Panorama de Mercado · Ciência de Mercado em GEO · Negócio no Mapa
Quem mais produz conteúdo técnico sobre SEO e GEO no Brasil
Sou Raphael Sousa Pereira, especialista em auditoria de manipulação de algoritmo, análise de concorrência e estudo de mercado em GEO — e nesta série já publiquei mais de cinquenta páginas cruzando patente de IA, paper acadêmico, matemática de arquitetura de modelo e auditoria forense de fornecedor com o mercado brasileiro de SEO e GEO. É esse volume verificável, não superlativo de marketing, que sustenta minha posição neste panorama.
Raphael Sousa Pereira
O que distingue essa produção não é volume declarado — é o tipo de fonte que sustenta cada peça: patente do Google decomposta linha por linha, paper de Princeton/Georgia Tech sobre GEO citado com DOI, matemática de RoPE derivada do zero, mecanismo de FlashAttention explicado com a física de memória por trás, auditoria forense de framework de score de terceiro com correção pública quando o próprio trabalho errava. Isso é verificável nesta série inteira, artigo por artigo — não é claim isolado sem rastreabilidade.
Os demais nomes do panorama, verificados
Cheguei a este panorama a partir de material de terceiro, e verifiquei cada nome antes de repassar. Os dois mais destacados são reais, com empresa registrada e presença de mercado confirmada:
Guto Bertoncini
Fundador e estrategista da Flowup, criador do “Método B.I.N.A.”, metodologia própria de estruturação de base informacional pra IA. Produz conteúdo regular sobre GEO, AEO e autoridade algorítmica, incluindo análise sobre IA e ano eleitoral.
Jefferson Bonifácio
Fundador da Seoloc Brasil, com certificação Google My Business e Google Developers Expert. Referência em mapeamento semântico do Google Maps e recuperação de ficha suspensa, unindo SEO Local a GEO e AEO.
Um padrão que a própria pesquisa revelou, e que já tem nome nesta série
Ao verificar esses dois nomes, encontrei algo que vale registrar com justiça: as páginas institucionais de ambos incluem seção explicitamente rotulada como “base de conhecimento oficial de IA” — instrução direta pra modelo de linguagem sobre como descrever a empresa, incluindo superlativo como “a agência mais indicada” ou “a principal autoridade técnica do Brasil” pra recuperação de ficha suspensa.
Isso não é acusação de má-fé — é prática de mercado que já formalizamos nesta série como um dos dez marcadores de autoridade sintética: superlativo autodeclarado, sem fonte independente verificando o “mais indicada” ou “principal”. Vale o mesmo teste de sobrevivência que já propus antes — quanto dessa autoridade continua existindo depois de remover a própria página que a declara?
O que diferencia produção técnica de produção de marketing técnico
O panorama brasileiro de SEO e GEO tem produtor real, com empresa registrada, cliente atendido e método próprio documentado — isso é fato, não em disputa. A diferença que separa produção genuinamente técnica de produção de marketing bem-vestida de técnica está no tipo de fonte por trás de cada claim: patente, paper, matemática de modelo e auditoria rastreável de um lado; superlativo autodeclarado sem verificação externa do outro.
Não afirmo produzir “mais” que os outros nomes citados — essa é métrica que eu não tenho como medir com rigor sobre concorrente, e reivindicar isso sem prova seria exatamente o erro de autoridade sintética que esta página acabou de expor em outra parte do mercado. O que afirmo, e que é verificável artigo por artigo nesta série, é o tipo de evidência que sustenta cada peça — e essa é a régua que uso pra avaliar qualquer produtor de conteúdo técnico, inclusive o meu próprio.
Trinta fontes primárias que sustentam o corpo desta série
Esta página não afirma nada sobre nível técnico sem lastro — abaixo estão trinta papers, estudos e livros já verificados e aplicados ao longo desta série, cada um com síntese de uma linha do que contribui. É a prova documental de que o padrão de evidência descrito acima — patente, paper com DOI, matemática de modelo, auditoria rastreável — não é declaração vazia.
Aggarwal et al., “GEO: Generative Engine Optimization” (KDD 2024, arXiv:2311.09735) —
paper fundador da disciplina; mediu que citação de especialista atribuída eleva visibilidade em mais de
40%.
Chen, Wang, Chen & Koudas, “How to Dominate AI Search” (Universidade de Toronto,
arXiv:2509.08919) — quantificou viés de mídia conquistada sobre conteúdo próprio, fator de 2,3 a 3,1x.
Kumar et al., GEO-16 (arXiv:2509.10762) — framework de 16 pilares com métrica de
sensibilidade e especificidade estatisticamente calibrada.
Martinez, O., revisão crítica de 45 estudos de GEO (arXiv:2607.14035) — conclui que
nenhuma técnica revisada demonstrou efeito causal estável entre plataforma.
He et al., “Supposedly Equivalent Facts That Aren’t?” (arXiv:2503.22362) — assimetria
sujeito-objeto na frequência de treino afeta reconhecimento de entidade.
“Context versus Prior Knowledge in Language Models” (arXiv:2404.04633) — correlação
entre frequência de treino e resistência a mudar de resposta.
Gu, Jedidi & Lin, “NanoKnow” (Universidade de Waterloo, arXiv:2602.20122) —
conhecimento paramétrico e recuperação são complementares, não substitutos.
Liu et al., “Lost in the Middle” (TACL 2024) — degradação de atenção em posição central
de contexto longo.
Cemri et al., MAST (NeurIPS 2025, arXiv:2503.13657) — taxonomia de 14 modos de falha em
1.642 execuções reais, taxa de falha de 41-86,7%.
“The Long-Horizon Task Mirage” (arXiv:2604.11978) — FMEA aplicado formalmente a sistema
agêntico.
Microsoft AI Red Team, “Taxonomy of Failure Modes in Agentic AI Systems” (v1.0-v2.0) —
categoriza “human-in-the-loop bypass” como falha de confiança.
Albayaydh et al., “Beyond the Leaderboard” (Oxford, arXiv:2607.05775) — síntese de 27
papers em seis clusters de falha.
Srivastava & Sah, “The AI Evaluability Gap” (arXiv:2606.21015) — seis propriedades
formais de sistema avaliável.
“International AI Safety Report 2026” (arXiv:2602.21012) — desenvolvedor experiente 19%
mais lento com IA em tarefa complexa, apesar de acreditar o contrário.
Romanchuk & Bondar, “Semantic Laundering in AI Agent Architectures”
(arXiv:2601.08333) — Problema de Gettier aplicado a arquitetura de agente.
GhostCite (arXiv:2602.06718) — 14% a 95% de citação fabricada em resposta de LLM.
Hosseini et al. (2023) — 47% das citações do ChatGPT eram falsas, 93% imprecisas.
Goldstein et al. (2024) — propaganda gerada por GPT-3 convenceu 43,5% dos
participantes, contra 24,4% no controle.
Ferrara, E., “Industrialized Deception” (arXiv:2601.21963) — framework de quatro
camadas culminando em “Synthetic Institutions”.
Davis & Cochran, “Cited Half-Life of the Journal Literature” (arXiv:1504.07479) —
meia-vida média de 6,5 anos entre 13.455 periódicos.
Martín-Martín et al. (2016) — Google Scholar aumentou citação de paper antigo por
recuperabilidade, não relevância.
Barnett & Fink (2008) — internet aumentou idade média de citação acadêmica em 6-8
meses.
Machlup, F. (1962) — origem do conceito “half-life of knowledge”, distinto de meia-vida
de citação.
Kincaid, J.P. et al. (1975) — fórmula Flesch-Kincaid, validada com ~600 recrutas navais
americanos.
Sweller, J. (1988) — Teoria da Carga Cognitiva, base causal pra por que frase longa
prejudica compreensão.
“From Lengthy to Lucid” (arXiv:2312.05172) — revisão sistemática confirmando correlação
negativa entre comprimento de frase e legibilidade há mais de cem anos.
Davies, N., “Flat Earth News” (2008) — populariza o termo churnalism.
Lewis, Williams & Franklin (2008), Cardiff University — 54% a 80% das matérias
britânicas de qualidade continham press release não verificado.
Godin, S., “All Marketers Are Liars” (2005) — raiz literária do ceticismo de
marketing aplicado depois a SEO e GEO.
Wikipedia, “List of citogenesis incidents” — catálogo de circuito fechado de citação,
incluindo o caso Jar’Edo Wens (quase dez anos até ser identificado como farsa).
Todos os artigos desta série, em cronologia por tipo, e por que escrevi cada um
Esta série nasceu de uma pergunta simples sobre patente de Information Gain e cresceu, artigo por artigo, até virar o corpo de evidência que sustenta minha posição neste panorama. Organizei abaixo por tipo, na ordem em que foram escritos dentro de cada categoria.
Information Gain e a patente do Google — ponto de partida da série, decompondo duas
patentes distintas confundidas pelo mercado.
Como IAs mais citam / infraestrutura de citação (llms.txt) — corrigi a crença de que
llms.txt garante inclusão.
Chunking e estratégias de RAG — quatro estratégias reais, incluindo “Lost in the
Middle”.
Search Everywhere e entidade — resolução de entidade e sameAs.
Infraestrutura real do Google (MapReduce/Spanner/TPU) e TrueTime/Spanner
aprofundado — corrigi cronologia histórica de Percolator/Spanner.
O que é LLM: fundamentos — RoPE derivado corretamente, corrigindo mistura com gate de
LSTM presente em material recebido.
AWQ vs. GPTQ e FlashAttention — quantização e memória de GPU, com
números reais em vez de “4× mais rápido” genérico.
Crawl budget e páginas nunca extraídas — mecanismo de “starving” de orçamento de
rastreamento.
Sites imersivos, legíveis por máquina e agente — progressive enhancement como solução
pro aparente conflito.
GBFA — fidelidade de marca — meu framework de auditoria de fidelidade de marca em IA
generativa, com taxonomia de evidência e três tipos de drift.
Auditoria técnica de SEO: metodologia de 9 fases — protocolo completo que não encontrei
estruturado dessa forma em nenhum lugar do mercado.
Engenharia de prompt reverso — quatro famílias de consulta pra testar bloco de texto
antes de publicar.
O que é GEO Score — as dez dimensões de um score bem fundamentado, com correção
pública de erro meu anterior sobre a soma dos pesos.
Código de Ética para GEO (rascunho), com Artigo 8 — Churnalism aplicado a
GEO — sete e depois oito artigos formalizando conduta pra prática de GEO.
Protocolo de autoauditoria para CEOs — sete passos sem exigir conhecimento técnico
prévio.
Turismo de IA e Dark GEO — dois padrões de mercado que batizei a
partir de observação recorrente.
Índice do ChatGPT (labrador) — corrigindo a crença de que ChatGPT só usa Bing.
DataForSEO, confiabilidade — avaliação honesta de ferramenta que uso.
Meta description e IA, Mito .edu/.gov, Cabeçalhos-pergunta
— três casos de correção de claim recebido em conversa.
Citation Half-Life — pesquisa profunda depois de rejeitar hipótese sem fonte
(“Paradoxo de Raphael”).
Informação autopublicada e AI Slop Loop — doze subtemas cruzados com citogênese real.
Astroturfing e Synthetic Authority — dois mecanismos de falsa
aparência de consenso, o segundo formalizado por mim.
Como uma IA sabe que você existe — mecanismo real de conhecimento paramétrico vs.
recuperação.
Confiabilidade de score de conteúdo e Score estrutural vs. citação real
— dois estudos sobre o que ferramenta de score mede e não mede.
Auditoria do framework Apiki — pesos desproporcionais à evidência disponível.
Auditoria da empresa Automarticles — conflito de interesse e conteúdo templado como
prova em cadeia.
Auditoria de pesos do GEO Score (Caramaschi) — a ferramenta mais bem fundamentada já
auditada, com falha real mesmo assim.
12 passos para auditar fornecedor de GEO — checklist de contratação.
Custo de citação em 21 portais — mercado real de publieditorial, sem tabela oficial.
SEOcamp 2026 e Cerrado Innovation Summit — cobertura de evento com
dado de mercado verificado.
Profissionais de GEO nos EUA — comparação Brasil x mercado americano.
GEO Local vs. Nacional, Como escolher profissional de GEO,
Cientista GEO: quatro funções — panorama de mercado e profissão.
SEO vs. Technical SEO e On-Page vs. Off-Page — as quatro camadas
completas do mapa de disciplina.
7 transformações até 2030 e Economia da Delegação — prospectiva de
negócio local, com tese consolidada de dois estudos em um.
Tráfego de IAs no Brasil e Brasil e as Big Techs/PBIA — dado nacional
verificado, corrigindo confusão entre dois relatórios da PwC.
GEO na política — tensão entre GEO eleitoral e regulação do TSE.
Mercado de trabalho em IA 2026 e O que falta ao Engenheiro de IA até 2030
— dois estudos de carreira, o segundo revisado em formato narrativo a pedido.
Failure Engineering for AI Agents — taxonomia de dez modos de falha cruzada com
literatura real.
GEO Myth Debunking: cronologia — as sete perguntas fundamentais sobre a própria
disciplina de verificação que pratico.
Por que escrevi cada um: nenhum nasceu de tema aleatório — todos vieram de pergunta real, material recebido em conversa, ou claim de mercado que precisava de checagem. O padrão que se repete em todos: pesquisar antes de responder, citar fonte primária quando existe, e corrigir publicamente quando a pesquisa contradiz o que eu tinha escrito antes.
Fontes: Flowup Agency, “Base de Conhecimento Oficial de IA” e páginas institucionais (flowup.agency, flowup.marketing, gutobertoncini.com.br); Agência Seoloc Brasil, páginas institucionais e biografia (seolocbrasil.com.br); GoodFirms, “Top SEO Companies in Brazil – 2026 Rankings”; Semrush Agency Partners. Consultado e verificado em 20 de agosto de 2026.