A Google oficializou o GEO: legitimação com regras

A 5 de Junho de 2026 a Google nomeou GEO e AEO como categorias legítimas de serviço na sua documentação. A leitura útil não é despromoção, é legitimação com regras.

A 5 de Junho de 2026, a Google publicou atualizações que mudaram o estatuto do Generative Engine Optimization (GEO) e do Answer Engine Optimization (AEO) na sua documentação: deixaram de ser termos exteriores ao seu vocabulário e passaram a categorias de serviço legítimas, lado a lado com SEO clássico. A maioria da indústria leu como despromoção, "afinal é só SEO". A leitura mais útil é o oposto: é legitimação com regras explícitas sobre o que conta e o que não conta.

O que mudou: três documentos, duas datas

Em três semanas, a Google publicou três coisas que importam:

• 15 de Maio de 2026, guia técnico autónomo Optimizing your website for generative AI features on Google Search, dentro de uma secção nova do Search Central chamada Generative AI fundamentals. Primeira vez que a Google formaliza, num documento dedicado, como aparecer nas respostas geradas pela sua pesquisa.
• 5 de Junho de 2026, duas peças no mesmo dia: a página nova Google Search's guidance on using third-party SEO tools, services, and advice (aviso à navegação sobre o mercado de ferramentas e consultorias) e a atualização do guia Do you need an SEO? a nomear explicitamente AEO e GEO como categoria legítima de serviço, ao lado de SEO.

É a primeira vez que a Google reconhece o vocabulário do mercado e descreve, em letra de imprensa, o que considera trabalho real e o que considera promessa vazia.

O que a Google diz que não funciona

A lista é curta, direta, e particularmente útil porque corta com meia indústria de uma penada. A Google diz que não é preciso fazer nenhuma destas coisas para aparecer em respostas de IA na sua pesquisa:

• Criar ficheiros legíveis por máquina: llms.txt, ai.txt, markup especial ou Markdown estruturado.
• Partir conteúdo em pedaços pequenos para a IA digerir.
• Escrever num estilo específico para IA.
• Aplicar schema.org dedicado a respostas de IA: não há markup especial, não é requisito.

E avisa explicitamente contra três práticas:

• Fabricar menções inautênticas para manipular respostas geradas: reviews falsas, perfis pagos, threads encenadas.
• Acreditar em serviços que se vendem como aprovados pela Google ou acceptable to Google: não existe nenhum programa do género.
• Confiar em ferramentas de terceiros que garantem desempenho. Na tradução direta do guia: estas ferramentas não têm acesso aos dados internos de ranking da Google e não podem garantir desempenho.

A parte difícil: o llms.txt

Vale a pena assumir isto de frente. Nesta secção há um artigo a explicar como criar um llms.txt e, em Junho de 2026, a Google disse que não é preciso. À primeira vista, parece contradição.

Não é, e a posição já estava no próprio artigo: o llms.txt sempre foi descrito como higiene de baixo custo, não como uma alavanca comprovada de citação. A atualização da Google formaliza essa nuance, não a contradiz. Continua a fazer sentido publicar llms.txt por três razões mais modestas:

1. Documenta a estrutura do site para crawlers, auditores e equipas internas, o equivalente a um sitemap.xml legível por humanos.
2. Outros motores que não a Google podem vir a usá-lo, algumas plataformas de retrieval e agentes especializados já o consomem, e o custo de o ter é nulo.
3. Trabalho de duas horas, sem custo recorrente. O pior cenário é não fazer diferença; o melhor cenário é fazer.

O que não fazemos, e nunca fizemos, é prometer citações no ChatGPT, no Claude ou no Gemini com base num llms.txt bem escrito. Quem promete está a vender o que a Google acabou de dizer que ninguém pode garantir.

O que funciona, na leitura da Google

A linha mestra do guia é simples e familiar: conteúdo único, valioso e rastreável mais autoridade real. Os fundamentos de SEO continuam a importar porque as features de IA assentam nos mesmos sistemas base de ranking e qualidade. Não há um motor de IA à parte; há um motor de pesquisa cujas respostas, em parte dos casos, são geradas por IA.

A mecânica, em duas palavras-chave que vale a pena conhecer:

• RAG (Retrieval-Augmented Generation): a IA não inventa do treino; vai buscar resultados ao índice em tempo real e gera a resposta ancorada nessas fontes, com ligações.
• Query fan-out: a IA reformula a pergunta original em várias sub-perguntas relacionadas, faz uma busca por cada, e sintetiza. Daí a importância de cobrir um tema com profundidade lateral, não só com uma página ótima.

O caminho prático para aparecer em respostas geradas é, na essência, o mesmo caminho que sempre fez SEO funcionar, só que com um tecto diferente para o conteúdo: precisa de ser extraível e citável, não otimizado para clique. Não há atalho técnico.

A medição também mudou

A 3 de Junho de 2026, duas semanas depois do guia técnico, a Google lançou os primeiros relatórios de Search Generative AI performance dentro do Search Console. Por agora, num subconjunto de sites no Reino Unido e sem dados de cliques no lançamento. Mas é o início de medição de visibilidade em IA dentro da própria infraestrutura da Google, em vez de só por terceiros.

A implicação prática para qualquer operação de GEO honesta:

• Até hoje, o trabalho dependia inevitavelmente de ferramentas externas, todas com conflito de interesse natural por venderem o produto que medem.
• A partir de agora, parte da medição passa a ter uma referência primária da fonte. Para clientes no Reino Unido, é já operacional. Para o resto da Europa, é uma questão de meses.
• Continuamos a usar monitorização interna e benchmark externo, agora com o relatório de IA do Search Console a entrar na stack à medida que abre para mais mercados.

Âmbito: isto é a Google. Os outros não são todos iguais.

Uma nota crítica de leitura que poucos artigos fazem: a documentação que a Google publicou descreve a pesquisa da Google (Search, AI Mode, Gemini). Não descreve, e a Google não controla, o ChatGPT, o Claude, o Perplexity, ou outros motores generativos. Cada um tem indexação, fontes de treino e mecânicas diferentes.

O llms.txt que a Google dispensa pode ser útil para um agente Perplexity hoje, ou para um motor que ainda nem existe. Generalizar "a IA" como se fosse tudo Google é um erro comum e caro. O trabalho de GEO honesto faz-se motor a motor: o que serve cada um, o que cada um premeia, o que cada um penaliza.

Leitura final

A Google fez três coisas em três semanas: deu nome ao trabalho (GEO e AEO legitimados como categorias de serviço), disse o que não conta como trabalho (llms.txt mágico, schema especial, garantias) e começou a medi-lo (relatórios de IA do Search Console). É a melhor validação possível para quem faz isto a sério, porque distingue, finalmente, prática de pitch.

Para nós não muda quase nada. Continuamos a fazer o mesmo: conteúdo extraível, autoridade real, medição honesta, âmbito claro motor a motor. A diferença é que agora há vocabulário em comum com a fonte, e é mais difícil para a parte pouco séria da indústria continuar a vender fumo.

Fontes: documentação do Search Central da Google, Maio e Junho de 2026 (Generative AI fundamentals, Do you need an SEO?, Google Search's guidance on using third-party SEO tools, services, and advice). Os números do mercado estão no estudo destaque.ai da visibilidade em IA do SaaS B2B português 2026.

A ler a seguir

• O dia em que a caixa de pesquisa deixou de existir, a outra data Google de 2026.
• O que é o llms.txt e como criar o seu, o ficheiro que este artigo põe no seu lugar.
• SEO vs GEO: porque a base importa, mas já não chega.

Publicado primeiro em destaque.ai/blog/google-oficializa-geo-junho-2026