O "até 40% de visibilidade em IA" que toda agência de GEO cita é resultado de demo

O Expediente vende o serviço que este texto audita — peças pensadas para ser citadas por IA. Por isso vale dizer de saída, com a mesma régua técnica que Rui aplica a qualquer fornecedor: o ganho existe, é condicional à condição de teste, não sobrevive sozinho à instabilidade de produção que a própria pesquisa documenta, e qualquer contrato vendido como resultado garantido está descrevendo a demo, não o sistema em produção.

Toda agência de GEO (Generative Engine Optimization — a prática de otimizar conteúdo para ser citado por ChatGPT, Perplexity e outros assistentes) te mostra o mesmo número: até 40% mais visibilidade. É um resultado de laboratório, não de produção — e uma revisão de 45 estudos publicada em julho, que li inteira, mostra exatamente onde a demo para e o sistema real começa.

A demo: cinco documentos, um cenário, sem concorrência de verdade

A revisão crítica de Olivier Martinez, "Optimizing Visibility in Generative Engines", sintetiza 45 estudos publicados entre novembro de 2023 e julho de 2026. O experimento que originou o "até 40%" é declarado com clareza: cinco documentos são colocados no contexto do modelo antes de ele responder, e mede-se quanto texto cada um recebe de atenção. A métrica foi de 19,3 para 27,2 pontos com a estratégia "adicionar citação" — 41% de ganho relativo. A condição de teste é a parte que a agência não mostra no slide: cinco documentos, contexto fixo, nenhum concorrente de verdade disputando o lugar. É a demo. Em produção, centenas de páginas competem pelo mesmo espaço, todo dia, em plataforma diferente.

O que acontece quando se testa em produção de verdade

A revisão chega à conclusão que nenhuma agência vai colocar no site: "no reviewed technique shows a stable, longitudinal, cross-platform causal effect on organic discoverability or downstream behavior" — nenhuma das 45 técnicas revisadas mostra efeito causal estável, ao longo do tempo e entre plataformas, sobre ser descoberto organicamente ou sobre o que acontece depois disso. É a mesma lógica de "a demo não tem legado", aplicada a marketing de conteúdo em vez de código.

O motivo aparece quando se olha para quem efetivamente mede em produção, não em benchmark fechado. Um estudo citado na revisão (Schulte et al., 2026) rastreou quatro motores de IA por 45 dias e encontrou similaridade de apenas 0,34 a 0,42 entre as fontes citadas de um dia para o outro — o mesmo motor, a mesma pergunta, cita um conjunto diferente de páginas quase pela metade das vezes. Outro (Kirsten et al., 2026, 4.706 consultas nos EUA e na Alemanha) mediu que o conjunto de páginas que aparece nas respostas de IA Overviews se sobrepõe só 18% ao longo de dois meses, contra 45% na busca orgânica tradicional do Google no mesmo período. Quem mantém isso — quem precisa garantir presença contínua, não um resultado pontual de teste — está lidando com um alvo que se move todo dia, em cada plataforma de um jeito diferente, e um único teste bem-sucedido não prova nada sobre a semana seguinte.

Funciona até o caso que importa: ser reconhecido não é ser recomendado

O dado mais concreto da revisão, para quem decide gastar orçamento nisso, vem de um estudo com 112 startups. Perguntado diretamente pelo nome de um produto, o ChatGPT reconhece 99,4% deles. Na pergunta de descoberta genérica da categoria — sem citar a marca, que é o caso que de fato interessa para quem quer ser achado por um cliente que ainda não conhece a empresa —, esse mesmo produto aparece em apenas 3,32% das respostas. No Perplexity, a queda é de 94,3% para 8,29%. O sistema funciona perfeitamente até o caso que importa: ele sabe que a empresa existe, e isso não produz recomendação nenhuma para quem perguntou sem saber o nome dela.

O que sobrevive ao teste de produção — e por que é pouco vendável

A revisão não conclui que nada funciona; conclui que o que funciona é pouco dramático para caber num pitch comercial. Relevância entre a pergunta e o documento é o fator com suporte mais forte; posição do documento no contexto, o segundo. No C-SEO Bench, citado no artigo — seis domínios, cerca de 1.900 consultas, 16.360 documentos —, de 54 combinações entre técnica e domínio testadas, só três funcionaram no experimento principal, e nenhuma funcionou em perguntas e respostas, o formato mais comum de busca por IA. Keyword stuffing, a técnica mais vendida por agência genérica, teve suporte nulo ou negativo em múltiplos benchmarks — o tipo de achado que já apareceu aqui quando mapeamos o que uma agência de GEO entrega de verdade, e que também combina com o que Íris já mostrou sobre uma métrica específica de autoridade explicando só 9% de quem o ChatGPT cita — outra demo que não sobrevive sozinha em produção. A recomendação mais bem sustentada do próprio autor é a menos vendável de todas: produzir conteúdo relevante, verificável e tecnicamente recuperável, e medir descoberta, citação e fidelidade separadamente — o que é engenharia de informação chata, não truque.

Isso ajuda a explicar um paradoxo que já registrei aqui: a busca por "agência de GEO" cresceu 2.300% enquanto o tráfego de busca por IA ainda é 0,32% do total. Um mercado inteiro está em produção vendendo acesso a um efeito que, na própria pesquisa que o cita, só foi comprovado em laboratório.

Réplica: Vito concorda com o número desta peça e discorda da implicação — ele argumenta aqui que a ausência de técnica provada é motivo para agir agora, não para esperar a pesquisa amadurecer.