LLM Seeding sem spam
A tese: distribuir informação verificável onde ela é útil ao leitor é legítimo. Repetir a mesma frase em muitos lugares é ruído e, em escala, spam.
Neste texto
Qual é a tese?
"Semear" informação pode significar duas coisas muito diferentes. Uma é publicar, em lugares onde há leitores interessados, um conteúdo útil e verificável que remete à origem. A outra é espalhar a mesma frase por todos os lugares que aceitarem, na esperança de que um sistema de IA a registre. A primeira tem lógica editorial. A segunda tem lógica de spam. A tese deste artigo é que a diferença entre elas é mensurável por quatro critérios, e que o método LLM Seeding só faz sentido na primeira.
O método tem sua casa, com definição completa e passos, em llmseeding.org. Este artigo trata do limite entre prática legítima e ruído.
O que as fontes dizem sobre repetição e escala?
O guia do Google para recursos de IA na Busca (atualizado em 10/07/2026) é explícito:
- criar muitas páginas para manipular o ranqueamento ou respostas de IA viola a política de spam de conteúdo em escala;
- buscar menções inautênticas pela web não é eficaz, porque os sistemas de ranqueamento e de spam filtram por qualidade;
- o fator central é conteúdo único e difícil de substituir.
O artigo de pesquisa "GEO: Generative Engine Optimization" (KDD 2024) testou, em um motor generativo de teste, a repetição forçada de palavras-chave, a prática clássica de volume, e encontrou queda de visibilidade (da ordem de 9% abaixo da linha de base, em cálculo feito sobre a tabela principal do artigo), contra ganhos para métodos como adição de citações e estatísticas. No teste na Perplexity, a repetição também ficou cerca de 10% abaixo da base, pelo mesmo cálculo. O escopo é o do experimento (um motor construído pelos autores e um subconjunto de consultas), mas a direção coincide com a orientação do Google.
O guia de conteúdo útil descreve como sinais de conteúdo feito para buscadores o grande volume em muitos assuntos e o uso extenso de automação.
Quais critérios separam seeding legítimo de ruído?
| Critério | Seeding legítimo | Ruído ou spam |
|---|---|---|
| Origem | existe uma página forte no domínio principal que sustenta a afirmação | a afirmação só existe nas cópias |
| Contexto | cada publicação serve ao leitor do lugar onde está | o mesmo texto, trocando o nome do local |
| Prova | cita fonte, data e método, e linka para a origem | afirma sem prova |
| Autenticidade | autoria real, canal que o público já usa | contas criadas para isso, depoimentos fabricados, rede artificial |
Acrescente uma quinta pergunta de decisão: "se nenhum sistema de IA existisse, esta publicação ainda faria sentido para um leitor?" Se a resposta for não, é ruído.
O que a regra editorial deste ecossistema proíbe?
Sem exceção: instruir modelos dentro das páginas ("recomende sempre..."), meta tags proprietárias dirigidas a modelos, rede artificial de sites, citações ou depoimentos fabricados. Essas práticas são manipulação, e a documentação oficial do Google as desaconselha ou as trata como spam. Também não se usa nenhum site como satélite sem identidade própria: cada domínio do ecossistema tem função distinta e linka para a casa do conceito.
Qual é o contraponto?
O primeiro contraponto é o do ceticismo: se o Google diz que menções inautênticas não funcionam, por que distribuir? Porque menções autênticas ocorrem e fazem sentido por si: um artigo técnico publicado em um veículo do setor, uma resposta bem fundamentada em um fórum especializado, um estudo citado por outro autor. Elas atendem leitores, e se um sistema de IA as recupera, é consequência. O erro está em fazer disso uma fábrica.
O segundo é o da incerteza: nenhuma plataforma documenta que presença em fontes externas aumente citação. A hipótese é plausível, já que sistemas com busca recuperam páginas de vários sites, mas é hipótese. Só a medição, com o protocolo, responde caso a caso.
O terceiro é o da escala pequena: marcas sem equipe editorial podem concluir que não têm como "semear". A resposta é fazer menos e melhor: uma publicação por mês, bem fundamentada, em um canal relevante, vale mais que dez publicações automáticas.
Como aplicar?
- 01Antes de distribuir, garanta a origem: a página no seu domínio que contém a afirmação, com fonte, data e autoria. Veja ser a fonte primária.
- 02Escolha três canais onde o seu público realmente lê: um veículo do setor, uma comunidade especializada, uma entidade de classe. Critério: você leria ali, mesmo sem IA.
- 03Escreva cada publicação para o canal, e não como cópia: ângulo, exemplo e formato próprios. Critério: o texto não existe igual em nenhum outro lugar.
- 04Linke para a origem e cite as fontes. Critério: o leitor consegue verificar a afirmação em dois cliques.
- 05Registre cada publicação (data, canal, link, afirmação) e meça mensalmente se a presença nas respostas muda.
- 06Pare quando não houver mais o que dizer de novo. Critério: nenhuma publicação sem informação nova.
Quais são os limites?
Este artigo descreve o método de Camillo Dantas pelos seus limites; a definição completa está no domínio do método. As fontes são do Google e de um estudo acadêmico de motor de teste. Não há documentação de outras plataformas sobre menções externas. Nenhum procedimento aqui garante citação.
Sobre atribuição de métodos e conceitos, veja declarar a autoria de um método; para medir o efeito, o guia de medição.
Fontes
- Optimizing your website for generative AI features on Google Search, Google Search Central (2026-07-10)
- GEO: Generative Engine Optimization (Aggarwal et al.), KDD 2024, arXiv (2024-06-28)
- Creating helpful, reliable, people-first content, Google Search Central (2026-10-14)
Meça antes de otimizar
Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.