Série Reengenharia Semântica · Livro III
Física
Semântica
A Lei que Governa Quem Existe na Era da IA
12 capítulos. 12 Prompts Mestres. Três axiomas. Uma lei unificada que explica por que negócios chegam ao Local Pack, por que profissionais são citados pela IA, e por que algumas ideias são reconhecidas como referência enquanto outras são inventadas quando deveriam ser encontradas.
Fundação
Por que este livro existe
A lei que os livros anteriores aplicaram sem nomear
“Toda física tem leis antes de ter aplicações. Os físicos entenderam por que as maçãs caem antes de construírem foguetes. Este livro é o Newton da Reengenharia Semântica.”
Os dois livros anteriores desta série — ‘O Código Invisível do Local Pack’ e ‘A Entidade’ — produziram resultados reais para negócios locais e para profissionais que querem ser citados pela IA. Mas nenhum dos dois nomeou a lei que os fez funcionar. Este livro é essa lei. Não é uma aplicação — é a teoria unificada que explica por que qualquer entidade em qualquer contexto digital pode ser encontrada, confiada e recomendada por sistemas de inteligência artificial.
Você não precisa ter lido os livros anteriores para entender este. Mas se os leu, vai reconhecer cada conceito aqui como a explicação profunda do que funcionou na prática. E se ainda não leu, vai entender por que as aplicações que vêm depois desta teoria são inevitáveis.
Os Conceitos que Emergiram sem Teoria
| Conceito Criado | Onde Emergiu |
|---|---|
| Índice de Coerência Semântica (ICS) | O Código Invisível do Local Pack |
| Entity Health Score (EHS) | Local Pack + A Entidade |
| Loop de Feedback Semântico | O Código Invisível do Local Pack |
| Coerência de Entidade Distribuída | O Código Invisível do Local Pack |
| Semantic Mass | A Entidade |
| Entity Drift | A Entidade |
| Answer Capsule | A Entidade |
| Corpus de Autoridade | A Entidade |
Oito conceitos originais. Cada um surgiu como ferramenta analítica para resolver um problema prático. Nenhum foi deduzido de uma teoria. Este livro deduz a teoria que os explica todos — e que, ao explicá-los, revela que são expressões do mesmo princípio fundamental.
“A confiança que uma IA deposita em qualquer entidade é proporcional à coerência semântica distribuída dessa entidade através de fontes independentes. Isso não é SEO. É física.”
— Raphael Sousa Pereira · pesquisador em GEO e Física Semântica · Negócio no Mapa · Brasil
Capítulo 1
O Campo Semântico Digital
A nova camada de realidade onde entidades existem — ou não existem
“Existe uma camada entre o mundo físico e a percepção humana que antes chamávamos de reputação. Agora, antes mesmo da reputação humana, existe o campo semântico digital. Quem não existe nele não existe para bilhões de decisões.”
Em física, um campo é uma região do espaço onde cada ponto tem uma propriedade mensurável — temperatura, força gravitacional, intensidade eletromagnética. O campo semântico digital é análogo: uma região do espaço de informações onde cada entidade — negócio, pessoa, ideia, produto — tem um peso semântico mensurável, que determina com que probabilidade ela será reconhecida, confiada e recomendada por sistemas de IA.
Antes da IA, esse campo existia na forma de reputação humana: o que as pessoas diziam umas para as outras, o que aparecia no boca a boca, o que estava escrito em guias e publicações. A IA não criou um campo novo. Ela tornou o campo existente computável — e, ao computá-lo, deu a ele uma física precisa que antes era intuitiva.
📊 Dado de Pesquisa
Whitespark 2026 (47 especialistas, 187 fatores): Os sinais de ranqueamento local e os sinais de visibilidade em IA efetivamente convergiram. Se você quer aparecer no Google, Maps, ChatGPT, Perplexity ou Apple, os mesmos inputs agora determinam se você é recomendado ou ignorado. O campo semântico digital é o substrato unificado de todas essas plataformas. Semantic entropy (Farquhar et al., Nature 2024): LLMs medem incerteza no nível de SIGNIFICADO — não de palavras. Alta coerência semântica nas fontes = baixa entropia = alta confiança = citação.
As Quatro Propriedades do Campo
| Propriedade | Definição | Como Medir |
|---|---|---|
| Peso Semântico (W) | A massa total de sinais semânticos que uma entidade acumulou — de todas as fontes combinadas | W = Σ (autoridade_fonte × relevância_sinal × frequência) |
| Coerência (C) | O grau de consistência entre os sinais de diferentes fontes independentes sobre a mesma entidade | C = 1 − (variância_semântica / peso_total) |
| Distribuição (D) | A diversidade de fontes independentes que contribuem para o sinal — concentração em poucos pontos reduz D | D = fontes_únicas / total_fontes |
| Velocidade (V) | A taxa de acumulação de novos sinais ao longo do tempo — sinais frescos têm peso maior do que sinais antigos | V = Δ(sinais_novos) / Δ(tempo) |
Fórmula da Força Semântica
F = W × C × D × V
- WPeso semântico (massa total de sinais)
- CCoerência (consistência entre fontes independentes)
- DDistribuição (diversidade de fontes únicas)
- VVelocidade (taxa de novos sinais)
Uma entidade com F alto é reconhecida, confiada e recomendada pela IA. Uma entidade com F baixo em qualquer componente pode ter altos nos outros — e ainda assim ser invisível. O componente C (Coerência) é o mais difícil de substituir: alta massa com baixa coerência produz o fenômeno de Entity Drift — a IA não consegue decidir qual versão acreditar.
Por Que ‘Física’ e Não Apenas ‘Estratégia’
A palavra ‘física’ é intencional e precisa. Estratégia implica escolha — você pode implementar ou não. Física implica lei — ela opera independentemente de você saber que existe. Um negócio que tratou seus clientes excepcionalmente bem por 15 anos acumulou Força Semântica real sem ter feito ‘estratégia de SEO’. Um profissional que publicou conteúdo consistente e específico sobre sua área por uma década é citado pela IA sem nunca ter ouvido falar de schema markup.
A física não premia intenção — premia padrão. A Reengenharia Semântica é a disciplina de entender o padrão e produzi-lo intencionalmente. Mas a lei subjacente opera com ou sem intenção.
◈ Prompt Mestre — Cap. 1 · Mapeamento do Campo Semântico
▸ Entrada
ENTIDADE A ANALISAR: [nome do negócio / pessoa / produto / ideia]
TIPO DE ENTIDADE: [negócio local / profissional / empresa / conceito]
CONTEXTO GEOGRÁFICO/SETORIAL: [cidade/setor]
SINAIS ATUAIS — Fontes que mencionam: [LISTE]
O que cada fonte diz: [RESUMA]
Inconsistências observadas: [SE HOUVER]
CONCORRENTES (3 entidades similares): [LISTE]
TIPO DE ENTIDADE: [negócio local / profissional / empresa / conceito]
CONTEXTO GEOGRÁFICO/SETORIAL: [cidade/setor]
SINAIS ATUAIS — Fontes que mencionam: [LISTE]
O que cada fonte diz: [RESUMA]
Inconsistências observadas: [SE HOUVER]
CONCORRENTES (3 entidades similares): [LISTE]
▸ Análise solicitada
Atue como físico semântico aplicado. Mapeie o campo semântico:
1. Cálculo estimado dos 4 componentes (W, C, D, V) com escala Baixo/Médio/Alto
2. Força Semântica comparativa: F da entidade vs. 3 referências + gargalo principal
3. Mapa de campo textual com posição relativa ao limiar de confiança
4. Diagnóstico do componente crítico com estimativa de impacto por componente
5. Anomalias semânticas (alta W + baixa C = drift; alta C + baixa D = fragilidade)
1. Cálculo estimado dos 4 componentes (W, C, D, V) com escala Baixo/Médio/Alto
2. Força Semântica comparativa: F da entidade vs. 3 referências + gargalo principal
3. Mapa de campo textual com posição relativa ao limiar de confiança
4. Diagnóstico do componente crítico com estimativa de impacto por componente
5. Anomalias semânticas (alta W + baixa C = drift; alta C + baixa D = fragilidade)
▸ Saída esperada
— Tabela dos 4 componentes com estimativas
— Força Semântica comparativa (entidade vs. referências)
— Mapa de campo textual com posição relativa ao limiar
— Diagnóstico do componente crítico com estimativa de impacto
— Anomalias semânticas identificadas
— Força Semântica comparativa (entidade vs. referências)
— Mapa de campo textual com posição relativa ao limiar
— Diagnóstico do componente crítico com estimativa de impacto
— Anomalias semânticas identificadas
Capítulo 2
Axioma 1 — A Lei da Coerência Distribuída
Por que fontes independentes confirmando a mesma coisa é o sinal mais poderoso que existe
“Uma testemunha diz que você estava lá. Cem testemunhas dizendo a mesma coisa sem se coordenar é prova. A IA raciocina exatamente assim.”
◉ Axioma 1 — Lei da Coerência Distribuída
LEI: A força semântica de uma entidade é proporcional ao número de fontes independentes que confirmam a mesma entidade central, ponderado pela autoridade de cada fonte.
Formulação matemática: C = Σᵢ (Wᵢ × Cᵢ) / n — onde Wᵢ é o peso da fonte i, Cᵢ é a coerência do sinal da fonte i com a identidade central, e n é o total de fontes.
Implicação prática: Você pode ter 1.000 posts no seu próprio perfil confirmando sua especialidade. Isso vale menos do que 10 fontes independentes confirmando a mesma especialidade. O valor não está no volume — está na independência das fontes.
Implicação prática: Você pode ter 1.000 posts no seu próprio perfil confirmando sua especialidade. Isso vale menos do que 10 fontes independentes confirmando a mesma especialidade. O valor não está no volume — está na independência das fontes.
📊 Dado de Pesquisa
Semantic entropy (Nature, 2024): LLMs medem incerteza no espaço de SIGNIFICADOS, não de palavras. Quando múltiplas fontes independentes descrevem a mesma entidade de forma semanticamente equivalente, a entropia semântica cai — e a confiança do modelo sobe. O modelo ‘decide’ que aquilo é real. SearchAtlas 2025 — XGBoost em Local Pack: Review keyword relevance (vocabulário dos clientes confirmando a identidade do negócio) explica 22–25% do diferencial de posição no top 10 para saúde e beleza.
Os Vetores de Coerência — Onde o Sinal Vive
| Vetor Semântico | Peso Relativo (estimado) |
|---|---|
| Menções em mídia e publicações autoritativas | Muito Alto — fonte externa de alta autoridade |
| Avaliações de clientes/usuários (texto, não estrelas) | Alto — fonte terceira sem coordenação |
| Entrevistas e podcasts com transcrição | Alto — confirma identidade em contexto externo |
| Perfis em plataformas de terceiros (LinkedIn, Wikidata) | Alto — fonte externa estruturada |
| Artigos e conteúdo do próprio profissional/negócio | Médio — fonte própria, menor independência |
| Posts em redes sociais próprias | Baixo-Médio — fonte própria, alta frequência |
| Schema markup estruturado | Baixo direto, mas amplifica todos os outros |
Corolário 1.1
Um negócio com 50 avaliações de clientes usando os mesmos termos de serviço é mais confiável para a IA do que um negócio com 500 posts próprios usando esses mesmos termos. A independência da fonte vale mais do que o volume da emissão.
Corolário 1.2
O Entity Drift (Cap 7 de ‘A Entidade’) é a violação do Axioma 1: diferentes fontes descrevem a mesma entidade com atributos inconsistentes. A IA resolve essa inconsistência com incerteza — e incerteza significa não citar.
Corolário 1.3
O Índice de Coerência Semântica (ICS) criado em ‘O Código Invisível do Local Pack’ é a operacionalização do Axioma 1 para negócios locais: ICS = entidades em 3+ vetores / total de entidades. Um ICS alto significa Coerência Distribuída alta.
⬡ Prova Empírica — Local Pack — SearchAtlas 2025
Estudo com machine learning (XGBoost) em rankings de Local Pack por setor:
Saúde: review keyword relevance = 25,2% do diferencial de posição no top 10
Beleza: volume de reviews + alinhamento semântico = 65% do poder preditivo
Alimento: fotos + engajamento têm peso desproporcional
Interpretação pela Física Semântica: em todos os setores, o que determina a posição não é volume bruto mas coerência semântica distribuída — cliente descrevendo o negócio com os mesmos termos que o negócio usa para se descrever. Isso é Axioma 1 em ação.
Saúde: review keyword relevance = 25,2% do diferencial de posição no top 10
Beleza: volume de reviews + alinhamento semântico = 65% do poder preditivo
Alimento: fotos + engajamento têm peso desproporcional
Interpretação pela Física Semântica: em todos os setores, o que determina a posição não é volume bruto mas coerência semântica distribuída — cliente descrevendo o negócio com os mesmos termos que o negócio usa para se descrever. Isso é Axioma 1 em ação.
◈ Prompt Mestre — Cap. 2 · Análise de Coerência Distribuída
▸ Entrada
ENTIDADE: [NOME]
IDENTIDADE CENTRAL DECLARADA: [Descrição / especialidade / missão / posicionamento]
FONTES EXTERNAS QUE FALAM SOBRE A ENTIDADE:
Fonte 1 [nome/tipo]: [o que diz]
Fonte 2 [nome/tipo]: [o que diz]
AVALIAÇÕES/MENÇÕES DE TERCEIROS: [TEXTOS]
IDENTIDADE CENTRAL DECLARADA: [Descrição / especialidade / missão / posicionamento]
FONTES EXTERNAS QUE FALAM SOBRE A ENTIDADE:
Fonte 1 [nome/tipo]: [o que diz]
Fonte 2 [nome/tipo]: [o que diz]
AVALIAÇÕES/MENÇÕES DE TERCEIROS: [TEXTOS]
▸ Análise solicitada
1. Extração das 7 entidades centrais + confirmação por fonte
2. Matriz de Coerência: entidade central × fonte (✓ confirma / ✗ contradiz / — ausente)
3. Índice de Distribuição por entidade: 0–1 fontes (frágil) / 2–3 (moderado) / 4+ (robusto)
4. Diagnóstico de Drift: onde há contradição? qual fonte está desalinhada?
5. Priorização: 3 ações que mais aumentariam C (corrigir drift → expandir confirmações → aumentar peso)
2. Matriz de Coerência: entidade central × fonte (✓ confirma / ✗ contradiz / — ausente)
3. Índice de Distribuição por entidade: 0–1 fontes (frágil) / 2–3 (moderado) / 4+ (robusto)
4. Diagnóstico de Drift: onde há contradição? qual fonte está desalinhada?
5. Priorização: 3 ações que mais aumentariam C (corrigir drift → expandir confirmações → aumentar peso)
Capítulo 3
Axioma 2 — A Lei do Limiar de Confiança
Por que entidades ‘piscam’ de invisíveis para citadas — e como cruzar esse ponto
“A IA não opera em escala linear de visibilidade. Abaixo de um limiar, você simplesmente não existe nas respostas. Acima do limiar, você existe com força desproporcional ao que o cruzamento representou.”
Como a água que permanece líquida até 99°C e então vira vapor em 100°C, a confiança da IA em uma entidade não cresce linearmente. Ela permanece abaixo de um limiar — invisível, não citada, sem impacto — e então, ao cruzar um ponto crítico de coerência e massa semântica acumulada, a entidade entra no círculo de recomendação. A transição não é gradual. É uma mudança de estado.
◉ Axioma 2 — Lei do Limiar de Confiança
LEI: Existe um limiar de coerência semântica (Θ) específico por setor, localidade e tipo de entidade, abaixo do qual a probabilidade de citação pela IA é aproximadamente zero, e acima do qual a probabilidade de citação cresce rapidamente.
O limiar Θ não é fixo — varia por: setor (YMYL como saúde e direito têm Θ mais alto), localidade (mercados mais competitivos têm Θ mais alto), tipo de entidade (pessoas têm Θ menor do que empresas para a mesma especialidade), e plataforma de IA (ChatGPT tem Θ mais alto do que Google AI Overviews para negócios locais).
O Limiar em Diferentes Contextos
| Contexto | Θ estimado — O que é necessário para cruzar |
|---|---|
| Negócio local em cidade pequena (baixa competição) | GBP completo + 25–50 avaliações recentes + NAP consistente |
| Negócio local em cidade grande (alta competição) | GBP completo + 100+ avaliações + posts regulares + site otimizado + citações |
| Profissional liberal em nicho específico | LinkedIn otimizado + 10+ artigos publicados + 3+ menções externas + schema |
| Especialista para ser citado pelo ChatGPT | Schema Person + Wikidata/Wikipedia + 3+ publicações em mídia autoritativa |
| Empresa B2B para GEO (ChatGPT) | Schema Organization + Crunchbase/G2 + 5+ menções em publicações do setor |
| Saúde/Jurídico (YMYL — Θ mais alto) | Credenciais verificáveis + afiliações formais + publicações + avaliações especializadas |
Corolário 2.1 — O Plateau de Invisibilidade
Muitos negócios e profissionais investem consistentemente por meses sem ver resultado, e então de repente começam a aparecer. Não é aleatoriedade — é o Axioma 2 em ação. Eles estavam acumulando Força Semântica abaixo do Θ. A virada acontece quando o limiar é cruzado.
Corolário 2.2
O Loop de Feedback Semântico é a consequência do Axioma 2 após o limiar ser cruzado: mais coerência → melhor posição → mais engajamento → mais sinais → mais coerência. Abaixo do Θ, esse loop não existe. Acima do Θ, é automático.
Corolário 2.3
A estratégia correta não é otimizar infinitamente — é identificar o Θ do seu contexto específico e direcionar esforços para cruzá-lo. Otimizar além do Θ tem retornos decrescentes. Ficar abaixo do Θ, por qualquer margem, é equivalente à invisibilidade total.
⬡ Prova Empírica — Transição de Fase — Local Pack
Estudo observacional em 500 perfis GBP (BrightLocal, 2026):
Perfis com menos de 25 avaliações recentes: aparecimento no Local Pack < 15%
Perfis com 25–50 avaliações recentes: aparecimento no Local Pack 45–60%
Perfis com 50+ avaliações recentes E posts regulares: aparecimento > 80%
A curva não é linear — é sigmoide. Há uma transição abrupta na faixa 25–50 reviews. Isso é evidência empírica do Axioma 2: o Θ para esse mercado está nessa faixa. Abaixo: quase invisível. Acima: dominância.
Perfis com menos de 25 avaliações recentes: aparecimento no Local Pack < 15%
Perfis com 25–50 avaliações recentes: aparecimento no Local Pack 45–60%
Perfis com 50+ avaliações recentes E posts regulares: aparecimento > 80%
A curva não é linear — é sigmoide. Há uma transição abrupta na faixa 25–50 reviews. Isso é evidência empírica do Axioma 2: o Θ para esse mercado está nessa faixa. Abaixo: quase invisível. Acima: dominância.
◈ Prompt Mestre — Cap. 3 · Estimativa do Limiar e Diagnóstico de Posição
▸ Análise solicitada
1. Estimativa do Θ específico: sinais necessários por componente
2. Análise comparativa dos concorrentes que já aparecem: sinal diferenciador
3. Diagnóstico de posição: longe abaixo / próximo abaixo / próximo acima / confortavelmente acima
4. Ação Mínima Viável (AMV): menor sequência de ações para cruzar o Θ, com prazo
5. Risco de queda abaixo do Θ: o que poderia deteriorar a posição atual?
2. Análise comparativa dos concorrentes que já aparecem: sinal diferenciador
3. Diagnóstico de posição: longe abaixo / próximo abaixo / próximo acima / confortavelmente acima
4. Ação Mínima Viável (AMV): menor sequência de ações para cruzar o Θ, com prazo
5. Risco de queda abaixo do Θ: o que poderia deteriorar a posição atual?
Capítulo 4
Axioma 3 — A Lei da Entropia Semântica
Por que toda entidade digital tende ao desalinhamento — e o trabalho que isso exige
“A segunda lei da termodinâmica diz que sistemas isolados tendem ao desalinhamento. O ecossistema digital não é diferente: sem trabalho ativo, toda entidade tende ao drift.”
◉ Axioma 3 — Lei da Entropia Semântica
LEI: O estado semântico de uma entidade tende naturalmente ao aumento de entropia (desalinhamento, inconsistência e dispersão) ao longo do tempo, na ausência de trabalho ativo para manter e expandir os sinais de coerência.
Fontes de entropia semântica: plataformas que mudam formatos e indexação; concorrentes que aumentam seus sinais (elevando o Θ efetivo do mercado); o próprio negócio/profissional que evolui sem atualizar todas as fontes; decaimento natural do peso de sinais antigos (review recency, content freshness).
Os Quatro Tipos de Entropia Semântica
| Tipo | Como Ocorre e Como Detectar |
|---|---|
| Entropia de Drift (ΔC) | Fontes existentes passam a descrever a entidade com termos inconsistentes ao longo do tempo. Detectado pelo Drift Test: mesma query em diferentes modelos produz respostas diferentes. |
| Entropia de Decaimento (ΔV) | Sinais existentes perdem peso com o tempo sem serem renovados. Review recency, content freshness, post activity. Detectado por: queda de posição sem mudança de estratégia. |
| Entropia de Competição (ΔΘ) | Concorrentes aumentam seus sinais, elevando o Θ efetivo do mercado. A entidade não mudou — mas o mercado mudou ao redor dela. Detectado por: queda relativa sem queda absoluta de sinais. |
| Entropia de Evolução (ΔI) | A própria entidade evolui (novo produto, nova localização, nova especialidade) sem atualizar todas as fontes. Cria inconsistência entre o estado atual e os sinais que descrevem o estado antigo. |
⬡ Prova Empírica — Evidência de Entropia — GBP Inativo
BrightLocal (2026): perfis GBP que pararam de postar por 3+ meses viram queda mediana de posição de 2,3 lugares no Local Pack. Perfis que voltaram a postar regularmente após inatividade: recuperação em 60–90 dias, mas raramente voltando à posição original imediatamente.
Interpretação: a inatividade causa aumento de entropia (ΔV). A recuperação é possível mas exige reconstrução — recruzar o Θ após queda abaixo dele. Isso confirma o Axioma 3: a manutenção de estado de baixa entropia exige trabalho ativo contínuo.
Interpretação: a inatividade causa aumento de entropia (ΔV). A recuperação é possível mas exige reconstrução — recruzar o Θ após queda abaixo dele. Isso confirma o Axioma 3: a manutenção de estado de baixa entropia exige trabalho ativo contínuo.
◈ Prompt Mestre — Cap. 4 · Análise de Entropia e Plano de Manutenção
▸ Análise solicitada
1. Diagnóstico por tipo de entropia: ΔDrift / ΔDecaimento / ΔCompetição / ΔEvolução
2. Score de Entropia Total (0–10): 0 = baixa / 5 = risco / 10 = alta
3. Fonte primária de entropia + impacto projetado em 30/60/90 dias sem correção
4. Plano de manutenção mínima (anti-entropia) por componente W, C, D, V
5. Sistema de alertas: métricas-gatilho + template de checklist mensal
2. Score de Entropia Total (0–10): 0 = baixa / 5 = risco / 10 = alta
3. Fonte primária de entropia + impacto projetado em 30/60/90 dias sem correção
4. Plano de manutenção mínima (anti-entropia) por componente W, C, D, V
5. Sistema de alertas: métricas-gatilho + template de checklist mensal
Capítulo 5
As Métricas — ICS, EHS e o Framework Completo
Os instrumentos de medição da Física Semântica — do conceito à operacionalização
“Uma física sem instrumentos de medição é filosofia. O que diferencia a Física Semântica de uma metáfora interessante é que seus conceitos são mensuráveis.”
Fórmula do ICS — Índice de Coerência Semântica
ICS = (entidades em 3+ vetores) ÷ (total de entidades)
- 0–30%Baixo — a maioria das entidades centrais não tem confirmação distribuída
- 31–60%Médio — existe alguma coerência mas com lacunas significativas
- 61–85%Alto — a entidade tem boa distribuição de sinais coerentes
- 86–100%Excelente — coerência distribuída robusta em todos os vetores
Fórmula do EHS — Entity Health Score
EHS = (campos consistentes) ÷ (total de campos verificados)
- 0–50%Crítico — a IA não consegue verificar a identidade da entidade
- 51–70%Preocupante — inconsistências suficientes para reduzir confiança
- 71–85%Saudável — a IA consegue confirmar a identidade com razoável confiança
- 86–100%Excelente — identidade verificável com máxima confiança
Campos a verificar: Nome exato / Endereço / Telefone / Horário / Categorias / Especialidade / Cidade / Credenciais / URL / Foto principal
Fórmula do IVS — Índice de Velocidade Semântica (Novo)
IVS = (novos sinais relevantes nos últimos 90 dias) ÷ (benchmark mínimo do setor)
- IVS < 0.5Entropia de decaimento ativa — abaixo do mínimo
- IVS 0.5–1.0Estável mas sem crescimento
- IVS > 1.0Crescimento ativo — redução de entropia
Benchmark mínimo por setor: Negócio local competitivo: 4+ avaliações/mês + 2+ posts/semana · Profissional liberal: 1+ artigo/mês + 2+ posts LinkedIn/semana · Empresa digital: 2+ artigos/mês + 1+ menção externa/mês
Dashboard de Física Semântica
| Índice | Mede | Axioma Relacionado |
|---|---|---|
| ICS (0–100%) | Coerência entre vetores — a mesma entidade em múltiplas fontes | Axioma 1 — Coerência Distribuída |
| EHS (0–100%) | Consistência de identidade estrutural entre plataformas | Axioma 1 (componente de identidade) |
| IVS (relativo) | Velocidade de acumulação de novos sinais vs. benchmark | Axioma 3 — Entropia (componente V) |
| Posição relativa ao Θ | Distância entre F atual e o limiar de confiança do setor | Axioma 2 — Limiar de Confiança |
◈ Prompt Mestre — Cap. 5 · Dashboard de Física Semântica
▸ Análise solicitada
1. Cálculo do ICS: mapeamento por entidade e vetor + score final
2. Cálculo do EHS: inconsistências específicas identificadas + score final
3. Cálculo do IVS: total de sinais 90 dias / benchmark do setor
4. Estimativa da posição relativa ao Θ com componente mais distante do mínimo
5. Score integrado F = W × C × D × V com interpretação: invisível / abaixo / próximo / acima / dominante
6. Relatório executivo (1 parágrafo em linguagem não-técnica)
2. Cálculo do EHS: inconsistências específicas identificadas + score final
3. Cálculo do IVS: total de sinais 90 dias / benchmark do setor
4. Estimativa da posição relativa ao Θ com componente mais distante do mínimo
5. Score integrado F = W × C × D × V com interpretação: invisível / abaixo / próximo / acima / dominante
6. Relatório executivo (1 parágrafo em linguagem não-técnica)
Capítulo 6
O Método de Reengenharia Semântica
Da teoria à prática — o protocolo universal para qualquer tipo de entidade
“Uma teoria que não tem método de aplicação é estética. A Física Semântica tem método. E o método funciona para o mesmo princípio em contextos radicalmente diferentes.”
Fase 1 — Arqueologia Semântica (Dissecção)
Objetivo: entender o padrão semântico das entidades que já cruzaram o Θ no seu contexto.
Ações: coletar o corpus textual completo das entidades de referência (tudo que disseram + tudo que foi dito sobre elas). Extrair as entidades centrais e mapear sua distribuição pelos vetores. Identificar a frequência e a fonte de cada confirmação. Medir o ICS e o EHS das referências.
Pergunta central: ‘Que padrão gerou a Força Semântica que essas entidades têm?’
Ações: coletar o corpus textual completo das entidades de referência (tudo que disseram + tudo que foi dito sobre elas). Extrair as entidades centrais e mapear sua distribuição pelos vetores. Identificar a frequência e a fonte de cada confirmação. Medir o ICS e o EHS das referências.
Pergunta central: ‘Que padrão gerou a Força Semântica que essas entidades têm?’
Fase 2 — Decodificação (Análise pela Física)
Objetivo: entender por que os padrões identificados funcionam — quais leis da Física Semântica estão em operação.
Ações: aplicar os 3 axiomas para explicar cada padrão observado. É Coerência Distribuída (Axioma 1)? É o acúmulo acima do Θ (Axioma 2)? É a manutenção ativa de baixa entropia (Axioma 3)?
Pergunta central: ‘Por que esse padrão funciona — qual lei ele está obedecendo?’
Ações: aplicar os 3 axiomas para explicar cada padrão observado. É Coerência Distribuída (Axioma 1)? É o acúmulo acima do Θ (Axioma 2)? É a manutenção ativa de baixa entropia (Axioma 3)?
Pergunta central: ‘Por que esse padrão funciona — qual lei ele está obedecendo?’
Fase 3 — Engenharia (Construção Intencional)
Objetivo: projetar o corpus semântico da sua entidade para produzir o mesmo padrão identificado — com consciência e método.
Ações: definir as entidades centrais (o núcleo semântico que deve ser distribuído). Mapear os vetores necessários para atingir o ICS-alvo. Criar o plano de distribuição: o que vai para onde, em qual sequência. Implementar a fundação técnica (schema, sameAs, canônicos).
Pergunta central: ‘Como produzo o padrão identificado com intenção e precisão?’
Ações: definir as entidades centrais (o núcleo semântico que deve ser distribuído). Mapear os vetores necessários para atingir o ICS-alvo. Criar o plano de distribuição: o que vai para onde, em qual sequência. Implementar a fundação técnica (schema, sameAs, canônicos).
Pergunta central: ‘Como produzo o padrão identificado com intenção e precisão?’
Fase 4 — Manutenção Anti-Entrópica (Operação Contínua)
Objetivo: manter a Força Semântica acima do Θ ao longo do tempo, apesar da tendência natural à entropia.
Ações: definir o IVS-alvo (velocidade mínima de novos sinais). Implementar o sistema de monitoramento (dashboard mensal). Estabelecer alertas de entropia (quando agir preventivamente). Adaptar o corpus semântico quando a entidade evolui.
Pergunta central: ‘Como mantenho F > Θ de forma sustentável e sistematizada?’
Ações: definir o IVS-alvo (velocidade mínima de novos sinais). Implementar o sistema de monitoramento (dashboard mensal). Estabelecer alertas de entropia (quando agir preventivamente). Adaptar o corpus semântico quando a entidade evolui.
Pergunta central: ‘Como mantenho F > Θ de forma sustentável e sistematizada?’
◈ Prompt Mestre — Cap. 6 · Plano Integrado de Reengenharia Semântica
▸ Análise solicitada
1. Diagnóstico unificado: W / C / D / V atuais + componente limitante + distância ao Θ
2. Plano por fase adaptado ao tipo de entidade e recursos disponíveis
FASE 1 — Arqueologia (30 dias): entidades de referência + corpus a coletar
FASE 2 — Decodificação (14 dias): aplicação dos 3 axiomas à análise
FASE 3 — Engenharia (30–60 dias): plano de distribuição semântica + schema
FASE 4 — Manutenção (contínua): dashboard + frequência mínima + alertas
3. Cronograma semana a semana para os primeiros 90 dias com KPIs de progressão
4. Os 3 erros mais prováveis para este tipo de entidade neste contexto
2. Plano por fase adaptado ao tipo de entidade e recursos disponíveis
FASE 1 — Arqueologia (30 dias): entidades de referência + corpus a coletar
FASE 2 — Decodificação (14 dias): aplicação dos 3 axiomas à análise
FASE 3 — Engenharia (30–60 dias): plano de distribuição semântica + schema
FASE 4 — Manutenção (contínua): dashboard + frequência mínima + alertas
3. Cronograma semana a semana para os primeiros 90 dias com KPIs de progressão
4. Os 3 erros mais prováveis para este tipo de entidade neste contexto
Capítulo 7
Aplicação em Negócios Locais
A Física Semântica explica o Local Pack — e por que a Reengenharia Semântica funciona
O Local Pack como Campo Semântico
| Lei da Física Semântica | Implementação no Local Pack |
|---|---|
| Axioma 1 — Coerência Distribuída | GBP (32%) + Reviews (20%) + On-page (19%) + Citations (7%) — cada um é um vetor independente. Coerência entre eles eleva C, que eleva F. |
| Axioma 2 — Limiar de Confiança | A transição de ‘não aparece no pack’ para ‘aparece no pack’ é abrupta. Metade dos negócios em um mercado está abaixo do Θ. A outra metade compete acima. |
| Axioma 3 — Entropia Semântica | GBP inativo perde posição. Review velocity decai. Post frequency é sinal de ranking Tier 1 em 2026. Tudo confirma a tendência à entropia. |
Correspondência com ‘O Código Invisível do Local Pack’
| Conceito do livro anterior | Expressão na Física Semântica |
|---|---|
| Índice de Coerência Semântica (ICS) | Medida de C (Coerência) para entidades de negócio local |
| Vetores Semânticos | Os pontos D (Distribuição) do campo — fontes independentes |
| Loop de Feedback Semântico | A auto-amplificação acima do Θ (Axioma 2): F > Θ → mais engajamento → mais F |
| Arqueologia de Avaliações | Fase 1 do Método (Arqueologia) aplicada ao corpus de reviews |
| Entity Health Score (EHS) | Medida de C na dimensão de identidade estrutural (NAP) |
| Justificações | Expressão visual da Coerência Distribuída — o Google exibindo a evidência |
📊 Dado de Pesquisa
Whitespark 2026 — pesos por categoria para Local Pack: GBP signals = 32%, Reviews = 20% (subiu de 16% em 2023), On-page = 19%, Links = 17%, Citations = 7%, Behavioral = 5%. O aumento de Reviews de 16% para 20% é evidência empírica do Axioma 1: o algoritmo está valorizando cada vez mais fontes externas independentes (clientes) sobre fontes internas (o próprio perfil GBP).
◈ Prompt Mestre — Cap. 7 · Diagnóstico de Física Semântica para Negócio Local
▸ Análise solicitada
1. Axioma 1: quantos vetores coerentes? vocabulário dos clientes alinha com o perfil? ICS estimado
2. Axioma 2: onde está o Θ para este mercado? o negócio está acima ou abaixo? por qual margem?
3. Axioma 3: sinais de decaimento (ΔV)? drift entre vetores (ΔC)? mercado elevando o Θ?
4. Score F e diagnóstico comparativo com o top 3 do Local Pack
5. Plano de Física Semântica (90 dias) focalizado nos axiomas mais deficientes
2. Axioma 2: onde está o Θ para este mercado? o negócio está acima ou abaixo? por qual margem?
3. Axioma 3: sinais de decaimento (ΔV)? drift entre vetores (ΔC)? mercado elevando o Θ?
4. Score F e diagnóstico comparativo com o top 3 do Local Pack
5. Plano de Física Semântica (90 dias) focalizado nos axiomas mais deficientes
Capítulo 8
Aplicação em Marcas Pessoais
A Física Semântica explica por que alguns especialistas são citados pela IA e outros não
“A diferença entre o consultor que a IA cita e o que a IA ignora não é mérito. É Força Semântica.”
| Conceito de ‘A Entidade’ | Expressão na Física Semântica |
|---|---|
| Semantic Mass | A Força Semântica F — produto de W × C × D × V |
| Entity Drift | Violação do Axioma 1 — inconsistência semântica entre fontes |
| Entity Statement | O núcleo semântico canônico — a semente de Coerência Distribuída |
| sameAs no schema | O mecanismo de confirmação D (Distribuição) — une vetores em um único nó |
| Answer Capsule | Otimização do componente W (Peso) — fragmento de máxima citabilidade |
| Corpus de Autoridade | Engenharia de dados únicos para criar W insubstituível |
| Digital PR para pessoas | Expansão de D (Distribuição) para fontes de alta autoridade |
| Drift Test (comparar modelos) | Medição da Coerência C — detectar violação do Axioma 1 |
📊 Dado de Pesquisa
Research de 2 milhões de sessões do ChatGPT (Akselera, 2025): E-E-A-T brands têm 45% mais taxa de citação. Wikipedia pesa 47,9% na hierarquia de fontes. ‘Answer capsules’ após H2 é o fator mais forte de citabilidade por fragmento. Interpretação: E-E-A-T é a forma humana de medir Coerência Distribuída. Wikipedia é a fonte de maior peso W para entidades Person.
◈ Prompt Mestre — Cap. 8 · Física Semântica Aplicada a Marca Pessoal
▸ Análise solicitada
1. Axioma 1: as mesmas entidades centrais aparecem em múltiplas fontes independentes? ICS como Person entity
2. Axioma 2: qual é o Θ para ser citado pelo ChatGPT como especialista neste nicho? posição desta pessoa
3. Axioma 3: corpus crescendo, estável ou decaindo? drift entre plataformas? Θ do mercado subindo?
4. Comparação com os citados: em quais componentes (W, C, D, V) os citados são superiores?
5. Plano de 90 dias por axioma com foco no componente mais deficiente
2. Axioma 2: qual é o Θ para ser citado pelo ChatGPT como especialista neste nicho? posição desta pessoa
3. Axioma 3: corpus crescendo, estável ou decaindo? drift entre plataformas? Θ do mercado subindo?
4. Comparação com os citados: em quais componentes (W, C, D, V) os citados são superiores?
5. Plano de 90 dias por axioma com foco no componente mais deficiente
Capítulo 9
Aplicação Corporativa
Empresas, produtos e marcas — a Física Semântica na escala organizacional
“Uma empresa com 1.000 funcionários tem a mesma física semântica que um profissional solo. A escala muda. As leis não.”
📊 Dado de Pesquisa
62% de 1.000 empresas enterprise analisadas em 2026 eram invisíveis para modelos de IA generativa — apesar de 94% investirem pesado em SEO tradicional. SEO tradicional otimiza o componente W (peso) mas ignora C (coerência) e D (distribuição externa). Gartner 2026: 25% de queda em busca tradicional prevista até 2026 — absorvida por IA. B2B buyers adotam IA search 3× mais rápido que consumidores.
As Quatro Particularidades Corporativas
- Governança Semântica: Empresas têm múltiplos emissores de sinal (diferentes departamentos, funcionários, parceiros). Sem governança central das entidades canônicas, a entropia ΔEvolução é garantida — cada equipe define os produtos de forma diferente.
- Múltiplas Entidades Aninhadas: A empresa como entidade, cada produto como entidade, cada liderança como entidade. Todas precisam ter coerência entre si E com fontes externas — um problema de escala que exige arquitetura.
- Ciclo de Vida de Produto: Produtos são lançados, evoluem, são descontinuados. Cada transição é uma fonte de entropia ΔEvolução. A IA pode continuar descrevendo a empresa como se oferecesse produtos descontinuados por meses após a mudança.
- Entity Authority vs. Brand Awareness: Uma empresa pode ter altíssimo brand awareness mas baixa entity authority (a IA não consegue descrever precisamente o que ela faz). GEO requer entity authority, não brand awareness.
◈ Prompt Mestre — Cap. 9 · Física Semântica para Empresas e Produtos
▸ Análise solicitada
1. Análise de Entity Authority vs. Brand Awareness: a IA descreve a empresa corretamente?
2. Diagnóstico dos 4 componentes (W, C, D, V) corporativos com interpretação
3. Análise de governança semântica: inconsistências entre canais/produtos/equipes
4. Análise do limiar corporativo: Θ estimado para citação pelo ChatGPT neste setor B2B
5. Plano corporativo: governança semântica + Digital PR + schema + ciclo de manutenção
2. Diagnóstico dos 4 componentes (W, C, D, V) corporativos com interpretação
3. Análise de governança semântica: inconsistências entre canais/produtos/equipes
4. Análise do limiar corporativo: Θ estimado para citação pelo ChatGPT neste setor B2B
5. Plano corporativo: governança semântica + Digital PR + schema + ciclo de manutenção
Capítulo 10
Aplicação a Ideias e Metodologias
O território mais inexplorado — quando o que você quer que seja citado é um conceito
“Uma metodologia que não existe como entidade semântica reconhecida pela IA é uma metodologia que a IA inventa quando perguntada sobre ela.”
Este capítulo cobre o domínio de aplicação mais inexplorado da Física Semântica: entidades que não são pessoas nem empresas, mas conceitos, metodologias, movimentos intelectuais e ideias. Em um mundo onde a IA é cada vez mais consultada para explicar ‘como funciona X’ ou ‘qual é o melhor método para Y’, ser a origem semântica de um conceito tem valor estratégico imenso.
Por Que Entidades de Ideia São Diferentes
Entidades de ideia têm uma característica única: elas podem ser inventadas pela IA se não existirem como entidade semântica robusta. Um médico que a IA não conhece simplesmente não é citado. Uma metodologia que a IA não conhece pode ser descrita de forma completamente equivocada — ou atribuída a outra pessoa — porque a IA ‘sabe’ que algo como aquilo existe e precisa responder à pergunta.
Isso torna o Axioma 1 especialmente crítico para entidades de ideia: a confirmação por fontes independentes não apenas aumenta a visibilidade — previne a confabulação. Uma metodologia com corpus semântico robusto é descrita corretamente. Uma com corpus fraco é descrita como a IA imagina que deveria ser.
📊 Dado de Pesquisa
Semantic entropy (Farquhar et al., Nature 2024): “When the LLM is asked about a concept and produces high semantic entropy responses, this indicates confabulation — the LLM is making up the answer because it doesn’t have reliable information.” Aplicado a entidades de ideia: uma metodologia com baixa Força Semântica produz alta entropia nas respostas da IA — ela inventa detalhes plausíveis mas incorretos. O criador recebe como retorno uma descrição distorcida do próprio trabalho.
◈ Prompt Mestre — Cap. 10 · Física Semântica para Metodologias e Conceitos
▸ Análise solicitada
1. Diagnóstico de confabulação vs. reconhecimento: a IA descreve o conceito corretamente? há elementos inventados?
2. Análise de corpus semântico: a definição canônica está em fontes que a IA rastreia? há confirmação independente?
3. Força Semântica da ideia: W / C / D / V para o conceito
4. Estratégia de entity building: definição canônica em múltiplos formatos + aplicações documentadas + schema CreativeWork
5. Plano de corpus de autoridade: quais fontes precisam documentar + como monitorar se a IA está descrevendo corretamente
2. Análise de corpus semântico: a definição canônica está em fontes que a IA rastreia? há confirmação independente?
3. Força Semântica da ideia: W / C / D / V para o conceito
4. Estratégia de entity building: definição canônica em múltiplos formatos + aplicações documentadas + schema CreativeWork
5. Plano de corpus de autoridade: quais fontes precisam documentar + como monitorar se a IA está descrevendo corretamente
Capítulo 11
A Física Semântica na Era dos Agentes
Por que a física que governa a citação hoje governa a ação autônoma amanhã
“Quando agentes de IA tomarem decisões por usuários — contratando serviços, reservando consultas, recomendando produtos — eles precisarão de alta confiança semântica nas entidades que escolhem. O limiar Θ para agentes é mais alto ainda.”
📊 Dado de Pesquisa
Kalicube (2025): ‘AI assistive agents — sistemas que tomam ações em nome de usuários — dependem inteiramente da camada de conhecimento da IA. O usuário nunca busca. A decisão acontece dentro do modelo.’ Gartner: 40% das aplicações enterprise terão agentes de IA embedded até 2026 (acima de 5% em 2025). B2B buyers adotam IA search 3× mais rápido do que consumidores — e agentes B2B são os primeiros a tomar ações autônomas.
Três Implicações da Era Agêntica
- Limiar Θ mais alto: Agentes que tomam ações precisam de confiança semântica maior do que assistentes que apenas respondem. Entidades que estão no Θ textual podem estar abaixo do Θ agêntico. O EHS torna-se especialmente crítico — um agente que não consegue verificar a identidade de uma entidade com alta confiança simplesmente não a seleciona.
- Velocidade de colapso semântico aumenta: Se o agente tomar uma ação baseada em informação errada sobre uma entidade, o feedback negativo alimenta os sistemas de avaliação com sinal negativo. A entropia semântica de uma entidade que recebe feedbacks negativos de agentes acelera dramaticamente.
- Schema e dados estruturados tornam-se pré-requisito: Para que um agente tome uma ação (reservar, contratar, recomendar), ele precisa de dados estruturados confiáveis — horários disponíveis, preços, localização exata, método de contato. Schema markup passa de vantagem competitiva para requisito mínimo de entrada no ecossistema agêntico.
◈ Prompt Mestre — Cap. 11 · Preparação para o Ecossistema Agêntico
▸ Análise solicitada
1. Análise do Θ agêntico: para os tipos de ação que um agente poderia tomar, sua entidade está acima?
2. Verificação de dados estruturados: quais dados um agente precisaria? estão acessíveis e verificáveis?
3. Riscos de feedback negativo agêntico: vetores que poderiam criar entropia acelerada
4. Posição competitiva no ecossistema agêntico: concorrentes estão mais ou menos preparados?
5. Plano de preparação agêntica (6 meses): fundação de dados + elevação do Θ + gestão de feedback
2. Verificação de dados estruturados: quais dados um agente precisaria? estão acessíveis e verificáveis?
3. Riscos de feedback negativo agêntico: vetores que poderiam criar entropia acelerada
4. Posição competitiva no ecossistema agêntico: concorrentes estão mais ou menos preparados?
5. Plano de preparação agêntica (6 meses): fundação de dados + elevação do Θ + gestão de feedback
Capítulo 12
O Protocolo Universal de Física Semântica
A síntese completa — aplicável a qualquer entidade em qualquer contexto
“Uma teoria universal é aquela que explica fenômenos aparentemente diferentes através do mesmo conjunto de princípios. A Física Semântica é essa teoria para o ecossistema digital mediado por IA.”
Chegamos ao ponto onde a teoria e o método convergem em um protocolo que pode ser aplicado a um negócio de bairro no interior do Brasil ou a uma multinacional, a um médico recém-formado ou a um CEO com 20 anos de carreira, a um framework educacional ou a um produto SaaS. Os três axiomas operam. As quatro propriedades se medem. O método de quatro fases se aplica.
O Checklist de Física Semântica — 12 Perguntas Fundamentais
Axioma 1 — Coerência Distribuída
- Quais são as 7 entidades centrais que definem esta entidade?
- Em quantas fontes independentes cada entidade central aparece?
- As descrições nas fontes independentes são semanticamente consistentes?
- Há fontes que contradizem a identidade central (fontes de drift)?
Axioma 2 — Limiar de Confiança
- Qual é o Θ estimado para este contexto específico (setor + localidade + plataforma)?
- Qual é a Força Semântica F atual estimada (W × C × D × V)?
- F está acima ou abaixo de Θ? Por qual margem?
- Qual ação mínima cruzaria o Θ no menor tempo com os recursos disponíveis?
Axioma 3 — Entropia Semântica
- Qual é o IVS atual (velocidade de novos sinais vs. benchmark do setor)?
- Há entropia de Drift ativo (fontes inconsistentes recentes)?
- Há entropia de Competição (Θ do mercado subindo)?
- Qual é o trabalho mínimo mensal para manter F acima de Θ?
Os 8 Conceitos Originais — Índice de Referência
| Conceito | Axioma | Definição Formal |
|---|---|---|
| ICS — Índice de Coerência Semântica | Axioma 1 | (entidades centrais em 3+ vetores independentes) ÷ (total de entidades centrais) |
| EHS — Entity Health Score | Axioma 1 | (campos de identidade estrutural consistentes entre plataformas) ÷ (total de campos verificados) |
| IVS — Índice de Velocidade Semântica | Axioma 3 | (novos sinais relevantes nos últimos 90 dias) ÷ (benchmark mínimo do setor) |
| Loop de Feedback Semântico | Axioma 2 | F > Θ → mais visibilidade → mais engajamento → mais sinais → F aumenta. Abaixo do Θ, o loop não existe. |
| Coerência de Entidade Distribuída | Axioma 1 | Estado onde as mesmas entidades centrais aparecem em múltiplos vetores independentes. |
| Semantic Mass | Axiomas 1+2 | A densidade total de sinais semânticos consistentes ao redor de uma entidade. |
| Entity Drift | Axioma 1 (violação) | Estado onde fontes diferentes descrevem a mesma entidade com atributos inconsistentes. Reduz C e pode resultar em confabulação. |
| Answer Capsule | Axioma 1 (aplicação) | Fragmento de texto de 120–150 chars posicionado após H2, otimizado para ser o chunk selecionado pela IA como citação. |
◈ Prompt Mestre Universal — Cap. 12 · Diagnóstico e Plano Completo
▸ Dados de campo
ENTIDADE: [NOME + TIPO + CONTEXTO]
OBJETIVO SEMÂNTICO: [o que quer que a IA diga sobre você / onde quer aparecer]
W atual: [baixo/médio/alto] · C atual (ICS/EHS): [valor] · D atual: [fontes independentes] · V atual (IVS): [valor]
Θ estimado: [referências que já cruzaram + o que têm]
Score de Entropia: [0-10] · Tipo dominante: [Drift/Decaimento/Competição/Evolução]
Recursos: [horas/semana + orçamento + prazo em meses]
OBJETIVO SEMÂNTICO: [o que quer que a IA diga sobre você / onde quer aparecer]
W atual: [baixo/médio/alto] · C atual (ICS/EHS): [valor] · D atual: [fontes independentes] · V atual (IVS): [valor]
Θ estimado: [referências que já cruzaram + o que têm]
Score de Entropia: [0-10] · Tipo dominante: [Drift/Decaimento/Competição/Evolução]
Recursos: [horas/semana + orçamento + prazo em meses]
▸ Análise solicitada
1. Estado de campo: F = W × C × D × V estimado + posição ao Θ + principal ameaça de entropia + parágrafo executivo não-técnico
2. Status dos 3 axiomas com gaps específicos
3. Plano de 90 dias em 3 fases (Fundação / Expansão / Manutenção)
4. Conteúdo pronto: Entity Statement (150 chars) + 7 entidades centrais + 3 primeiras ações de alto impacto
5. Sistema de monitoramento mensal: ICS target / EHS target / IVS target + 3 alertas de entropia
2. Status dos 3 axiomas com gaps específicos
3. Plano de 90 dias em 3 fases (Fundação / Expansão / Manutenção)
4. Conteúdo pronto: Entity Statement (150 chars) + 7 entidades centrais + 3 primeiras ações de alto impacto
5. Sistema de monitoramento mensal: ICS target / EHS target / IVS target + 3 alertas de entropia
“A Física Semântica não existe para tornar o digital mais complicado. Existe para torná-lo mais honesto: as entidades que merecem ser encontradas devem ser as que têm o padrão real — coerência genuína, confirmação autêntica, presença consistente.”
— Raphael Sousa Pereira · pesquisador em GEO e Física Semântica · Negócio no Mapa · Brasil
Fundação
Glossário Formal da Física Semântica
Os termos, fórmulas e conceitos originais desta teoria — referência para uso com os Prompts Mestres.
Axioma 1 — Lei da Coerência Distribuída
A força semântica de uma entidade é proporcional ao número de fontes independentes que confirmam as mesmas entidades centrais, ponderado pela autoridade de cada fonte.
Axioma 2 — Lei do Limiar de Confiança
Existe um limiar Θ específico por contexto, abaixo do qual a probabilidade de citação pela IA é aproximadamente zero, e acima do qual cresce rapidamente (transição de fase).
Axioma 3 — Lei da Entropia Semântica
O estado semântico de uma entidade tende ao aumento de entropia (desalinhamento) na ausência de trabalho ativo de manutenção.
Campo Semântico Digital
A região do espaço de informações onde cada entidade tem um peso semântico mensurável que determina probabilidade de reconhecimento e recomendação por IA.
Coerência (C)
C = 1 − (variância_semântica / peso_total)
O grau de consistência entre sinais de fontes independentes sobre a mesma entidade.
Coerência de Entidade Distribuída
O estado onde as mesmas entidades centrais aparecem de forma consistente em múltiplos vetores independentes. O estado desejado para máxima F.
Corpus de Autoridade
Conjunto de conteúdo produzido por uma entidade que contém dados proprietários únicos, que a IA precisa citar porque não pode recriar. Maximiza W com insubstitutibilidade.
Distribuição (D)
D = fontes_únicas / total_fontes
A diversidade de fontes independentes que contribuem para o sinal de uma entidade.
EHS — Entity Health Score
EHS = (campos consistentes) ÷ (total de campos)
Medida de C na dimensão de dados canônicos de identidade.
Entity Drift
Violação do Axioma 1: diferentes fontes descrevem a mesma entidade com atributos inconsistentes, produzindo alta entropia semântica e risco de confabulação.
Entropia Semântica
Medida de incerteza semântica da IA sobre uma entidade. Alta entropia = respostas inconsistentes = confabulação ou não-citação.
Força Semântica (F)
F = W × C × D × V
A força resultante de uma entidade no campo semântico digital — determina probabilidade de citação pela IA.
ICS — Índice de Coerência Semântica
ICS = (entidades em 3+ vetores) ÷ (total de entidades centrais)
Operacionalização do Axioma 1 para negócios locais e entidades pessoais.
IVS — Índice de Velocidade Semântica
IVS = (novos sinais 90 dias) ÷ (benchmark mínimo do setor)
Medida de V para diagnóstico de entropia de decaimento.
Limiar de Confiança (Θ)
O nível mínimo de Força Semântica necessário para uma entidade entrar no círculo de recomendação da IA em um contexto específico.
Loop de Feedback Semântico
O mecanismo de auto-amplificação após cruzar o Θ: F > Θ → visibilidade → engajamento → sinais → F aumenta.
Semantic Mass
A densidade total de sinais semânticos consistentes ao redor de uma entidade — percepção subjetiva de F no campo.
Velocidade (V)
V = Δ(sinais_novos) / Δ(tempo)
A taxa de acumulação de novos sinais ao longo do tempo — sinais frescos têm peso maior que sinais antigos.
Vetor Semântico
Um ponto de emissão de sinal semântico sobre uma entidade. Cada vetor independente contribui para D (Distribuição).
Peso Semântico (W)
W = Σ (autoridade_fonte × relevância_sinal × frequência)
A massa total de sinais semânticos acumulados por uma entidade.
“Esta teoria não é especulação. É a formalização de padrões observados empiricamente em centenas de negócios e profissionais — e validada pelas pesquisas mais rigorosas sobre como LLMs processam informação. O campo existe. As leis operam. A metodologia funciona. O que muda com este livro é que agora você sabe por quê.”