Os 10 Checks de GEO em que a maioria dos sites falha

Quem deseja aparecer nas respostas do ChatGPT, Perplexity, Claude ou Google AI Overviews não precisa de uma nova disciplina, mas sim de informações comprováveis e legíveis por máquina. Analisamos onde isso falha na prática: 23.696 auditorias concluídas em 13.327 domínios, verificadas com o AI Trust Audit. Estes dez critérios são os que falham com mais frequência — e alguns deles podem surpreender você.

O mais importante em resumo

• Base de dados em vez de intuição: Todas as taxas neste artigo provêm de 23.696 auditorias concluídas em 13.327 domínios (dados de agosto de 2026), não de uma pesquisa ou estimativa.
• Os clássicos estão resolvidos, faltam as evidências: Declaração de privacidade, robots.txt e sitemap estão entre 73% e 94%. Já a marcação de avaliações, por outro lado, está em 5%.
• A maior falha é a mais desconhecida: A conexão sameAs — a ligação da própria marca com seus perfis na rede — está totalmente ausente em duas de cada três páginas verificadas.
• Esforço e impacto raramente andam juntos: Seis dos dez pontos podem ser implementados em poucas horas, pois tratam-se de marcação, não de novos conteúdos.

Como selecionamos

A base são todas as execuções de auditoria concluídas. Para cada critério, dispomos de quantas vezes foi totalmente cumprido, parcialmente cumprido ou não cumprido. Foram incluídos critérios com alta ponderação e alta taxa de falha — ou seja, onde muito impacto encontra pouca implementação.

Deixamos deliberadamente fora da lista os itens óbvios: Declaração de privacidade (73% cumprem totalmente), robots.txt acessível (94%), legibilidade (87%), XML sitemap (81%), aviso legal/impressum (68%). Além disso, a tag Title falha em apenas 5% das páginas, e apenas 6% bloqueiam ativamente o GPTBot. Esses são fundamentos importantes — mas não são mais gargalos.

Critérios relacionados a produtos rodam apenas em páginas identificadas como lojas; suas taxas referem-se a 4.747 execuções. A numeração é alfabética e não uma ordem de prioridade.

Comparação rápida

Check	Categoria	Totalmente cumprido	Esforço	Impacto nas respostas de IA
1. Textos Alt de Imagens	Conteúdo	35 %	Médio	Alto
2. FAQ Schema	Estrutura	7 %	Baixo	Muito alto
3. Organization Schema	Estrutura	46 %	Baixo	Muito alto
4. Identificadores de Produto	Dados de Produto	27 %	Médio	Muito alto
5. Qualidade da página "Sobre nós"	Conteúdo	25 %	Médio	Alto
6. Review Schema	Reputação	5 %	Médio	Muito alto
7. Conexão de entidade sameAs	Estrutura	22 %	Baixo	Alto
8. Data de publicação	Conteúdo	27 %	Baixo	Alto
9. Dados de oferta completos	Dados de Produto	34 %	Médio	Muito alto
10. Website Schema com busca	Estrutura	36 %	Baixo	Médio

1. Textos Alt de Imagens

Categoria: Conteúdo

O que é verificado: Se as imagens relevantes de uma página possuem textos alternativos descritivos — e não apenas nomes de arquivos ou atributos vazios.

Taxa de sucesso: 35% cumprem o check totalmente, 26% nem um pouco. Com isso, é o critério mais fraco entre os de alta ponderação.

Por que conta para respostas de IA: Crawlers baseados em texto não veem imagens. O que está no texto Alt é tudo o que da imagem pode chegar à resposta — em fotos de produtos, isso inclui cor, material, variante.

Best Practice: alt="Máquina de café expresso manual, 2 grupos, aço inoxidável" em vez de alt="imagem do produto". Imagens decorativas recebem um alt="" vazio para serem ignoradas deliberadamente.

Erro mais comum: O sistema da loja preenche o texto Alt automaticamente com o nome do produto. Formalmente presente, mas sem informação adicional de conteúdo.

2. FAQ Schema

Categoria: Estrutura

O que é verificado: Se perguntas e respostas na página estão marcadas como FAQPage.

Taxa de sucesso: 7%. Mais de nove em cada dez páginas desperdiçam o formato que mais se aproxima do formato de resposta dos sistemas de IA.

Por que conta para respostas de IA: Uma estrutura de pergunta-resposta fornece exatamente o bloco que um modelo pode citar: uma pergunta delimitada e uma resposta completa — sem ter que reconstruir o contexto a partir de um texto corrido.

Best Practice: Posicionar blocos de FAQ onde a dúvida surge — em páginas de produto, envio e devolução, não apenas em uma página central de FAQ. Cada resposta deve ter de duas a quatro frases, sendo compreensível de forma autônoma.

Erro comum: As perguntas estão na página em formato de acordeão, mas falta a marcação (markup). Visível para compradores, para as máquinas são apenas um monte de elementos div.

3. Organization Schema

Categoria: Estrutura

O que é verificado: Se o site exibe a identidade do seu operador como Organization — nome, logotipo, canais de contato, endereço.

Taxa de sucesso: 46%. Em mais da metade das páginas falta a identidade básica, embora este check seja um dos de maior ponderação.

Por que conta para respostas de IA: Sem uma organização clara, um modelo não consegue atribuir declarações, avaliações e produtos a uma marca. Tudo o mais se baseia nisso.

Best Practice: Entregar um objeto Organization globalmente no cabeçalho da página, com name, url, logo, contactPoint e address — idêntico em todas as páginas e idêntico ao aviso legal e Perfil da Empresa no Google.

Erro comum: Dois nomes comerciais contraditórios — um no markup, outro no aviso legal. Isso enfraquece a atribuição em vez de fortalecê-la.

4. Identificadores de Produto

Categoria: Dados de Produto

O que é verificado: Se os produtos possuem identificadores únicos: GTIN ou EAN, MPN, SKU e a marca.

Taxa de sucesso: 27% das páginas de loja verificadas cumprem o check totalmente, 62% nem um pouco.

Por que conta para respostas de IA: Agentes de compra precisam reconhecer que sua oferta trata do mesmo produto que a de um concorrente. Sem identificação, seu item é simplesmente outro item para uma comparação de preço ou disponibilidade.

Best Practice: Exibir gtin13, mpn, sku e brand no objeto Product. Para marcas próprias sem GTIN: manter MPN e marca de forma consistente.

Erro comum: Os identificadores estão no sistema de gestão e no feed do Google Merchant, mas não no HTML da página do produto. O feed alcança apenas o Google, a página do produto alcança todos os outros.

O que surpreende: Este ponto é o prenúncio mais claro das compras via agentes — e, ainda assim, o conjunto de dados de produto menos cuidado.

5. Qualidade da página "Sobre nós"

Categoria: Conteúdo

O que é verificado: Não se existe uma página "Sobre nós", mas se ela contém fatos sólidos: fundação, localização, equipe, foco do sortimento, contato.

Taxa de sucesso: 25%. Para comparação: 89% possuem uma página "Sobre nós".

Por que conta para respostas de IA: Para a pergunta "Este fornecedor é confiável?", a página "Sobre nós" é a fonte de fatos mais densa no domínio. Prosas de marketing não servem para isso.

Best Practice: Ser concreto: ano de fundação, forma jurídica, sede, número de funcionários, pessoas de contato com nomes, seleção de marcas comercializadas.

Erro comum: Três parágrafos sobre paixão e qualidade, sem uma única informação verificável.

O que surpreende: A lacuna entre "existente" e "informativo" não é tão grande em nenhum outro critério.

6. Review Schema

Categoria: Reputação

O que é verificado: Se as avaliações de clientes estão marcadas como Review ou AggregateRating.

Taxa de sucesso: 5%. Este é o valor mais chamativo de todo o conjunto de dados — e não é porque as lojas não têm avaliações.

Por que conta para respostas de IA: Avaliações são o sinal de confiança mais citado em respostas de IA sobre fornecedores. Uma nota sem origem e quantidade é apenas um número sem comprovação.

Best Practice: Entregar e marcar a nota, a quantidade e os textos individuais de avaliação no lado do servidor. Avaliações da Trusted Shops — nossa própria oferta — provêm de pedidos verificados e podem ser integradas de forma a constar no código-fonte.

Erro comum: O widget de avaliação é carregado via JavaScript. Os compradores veem as estrelas, mas a maioria dos crawlers de IA lê apenas o HTML puro — onde não consta nada.

O que surpreende: A distância entre avaliações visíveis e avaliações marcadas é a maior lacuna individual de visibilidade que medimos.

7. Conexão de entidade sameAs

Categoria: Estrutura

O que é verificado: Se a marca conecta seus perfis oficiais — Perfil da Empresa no Google, LinkedIn, Wikidata, diretórios setoriais — via sameAs com o próprio domínio.

Taxa de sucesso: 22%. Com 67% de falha clara, este é o maior fracasso de toda a análise.

Por que conta para respostas de IA: sameAs diz a um modelo: a marca neste site e o perfil ali são a mesma entidade. Sem essa ponte, evidências externas permanecem ruídos desconectados.

Best Practice: Manter um array sameAs com as URLs dos perfis oficiais no objeto Organization. Incluir apenas perfis que realmente pertencem a você e estão ativos.

Erro comum: São linkados botões sociais no rodapé em vez de conexões legíveis por máquina no markup.

O que surpreende: Esforço: cerca de quinze minutos. Ainda assim, é o check de estrutura menos cumprido.

8. Data de publicação e atualização

Categoria: Conteúdo

O que é verificado: Se os conteúdos possuem uma data de criação e modificação legível por máquina.

Taxa de sucesso: 27%, 73% não cumprem o check de forma alguma.

Por que conta para respostas de IA: Em perguntas com referência temporal — preços, situação jurídica, disponibilidade, anos — os modelos preferem comprovadamente fontes datadas. Sem data, seu conteúdo fica de fora de qualquer verificação de atualidade.

Best Practice: Incluir datePublished e dateModified no markup e exibir a data visivelmente. Mudar dateModified apenas se o conteúdo realmente tiver sido alterado.

Erro comum: A data é atualizada automaticamente a cada deployment. Isso gera uma atualidade falsa — e desvaloriza o sinal.

9. Dados de oferta completos

Categoria: Dados de Produto

O que é verificado: Se o preço, a moeda, a disponibilidade e as condições de envio e devolução do produto estão disponíveis de forma legível por máquina.

Taxa de sucesso: 34% das páginas de loja verificadas, 64% falham.

Por que conta para respostas de IA: "Quanto custa isso com frete e está disponível?" é a pergunta típica de intenção de compra. Se faltar uma das informações, um modelo não pode incluir sua oferta na comparação — ele ignora você.

Best Practice: No objeto Offer, exibir price, priceCurrency, availability, shippingDetails e hasMerchantReturnPolicy e mantê-los sincronizados com as informações na página.

Erro comum: Preço e disponibilidade estão marcados, mas frete e devolução não. São justamente esses dois que decidem na comparação.

10. Website Schema com busca

Categoria: Estrutura

O que é verificado: Se o domínio fornece um objeto WebSite com SearchAction.

Taxa de sucesso: 36%.

Por que conta para respostas de IA: Com isso, você diz a um sistema como ele pode buscar especificamente no seu site, em vez de navegar pelos menus. Para acessos de agentes, isso se tornará cada vez mais relevante.

Best Practice: Entregar WebSite com potentialAction e a própria URL de busca no cabeçalho da página — uma vez globalmente, não variando por página.

Erro comum: A URL de busca no markup aponta para um parâmetro antigo que não leva a lugar nenhum.

Perguntas frequentes

O que é GEO, afinal?

GEO significa Generative Engine Optimization: a otimização de um site para aparecer em respostas de sistemas de IA generativa. Tecnicamente, sobrepõe-se bastante ao SEO, mas pondera evidências legíveis por máquina e entidades únicas de forma muito mais alta.

O SEO clássico não é suficiente?

Para o básico, sim — estrutura limpa, sitemap acessível, bom conteúdo beneficiam ambos. A diferença está na marcação: o que um humano vê na página deve existir adicionalmente como uma informação estruturada, caso contrário não existe para um crawler de HTML.

Por onde começo se tiver apenas um dia?

Pelos checks de estrutura: Organization, sameAs e as datas podem ser resolvidos em poucas horas e afetam todo o domínio. A marcação de avaliações e dados de produtos vem em seguida.

Com que frequência devo verificar isso?

Após cada grande reformulação (relaunch) e, fora isso, trimestralmente. A experiência mostra que dados estruturados são os que se perdem mais rápido em mudanças de template.

Onde o seu site se encontra

Todos os dez critérios fazem parte do AI Trust Audit. A verificação é gratuita, dura poucos minutos e mostra para cada ponto se ele está cumprido, parcialmente cumprido ou pendente — incluindo dicas concretas de implementação para o seu domínio.

Sobre a metodologia

Foram analisadas todas as execuções de auditoria concluídas no AI Trust Audit (dados de agosto de 2026): 23.696 execuções em 13.327 domínios únicos. A base de análise difere por critério, pois checks individuais foram introduzidos ao longo do tempo e checks relacionados a produtos rodam apenas em páginas de loja identificadas — por isso, a base respectiva varia de cerca de 4.700 a 23.300 execuções. Resultados detalhados com mais de doze meses são excluídos por razões de proteção de dados e não entram nas taxas.