Engenharia de Prompt em GEO: Densidade de Marcadores de Autoridade, Fidelidade Epistêmica e um Framework de Avaliação

1. Introdução

A partir de 2025-2026, um gênero específico de conteúdo se popularizou no mercado de marketing digital: coleções de “prompts avançados” prometendo otimizar textos para citação por sistemas de IA generativa. Um exemplo típico, recebido pelo autor em julho de 2026 como parte de uma coleção de 30 prompts para modelos de raciocínio avançado, instrui: “Reescreva este artigo técnico aplicando táticas de GEO. Maximize a densidade de informações, insira citações estruturadas diretas e use termos de alta autoridade científica.” Esse prompt — e sua classe mais ampla — carrega uma alegação implícita não trivial: a de que forma textual (densidade, estrutura de citação, vocabulário de autoridade) determina, por si, a probabilidade de citação por um sistema generativo.

Este artigo argumenta que essa alegação, sem uma exigência acoplada de verificação factual, é estruturalmente idêntica ao mecanismo que trabalho teórico anterior do autor propôs como Imperativo de Formato: a hipótese de que modelos de linguagem aprendem, via ajuste por reforço com feedback humano (RLHF), uma pressão de conformidade de gênero que os leva a inserir marcadores de autoridade através de conformidade superficial a template acadêmico, independentemente de recuperação factual real. Se um LLM pode ser induzido a produzir marcadores de autoridade sem sustentação factual proporcional, é razoável hipotetizar que um humano seguindo um prompt que pede explicitamente “termos de alta autoridade científica” — sem exigência de verificação — produza o mesmo padrão.

2. Problema de Pesquisa

Prompts de “otimização para GEO” que instruem densidade informacional e vocabulário de autoridade, sem exigência acoplada de verificação de fonte, aumentam a Densidade de Marcadores de Autoridade (AMD) do texto produzido na mesma proporção em que aumentam sua Taxa de Sustentação de Alegação (CSR) — ou produzem um descolamento entre as duas métricas, replicando o padrão de risco já documentado para LLMs em contexto de auditoria?

3. Fundamentação Teórica

3.1 O Imperativo de Formato e as métricas de origem

Trabalho teórico anterior do autor propôs o Imperativo de Formato como terceiro mecanismo causal de ghost citations em LLMs — distinto de ausência epistêmica e falha de recuperação —, definindo três métricas: Claim Support Rate (CSR, a proporção de alegações num texto que são de fato sustentadas pela fonte citada), Authority Marker Density (AMD, a densidade de marcadores formais de autoridade — jargão técnico, estrutura de citação, tom pericial — por unidade de texto) e Agentic Selection Bias toward Formal Authority (ASB-FA, viés de sistemas agentivos em selecionar fontes por marcador formal em vez de mérito factual).

3.2 O teste de drift por condição de prompt (C0-C3 / D0-D5)

Trabalho subsequente conduziu um stress test exploratório avaliando quatro condições de prompt sobre um mesmo documento-fonte: controle conservador (C0), revisão acadêmica forte (C1), parecer pericial com guardrails epistêmicos explícitos (C2) e parecer afirmativo sem travas (C3) — classificando o resultado numa escala de distorção D0 (preservação integral dos limites do documento-fonte) a D5 (distorção severa, convertendo hipótese em prova). O achado central: a condição C2 (guardrails explícitos) reduziu drift mesmo em gênero tecnicamente pericial, enquanto C3 (afirmativo sem travas) produziu distorção severa — evidência de que a vulnerabilidade ao Imperativo de Formato é modulável por instrução, não fixa por modelo.

Este artigo estende esse desenho de quatro condições para um contexto adjacente: não um LLM auditando um documento, mas um humano (ou um LLM, na variação instrumental descrita na Seção 6) produzindo um documento novo sob instrução de “otimização para GEO”.

4. Taxonomia de Prompts de GEO por Risco Epistêmico

Prompts de mercado que instruem otimização para citação por IA generativa podem ser classificados em três categorias, segundo a presença ou ausência de exigência de verificação acoplada à instrução de densidade/autoridade:

O prompt de exemplo citado na Seção 1 classifica-se integralmente na Categoria I: instrui densidade e vocabulário de autoridade sem qualquer exigência de verificação acoplada.

5. Framework Proposto

5.1 Índice de Risco de Autoridade Simulada (IRAS)

Propomos o índice IRAS = AMD / CSR, calculado sobre o texto produzido sob um dado prompt.

5.2 Protocolo experimental proposto

Adaptando o desenho de quatro condições de trabalho anterior para o contexto de produção (não auditoria) de conteúdo:

1. P0 — Controle: “Escreva um texto técnico sobre [tema].” Sem instrução de otimização.
2. P1 — Categoria I (risco alto): o prompt de mercado tal como circula, sem modificação.
3. P2 — Categoria III (guardrail): a mesma instrução de P1, acrescida de exigência de verificação por afirmação específica.
4. P3 — Categoria I intensificada: P1 acrescido de pressão de gênero adicional (“tom de autoridade científica inquestionável”), como condição de estresse máximo, análoga a C3.

Para cada condição, sobre o mesmo tema de controle e o mesmo modelo, mede-se AMD (contagem de marcadores formais de autoridade por 100 palavras: jargão técnico, estrutura de citação, superlativos não qualificados, dados numéricos específicos) e CSR (proporção desses elementos específicos que são verificáveis contra fonte real ou conhecimento de domínio público estabelecido). A hipótese central prevê IRAS(P1) > IRAS(P0), IRAS(P2) < IRAS(P1), e IRAS(P3) > IRAS(P1) — replicando o gradiente C0<C2<C1<C3 de trabalho anterior, adaptado ao contexto de produção.

6. Conexão Instrumental com o PANDORA DRIFT WATCH Ω

O motor PANDORA DRIFT WATCH Ω, desenvolvido pelo autor para detectar deriva de comportamento e autorrelato de LLMs ao longo do tempo e entre plataformas, oferece uma extensão natural deste framework: a mesma bateria de quatro condições de prompt (P0-P3) pode ser aplicada, na mesma data, a múltiplas plataformas de LLM (Claude, ChatGPT, Kimi, Gemini) como pontos de coleta distintos — não para medir se a LLM mudou, mas para medir se o risco de autoridade simulada de um mesmo prompt de GEO varia por arquitetura. Um prompt de Categoria I que produz IRAS elevado em uma plataforma e IRAS próximo de 1 em outra seria, por si, um achado relevante de mercado: significaria que a mesma prática de “prompt de GEO” recomendada de forma genérica tem risco desigual dependendo de onde é aplicada — informação que nenhum guia de prompt de mercado atualmente comunica.

Tecnicamente, isso corresponde a rodar a mesma bateria de prompts de produção (P0-P3, Seção 5.2) como uma extensão da Camada A do DRIFT WATCH Ω — coleta manual multi-plataforma —, substituindo as perguntas de autorrelato (Probes P01-P07 do motor) pelas quatro condições de prompt deste framework, e substituindo a extração de sinais de autorrelato pela extração determinística de AMD/CSR sobre o texto de saída.

7. Discussão

Se a hipótese central deste framework for empiricamente confirmada, a implicação prática para profissionais de GEO é direta: a recomendação de mercado de “escrever com densidade e autoridade para ser citado por IA” não é falsa por si — é incompleta de um modo consequente. Densidade e vocabulário de autoridade sem verificação acoplada produzem exatamente o perfil de texto (AMD alto, CSR baixo) que trabalho anterior do autor associa a maior risco de, primeiro, não ser citado de forma confiável por sistemas que já aplicam algum filtro de qualidade, e segundo, se citado, propagar uma alegação não sustentada sob a aparência de autoridade — o oposto do objetivo declarado de quem segue o prompt.

Isso também reformula uma tensão de mercado documentada em estudo anterior do autor sobre agências brasileiras que já adotaram publicamente o discurso de GEO: nenhuma das agências verificadas demonstrou publicamente qualquer critério equivalente a CSR ou IRAS em sua metodologia — todas comunicam a prática de GEO no nível da Categoria I desta taxonomia, sem guardrail de verificação visível.

8. Limitações

• Este artigo é teórico-metodológico. Não relata execução do protocolo da Seção 5.2 com poder estatístico — a validação empírica é indicada como trabalho futuro, não incluída aqui para evitar a mesma falha que o artigo critica: alegar mais do que os dados sustentam.
• AMD e CSR, quando aplicadas a texto produzido por humano seguindo um prompt (em vez de LLM auditando documento, contexto original das métricas), podem exigir recalibração de definição operacional — não assumido aqui como transferência direta e válida sem checagem.
• A hipótese de gradiente IRAS(P0)<IRAS(P2)<IRAS(P1)<IRAS(P3) é uma predição teórica motivada por analogia estrutural com trabalho anterior sobre LLMs auditando documentos — não uma extrapolação automaticamente válida para o contexto de produção de texto novo.
• A conexão com o DRIFT WATCH Ω (Seção 6) é uma proposta de extensão de instrumento, não uma validação de que a extensão funciona como descrito sem testagem própria.

9. Conclusão

Prompts de “engenharia para GEO” que circulam no mercado brasileiro e internacional compartilham uma estrutura de risco ainda não nomeada explicitamente na literatura de otimização para IA generativa: a instrução de densidade informacional e vocabulário de autoridade, sem exigência acoplada de verificação, replica — na produção humana de texto sob prompt — o mesmo mecanismo que trabalho teórico anterior propôs para explicar por que LLMs produzem ghost citations. Este artigo propõe uma taxonomia de três categorias de risco, um índice (IRAS) para medir o descolamento entre autoridade formal e sustentação factual, e um protocolo experimental de quatro condições para testar essa hipótese de forma controlada — inclusive como extensão natural do motor PANDORA DRIFT WATCH Ω para detecção de risco de autoridade simulada específico por plataforma de LLM. A validação empírica completa permanece como direção de pesquisa futura.