Em seis meses, a China saiu de um escândalo de manipulação de IAs em horário nobre para o primeiro padrão de GEO do mundo: métricas com fórmula, regras de contrato, limites de promessa e uma linha explícita entre otimização e manipulação. O mercado ocidental discute essas mesmas perguntas há dois anos sem responder nenhuma. Quem contrata serviço de visibilidade em IA tem muito a copiar do caderno de regras chinês.
Em março de 2026, um profissional da indústria sentou diante de uma câmera escondida e inventou uma pulseira inteligente que não existia. Um software gerou a primeira leva com mais de uma dúzia de artigos promocionais. Depois vieram mais onze: reviews de especialistas, rankings de indústria, avaliações de usuários. Quando repórteres pediram a modelos de IA recomendações de pulseiras inteligentes, pelo menos dois modelos colocaram o produto fictício entre as primeiras indicações.
A demonstração foi ao ar no programa de proteção ao consumidor mais assistido da China. Levou horas, não meses. E nada na técnica dependia de os modelos serem chineses.
Seis meses depois, a indústria de publicidade chinesa respondeu com algo que o mercado ocidental de busca ainda não tem: um padrão em cinco partes que define o que é GEO, como os resultados devem ser medidos, o que um contrato pode prometer e onde termina a otimização e começa a manipulação.
Do escândalo ao padrão em seis meses
Para entender a velocidade, é preciso saber o que significa o 3·15 na China. Todo dia 15 de março, no Dia Mundial dos Direitos do Consumidor, a CCTV vai ao ar em horário nobre com investigações disfarçadas sobre empresas que enganam consumidores. Edições passadas expuseram fraudes em segurança de alimentos, apps que colhem dados e avaliações falsas. Ser citado no programa pode significar ação regulatória, vendas despencando e pedidos de desculpas públicos em poucos dias.
Em 2026, o alvo foi o GEO. Repórteres descreveram fornecedores que prometiam a clientes que, mediante pagamento, seus produtos apareceriam com frequência nas respostas das principais IAs, mesmo quando o conteúdo por trás dessas respostas era publicidade falsa. O programa deu um nome a isso: envenenamento de IA.
O que se seguiu foi rápido. No dia seguinte, várias empresas de GEO publicaram notas se distanciando dos operadores black hat. Ainda em março, o regulador de mercado chinês apontou a publicidade baseada em citações e gerada por IA como prioridade de fiscalização. Em abril, o comitê de redação do padrão se reuniu pela primeira vez em Pequim. Entre 9 e 14 de setembro, as cinco partes foram publicadas na plataforma nacional de padrões da China.
O que o padrão chinês realmente cobre
A série foi emitida pela China Association of Commercial Advertising, organizada pelo comitê de aplicação de IA em marketing da entidade. Um ponto importa para ler tudo o que vem a seguir: são padrões de grupo, voluntários, escritos pelos próprios participantes da indústria. Não são lei. A força deles vem das marcas que os escrevem em contrato e dos reguladores que os usam como referência.
As cinco partes cobrem terminologia e definições, avaliação de fornecedores (com notas de A a D e um mecanismo de veto), precificação e mensuração, qualidade do corpus de fontes e conformidade do processo de serviço, incluindo trilhas de auditoria, táticas proibidas e exigências de contrato.
A lista de redatores é tão interessante quanto o conteúdo. A Mininglamp, empresa de tecnologia de marketing listada em Hong Kong, liderou a parte de precificação e mensuração. Plataformas de conteúdo e busca como Zhihu, Sohu, a operadora do Weibo e a 360 participaram. E um nome chama atenção de qualquer leitor ocidental: o Publicis Group aparece como redator de duas das cinco partes. Uma das maiores redes de agências do mundo já assinou esses princípios na China.
O que a maioria ignora
Nenhum dos três problemas que o padrão resolve é exclusivamente chinês. O mercado ocidental convive com a mesma mistura de agências que prometem demais, métricas de visibilidade em IA incompatíveis entre si e uma fronteira indefinida entre otimização e manipulação. A diferença é que lá houve um escândalo televisionado. Por aqui, a manipulação pode acontecer em silêncio, e ninguém ainda teve motivo forte o suficiente para escrever as regras.
Enquanto isso, segue a rotina conhecida: proposta comercial prometendo colocar sua marca nas respostas do ChatGPT, relatório mensal com um número de visibilidade sem metodologia declarada e nenhuma cláusula dizendo o que está fora do controle do fornecedor. A pergunta que ninguém faz na reunião de contratação é exatamente a que o padrão chinês colocou no centro: quantas execuções existem por trás desse número?
Cinco ideias que deveriam entrar no seu próximo contrato
1. Medir visibilidade com amostra de verdade
Todo medidor de visibilidade em IA esbarra no mesmo problema: motores generativos não dão a mesma resposta duas vezes. A parte 3 do padrão diz isso sem rodeio. Perguntas idênticas, no mesmo dispositivo e no mesmo modelo, podem produzir respostas diferentes, logo uma única execução prova muito pouco.
A resposta do padrão é um mínimo de 30 execuções no nível mais fino do relatório. Se você reporta por intenção, por motor e por dia, são 30 execuções por intenção, por motor, todo dia. A tabela de desvio padrão publicada no anexo mostra por quê: com apenas 5 execuções, uma marca que aparece de fato em metade das respostas pode ser reportada com desvio de mais ou menos 24 pontos. Ou seja, em cerca de um relatório a cada cinco, ela vai aparecer com 20% ou menos sem que nada tenha mudado. Com 30 execuções, o desvio cai para cerca de 8 pontos. Com 100, para 2.
O padrão também define as métricas centrais com fórmulas, para que dois fornecedores medindo visibilidade estejam medindo a mesma coisa:
- Taxa de visibilidade em IA: a fatia de respostas que mencionam ou recomendam a marca, reportável para posições top 1 ou top 3.
- Share of visibility: as menções da marca em relação aos concorrentes da categoria.
- Posição média: onde a marca aparece primeiro na resposta.
- Taxa de sentimento não negativo: a fatia de menções positivas ou neutras.
- Taxa de citação de fontes: com que frequência as fontes oficiais ou desejadas são citadas.
Dois detalhes valem copiar imediatamente. Primeiro: a taxa de visibilidade é calculada apenas em perguntas de categoria, como melhor carro elétrico para família, nunca em perguntas de marca, porque essas quase sempre citam a própria marca e inflam o número. Segundo: se um modelo de IA julga sentimento, o fornecedor precisa revelar qual modelo, quais prompts e quais regras usou, mantendo revisão humana no processo.
2. Uma lista do que não pode ser prometido, como anexo do contrato
A parte 5 proíbe fornecedores de prometer efeitos além da realidade técnica e dá dois exemplos: controle absoluto do output do modelo e domínio de 100% das respostas. Depois vai além: os contratos devem declarar escopo, prazo, entregáveis e critérios de aceitação, e precisam incluir a lista de itens não prometíveis como anexo formal.
Quem acompanha o mercado reconhece o problema na hora. Propostas do tipo vamos colocar você nas recomendações do ChatGPT estão por toda parte, e poucas dizem o que está fora do controle do fornecedor: atualizações de modelo, mudanças de recuperação de conteúdo ou o fato simples de que ninguém controla o que um LLM responde. Antes de assinar qualquer contrato de GEO, peça por escrito a lista do que o fornecedor não pode prometer. Quem é sério tem essa lista pronta. Quem resiste à pergunta já te disse algo útil.
3. Precificação que não recompensa aposta
A parte 3 descreve cinco modelos de precificação: por projeto, por unidades de serviço, por performance, por sistema e híbrido. As regras do modelo híbrido são as mais práticas: a parcela fixa que cobre produção de conteúdo, construção de corpus e monitoramento deve ser de pelo menos 30% do valor do contrato, e os bônus por performance são pagos em faixas conforme o atingimento das metas.
A lógica fica fácil de seguir se você lembrar da pulseira falsa. Quando o fornecedor não ganha nada a menos que a resposta da IA mude, o caminho mais barato para mudá-la é inundar a web com conteúdo fabricado. Um fee fixo garantido para o trabalho legítimo remove boa parte dessa pressão. Se você está negociando preço por performance em GEO, feche a linha de base de medição e o plano para atualizações de modelo antes de fechar qualquer bônus.
4. Uma linha explícita entre otimização e manipulação
Esta é a ideia mais transferível de todo o padrão. O black hat GEO é definido por táticas específicas: conteúdo falso, distribuição anormal, envenenamento de corpus, ataques de prompt injection, tráfego e avaliações falsas, fontes forjadas e difamação maliciosa de concorrentes. Os contratos devem conter cláusula proibindo black hat GEO, e os fornecedores devem recusar trabalhos que visem enganar usuários ou burlar regras de plataforma.
Depois vem a ressalva crucial. Publicidade legítima, relações públicas, mídia e colaborações com influenciadores são explicitamente declarados como não black hat, desde que o conteúdo seja verdadeiro e lícito e nada esteja sendo manipulado. Essa frase trabalha muito: ela diz às marcas que ganhar cobertura, publicar conteúdo de especialista e trabalhar com criadores seguem sendo formas justas de influenciar o que os motores de IA aprendem. O problema está na fraude e na fabricação, não no ato de buscar visibilidade.
O padrão sustenta isso com o veto de uma votação na avaliação de fornecedores: qualquer provedor envolvido em black hat GEO, envenenamento de corpus ou manipulação similar reprova na hora, por melhores que sejam suas outras notas. Vale escrever uma definição de black hat GEO nos seus contratos de agência. A lista de táticas do padrão, somada à ressalva de PR, é um ótimo rascunho inicial.
5. Um plano para quando a IA errar sobre a sua marca
A parte 5 recomenda um mecanismo de correção de erros em anexo. Quando um conteúdo publicado pelo fornecedor se revela errado, ou um motor de IA o cita de forma distorcida, o fornecedor deve iniciar as correções em até 72 horas: atualizar o conteúdo que controla e ajudar o cliente a atualizar site, bases de conhecimento e demais canais. Se um erro de corpus causar um incidente grave, como um preço errado que movimenta ações ou dispara reclamações de consumidores, a operação de GEO relacionada deve pausar.
A parte 4 ainda define regras mais duras de fontes para indústrias sensíveis, como saúde e finanças, onde só contam fontes de uma whitelist, e posts anônimos e conteúdo de usuário não verificado ficam de fora. Quem trabalha com SEO vai reconhecer o parentesco com a lógica do Your Money or Your Life do Google. Trate desinformação de IA sobre a sua marca como qualquer incidente de reputação: decida antes quem monitora as respostas, quem corrige o conteúdo na origem e em quanto tempo.
E no Brasil?
A realidade por aqui é a de sempre: proposta prometendo presença nas IAs, relatório com meia dúzia de prompts rodados uma única vez e nenhuma metodologia declarada. A diferença entre um projeto sério de GEO e uma promessa de palco está exatamente nos pontos que o padrão chinês formalizou: monitoramento contínuo, perguntas organizadas por jornada de compra e método de medição declarado. A CRO Brasil tem acompanhado isso de perto em projetos como o da Sem Parar, que saiu de 6 para 204 perguntas monitoradas nas IAs, na estratégia de GEO no B2B orientada por públicos e jornadas e nos testes com llms.txt em dois sites com resultados diferentes. Nenhum deles depende de truque. Todos dependem de processo.
Quem quiser aprofundar a discussão sobre onde SEO termina e GEO começa, o painel da CRO Brasil sobre a disputa pela resposta entre SEO e GEO mapeia bem o momento do mercado.
Onde ficar cético
Um padrão é tão bom quanto os incentivos de quem o escreveu. Este foi redigido majoritariamente por fornecedores de GEO, agências e empresas de tecnologia de marketing. A Mininglamp liderou a parte de precificação e mensuração e co-assinou o relatório de indústria que embasa a tabela de tamanho de amostra. Isso não torna o conteúdo errado, mas regra escrita por vendedor tende a proteger o mercado tanto quanto protege o comprador.
Além disso, o padrão é voluntário: nada obriga um fornecedor a segui-lo, e sua força real virá de marcas exigindo conformidade em contrato. E uma parte dele é SEO antigo com rótulo novo: o framework de quatro camadas da parte 1 mapeia direto para SEO técnico, E-E-A-T e posicionamento de marca. O valor do documento está nas regras de medição, contrato e conformidade, não na reinvenção do que já sabemos.
Quem vai escrever as regras por aqui?
A pulseira falsa funcionou em modelos de IA chineses. Não há motivo para acreditar que a mesma técnica falharia nos ocidentais: respostas baseadas em recuperação de conteúdo recompensam volume, repetição e fontes que parecem autoridade em qualquer idioma. A diferença é a visibilidade. A China teve uma demonstração em horário nobre, resposta do regulador e uma indústria precisando consertar a reputação rápido.
Se uma versão ocidental surgir, quem a escreve? As associações de indústria são uma candidata. As plataformas de IA são outra, já que são as que mais perdem se os usuários pararem de confiar nas respostas. Ou o empurrão pode vir dos compradores: marcas que coletivamente exigirem tamanho de amostra, lista de não promessas e cláusula de black hat em seus contratos criarão um padrão na prática, sem que ninguém publique documento nenhum.
Você não precisa esperar por isso. Cada ideia deste artigo pode entrar no seu próximo setup de medição ou contrato de agência: rode cada prompt monitorado vezes suficientes para confiar no número, mantenha perguntas de marca fora da taxa de visibilidade, peça a lista do que o fornecedor não pode prometer, preserve um fee fixo para o trabalho legítimo, defina black hat GEO por escrito e tenha um plano para corrigir erros de IA sobre sua marca em dias, não meses. A China precisou de um escândalo nacional na TV para chegar lá. O resto de nós pode simplesmente ler o caderno de regras deles. A pergunta que fica: no seu próximo contrato de visibilidade em IA, quantas dessas cinco ideias vão estar escritas?
Perguntas frequentes
O que é GEO? GEO, ou generative engine optimization, é o conjunto de práticas para aumentar a presença e a correção das menções de uma marca nas respostas de motores generativos, como ChatGPT, Gemini e Perplexity. Diferente do SEO, que disputa posições em páginas de resultados, o GEO disputa citações dentro da resposta gerada.
O padrão chinês de GEO tem força de lei? Não. São padrões de grupo voluntários, escritos pela própria indústria. A força deles vem de marcas que os incorporam em contratos e de reguladores que os tratam como referência de boa prática.
Como saber se o relatório de visibilidade em IA da minha agência é confiável? Pergunte quantas execuções existem por trás de cada número (o padrão chinês exige no mínimo 30), se perguntas de marca entram no cálculo (não deveriam) e qual modelo, prompts e regras foram usados na análise de sentimento. Se a agência não souber responder, trate as linhas de tendência com cautela.
O que é black hat GEO? Segundo o padrão, são táticas como conteúdo falso, envenenamento de corpus, prompt injection, avaliações falsas, fontes forjadas e difamação de concorrentes. Publicidade legítima, PR e trabalho com influenciadores não entram nessa categoria, desde que o conteúdo seja verdadeiro.
Fontes
Search Engine Journal: China Wrote The First GEO Rulebook After A TV Scandal
China Daily: cobertura do caso das IAs e conteúdo fabricado