia com padrão de redação, velocidade de máquina e supervisão humana.

Desse trabalho nasceu o Zeus, o primeiro robô brasileiro a escrever notícias com inteligência artificial, alugado para redações, jornais e agências. Quando o mercado descobriu IA generativa, em novembro de 2022, com o lançamento do ChatGPT, o Zeus já estava rodando dentro de redações brasileiras. E foi também em 2022 que o suadecoracao.com chegou ao topo da vertical de decoração, o terceiro site que levei à liderança de categoria, já com produção de conteúdo assistida por IA: a mesma base técnica e semântica dos anteriores, agora com velocidade de máquina e supervisão humana.

O Zeus nunca parou de evoluir. Trocou de modelos, ganhou camadas de pesquisa, verificação e estruturação semântica, e hoje é o motor de produção de conteúdo da Geostack. A versão atual já escreve considerando como um modelo de linguagem lê, extrai e cita um texto, e não apenas como um leitor humano percorre a página.

A lição aqui tem duas faces. A primeira: tecnologia de fronteira vira commodity rápido, mas a experiência operacional acumulada antes da virada não vira. Quem operou IA generativa em produção em 2022 aprendeu coisas que quem começou em 2023 ainda estava descobrindo. A segunda: a melhor forma de testar uma tecnologia nova é aplicá-la a um problema concreto e mensurável, não a uma prova de conceito de laboratório.

Lição 6: afirmação sem prova é opinião, mesmo quando está certa

Depois de dois anos operando GEO com método próprio na Geostack, faltava um passo que, na minha visão, o mercado brasileiro inteiro devia: prova experimental. O estudo fundador de GEO, de pesquisadores de Princeton, demonstrou em inglês que técnicas de otimização elevam a visibilidade de uma página nas respostas de IA em até 40%. Mas faltava evidência de como aquilo se comportava em português.

Então eu testei. Construí um banco de 200 consultas reais em finanças, saúde e turismo, simulei um motor generativo de duas etapas e apliquei os nove métodos do estudo original, num total de 6.000 execuções experimentais. O resultado é uma replicação sistemática do experimento GEO de Princeton em português brasileiro, publicada como preprint com DOI no Zenodo e depositada no SSRN, no Figshare e em outros repositórios, com dataset aberto sob licença CC BY 4.0.

GEO vs AEO vs LLM SEO vs AI SEO: Os quatro nomes da mesma coisa?

Quanto custa contratar uma agência de GEO no Brasil? Faixas reais de preço

Os achados replicam o padrão de Princeton: adicionar estatísticas elevou a visibilidade nas respostas de IA em 34,2%, citações diretas em 26% e fontes em 22,3%, tudo com p menor que 0,01. E o velho keyword stuffing, a tática black hat clássica, derrubou a visibilidade em 25,2%.

A lição vale para qualquer profissional de qualquer área: é a diferença entre dizer "confia em mim" e dizer "confere os dados". Passei anos afirmando coisas sobre busca semântica com base em experiência operacional. A experiência era real e as afirmações estavam certas, mas só quando publiquei o experimento elas deixaram de depender da minha credibilidade pessoal. Dado aberto com metodologia reproduzível é o único argumento que não precisa de autor.

Lição 7: marca é o único ativo que nenhum algoritmo penaliza

Se eu tivesse que resumir vinte anos em uma única aposta, seria esta: construir marca e engajamento reais, em vez de perseguir sinais manipuláveis. Demanda por nome, menções espontâneas, retenção, retorno, conteúdo que as pessoas realmente terminam de ler. Esses sinais não são otimizáveis por atalho porque não são artificiais: são consequência de alguém ter feito algo que valia a pena.

Os três sites que levei à liderança de categoria chegaram lá sem nenhuma tática que precisasse ser escondida, e continuaram lá atravessando atualizações. É a prova prática de que o caminho longo é também o mais barato.

E aqui está a parte que considero mais interessante da virada generativa: o que era postura ética virou vantagem técnica. Modelos de linguagem não têm um PageRank para ser explorado. Eles são treinados e alimentados por consenso: menções consistentes ao longo do tempo, entidades bem definidas, reputação distribuída em fontes que os modelos leem. Meu próprio estudo mediu o custo de tentar o atalho, com o keyword stuffing derrubando a visibilidade em um quarto. A conclusão que tiro é dura, mas libertadora: não existe black hat escalável para IA generativa. Existe marca, ou não existe citação.

Lição 8: a busca muda de formato, não de natureza

Minha tese sobre o momento atual cabe em uma frase: a citação é o novo clique. Por 25 anos, o jogo foi ranking, clique e visita. Quando alguém pergunta a uma IA "qual o melhor CRM para pequenas empresas?" e a resposta vem pronta, com nomes, comparações e recomendações, não existe clique. Existe citação. E a marca citada captura a atenção, a confiança e a intenção de compra.

Mas repare no que não mudou. A IA continua premiando quem responde melhor à pergunta do usuário. Continua confiando mais no que terceiros dizem sobre você do que no que você diz de si mesmo. Continua exigindo que o conteúdo seja acessível, claro e verificável. A busca mudou de formato três ou quatro vezes desde que comecei, dos diretórios aos links azuis, dos links azuis aos featured snippets, dos snippets às respostas generativas, e em todas as viradas a natureza do jogo permaneceu: ser genuinamente útil, de forma que a máquina consiga entender e comprovar.

É por isso que eu digo que não migrei do SEO para o GEO. Venho fazendo a mesma coisa desde 2018. Foi a busca que mudou de formato.

O que eu diria para quem está começando agora

Acredito que em 3 a 5 anos, share of voice em IA vai ser uma métrica tão fundamental quanto posição no Google é hoje. E como os modelos de linguagem são alimentados por consenso construído ao longo do tempo, com menção consistente, reputação distribuída e entidade bem estabelecida, as marcas que começarem agora vão acumular uma vantagem composta que será quase impossível de alcançar depois. A busca sempre puniu quem chegou atrasado, e na era generativa o atraso não custa só posição: custa existência na resposta.

Para quem está entrando na área, meu conselho se resume ao que estas oito lições ensinaram. Domine a base técnica antes da tática da moda. Leia pesquisa, não só checklist. Construa em público e deixe seus pares contestarem seu método. Teste tecnologia nova em problema real. Prove o que afirma, com dado aberto. E, acima de tudo, aposte em marca, porque é o único ativo que atravessa qualquer atualização de algoritmo e qualquer geração de modelo.

Quase vinte anos depois de começar na era dos diretórios, é isso que sobrou. E, se a história da busca serve de guia, é isso que vai continuar valendo quando a próxima virada chegar.

GEO vs AEO vs LLM SEO vs AI SEO: Os quatro nomes da mesma coisa?

Quanto custa contratar uma agência de GEO no Brasil? Faixas reais de preço

Quando pesquisar deixa de ser procurar: como a inteligência artificial está mudando a forma como tomamos decisões

André HP é fundador da Geostack, primeira agência brasileira dedicada exclusivamente a Generative Engine Optimization, criador do Zeus e autor da replicação do estudo GEO de Princeton em português brasileiro, publicada com DOI e dataset aberto.

Espero que tenha curtido o conteúdo sobre:
O que aprendi quase vinte anos fazendo marketing de busca? SEO e GEO por André HP
Em SEO temos diversos artigos sobre este tema.