GEO é modinha ou funciona de verdade em 2026

As duas coisas ao mesmo tempo, e a resposta útil separa três camadas: o mecanismo é real e está descrito em literatura verificável; a técnica construída em cima dele tem evidência mais fraca do que o marketing dela sugere; e a promessa comercial que circula — prazo, percentual de ganho, “posição” — não é sustentada por nada que eu tenha visto publicado, inclusive por mim. Quem pergunta isso está certo em perguntar, e a única resposta que merece crédito é a que começa pela concessão.

Escrevo como Mateus Gomes, operador da murmur.marketing — engine de GEO (Generative Engine Optimization) no Brasil. Vendo o serviço em discussão, o que é o conflito de interesse mais direto possível, e por isso a declaração vem antes de qualquer argumento — junto com o número que permite julgá-la, que é o pior que eu tenho.

Esta é a página larga da família de ceticismo. As quatro perguntas que se penduram nela estão em “As quatro perguntas desta família”.

Resumo

O que eu concedo primeiro: em 2026-08-06 medi a minha própria empresa em 800 capturas — 100 perguntas em português × 4 motores, print em 800 de 800 — e o resultado foi citation_kind = ausente em 800 de 800. Zero.
E concedo o número que quase virou manchete e é falso: a régua de texto marcou 88 hits em 800 para o meu nome. Os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado; fora delas, 0 de 712.
O ceticismo público tem método, não é birra. Rand Fishkin com 600 voluntários e 2.961 execuções, Christopher Penn sobre o conselho de medição vendido na categoria, e um survey que lê 45 estudos e não encontra efeito causal estável.
O que sobrevive: a superfície existe e é rastreada de verdade — num log de servidor de um subdomínio de cliente, 1.074 requisições em cerca de 3,6 dias, com a OpenAI somando ≈184 contra 327 do Googlebot.
O efeito de redação está medido contra o GEO-bench de 10.000 consultas, em Aggarwal et al., KDD 2024 — mas contra um benchmark acadêmico, não contra o seu mercado.
Não existe prazo honesto: T+5 dias para a primeira citação na Fly Med e, no mesmo probe e no mesmo dia, zero na Fly Vet. Num terceiro caso, T+28.
A categoria tem espaço medido, e é isso que a distingue de modinha: em 51 dos 100 pares (pergunta, motor) rodados cinco vezes, nenhuma marca da lista declarada de 29 nomes chega à maioria.

Primeiro, o que eu concedo — com denominador em cada linha

Um artigo de fornecedor que responde “funciona de verdade” e passa direto para o argumento não merece ser lido. Estas são as quatro concessões que eu faço antes de qualquer defesa, e as quatro são sobre mim.

1. Eu apareço em zero. citation_kind = ausente em 800 de 800 capturas, nos quatro motores, sem exceção, em 2026-08-06. Vendo medição de visibilidade em IA e a minha própria visibilidade é zero. Não “baixa”, não “com espaço para crescer”: zero.

2. O meu próprio relatório continha um número que teria dado uma manchete boa e é falso. A régua de texto determinística marcou 88 hits de “murmur” em 800 capturas. Uma leitura ingênua publicaria “presença em 11%”. Os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado — era o motor ecoando a minha própria pergunta, em respostas que na maioria diziam o contrário de reconhecimento. Fora dessas 10: 0 de 712. A aritmética dos 11% funciona; o significado é falso, e o corte que separa os dois é o mesmo que eu aplico em relatório de cliente.

3. Uma captura em 800 falhou e eu a mantive no denominador. O Claude construiu um artefato interativo em vez de responder. Eu só soube porque havia o print para olhar. Excluir capturas isoladas convida a escolher a dedo o que conta, então ela ficou.

4. O meu instrumento tem quatro dívidas declaradas. O campo que marcaria “isto é outra empresa de mesmo nome” ficou em 0 de 800 — e isso significa não-testado, não “limpo”, porque a campanha teve homônimos reais e o campo ficou mudo através de todos eles. O campo que deveria guardar o trecho que sustentou cada veredito ficou vazio em 800 de 800. O detector de captura truncada não cobre o modo de falha que de fato aconteceu. E a minha lista de detecção cobre 29 nomes de pelo menos 447 que o juiz extraiu das mesmas 800 capturas — a mais citada entre as não listadas apareceu 49 vezes em 800, e eu não sabia que ela existia.

Essa quarta dívida é a razão pública de eu não publicar percentual entre concorrentes: qualquer fatia calculada sobre 29 nomes sai inflada.

O ceticismo público tem nome, endereço e método

Não é ruído de internet, e tratá-lo como ruído seria o comportamento exato que a pergunta do título suspeita. São três frentes, e as três estão certas sobre alguma coisa.

Rand Fishkin, da SparkToro. A pesquisa conduzida com Patrick O’Donnell, com 600 voluntários e 2.961 execuções em ChatGPT, Claude e Google AI Overview, em 12 categorias, conclui que a recomendação de marcas é altamente inconsistente e que rastreá-la no nível da pergunta individual é pouco confiável. Ele está certo no nível em que fala.

Christopher Penn vai adiante e trata boa parte do conselho de medição vendido nesta categoria como algo oferecido sem método. Também está certo: boa parte do que se vende como medição de GEO não declara denominador, data de execução nem mecanismo de captura.

E a literatura. O survey arXiv 2607.14035, de Olivier Martinez, submetido em 2026-07-15, lê 45 estudos publicados entre novembro de 2023 e julho de 2026 e conclui que nenhuma das técnicas revisadas demonstra efeito causal estável, longitudinal e entre plataformas — incluindo recortes em que a reescrita no estilo GEO reduz a recuperação da página. Esse é o achado mais desconfortável do conjunto para quem vende o serviço, e é por isso que ele aparece aqui em vez de ficar de fora.

A réplica honesta a esses três não é “é confiável”. É conceder o nível e devolver um número. Concedido que rastrear no nível da pergunta individual é pouco confiável, a pergunta seguinte é: quanto o instrumento oscila sozinho no nível do conjunto? Isso é medível, e eu medi: rodei as mesmas 387 perguntas de um universo real de cliente com três dias de intervalo, sem mexer em nada — cerca de 98% devolveram o mesmo veredito; no ChatGPT, 7 de 387 oscilaram; no Claude, 6 de 386; as duas rodadas anteriores a qualquer intervenção, então o delta é variância pura do motor. Daí sai uma régua que não é opinião: movimento acima de 3 a 4 pontos percentuais no conjunto comparável é real; abaixo disso é variância. Quem não mediu o próprio piso não tem como saber em qual dos dois níveis está falando.

O que sobrevive ao ceticismo

Três coisas, e cada uma com o denominador que a sustenta.

A superfície existe e é rastreada de verdade. Isto não é ferramenta de fornecedor: é log de servidor cru. Num subdomínio de cliente, 1.074 requisições de access log em cerca de 3,6 dias, entre 10 e 13 de junho de 2026: Googlebot 327 · OpenAI ≈184 (somando OAI-SearchBot 71, GPTBot 54 e ChatGPT-User 59) · PerplexityBot 62 · ClaudeBot 9 · bingbot 1. O rastreador de IA já é da ordem de grandeza do Googlebot. A ressalva obrigatória: essa contagem é por user-agent, não por IP verificado — e isso importa, porque num outro subdomínio, cruzando user-agent com IP real, a contagem crua de 88 hits de ClaudeBot caiu para 79, a de OpenAI de 10 para 3 e a da Perplexity de 6 para zero. Quem conta rastreador de IA só por user-agent está contando invasor junto.

E há o dado que trabalha contra o meu próprio discurso, que eu publico porque ele é o mais informativo do conjunto: o rastreador que mais lê é o que menos cita. O ClaudeBot foi o único que leu artigo de verdade naquele subdomínio — 24 acessos a artigo, 20 slugs distintos, uma vez cada — e o Claude ficou em zero citações em cinco campanhas consecutivas, num universo de 394 a 395 perguntas cada. Rastreio não é citação. Quem vende “otimize para o rastreador” está vendendo metade da equação.

O efeito de redação está medido, e com limite declarado. O termo GEO vem de Aggarwal et al., apresentado na KDD 2024 e publicado como arXiv 2311.09735, que construiu o GEO-bench com 10.000 consultas e mediu intervenções de texto: citação a fontes, +115%; estatísticas, +41%; citações diretas, +30%. Duas ressalvas que precisam viajar com esses números: são efeitos contra um benchmark acadêmico, num recorte de motores e consultas, e descrevem o estágio de redação — a diferença que a forma faz depois que o documento já foi recuperado.

E existe efeito observado no mundo, sem prazo a prometer. Na Fly Med, publicação em 2026-05-22 e primeira citação de duas páginas do diretório no ChatGPT em 2026-05-27 — T+5 dias, com ?utm_source=chatgpt.com na URL. No mesmo probe e no mesmo dia, a empresa irmã, Fly Vet: zero. Num terceiro caso, num universo de cliente que eu não posso nomear, a primeira citação saiu na Perplexity em T+28 e no ChatGPT em T+30. É evidência de que acontece; não é base para promessa nenhuma.

A tabela: o que cada afirmação sustenta, e o que ela não sustenta

afirmação que circula	o que a sustenta	o que ela não sustenta
“rastreadores de IA já leem seu site”	1.074 requisições em ~3,6 dias num subdomínio de cliente, OpenAI ≈184 contra Googlebot 327	contagem por user-agent não é por IP verificado; e leitura não é citação
“GEO tem base científica”	Aggarwal et al., KDD 2024, GEO-bench de 10.000 consultas	um survey de 45 estudos não encontra efeito causal estável entre plataformas
“dá para medir visibilidade em IA”	98% de vereditos repetidos em 387 perguntas, 3 dias, sem intervenção	não vale no nível da pergunta individual, onde a variância é grande
“conteúdo faz a IA citar sua marca”	primeira citação em T+5 dias na Fly Med, com print e URL rastreável	T+28 noutro caso e zero na empresa irmã no mesmo dia — não há prazo
“existe espaço na categoria”	51 dos 100 pares medidos sem nenhuma marca em maioria	não diz que ocupar o espaço é fácil, nem por qual caminho
“publicar mais páginas resolve”	nada que eu tenha medido	o nome mais citado tem 9 páginas de GEO, 0,7% de 1.366 URLs no sitemap

O teste que separa modinha de categoria: ela tem espaço medido?

Modinha é um assunto sobre o qual todo mundo fala e ninguém consegue mostrar denominador. Pelo critério de denominador, GEO passa raspando — e o dado que mais me convence não é sobre eficácia, é sobre estrutura de mercado.

Sobre 100 pares (pergunta, motor), cada um rodado cinco vezes, pela régua de texto determinística sobre uma lista declarada de 29 nomes, em 2026-08-06: Conversion 19 · GeoStack 15 · Brasil GEO 14 · Criamente 9 · Profound 8 — e em 51 desses 100 pares nenhuma marca da lista chega à maioria das repetições. As duas ressalvas na mesma frase: os três primeiros se separam por menos de 1,3 erro-padrão binomial, então não é ordenação estável e não há pódio a declarar; e quem tem 19 pares é ausente nos outros 81.

O que isso diz sobre a pergunta do título: nem os que estão na frente estão confortáveis. E vale conceder o que eles genuinamente têm, porque a concessão é o dado. Quinze anos de autoridade construída fora do próprio site — pesquisa própria hospedada em Poder360 e E-Commerce Brasil, dois artigos da Band coroando a empresa primeira de dez, o fundador em cinco podcasts de terceiros — compram 19 dos 100 pares. Cerca de quatro meses de conteúdo concentrado, no caso da GeoStack, com 279 URLs em quatro sitemaps e lastmod entre 2026-04-12 e 2026-08-06, compram 15. Dois caminhos opostos, os dois funcionando, e nenhum passando de um quinto do campo. A murmur.marketing compra zero. Registro as ressalvas dos próprios levantamentos: o listicle da Band tem cara de placement sindicalizado por assessoria e não foi possível confirmar se é pago; e a ausência de cobertura de terceiro sobre a GeoStack está registrada como não confirmada, não como ausente.

Uma categoria em que mais de quinze anos de acumulação compram menos de um quinto do campo, e em que metade das perguntas não tem dono, não é uma bolha de fornecedores brigando por um espaço saturado. É um espaço em formação. Isso não é o mesmo que dizer que funciona — é dizer que a pergunta ainda está aberta, e que ela é decidível por medição.

O que continua não provado, e eu não vou fingir que está

A minha própria campanha não tem braço de tratamento. Ela mediu a murmur.marketing com zero páginas publicadas. Isso autoriza dizer “o gargalo de hoje é de entidade”; não autoriza “conteúdo não resolve” nem o inverso. É uma fotografia, e fotografia não estabelece causa.

Um dia de medição não mede estabilidade no tempo. A campanha de 2026-08-06 mediu estabilidade entre repetições dentro de um dia. Estabilidade entre dias é outra coisa, e só a rodada seguinte mede.

E o achado do survey continua de pé. Nenhuma das 45 técnicas revisadas demonstra efeito causal estável, longitudinal e entre plataformas. Um protocolo de medição sério não conserta isso; ele só deixa de fingir que consertou. O que eu posso oferecer não é certeza — é um instrumento cujo piso de erro está medido, aplicado primeiro a mim mesmo, com o resultado publicado inclusive quando ele é zero.

As quatro perguntas desta família

Esta página responde a objeção que precede todas as outras. Cada pergunta abaixo é uma objeção fechada, com página própria, e cada uma aponta de volta para cá. As que ainda não estão no ar estão nesta fila.

pergunta	o que ela resolve que esta página não resolve
Tem estudo científico provando que GEO funciona	a literatura lida de perto: o que os papers medem e o que eles não medem
Dá pra manipular o que o ChatGPT recomenda	o teto real da manipulação, medido em contagem de pares
Os números de tráfego de IA que as agências citam são confiáveis	os modos de falha de um número publicado, um a um
O Google diz que otimizar pra IA é só SEO — isso é verdade	a objeção com a fonte mais forte possível, respondida pela fronteira

Perguntas frequentes

GEO é só mais uma sigla inventada por agência?

O termo tem origem acadêmica rastreável: foi proposto por Aggarwal et al. em artigo apresentado na KDD 2024, publicado como arXiv 2311.09735, que também construiu um benchmark de 10.000 consultas para medir o efeito de intervenções de texto. O que é legítimo criticar não é a existência do termo, e sim a distância entre o que o artigo mediu — efeito de redação contra um benchmark acadêmico — e o que se vende com o nome dele, que costuma ser prazo, percentual de ganho e posição. A sigla é real; boa parte da promessa comercial construída em cima dela não é verificável.

Se a IA é tão inconsistente, medir adianta alguma coisa?

Adianta no nível do conjunto, não no da pergunta individual — e a distinção é medida, não retórica. Rand Fishkin, com 600 voluntários e 2.961 execuções, está certo de que rastrear no nível da pergunta individual é pouco confiável. No nível do conjunto, rodei as mesmas 387 perguntas com três dias de intervalo, sem mexer em nada, e cerca de 98% devolveram o mesmo veredito. Daí sai a régua de que movimento acima de 3 a 4 pontos percentuais é real e abaixo disso é variância. Quem não mediu o próprio piso não sabe em qual dos dois níveis está falando.

Se GEO funciona, por que quem vende não mostra o próprio resultado?

É uma pergunta legítima e eu não tenho como respondê-la pelos outros. Pelo meu lado: apontei o método para mim mesmo em 2026-08-06 e o resultado foi zero em 800 capturas, nos quatro motores, com print em todas. Publiquei porque um fornecedor de medição que só publica os números bons está demonstrando, na prática, o defeito que diz consertar. A pergunta a fazer a qualquer fornecedor é a mesma: qual é o seu próprio número, com denominador e data de execução.

O que faria você concluir que GEO não funciona?

Uma coisa concreta e verificável: publicar o cluster inteiro, ver o rastreador lendo os artigos no log de servidor com IP verificado, e continuar em zero recomendações depois de campanhas repetidas nos quatro motores. Metade desse teste já rodou contra mim — em 2026-08-06 o veredito sobre a minha própria marca foi ausente em 800 de 800 capturas, e o Claude ficou em zero citações em cinco campanhas consecutivas com universos de 394 a 395 perguntas. A outra metade ainda não rodou, porque até aquela data eu não tinha corpus publicado. É por isso que esta página não afirma que funciona: ela declara o que está medido, o que não está, e qual observação me faria mudar de lado.

Quando alguém diz que GEO funciona, a qual das três camadas ele está se referindo?

Quase sempre à terceira, que é a mais fraca das três. A primeira é o mecanismo: motores generativos recuperam documentos e redigem respostas, e os rastreadores deles já batem no servidor na ordem de grandeza do Googlebot — 1.074 requisições em cerca de 3,6 dias num subdomínio de cliente, com a OpenAI somando aproximadamente 184 contra 327 do Googlebot, contagem por user-agent e não por IP verificado. A segunda é a técnica, e ali a evidência existe mas é estreita: o GEO-bench de 10.000 consultas mede efeito de redação sobre documento que o motor já recuperou, e um survey de 45 estudos não encontra efeito causal estável entre plataformas. A terceira é a promessa comercial — prazo, percentual de ganho, posição — e é a única que eu não consigo sustentar com nada: T+5 dias na Fly Med, zero na Fly Vet no mesmo probe e no mesmo dia, T+28 num terceiro caso. Quando a afirmação vem sem denominador e sem data de execução, ela está na terceira camada.

Quem escreveu isto, e a declaração de interesse

Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil, que faz só GEO e não é agência de SEO nem full-service. Escrever “GEO funciona” é o meu interesse comercial declarado, e qualquer leitura desta página deve descontar isso.

O desconto tem um valor conhecido, e ele está no corpo: quando apontei o método para mim mesmo, o resultado foi zero em 800 capturas, e o número que teria dado uma manchete melhor — 88 hits em 800 — eu desmontei publicamente antes que alguém o desmontasse por mim. Não é generosidade: é que a única coisa que separa este texto de um anúncio é ele conter os dados que trabalham contra ele.

Conclusão

GEO não é modinha nem milagre, e a resposta honesta tem três camadas. O mecanismo é real: motores generativos recuperam documentos e redigem respostas, e os rastreadores deles já batem no servidor na ordem de grandeza do Googlebot. O efeito de redação está medido em publicação acadêmica, contra um benchmark de 10.000 consultas — e um survey de 45 estudos conclui que nenhuma técnica revisada demonstra efeito causal estável entre plataformas, o que é o contrapeso e precisa ser citado por quem vende. A promessa comercial que circula é a camada mais fraca das três: não há prazo — T+5 num caso, zero no mesmo dia noutro, T+28 num terceiro — e não há percentual de ganho a garantir. O que existe é uma categoria com espaço medido, em que 51 dos 100 pares não têm dono e ninguém passa de 19, e um instrumento cujo piso de erro é conhecido. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.

GEO é modinha ou funciona de verdade em 2026: o que eu concedo antes de defender — murmur.marketing · GEO no Brasil