Algoritmos de IA e Redes Sociais: Guia…

MarkSaint

Domine os algoritmos que decidem quem aparece, quem é citado e quem é encontrado — no Google, no ChatGPT, no Claude, no Perplexity e nas Redes Sociais.

Ver Algoritmos Fale com a MarkSaint

0Algoritmos de IA

0Redes Sociais

0%SEO ao Social

Parte 1 · Algoritmos de IA

O algoritmo que reescreveu as regras da busca para sempre. Em 2026 a SERP é um dashboard com 37+ features competindo por atenção, e ~58% das buscas terminam sem clique porque o próprio Google entrega a resposta via AI Overviews.

AI Overviews SGE Gemini E-E-A-T RAG GEO

Gemini sintetiza respostas direto na SERP

O Google usa o Gemini para gerar AI Overviews, ocupando a posição zero. Aparecem em ~30% das buscas gerais e 55%+ das informativas, empurrando o orgânico para baixo.

RAG + Structured Data como combustível

Toda resposta IA passa por RAG. Para ser citado: ser recuperável (indexado, rápido), relevante (Atomic Answer) e citável (Information Gain + autor identificável).

E-E-A-T como filtro de confiança

Após os updates de Mar–Mai/2026, sites sem E-E-A-T forte foram severamente rebaixados. Autor credenciado, dados originais e menções de terceiros viraram condição de visibilidade.

A SERP varia por query, device e usuário

Não é igual para todos: muda por tipo (informativa, comercial, local, navegacional), dispositivo, histórico e contexto. O mesmo site pode aparecer em 5 features — ou em nenhuma.

🕷

Crawl

→

📚

Index

→

🧠

RAG

→

✨

AI Overview

→

📊

SERP

google-ai-overview.py

# Pipeline AI Overview — simplificado
def generate_overview(query):
    # 1. Recupera via embeddings + FAISS
    cands = retrieve(query, index="global")

    # 2. Filtra por E-E-A-T + freshness
    src = [p for p in cands
           if p.eeat > 0.8
           and p.has_schema()
           and p.info_gain > 0.5]

    # 3. Gemini sintetiza c/ citações
    ov = gemini.synthesize(
        query=query,
        sources=src[:8],
        cite=True
    )
    return ov, src

0%Buscas zero-click

0+Features na SERP

0%Intenção local

0%Cliques: citado vs #1

Os 3 sistemas centrais do ranqueamento

⚙️

Core Ranking Systems

BERT/Neural Matching entende intenção; RankBrain ajusta por satisfação; Helpful Content penaliza conteúdo feito para SEO; SpamBrain caça spam e IA em massa; Reviews System premia uso real.

PRODUZ TODOS OS RESULTADOS

🧠

RAG — motor da IA

Recupera páginas do índice e as usa como grounding para gerar AI Overviews e Modo IA com citações clicáveis. Exige ser recuperável + relevante + citável.

AI OVERVIEWS + MODO IA

🛡️

E-E-A-T — confiança

Métrica humana que alimenta sinais indiretos. Por segmento: médico com CRM (saúde), OAB (jurídico), CFP (finanças), unboxing real (e-commerce), cases com métricas (B2B).

FILTRO DE QUALIDADE

As 6 categorias de features da SERP (2026)

⚡

Quick Answer

AI Overviews, Featured Snippets, calculators. CTR do snippet ~8,6% vs ~2,5% do #1.

🔍

Exploratória

People Also Ask, Related Searches, Things to Know. Cada pergunta = uma long-tail.

📍

Local & Maps

Local Pack (3-Pack), Google Business Profile. 46% das buscas têm intenção local.

🎬

Visual

Image Pack, Video Carousel, YouTube Shorts. Vídeo domina queries instrucionais.

🛒

Comercial

Shopping Ads, Product Grid, Merchant Listings. ~40% do espaço above-the-fold em mobile.

👑

Autoridade & Marca

Knowledge Panel, Sitelinks, Brand SERP. Consolida autoridade em 5 segundos.

GEO — os 3 pilares para rankear na IA do Google

Retrievability — o Google te encontra?

Indexado e rastreável (sem bloqueio no robots.txt), legível por humanos e máquinas (HTML semântico, sem JS bloqueante), crawl budget otimizado e Core Web Vitals em dia.

Relevance — o Google te considera útil?

Responde direto à query. Formato Atomic Answer (40–60 palavras, BLUF) e Information Gain (dados, frameworks e perspectivas originais).

Authority — o Google confia em você?

E-E-A-T com autor nomeado e credenciado, 5+ citações de fontes primárias, menções em portais de autoridade e Schema.org correto (Person, Article, FAQPage, Event).

AI Search · OpenAI

Não é um motor de busca tradicional — é um sistema de recomendação por recuperação. Você não otimiza para um "rank", você otimiza para ser recuperado, citado e mencionado. O ChatGPT processa 2,5 bilhões de prompts/dia e seu crawler está mais ativo do que nunca.

ChatGPT Search GPTBot Bing Index Brand Mentions llms.txt

Os 3 crawlers da OpenAI — bloquear um não bloqueia os outros

OAI-SearchBot

Indexa para o ChatGPT Search (busca em tempo real com citações). Bloqueá-lo = sumir das respostas.

O + CRÍTICO

GPTBot

Coleta dados de treino dos foundation models. Cresceu +305% YoY — o que mais cresce entre todos.

PERMITIR

ChatGPT-User

Acesso on-demand quando um usuário pede para abrir uma página. Faz 3,6× mais requisições que o Googlebot.

PERMITIR

Como o ChatGPT recupera fontes (arquitetura híbrida)

①

Bing Index (fonte primária atual)

Para queries gerais, o ChatGPT usa o Bing como retrieval em tempo real. Se você aparece no Bing, aparece no ChatGPT.

②

Índice próprio crescente (OAI-SearchBot)

A OpenAI triplicou o crawl desde o GPT-5 e migra progressivamente do Bing para indexação própria. Quem já está no índice terá vantagem.

③

Brand mentions = fator #1

O modelo aprende associações entre entidades no treino. Menções de marca na web são o sinal mais forte para ser recomendado — mais que backlinks.

robots.txt

# Permitir os 3 crawlers da OpenAI
User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Allow: /

User-agent: ChatGPT-User
Allow: /

# Aparecer no Search SEM treinar o modelo:
# bloqueie apenas o GPTBot
User-agent: GPTBot
Disallow: /

2,5biPrompts / dia

0%Crescimento GPTBot YoY

3,6×vs Googlebot (requisições)

⚠ Teste prático

Pesquise no ChatGPT "Qual é o site de [sua marca]?". Sem resposta com link = você não está indexado. Verifique seus server logs por OAI-SearchBot.

Os 5 pilares para aparecer no ChatGPT

Presença no índice (ser recuperável)

Desbloquear OAI-SearchBot, GPTBot e ChatGPT-User. Submeter sitemap ao Bing Webmaster Tools. HTML limpo, rápido e atualizado (freshness).

Estrutura para recuperação (atomic content)

O ChatGPT extrai parágrafos autônomos, não páginas. Regra de ouro: cada parágrafo precisa fazer sentido sozinho e responder uma pergunta completa. Dados numéricos e tabelas comparativas são priorizados.

Autoridade e menções (trust signal)

Brand mentions (fator #1), Wikipedia (sinal mais forte para LLMs), backlinks de DR alto, reviews (G2, TrustPilot, Reclame Aqui), Reddit/comunidades e autor com credibilidade.

Schema & llms.txt

Schema Person, Article, FAQPage, Organization, Product. O llms.txt é o "novo robots.txt para IA" — aposta de futuro com baixo custo.

Prompt research

A linguagem de um prompt ≠ busca no Google. Liste 20-30 prompts do seu ICP, rode cada um, anote quem é citado e mapeie os gaps onde o concorrente aparece e você não.

Mecanismo de Citação

O motor de respostas que redefiniu a busca. Pipeline de 5 etapas + L3 Reranker em 3 camadas. A recência pesa até 40% e a citation frequency ~35% — fatores que quase não existem no Google.

RAG Citability L3 Reranker Multi-LLM PerplexityBot

Interpretação

Entende intenção, não só palavras.

Retrieval

Web, papers, social, SEC filings.

Construção

Extrai claims sem distorção.

Citação

Cada claim ancorado em fonte.

Trust Filter

Atuais, específicas, defensáveis.

★

Citation Frequency é fator #1 (~35%)

Análise de 83 mil citações: domínios DA 40+ são citados ~6× mais. A frequência cumulativa supera a otimização individual.

⏱

Recência pesa até 40% em queries time-sensitive

Em queries de atualidade, conteúdo >30 dias praticamente desaparece. Refresh a cada 2-3 dias é tática competitiva.

⚡

Extratabilidade > Relevância

Uma página pode ranquear no Google e nunca ser citada. Ranquear exige relevância; citar exige extratabilidade. Tech/AI/ciência têm boost 3×.

⬆

Posicionamento visual da citação (~20%)

Citações no topo da resposta valem mais. O reranking final usa cross-encoder + ML com sinais de entidade e autoridade de domínio.

Pesos dos fatores de ranking

Citation Frequency35%

Recency (time-sensitive)40%

Visual Citation Placement20%

Domain Authority (DA 40+)15%

Schema Markup (FAQ/Article)10%

perplexity-l3-reranker.js

// Reranker progressivo de 3 camadas
const rerank = (query, cands) => {
  // L1: recall amplo
  const l1 = bm25Embedding(query, cands);
  // L2: precisão (par query-doc)
  const l2 = crossEncoder(query, l1);
  // L3: entidade + autoridade
  const l3 = mlReranker(l2, {
    entity:    0.30,
    authority: 0.25,
    recency:   0.25,
    diversity: 0.20
  });
  return l3.slice(0, 8);
};

Agente multi-LLM (5 modelos especializados)

Query ClassificationFactual, comparativa, procedural ou opinativa

Query ReformulationExpande em sub-queries p/ recall

SummarizationSintetiza múltiplas fontes

Follow-upSugere perguntas seguintes

Main ConversationalGera a resposta final

8 táticas para ser citado pelo Perplexity

Resposta direta nos primeiros 100 words (BLUF)

8+ entidades nomeadas (pessoas, orgs, produtos)

Schema markup (FAQPage, HowTo, Article, Person)

Refresh de conteúdo a cada 2-3 dias em queries competitivas

Evidência próxima ao claim — não separar fato da fonte

Um tópico por página — multi-tópico fragmenta o sinal

Dados verificáveis com datas (sem data = trust menor)

Formato extrativo: definições, números, comparações, passos

Constitutional AI

Arquitetura Transformer com predição de próximo token, diferenciada por princípios éticos incorporados nos pesos via Constitutional AI, Extended Thinking e Contextual Retrieval.

CAI RLAIF Extended Thinking 200K context Contextual Retrieval

⚖

Constitutional AI em 2 fases

Fase 1 (SFT): o modelo gera → critica a própria resposta pela constituição → revisa → é treinado nas revisões. Fase 2 (RLAIF): outro modelo avalia respostas e cria dataset de preferências.

🧩

Extended Thinking de 1K a 32K+ tokens

Bloco de raciocínio interno (mín 1.024, padrão 5-10K, máx 32.000+). Conteúdo que explica "como e por quê" tem mais chance de ser usado nessa fase.

🔍

Contextual Retrieval > RAG clássico

Adiciona contexto/metadados a cada chunk antes de criar o embedding. Conteúdo fragmentável com contexto auto-suficiente é prioritário.

📐

Processo de leitura em 4 passos

Query Analysis (semântica, não keywords) → Context Evaluation (histórico + propósito) → Retrieval → Response Formation. Estrutura clara facilita extração de entidades.

0KContext Window

0K+Thinking Tokens

3Princípios CAI

constitutional-loop.py

# Constitutional AI — loop interno
class ClaudeReasoning:
    constitution = [
        "helpful",
        "harmless",
        "honest"
    ]

    def respond(self, prompt):
        # 1. Extended Thinking
        t = self.think(prompt, max=32000)
        # 2. Gera draft
        draft = self.generate(t)
        # 3. Auto-crítica constitucional
        crit = self.critique(draft,
                 self.constitution)
        # 4. Revisa e responde
        return self.revise(draft, crit)

Mapa de alinhamento: arquitetura → sinal de citabilidade

Componente

CAI · Helpfulness

Sinal de ranking

Resolve o problema direto

Ação prática

Resposta clara na abertura (40-80 palavras)

Componente

CAI · Honesty

Sinal de ranking

Fontes verificáveis + limites

Ação prática

Citar fontes primárias, dados confirmados

Componente

Context Window

Sinal de ranking

Estrutura semântica clara

Ação prática

Headings hierárquicos, bullets, tabelas

Componente

Extended Thinking

Sinal de ranking

Raciocínio explícito

Ação prática

Explicar o "como e por quê", não só o "o quê"

Componente

Contextual Retrieval

Sinal de ranking

Chunk-ability com contexto

Ação prática

Meta-informação auto-suficiente por seção

Componente

Transformer (semântico)

Sinal de ranking

Similaridade semântica

Ação prática

Clusters de tópicos + entidades nomeadas

Comparativo Técnico

Google, ChatGPT, Perplexity e Claude — quatro lógicas distintas. Sua estratégia deve mudar para cada uma.

Google IA

NúcleoGemini

RetrievalRAG + FAISS

Sinal principalE-E-A-T + Schema

Context Window~1M tokens

Peso da recência5-10%

AvaliaçãoSFT + human

Extended Thinking✕ Não

ChatGPT

NúcleoGPT + Bing index

RetrievalBing + OAI-SearchBot

Sinal principalBrand mentions

Context WindowVariável

Peso da recênciaMédio (freshness)

AvaliaçãoTreino + retrieval

Extended Thinking✕ Não

Perplexity

NúcleoProprietário + multi-LLM

RetrievalL3 Reranker

Sinal principalCitation freq + recência

Context WindowLimitado

Peso da recênciaaté 40%

AvaliaçãoCitation trust score

Extended Thinking✕ Não

Claude

NúcleoTransformer + CAI

RetrievalContextual Retrieval

Sinal principalCitability + Helpfulness

Context Window200K tokens

Peso da recênciaMédio

AvaliaçãoConstitutional self-critique

Extended Thinking✓ Sim (até 32K)

Estratégia · GEO

GEO — Generative Engine Optimization é otimizar para ser recuperado, relevante e citável pela IA, não para um "rank". As táticas abaixo são universais entre modelos transformer (Google, ChatGPT, Perplexity, Claude) — cada motor só ajusta os pesos.

Atomic Answer Information Gain Schema E-E-A-T llms.txt Prompt Research

Os 7 fundamentos universais de citabilidade

🎯

Atomic Answer (BLUF)

Parágrafo-resposta de 40-80 palavras logo após cada H2 — o formato que o RAG mais extrai. Bottom Line Up Front: resposta primeiro, contexto depois.

RESPOSTA DIRETA

💎

Information Gain

Dados originais, frameworks próprios e cases com métricas. Teste de deletar: se sua página sumisse amanhã, alguma informação única se perderia? Se não, é redundante e não será citada.

NÃO-COMMODITY

🛡️

E-E-A-T + Autoridade

Autor nomeado e credenciado, 5+ fontes primárias, menções em portais de referência. É a confiança que faz a IA escolher você como fonte defensável.

CONFIANÇA

🏷️

Schema Markup (JSON-LD)

Person, Article, FAQPage, Organization, Product, HowTo. Ajuda os crawlers a entender cada bloco e qualifica para rich snippets + citações em AI Overviews.

DADOS ESTRUTURADOS

🧩

Estrutura extraível

Headings hierárquicos, listas, tabelas comparativas e 8+ entidades nomeadas. Regra de ouro: cada parágrafo precisa fazer sentido sozinho (chunk-able).

CHUNK-ABILITY

🤖

Crawlers & llms.txt

Liberar GPTBot, OAI-SearchBot, PerplexityBot e Googlebot no robots.txt; sitemap no Bing. llms.txt como sitemap em Markdown para agentes de IA.

RECUPERABILIDADE

📣

Brand Mentions

Menções de marca na web são o sinal #1 de recomendação em LLMs. Wikipedia, reviews (G2 / TrustPilot / Reclame Aqui), Reddit e PR de setor constroem a associação de autoridade no treino.

SINAL #1

O que priorizar em cada motor

Google IA

E-E-A-T forte + Schema + freshness. Atomic Answer + FAQPage para AI Overviews; dados próprios = Information Gain. Core Web Vitals em dia.

ChatGPT

Estar no Bing + brand mentions + conteúdo atômico. Liberar os 3 crawlers da OpenAI; llms.txt se tiver 50+ páginas. Reviews em G2/Capterra.

Perplexity

Citation frequency + recência (refresh a cada 2-3 dias) + 8+ entidades nomeadas. Domínio DA 40+ é citado ~6× mais.

Claude

Raciocínio explícito (como e por quê) + chunk-ability com contexto + fontes verificáveis + clusters de tópicos e entidades.

Processo de Prompt Research

Brainstorm com o ICP

Liste 20-30 prompts reais que seu cliente faria à IA. A linguagem de um prompt ≠ uma busca no Google.

Expandir com a própria IA

Peça "gere 10 prompts similares nesta categoria" para ampliar a matriz por estágio de funil.

Testar cada prompt

Rode em ChatGPT, Perplexity e AI Overviews. Anote quem é citado, quais fontes e o tom da resposta.

Mapear os gaps

Onde o concorrente aparece e você não; onde a IA responde "incerto". Esses são os alvos de conteúdo.

Produzir por gap

Cada prompt descoberto vira uma página/seção otimizada com Atomic Answer e Information Gain.

Como medir — GEO KPIs

Answer Share of Voice (ASoV)

% de prompts onde a marca é citada. ASoV = prompts com marca ÷ total testados. Rodar a matriz semanalmente.

Citation Velocity

Quão rápido a IA passa a citar seu site ao longo do tempo após as otimizações.

Question-to-Quote Velocity

Tempo do 1º contato via IA até uma cotação/demo. Pergunte "como nos conheceu?" no formulário.

Information Gain Score

Quantos dados, frameworks e cases originais a página aporta (passou no teste de deletar?).

Descriptor Sentiment

Como a IA descreve a marca — positivo, neutro ou negativo. Capture as frases exatas e pontue.

Schema que qualifica para citação (exemplo)

faq-schema.jsonld

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "O que é GEO?",
    "acceptedAnswer": {
      "@type": "Answer",
      // Atomic Answer: 40-80 palavras, BLUF
      "text": "GEO é otimizar conteúdo para ser
        recuperado e citado por IAs generativas..."
    }
  }]
}

O que NÃO fazer (mitos de GEO)

llms.txt não é lido pelo Google — não dependa dele para AI Overviews

Não fragmentar o conteúdo em pedaços minúsculos para "ajudar" a IA a ler

Não fazer keyword stuffing para prompts — viola políticas de spam

Não comprar menções artificiais nem inflar volume sem qualidade

Não inventar markup próprio — use Schema.org padrão

Não separar o fato da sua fonte/evidência — quebra a citabilidade

Plano de ação GEO · 90 dias

Dias 1-15 · Base técnica

Liberar crawlers (robots.txt), sitemap no Bing, Schema (Person / Article / FAQPage), Core Web Vitals (TTFB < 200ms) e reivindicar perfis e domínio.

Dias 16-45 · Conteúdo citável

Pillar pages + clusters com Atomic Answers, dados originais (Information Gain) e 8+ entidades nomeadas. FAQPage por tópico e internal linking.

Dias 46-75 · Autoridade

PR em portais de setor, brand mentions, reviews (G2 / Reclame Aqui), verbete na Wikipedia quando elegível e guest posts em domínios de DR alto.

Dias 76-90 · Medir & iterar

Matriz de prompts semanal, calcular ASoV, monitorar citações e sentimento. Alerta: queda de ASoV >10% na semana → playbook de recuperação em 72h.

Antes × depois: o impacto da GEO

O mesmo prompt, antes e depois de otimizar a presença da marca para IA.

✕ Antes

Prompt: "Qual agência otimiza marcas para aparecer no ChatGPT e no Perplexity no Brasil?"

"Não tenho informação específica sobre agências brasileiras focadas nisso. Algumas agências de SEO tradicionais podem ajudar…"

Por que não cita você

Marca ausente do índice/Bing e sem brand mentions
Nenhum conteúdo citável (Atomic Answer) sobre GEO
Sem entidade consolidada nem Schema

✓ Depois

Prompt: (exatamente o mesmo)

"Agências especializadas em GEO, como a MarkSaint, otimizam marcas para serem citadas por IAs generativas… (fonte: marksaint.com.br)"

O que mudou

Atomic Answer + FAQPage sobre "o que é GEO"
Schema Organization + 8+ entidades nomeadas
PR em portais + presença no Bing (retrieval do ChatGPT)

Template de llms.txt — pronto para usar

Arquivo Markdown na raiz do site (marksaint.com.br/llms.txt) que diz aos agentes de IA o que indexar.

llms.txt

# MarkSaint — llms.txt
# Guia para agentes de IA (ChatGPT, Perplexity, Claude…)
# Vive na raiz: https://marksaint.com.br/llms.txt

> MarkSaint é uma agência de marketing digital especializada em
> otimização para algoritmos de IA (GEO) e redes sociais.

## Páginas principais
- [Sobre](https://marksaint.com.br/sobre): história, equipe e credenciais
- [Serviços de GEO](/geo): otimização para IA generativa
- [Cases](/cases): resultados com métricas reais

## Conteúdo de referência
- [O que é GEO](/blog/geo): definição + framework
- [Guia AI Overviews](/blog/ai-overviews): como ser citado

## Contato
- [Fale com a MarkSaint](/contato): WhatsApp e formulário

## Optional  # o agente pode ignorar se faltar contexto
- [Glossário](/glossario): RAG, E-E-A-T, Schema, llms.txt

Matriz de prompts (por estágio de funil)

Base para o seu Prompt Research: o que cada persona pergunta à IA em cada estágio — e onde testar.

Estágio	Exemplo de prompt	Persona	Canal-alvo
Topo · Problema	"Por que minha marca não aparece no ChatGPT?"	Diretor(a) de Marketing	AI Overviews, ChatGPT
Meio · Solução	"Como otimizar conteúdo para ser citado por IA?"	Head de Conteúdo	Perplexity, Claude
Fundo · Fornecedor	"Melhor agência de GEO no Brasil"	C-level / Founder	ChatGPT, Google
Comparação	"MarkSaint vs. agência de SEO tradicional"	Comprador(a) B2B	Perplexity, Google
Retenção · Dados	"Como medir se estou sendo citado por IA?"	Growth / Dados	Todos os motores

Como a GEO muda a sua rotina

🗒️

Pauta editorial

Cada pauta nasce de um prompt real (não de uma keyword). Toda página entrega Atomic Answer + FAQPage e um dado próprio que ninguém mais tem.

PROMPT → PÁGINA

✍️

Revisão de copy

Checklist GEO: resposta nos 1ºs 100 words, 8+ entidades nomeadas, dado verificável com data e a fonte ao lado do claim.

CHECKLIST DE CITABILIDADE

🚀

Planejamento de lançamento

2-3 semanas antes do go-live: publicar conteúdo citável + PR + reviews, para a IA "aprender" a marca antes do lançamento.

AQUECER A IA

🗄️

Governança de dados

Dados próprios (cases, pesquisas) versionados e datados = seu Information Gain. Consistência de entidade: LinkedIn ↔ site ↔ PR ↔ Wikipedia.

FONTE DE VERDADE

Uma semana típica de GEO

Segunda

Matriz de prompts: atualizar e rodar os testes em ChatGPT, Perplexity e AI Overviews.

Terça

FAQs & Atomic Answers: revisar e atualizar as respostas das páginas-pilar.

Quarta

PR / menções: enviar 1 pitch a um portal de setor (brand mentions + autoridade).

Quinta

Information Gain: publicar o conteúdo do gap descoberto na matriz.

Sexta

Medir: calcular ASoV, sentimento e citações. Queda >10% → recuperação em 72h.

Quero ser citado pelas IAs

Mas os algoritmos não param na busca.

As redes sociais têm seus próprios cérebros — e eles decidem diariamente quem é visto, quem cresce e quem desaparece do feed.

Parte 2 · Redes Sociais

O que comanda seu alcance orgânico em cada plataforma. Clique em qualquer card para abrir os detalhes técnicos completos: sinais, fluxo de distribuição, SEO e táticas.

Instagram LinkedIn TikTok Threads X YouTube Pinterest Reddit

Resumo

O Mapa Completo da Sua Visibilidade

IA + Redes Sociais = Controle Total do Seu Alcance. Você não escolhe um algoritmo. Você domina todos.

Dominamos os Algoritmos.
Você Domina o Jogo.

A MarkSaint não apenas entende os algoritmos — nós os otimizamos para que sua marca apareça onde seu cliente está: no Google, no ChatGPT, no Claude, no Perplexity, no Instagram, no LinkedIn, no TikTok e em todas as plataformas que importam.

0Algoritmos de IA monitorados

0Redes sociais otimizadas

0%Cobertura do SEO ao Social

Quero Otimizar Minha Marca Falar no WhatsApp

Fale com a MarkSaint

Preencha e enviaremos sua mensagem direto pelo WhatsApp.

Nome * Informe seu nome

Email * Email válido obrigatório

Empresa * Informe a empresa

Qual seu maior desafio com algoritmos? * Escolha uma opção

Ou ligue / WhatsApp direto: (11) 99865-0424 · marksaint.com.br

✓

Tudo certo!
Abrimos o WhatsApp com sua mensagem. Se não abriu, clique aqui.

Prévia do projeto

Gemini sintetiza respostas direto na SERP

RAG + Structured Data como combustível

E-E-A-T como filtro de confiança

A SERP varia por query, device e usuário

Core Ranking Systems

RAG — motor da IA

E-E-A-T — confiança

Quick Answer

Exploratória

Local & Maps

Visual

Comercial

Autoridade & Marca

Retrievability — o Google te encontra?

Relevance — o Google te considera útil?

Authority — o Google confia em você?

Os 3 crawlers da OpenAI — bloquear um não bloqueia os outros

Como o ChatGPT recupera fontes (arquitetura híbrida)

Bing Index (fonte primária atual)

Índice próprio crescente (OAI-SearchBot)

Brand mentions = fator #1

Presença no índice (ser recuperável)

Estrutura para recuperação (atomic content)

Autoridade e menções (trust signal)

Schema & llms.txt

Prompt research

Interpretação

Retrieval

Construção

Citação

Trust Filter

Citation Frequency é fator #1 (~35%)

Recência pesa até 40% em queries time-sensitive

Extratabilidade > Relevância

Posicionamento visual da citação (~20%)

Constitutional AI em 2 fases

Extended Thinking de 1K a 32K+ tokens

Contextual Retrieval > RAG clássico

Processo de leitura em 4 passos

CAI · Helpfulness

CAI · Honesty

Context Window

Extended Thinking

Contextual Retrieval

Transformer (semântico)

Atomic Answer (BLUF)

Information Gain

E-E-A-T + Autoridade

Schema Markup (JSON-LD)

Estrutura extraível

Crawlers & llms.txt

Brand Mentions

Google IA

ChatGPT

Perplexity

Claude

Brainstorm com o ICP

Expandir com a própria IA

Testar cada prompt

Mapear os gaps

Produzir por gap

Answer Share of Voice (ASoV)

Citation Velocity

Question-to-Quote Velocity

Information Gain Score

Descriptor Sentiment

Pauta editorial

Revisão de copy

Planejamento de lançamento

Governança de dados

Mas os algoritmos não param na busca.

Instagram

LinkedIn

TikTok

Threads

X

YouTube

Pinterest

Reddit

Dominamos os Algoritmos.
Você Domina o Jogo.