Nos últimos meses, virou produto: curso, agência e ferramenta vendendo schema markup como senha de entrada pro ChatGPT e pro AI Overviews. Prometiam arquivo especial, marcação exclusiva, página inteira reescrita só para o robô de IA ler.
Em maio de 2026, o Google publicou o primeiro guia oficial de como otimizar sites para as próprias funcionalidades de IA generativa da Busca, atualizado em junho. A seção mais comentada do documento é uma lista de “mythbusting”: tudo que o mercado vendeu como obrigatório, mas o próprio Google diz que nunca precisou.
Schema.org especial para IA está nessa lista, ao lado de outras quatro táticas. Vale conferir se alguma delas já entrou no seu orçamento deste ano.
O que diz o guia oficial do Google Search Central sobre busca por IA
O documento se chama “Optimizing for generative AI features on Google Search” e vive dentro do Search Central, a documentação técnica que o Google mantém para quem trabalha com SEO. John Mueller anunciou a publicação em 15 de maio de 2026, e o texto ganhou atualização em 5 de junho.
A frase que resume o posicionamento inteiro está logo ali: “otimizar para busca por IA generativa é otimizar para a experiência de busca, e por isso ainda é SEO”. Na prática, o Google está dizendo que AI Overviews e AI Mode puxam do mesmo índice e usam os mesmos sistemas de ranqueamento da busca tradicional.
Isso vale tanto para quem já ouviu falar de AEO (Answer Engine Optimization) e GEO (Generative Engine Optimization) quanto para quem está chegando agora nesses termos: o Google não trata nenhum dos dois como categoria técnica separada de SEO, mesmo que parte do mercado ainda use esses nomes para descrever estratégias específicas voltadas a mecanismo generativo.
A lista de mythbusting que o Google publicou
A parte mais prática do guia é a seção batizada de “mythbusting”. Nela, o Google nomeia cinco táticas vendidas há mais de um ano como essenciais para aparecer em resposta de IA e diz, uma por uma, que nenhuma delas é necessária:
- Schema.org especial para IA
- Arquivos como llms.txt e outros formatos “de IA”
- Fragmentação de conteúdo em blocos pequenos (chunking)
- Reescrita de página voltada só para sistemas de IA
- Busca por menções “inautênticas” da marca em outros sites
Cada um desses pontos carrega um histórico de agência vendendo serviço em cima. Vale entender com mais calma o que o Google disse especificamente sobre os dois que mais geraram confusão no mercado brasileiro de SEO: schema e llms.txt.
Por que o Google diz que schema.org especial para IA não existe
A frase do guia é direta: não há schema.org especial que precise ser adicionado para aparecer nas funcionalidades de IA generativa da Busca. Não existe nenhum tipo de dado estruturado exclusivo para IA, e nunca existiu.
Isso já era teoria de mercado antes de virar posição oficial. Quando o FAQ rich result saiu da Busca em maio de 2026, mostramos aqui no blog que parte do setor decretou o fim do schema FAQPage, e outra parte defendeu o oposto, que ele nunca foi tão importante porque seria a porta de entrada das respostas de IA. As duas leituras confundiam rich result com dado estruturado. O guia do Google resolve essa dúvida: schema continua valendo, só não do jeito que virou pitch de venda.
O que o documento recomenda manter é o schema.org tradicional, o mesmo que já ajuda em rich results de review, FAQ e negócio local, e que segue contribuindo para o Google interpretar entidade e conteúdo com mais precisão.
O que ele não faz, segundo a própria documentação, é aumentar de forma direta a chance de um trecho do site ser citado numa resposta de IA. A estrutura de dados que já existe e está correta continua sendo suficiente, mas adicionar markup novo achando que isso destrava citação em IA não muda nada.
Llms.txt, chunking e reescrita “para IA” também saem da lista
O caso mais bem documentado é o do llms.txt, arquivo de texto que promete resumir o site para a IA ler direto, sem precisar rastrear tudo. A Ahrefs analisou 137 mil sites em maio de 2026 e achou que 97% dos arquivos llms.txt existentes tiveram tráfego zero. Nenhum bot, nenhum humano, nada buscando o arquivo.
Dos 3% que registraram alguma requisição, bot de IA respondeu por só 1,1% do total. O Slackbot, mecanismo de preview de link do Slack, buscou mais arquivos llms.txt do que o PerplexityBot. John Mueller já tinha chamado o formato de “uma muleta temporária, talvez para economizar token”, pensando em ferramentas de código lendo documentação técnica, não em sites de negócios comuns.
Fragmentar conteúdo em blocos pequenos também não é exigência. O Google diz que seus sistemas entendem múltiplos tópicos numa mesma página e conseguem extrair só o trecho relevante, sem que o site precise pré-cortar o texto. Já mostramos aqui como as LLMs leem e indexam conteúdo por trás de mecanismos como embeddings e RAG, e nenhuma dessa engenharia depende de o texto chegar picado em pedaços.
Reescrever página inteira atrás de “frase de recuperação para IA” cai na mesma lógica: o sistema entende sinônimo e variação de intenção sem que cada combinação de palavras-chave precise estar escrita literalmente.
Menção inautêntica de marca também não escapou da lista, e isso já tinha aparecido por aqui quando mostramos como empresas pagando por menções de marca foram tratadas como spam pelo próprio Google.
O que muda para quem já investiu em schema pensando em IA
Se o site já tem schema.org tradicional implementado, validado e batendo com o que está na página, nada muda. Esse trabalho continua contando tanto para rich result quanto para a forma como o Google entende a entidade por trás do conteúdo.
O risco mora do outro lado, em quem correu atrás de markup extra achando que isso era obrigatório. Nikiya Griffith, diretora de crescimento orgânico na agência BX Studio, chama esse movimento de “schema slop“: código gerado por ferramenta de IA, sem revisão de quem entende SEO técnico, que acaba descrevendo algo diferente do que está de fato na página.
Ela resume o critério que deveria valer antes de qualquer decisão sobre markup: schema precisa bater com o conteúdo real e passar por validação, senão vira ruído em vez de sinal.
O que realmente pesa para aparecer citado em IA, segundo o Google
Tirando as cinco táticas descartadas, o guia aponta três frentes que continuam decidindo a visibilidade, tanto em busca tradicional quanto em resposta de IA.
A primeira é a base técnica de sempre: rastreabilidade, velocidade, estrutura de site, usabilidade mobile. Nada disso é novo, e já detalhamos por aqui como funciona a rastreabilidade avançada em SEO e como JavaScript pesado atrapalha tanto buscador quanto sistema agêntico.
A segunda, é conteúdo “non-commodity”, termo que o próprio Google usa para descrever texto com experiência real por trás, não resumo do que qualquer busca rápida já entrega. É o tipo de conteúdo que sobrevive à limpeza que o Google já vem fazendo contra spam produzido em escala.
A terceira é confiança e relevância local: Google Business Profile, review específica, consistência de citação entre diretórios. Esse pilar aparece tanto em busca tradicional quanto nas funcionalidades de IA, porque os dois puxam do mesmo sistema de qualidade.
Vale uma ressalva aqui. O Google apresenta essa lista como resposta técnica definitiva, mas o histórico recente mostra outro lado: o FAQ rich result desapareceu da Busca sem aviso prévio em maio, do jeito que já tinha acontecido com o HowTo em 2023. Documento oficial ajuda a filtrar o que é hack de vendedor, mas não é garantia de estabilidade a longo prazo.
O que fazer com isso na prática
Para quem trabalha com SEO no dia a dia, a lista de mythbusting funciona menos como novidade e mais como corte de gastos. Dá para parar de pagar por pacote de “schema para IA”, por geração de llms.txt, por reescrita de página pensando só no robô.
O orçamento que sobra faz mais sentido indo para o que o próprio guia aponta: manter schema tradicional validado, investir em conteúdo com experiência real por trás e cuidar da base técnica que já sustenta a busca tradicional há anos.
Quer estruturar isso na prática, com orientação de quem acompanha de perto cada atualização como essa? Vale conhecer os programas da EducaSEO!
Referências
- Google Search Central. Optimizing for generative AI features on Google Search. Disponível em: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
- Google Search Central Blog. A new resource for optimizing for generative AI in Google Search. Disponível em: https://developers.google.com/search/blog/2026/05/a-new-resource-for-optimizing
- Semrush. Google publishes guide to optimizing for generative AI search, por Rachel Handley. Disponível em: https://www.semrush.com/blog/google-publishes-generative-ai-search-guide/
- WordStream. Google’s AI Search Guidelines: What You Really Need to Know, por Goran Mirkovic. Disponível em: https://www.wordstream.com/blog/google-ai-search-guidelines
- Ahrefs. We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read. Disponível em: https://ahrefs.com/blog/llmstxt-study/
